La metrología industrial desempeña un papel fundamental para garantizar la calidad de los datos recogidos por los sensores y la fiabilidad de los valores, para ello, es necesario disponer de una trazabilidad metrológica realizada mediante calibraciones sucesivas a partir de patrones superiores hasta los sensores utilizados en las fábricas. Este artículo presenta una estrategia para clasificar el estado de salud del equipo de producción y del equipo de lectura simulando una señal de medida procedente de cuatro sensores utilizando IA y Aprendizaje Automático. Se demostró que a través de un mismo conjunto de datos es posible obtener información distinta. A través de tres estados ocultos se determina el estado y las características del equipo, mediante un filtro HMM se eliminan los errores de la señal original replicando esta metodología en todos los sensores.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Viscosímetro rotacional Fungilab // Instrucciones
Artículo:
Efecto de los parámetros de maquinado, estrategia de maquinado y radio de curvatura en la calidad geométrica de superficies curvas fresadas en titanio
Artículo:
Diseño y construcción de un viscosímetro Saybolt y su implementación como instrumento didáctico
Video:
Estimación de la Incertidumbre en Medición. Norma ISO 17025:2017
Artículo:
Automatización en el hogar : un proceso de diseño para viviendas de interés social
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos