Diseño de Sistema de Analisis de Vibraciones por Adquisicion de Datos con Interfaz Grafica
Bibliographic record
Abstract
El presente proyecto refiere a un dispositivo que permita determinar y evaluar el índice de vibraciones mecánicas presentes en sistemas rotatorios, esto a fin de permitir el diagnóstico del estado de la maquinaria evaluada, esto por medio de un sistema de referencia normalizado como son las normas UNE e ISO; para de esta forma desarrollar la implementación simplificada del procedimiento para balanceo dinámico en uno o dos planos, con base en modelos matemáticos de ecuaciones diferenciales, series y transformadas; este análisis se llevara a cabo a través de tecnología de acelerometos de bajo costo, así como el uso de microcontroladores como dispositivo de adquisición de datos, para de esta manera reducir significativamente factores de riesgo de falla, al generar una herramienta accesible respecto a modelos extranjeros además de ser un sistema que no requiere un alto nivel de especialización en los usuarios del dispositivo. El instrumento propuesto proporcionara información de la condición de la máquina medida en tiempo real. La información obtenida, ayudara a anticiparse a las fallas, las cuales pueden ser en la mayoría de las veces catastróficas, esto al generar en forma autónoma el cálculo de corrección para la compensación en la maquina evaluada. Con la realización de este prototipo se pretende obtener competencias y aptitudes en las ramas de instrumentación y control, como de igual manera en el área de mantenimiento y conocer e identificar acerca de las certificaciones tales como la TPM (mantenimiento productivo total).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".