Navegando por Autor "Figueroa-Hernández, Carlos"
Agora exibindo 1 - 3 de 3
- Resultados por página
- Opções de Ordenação
Artigo Análisis del fenómeno de fatiga en implantes dentales monocomponente(Facultad de Ingeniería Mecánica, 2020) Figueroa-Hernández, Carlos; Matamoros, Efrain Pantaleón; Méndez-González, Susana; García-Fernández, Carlos; Gómez-González, Reyniel; Carvajal-de la Osa, JanetEn el presente trabajo se realizó un análisis del fenómeno de fatiga que ocurre en implantes dentales monocomponente, los cuales tienen un diseño diferente a los que se comercializan en la actualidad. Las expresiones de la mecánica de la fractura (MF) para la fatiga fueron utilizadas de conjunto con los procesos de modelación por elementos finitos (MEF). Los modelos seleccionados consideran la presencia de defectos en el material y su influencia en la cantidad de ciclos de fatiga, tanto en la etapa de iniciación como durante la propagación de la grieta. Los parámetros geométricos y tensionales seleccionados para la simulación se correspondieron con la norma ISO 14801. El análisis propuesto permitió determinar el número de ciclos hasta la rotura, el cual alcanzó el valor de 1,9 x 104 para un esfuerzo máximo de 220 N. La variación del factor de intensificación de tensiones (K) se determinó, evaluando su comportamiento para diferentes condiciones de carga durante el recorrido de la grieta. El valor máximo obtenido fue de 464 MPa√𝑚Artigo Diseño y fabricación de un equipo para medir adherencia por rayado(Ingenieria Mecanica, 2018) Fumero-Pérez, Abel; Figueroa-Hernández, Carlos; Mir-Labrada, Víctor M.; Goyos-Pérez, Leonardo; Matamoros, Efrain Pantaleón; Fernández-Rodríguez, Alfredo J.En el presente trabajo se realizó el diseño y fabricación de un equipo para medir adherencia por rayado en recubrimientos depositados sobre sustratos. Para la fabricación del equipo se diseñaron y construyeron las diferentes partes de este utilizando omo método, la modelación auxiliada con el software Inventor profesional 2016 y los procesos tecnológicos de maquinado y corte por láser. Para comprobar la repetitividad de los ensayos a una velocidad lineal de 10 mm/min en correspondencia con la norma ASTM C-1624-5 se utilizó un identificador de esfera. Los rayados realizados mostraron que el equipo posee un funcionamiento satisfactorioArtigo Técnica de diagnóstico de falhas em motores a combustão interna utilizando aprendizagem de máquina(Revista Cubana de Ingeniería, 2020) Marinho, Edilson; Pinto, Antonio; Formiga, Cleiton; Matamoros, Efrain Pantaleón; Figueroa-Hernández, Carlos; O´Farrill-Enrique, Sandra; Seabra, EuricoO cenário industrial atual aponta o aumento da competitividade industrial, da complexidade de máquinas e equipamentos, dos custos de instalações industriais, produtos de alta demanda acrescido da preocupação com os aspectos de segurança industrial e do meio ambiente. Tal tendência induz as grandes indústrias globais a cada vez mais investirem em dispositivos, tecnologias e ferramentas estinadas a predição de falhas decorrentes de não conformidades e avarias em máquinas, equipamentos e instalações industriais. Diante desse cenário, o campo de atuação que trata da manutenção preditiva, análise de previsão e diagnóstico de falhas ganhou um lugar de destaque, além de diversos investimentos em pesquisa e desenvolvimento, principalmente com políticas voltadas a concepção da indústria 4.0. Com a abordagem da indústria 4.0 é possibilitada a análise de componentes mecânicos em regime dinâmico e resposta em tempo real, ou seja, sem a necessidade de parar a máquina, o que está diretamente relacionado a diminuição dos custos e tempo de produção. Dito isso, a presente tese tem por objetivo apresentar uma nova metodologia na detecção e monitoramento de falhas tribológicas em motores a combustão interna, por meio da aprendizagem de máquinas por métodos não supervisionados e big data, utilizando técnicas de processamento de sinais, dos dados coletados de vibração e nível de pressão sonora do motor, utilizando algoritmos baseados em redes neurais artificiais (RNA) e análise de clusters, criando um sistema inteligente capaz de detectar padrões de falhas, a partir das condições de falhas e variação de carga mecânica em motores a combustão interna ciclo Otto