This work studies the suitability of using 3D printed PLA wedges made through additive manufacturing to propagate Lamb waves in plate structures instead of using rather more expensive commercial wedges. Ultrasonic waves were propagated in test samples printed at different densities to determine the optimal printing features of ultrasonic wedges based on signal attenuation. Results show barely any difference in Lamb wave filtered effect between 3D printed PLA and commercial wedges, which supports its usage as a suitable and cheaper option for Lamb wave propagation.
30 April 2025 in Revista Científica Ciencia y Tecnología
En una perspectiva práctica, recolectar una muestra pequeña de datos tiene dos argumentos relevantes: su almacenamiento no es costoso o inconveniente y el procesamiento estadístico es asequible. Sin embargo, actualmente se recolectan datos masivos los cuales requieren del procesamiento de datos mediante algoritmos para su adecuada interpretación. El Aprendizaje Automático (conocido como Machine Learning) relacionado al campo estadístico, consiste en extraer, procesar, reconocer patrones y tendencias a partir de los datos. En este sentido, los algoritmos permiten procesar información útil cuando se generan y obtienen datos masivos. En el presente estudio, se realizó una investigación documental con alcance descriptivo. Es importante reconocer que, además del campo estadístico, el Machine Learning cada vez está siendo más aplicado en campos del conocimiento heterogéneos tales como Negocios, Ingenierías Biomédica, Química y Agricultura. La necesidad de resolver problemas del entorno requiere la incorporación de las metodologías y técnicas de la Inteligencia Artificial para que puedan ser usadas en el campo emergente de la ciencia de los datos en diferentes industrias.
La industria automotriz, una de las más complejas y globalizadas del mundo, depende en gran medida del funcionamiento eficiente de su cadena de suministro (CS). Cualquier interrupción en procesos clave como el abastecimiento de componentes, la distribución, el transporte o la entrega puntual puede generar consecuencias críticas, por ello es de suma importancia implementar técnicas que incrementen la eficiencia operativa y reduzcan costos asociados. En este artículo se lleva a cabo una investigación cualitativa que tiene el objetivo de identificar los factores relevantes que afectan el desempeño de las CS de la industria automotriz, así como proponer estrategias para mejorar la eficiencia en la cadena y reducir costos utilizando herramientas de ingeniería. La metodología empleada se centra en el ciclo de mejora continua e incluye actividades como el mapeo de la cadena de abastecimiento para detectar factores críticos. A partir de este análisis, se plantea la implementación de estrategias como el ciclo PHVA (Deming), clasificación y análisis de la demanda, pronósticos basados en los pedidos de los clientes, control del lead time y especificaciones, evaluación de proveedores, y una gestión eficiente del material para la producción. Se espera que los resultados permitan identificar áreas de oportunidad dentro de la CS y determinar la factibilidad de implementar las estrategias que se proponen, para poder lograr la mejor eficiencia a lo largo de las actividades involucradas en la SCM (Supply Chain Management).