En este trabajo se presenta un plan de mantenimiento automotriz basado en un diagnóstico tribológico del aceite lubricante de origen mineral grado SAE 20W50 multigrado, utilizado en la lubricación de un motor de combustión interna de cuatro cilindros, 1800 cm3, motor en posición diagonal, enfriado por anticongelante, con un sistema de lubricación por bomba mecánica. Las muestras se obtuvieron bajo diferentes condiciones de uso: 0km, 1000km, 5000km y 8500km; mismas que se sometieron a diversos ensayos, tales como: Viscosidad cinemática a 40°C y 100°C (Norma ASTM-D445), Desgaste (Norma ASTM G99-05), Timken (Norma ASTM-D-2782-17) y Análisis de Aceite; esto con la finalidad de diagnosticar la degradación del aceite lubricante y el desgaste generado, considerando estos resultados, se formuló un plan de mantenimiento automotriz basado en un diagnostico tribológico del aceite lubricante del motor en estudio.

Los músculos contribuyen al movimiento, además de proporcionar protección a los huesos, venas, arterias y órganos, además dan forma al cuerpo. En el presente artículo, se describe un método no invasivo para evaluar el estado funcional de los músculos con base en la tempe-ratura muscular, usada para dar seguimiento al desempeño de atletas. El estudio se desarrolló con diferentes grupos de sujetos, cada uno con una actividad deportiva distinta (corredores y físico-constructivistas) y, a su vez, con frecuencia de entrenamiento distinto (intensa y mode-rada), a los que se aplicó una prueba muscular no invasiva; con el análisis estadístico de los datos obtenidos fue posible caracterizar, de manera diferencial, el comportamiento muscular en términos de calor liberado, correspondientes a cada grupo experimental.

Resumen—El Internet de las Cosas (IoT) permite a los objetos conectarse e intercambiar datos de todo tipo usando Internet. Se trata de uno de los componentes de la denominada Industria 4.0, cuyo campo de trabajo son los sistemas ciber-físicos para la automatización de procesos. Pero IoT tiene aplicaciones en muchos otros campos además de la industria, como lo son la investigación y el desarrollo tecnológico en la automatización de laboratorios. Así se creó un sistema que mide y clasifica de manera automática la presión de pinzas usadas en la prueba Tail-Pinch. El objetivo fue crear un sistema que permitiera categorizar instrumentos de experimentación. De tal manera que las variaciones de medición se reduzcan mientras crece la confiabilidad del experimento. Para ello, se empleó una tarjeta Arduino ADK y un sensor resistivo de presión. Se empleó una red WIFI y un servicio de almacenamiento de datos en nube. La aplicación final utilizó 100 medidas de presión y una Red Neuronal Artificial para dar una categoría lingüística de salida a la pinza seleccionada.