<?xml version='1.0'?><rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:georss="http://www.georss.org/georss" xmlns:atom="http://www.w3.org/2005/Atom" >
<channel>
	<title><![CDATA[Scipedia: AutanaBooks' collection]]></title>
	<link>https://www.scipedia.com/sj/autanabooks</link>
	<atom:link href="https://www.scipedia.com/sj/autanabooks" rel="self" type="application/rss+xml" />
	<description><![CDATA[]]></description>
	
	<div id="documents_content"><script>var journal_guid = 202555;</script><item>
	<guid isPermaLink="true">https://www.scipedia.com/public/Saul_Franyelit_2020a</guid>
	<pubDate>Thu, 28 Jan 2021 00:14:04 +0100</pubDate>
	<link>https://www.scipedia.com/public/Saul_Franyelit_2020a</link>
	<title><![CDATA[Análisis térmico-mecánico de los segmentos de máquinas briqueteadoras en industrias siderúrgicas]]></title>
	<description><![CDATA[<p style="text-align: justify;">Se realiza un an&aacute;lisis t&eacute;rmo-mec&aacute;nico del comportamiento de los segmentos de los rodillos de las m&aacute;quinas briqueteadoras por efecto del choque t&eacute;rmico y esfuerzos ejercidos en la pieza. Se pretende obtener las principales causas que generan este problema, mediante un an&aacute;lisis mec&aacute;nico que permiti&oacute; simular el comportamiento en presencia de varios gradientes t&eacute;rmicos. La finalidad del estudio es reducir costos de mantenimiento y la sustituci&oacute;n y reparaci&oacute;n continua de segmentos, as&iacute; como las p&eacute;rdidas en toneladas de producci&oacute;n a causa de la falla que son de gran impacto para la industria. Esta investigaci&oacute;n permite conocer en qu&eacute; medida los par&aacute;metros operativos, tales como: temperatura del material, presi&oacute;n, torque, velocidad de los rodillos influyen en la vida &uacute;til de los segmentos de acuerdo a su material de fabricaci&oacute;n y en funci&oacute;n de estos se simulo el comportamiento durante el proceso de briqueteado.</p>]]></description>
	<dc:creator>AutanaBooks</dc:creator>
</item>
<item>
	<guid isPermaLink="true">https://www.scipedia.com/public/Nunez_Franyelit_2020a</guid>
	<pubDate>Thu, 28 Jan 2021 00:00:03 +0100</pubDate>
	<link>https://www.scipedia.com/public/Nunez_Franyelit_2020a</link>
	<title><![CDATA[Sistemas híbridos en diseño de distribución eléctrica con algoritmo genético]]></title>
	<description><![CDATA[<p style="text-align: justify;">Se estudia la incorporaci&oacute;n de sistemas h&iacute;bridos basados en fuentes renovables para la optimizaci&oacute;n de sistemas de distribuci&oacute;n el&eacute;ctrica y planificaci&oacute;n de estrategias de alimentaci&oacute;n el&eacute;ctrica usando algoritmos gen&eacute;ticos (AG). Se eligi&oacute; una serie de caracter&iacute;sticas de sub estaciones el&eacute;ctricas y mediante simulaciones, se obtuvieron datos para la optimizaci&oacute;n de la infraestructura existente, que brinde confiabilidad, seguridad, suministro econ&oacute;mico y calidad de servicio. Se obtuvo un algoritmo con la configuraci&oacute;n &oacute;ptima de diversos componentes: paneles fotovoltaicos, bater&iacute;as, generador AC, pila de combustible e inversor, que en el caso de la optimizaci&oacute;n mono-objetivo se logr&oacute; la minimizaci&oacute;n de costos totales del sistema a lo largo de su vida &uacute;til. Se obtuvo la estrategia de control o combinaci&oacute;n de variables de control m&aacute;s adecuada para minimizar los costos.</p>]]></description>
	<dc:creator>AutanaBooks</dc:creator>
</item>
<item>
	<guid isPermaLink="true">https://www.scipedia.com/public/Franyelit_2020b</guid>
	<pubDate>Wed, 27 Jan 2021 23:29:03 +0100</pubDate>
	<link>https://www.scipedia.com/public/Franyelit_2020b</link>
	<title><![CDATA[Metodología Seis Sigma en el Incremento de Producción de Spirulina.]]></title>
	<description><![CDATA[<p style="text-align: justify;">En este trabajo se presentan resultados de mejora en la productividad de la Arthrospira platensis (spirulina) en una empresa dedicada a su producci&oacute;n. Se aplic&oacute; la metodolog&iacute;a seis sigma en los procesos productivos que requieren el uso de biorreactores. Partiendo del an&aacute;lisis del estado actual, se identificaron aspectos, variables f&iacute;sicas y qu&iacute;micas que influyen directamente en la productividad alcanzada. Se probaron varios medios de cultivo que posteriormente se escalaron para su producci&oacute;n industrial. Adem&aacute;s, se control&oacute; la incorporaci&oacute;n de carbono al medio de cultivo, optimizando el rango de potencial hidr&oacute;geno pH. Se midieron los par&aacute;metros identificados y asignaron estrategias de la metodolog&iacute;a seis sigma. Se comprob&oacute; una mejora en la productividad correspondiente al 66% con la misma calidad de producto final.</p>]]></description>
	<dc:creator>AutanaBooks</dc:creator>
</item>
<item>
	<guid isPermaLink="true">https://www.scipedia.com/public/Franyelit_Select a yeara</guid>
	<pubDate>Wed, 27 Jan 2021 23:23:03 +0100</pubDate>
	<link>https://www.scipedia.com/public/Franyelit_Select a yeara</link>
	<title><![CDATA[Métricas de enriquecimiento para la identificación de estabilizadores del cuarteto G telomérico usando algoritmo genético]]></title>
	<description><![CDATA[<p style="text-align: justify;">En este estudio se encuentra detallada una combinaci&oacute;n de herramientas computacionales de acoplamiento y cribado virtual, en 108 mol&eacute;culas activas y 3620 se&ntilde;uelos para encontrar estabilizadores del cuarteto G (G4). Para tener resultados m&aacute;s precisos se aplicaron combinaciones de programas de acoplamiento con quince funciones de puntuaci&oacute;n energ&eacute;tica. La validaci&oacute;n y evaluaci&oacute;n de las m&eacute;tricas se realiz&oacute; con el algoritmo gen&eacute;tico CompScore. Los resultados evidenciaron un aumento en BEDROC y EF del 50% en comparaci&oacute;n a otras estrategias, adem&aacute;s de reflejar un reconocimiento temprano de mol&eacute;culas activas. A partir de estos resultados es posible trabajar con las mol&eacute;culas que presentaron un buen reconocimiento temprano y evaluar su efecto como estabilizadores de G4. De esta manera se garantiza resultados m&aacute;s eficientes y precisos en la etapa precl&iacute;nica para el desarrollo de anticancer&iacute;genos.</p>]]></description>
	<dc:creator>AutanaBooks</dc:creator>
</item>
<item>
	<guid isPermaLink="true">https://www.scipedia.com/public/Franyelit_2020a</guid>
	<pubDate>Wed, 27 Jan 2021 23:13:03 +0100</pubDate>
	<link>https://www.scipedia.com/public/Franyelit_2020a</link>
	<title><![CDATA[Toxicidad producida por compuestos salinos en el proceso de germinación de Lactuca sativa]]></title>
	<description><![CDATA[<p style="text-align: justify;">En este trabajo se presentar los resultados de la evaluaci&oacute;n de toxicidad en los procesos germinativo y de crecimiento radicular de Lactuca sativa (Lechuga) por efecto del uso de compuestos salinos (NaCl, KCl and K2SO4). Se ha realizado ensayos en dos tipos de<br />
especies de semillas de Lactuca sativa negra y roja. Para el proceso se inoculo a una misma concentraci&oacute;n los tres medios salinos y las semillas se incubaron por un periodo de 6 d&iacute;as. Tras este periodo se evalu&oacute; la longitud de las ra&iacute;ces, n&uacute;mero de semillas germinadas en cada medio salino. Se evidenci&oacute; que la salinidad influye sobre la germinaci&oacute;n de distinta manera para las semillas rojas y negras con referencia al medio de cultivo de control.</p>]]></description>
	<dc:creator>AutanaBooks</dc:creator>
</item>
</div>
</channel>
</rss>