Diagnóstico de fallas en rodamientos
Comparé dos métodos de análisis de envolvente (FFT-ITER y EAMD/OSF) sobre señales de vibración reales (CWRU) para diagnosticar fallas sin supervisión. 70 % de diagnóstico ciego correcto.
Una muestra de proyectos que reflejan la calidad y el criterio con que trabajo. Referencia legítima de lo que puedes esperar.
Comparé dos métodos de análisis de envolvente (FFT-ITER y EAMD/OSF) sobre señales de vibración reales (CWRU) para diagnosticar fallas sin supervisión. 70 % de diagnóstico ciego correcto.
SVM lineal vs. RBF con validación cruzada sin fuga de datos, optimizando la sensibilidad para no dejar pasar tumores malignos. 95 % de sensibilidad, AUC 0.996.
Estudio con datos tabulares + fotos. Probé features de imagen y embeddings CNN con rigor: no aportan —domina lo tabular—. Modelo final GradientBoosting, R² 0.80.
App que sigue el progreso de logros y platinos de Steam en vivo: filtros, rareza global y un backend proxy que protege la API key y evita CORS.
¿Quieres ver alguno en detalle? Escríbeme desde Contacto.