ISSN:1606-4925

Estudio patentométrico de las investigaciones y las invenciones relacionado con la diagnosis a vehículos pesados.

Jorge Félix Valiente Márquez, Ceferino Julio Santarén Suarez, Juan Antonio Álvarez Santos Cisneros, Ubaldo Sòcarras Ferrer, Pilar de la Mercedes Soriano Díaz

Resumen


Introducción: el estudio patentométrico es un método de evaluación asociado con la identificación de las fortalezas y debilidades de la ciencia y la tecnología. El análisis de patentes como estrategia para la toma de decisiones a través del examen de los registros de invenciones e innovaciones relacionados con la diagnosis a vehículos pesados, dirigidas a evitar a tiempo fallas o errores en las partes de los equipos y el ahorro de fuertes exageraciones financieras. Objetivo: determinar las tendencias de las investigaciones y las invenciones a través de patentes relacionadas con la diagnosis de los vehículos pesados. Materiales y métodos: se emplearon los métodos analítico-sintético, inductivo-deductivo e histórico-lógico en la búsqueda de la información contenida en diferentes fuentes. Se analiza, durante el período del año 2001-2010, la evolución, origen y destino de la tecnología; así como los aplicantes,  inventores y áreas de invención más sobresalientes, utilizando bases de datos de patentes de la Oficina de los Estados Unidos y la de la Organización Mundial de la Propiedad Intelectual y de la Organización Europea de Patentes. Resultados: se obtuvo patentes que evidenciaron áreas de invención que se han protegido, de manera preferencial relacionadas con el diagnóstico de vehículos mediante métodos digitales en las áreas más productivas, las tecnologías más emergentes y los países principales en estos temas. Conclusiones: con el análisis de patentes se evidencian las principales tendencias relacionadas con el diagnóstico de vehículos, además de constatar que la tecnología existente y la experiencia transferida han conllevado a comportamientos proactivos optimizando las operaciones del negocio y  reduciendo los costos de producción.



Palabras clave


vehículos pesados; tendencias de las investigaciones; diagnosis; patentes; estudio patentométrico

Texto completo:

PDF

Referencias


Babbar, A., Syrmos, V., Ortiz, E. M. y Arita, M. M. (2009, 7-14 marzo). Advanced diagnostics and prognostics for engine health monitoring [conferencia]. Hawai .https://www.researchgate.net/publication/224407882

Contreras R.A., M. (2010). Modelo de optimización en la generación de plantas industriales, considerando las actividades de mantenimiento y las condiciones ambientales mediante el uso de la metodología de los algoritmos genéticos. [tesis doctoral,Universidad Politécnica de Valencia]. https://riunet.upv.es/handle/10251/7344?show=full.

Demo, J., Andrews, C., Friedersdorf, F., y Putic, M. (2011, 5-12 marzo). Diagnostics and prognostics for aircraft structures using a wireless corrosion monitoring network [conferencia].Big Sky, MT, USA.https://ieeexplore.ieee.org/document/5747598

Greitzer, F. L., Hostick, C. J., Rhoads, R. E. y Keeney, M. (2001, 20-23 agosto). Determining how to do prognostics, and then determining what to do with it [conferencia].Valley Forge, PA, USA, USA. https://ieeexplore.ieee.org/document/949461

Guzmán, Maria Victoria. (1999). Patentometría. Herramienta para el análisis de oportunidades tecnológicas[tesis doctoral, Universidad de La Habana].http://www.bvv.sld.cu/docs/documentos/119566413228.pdf

Hersh, B., Mirkouei, A., Sessions, J., Rezaie, B., y You, Y. (2019). A review and future directions on enhancing sustainability benefits across food-energy-water systems: The potential role of biochar-derived products. Environmental Science, 6(5 ), 379–416. 10.3934/environsci.2019.5.379

Laloix, Thomas. (2018). Machine health check methodology to help maintenancein operational condition : Application to machine toolfrom its kinematic monitoring [tesis de doctorado,Universidad de Lorraine].https://hal.univ-lorraine.fr/tel-02096015/document.

Mobley, R.K. (2002.). An Introduction to Predictive Maintenance - establishing a predictive maintenance program( 2.a ed.). Elsevier Science. https://books.google.com.cu

Muñoz Abella, Mª Belén (2016, 27 de enero). Mantenimiento industrial. OPENCOURSEWAREile:///C:/Users/ESPABA~1.OC/AppData/Local/Temp/file.pdf

Rosero-García, J. A., Quispe-Oqueña, E. C. Castrillón-Mendoza, R. del P. (2018). Tendencias en la normatividad, el desarrollo tecnológicoy la aplicación de motores eléctricos de alta eficiencia. Prospectiva, 16(1), 83-90.http://dx.doi.org/10.15665/rp.v16i1.1448

Vogl, G. W., Weiss, B. A. y Helu, M. (2019). A review of diagnostic and prognostic capabilities and best practices for manufacturing. Intelligent Manufacturing. 30(1), 79-95. https://www.aimspress.com/article/10.3934/environsci.2019.5.379/pdf

Wilson, B. W, Heister, E., y Greitzer, F. L. (2003). Diagnostics/prognostics using wireless links. Google Patents. scholar.google.com/citations?user=vVKDEbsAAAAJ&hl=en


Enlaces refback





Copyright (c) 2021 Jorge Félix Valiente Márquez

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.