Aplicación móvil en iOS para capacitación virtual de equipos especializados en la industria 4.0

Autores/as

  • Gloria Flor Mata Donjuan Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México
  • Kenny Arth Luévanos Uribe Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México
  • José Marcos Zea Pérez Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México
  • Arturo Hernández Hernández Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México https://orcid.org/0000-0001-7636-6488

DOI:

https://doi.org/10.30973/progmat/2023.15.1/3

Palabras clave:

Aplicación móvil, iOS, código QR

Resumen

El presente artículo muestra el desarrollo de una aplicación para dispositivos móviles con sistema operativo iOS, pensado para la capacitación de diferentes usuarios de equipos especializados. La aplicación móvil es capaz de conectarse a la nube y por medio de un sistema de búsqueda manual o a través de un código QR, puede obtener la información del equipo de interés para capacitarse, teniendo acceso a vídeo tutoriales y manuales de operación, logrando una interacción amigable para el usuario. Los servicios de Google Firebase se utilizaron como nube para poder guardar la información de los equipos y el registro de los usuarios.

Biografía del autor/a

Gloria Flor Mata Donjuan, Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México

Ingeniera en computación con una Maestría en ciencias de Ingeniería en biosistemas. Profesor de tiempo completo en Ingeniería Mecatrónica en la Universidad Politécnica de Querétaro. Docente en materias de sistemas digitales, administración y mantenimiento industrial y programación de periféricos. Ha trabajado en proyectos de investigación con empresas e instituciones de educación superior. Participación en proyectos de desarrollo de aplicaciones móviles tanto para el área automotriz como para el área de biosistemas. Desarrollo de aplicaciones usando procesamiento de imágenes para monitoreo de cultivos en invernadero como predicción de mantenimiento mecánico.

Kenny Arth Luévanos Uribe, Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México

Alumno de 10mo cuatrimestre de la carrera de Ingeniería Mecatrónica en la Universidad Politécnica de Querétaro. Ha participado en varios proyectos de investigación durante su estancia como alumno en la misma universidad.

José Marcos Zea Pérez, Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México

Profesor-Investigador de la Universidad Politécnica de Querétaro con Maestría en Ciencias en Sistemas de Manufactura con especialidad en automatización egresado del Tecnológico de Monterrey Campus Querétaro. Actualmente, estudiante de doctorado en Manufactura avanzada en CIATEQ, Querétaro y Líder del cuerpo académico de sistemas inteligentes de la universidad politécnica de Querétaro. Sus líneas de investigación están relacionadas con manufactura aditiva, automatización y desarrollo de sistemas Mecatrónica con industria 4.0. Autor y coautor de varios artículos nacionales e internacionales.

Arturo Hernández Hernández, Universidad Politécnica de Querétaro. Ingeniería Mecatrónica. El Marqués, Querétaro. México

ngeniero Mecánico con maestría en ciencias en Ingeniería Mecánica y cursa actualmente doctorado en Ingeniería. Profesor de tiempo completo en Ingeniería Mecatrónica en la Universidad Politécnica de Querétaro. Docente en materias relacionadas al diseño mecánico. Ha trabajado en proyectos de investigación con empresas e instituciones de educación superior.

Citas

Hofmann, E., Rüsch, M. Industry 4.0 and the current status as well as future prospects on logistics. Computers in Industry. 2017, 89, 23-34. https://doi.org/10.1016/j.compind.2017.04.002.

Yagüe Carpio, S. Diseño de un asistente de uso industrial combinando la realidad aumentada y la programación en dispositivos IOS, Tesis, Madrid, España: Universidad Carlos III de Madrid, 2019. http://hdl.handle.net/10016/29733

Carlos-Cantó J. Las 10 principales plataformas MOOC en las que realizar cursos online gratuitos [en linea], Centro de desarrollo de competencias digitales de Castilla-Lamancha, recuperado el 03 de julio del 2021 de https://www.bilib.es/actualidad/blog/noticia/articulo/las-10-principales-plataformas-mooc-en-las-que-realizar-cursos-online-gratuitos

Coursera. Aprende sin límites [en línea] Coursera.com [recuperado el 05 de julio de 2021] de https://es.coursera.org

Duolingo. ¡La forma divertida, efectiva y gratis de aprender un idioma! [en línea] Doulingo.com [recuperado el 12 de noviembre de 2021] de https://es.duolingo.com/

Herrera, R. 8 aplicaciones para aprender electrónica y electricidad con tu móvil, descárgalas en Google Play [en línea], La Vanguardia [recuperado el 20 de septiembre de 2021] de https://andro4all.com/listas/apps-android/aplicaciones-aprender-electronica-electricidad-movil-descargalas-google-play

Sánchez, M. La capacitación en tiempos de Covid-19 [en línea], Mexico Industry, [Recuperado de https://mexicoindustry.com/invitado-editorial/la-capacitacion-en-tiempos-de-covid-19

Conde, M. A., Muñoz, C., García, F. J. eLearning 2.0: La revolución de los procesos de aprendizaje, en García Peñalvo, F. J., et al.: Actas del 2º Congreso Internacional de Tecnología, Formación y Comunicación (eUniverSALearning’08). Salamanca, España. 1-5, 2008. https://ceur-ws.org/Vol-562/paper1.pdf

Senvar, O., Akkartal, E. An Overview to Industry 4.0. International Journal of Information, Business and Management. 2018, 10(4), 50-57.

Zea-Perez, J.M., Mata-Donjuan, G.F., Hernandez-Hernandez, A., Ortega-Bucio, L.G., Martinez-Badillo, A., Dublán-Barragán, B.S. Sistema de consulta y capacitación virtual en equipos especializados de la industria automotriz, En Memorias del Congreso Internacional Academia Journal Celaya 2020. Celaya. México, 2829-2834, 2020..

Hudson, P. How to scan a QR code [en linea] Hacking with Swift [recuperado el 12 de mayo de 2021] de https://www.hackingwithswift.com/example-code/media/how-to-scan-a-qr-code.

Seliverstov, Y., Starichenkov, A., Nikitin, K. Using mobile applications to evaluate quality of road networks and transport mobility. Transportation Research Procedia. 2020, 50, 636-646. https://doi.org/10.1016/j.trpro.2020.10.075

Firebase. Firebase Realtime Database [en linea]. Google for developers [recuperado el 25 de mayo 2021] de https://firebase.google.com/docs/database.

Descargas

Publicado

16-02-2023

Cómo citar

Mata Donjuan, G. F., Luévanos Uribe, K. A., Zea Pérez, J. M., & Hernández Hernández, A. (2023). Aplicación móvil en iOS para capacitación virtual de equipos especializados en la industria 4.0. Programación matemática Y Software, 15(1), 17–26. https://doi.org/10.30973/progmat/2023.15.1/3

Número

Vol. 15 Núm. 1 (2023): Febrero del 2023

Sección

Artículos

Licencia

Derechos de autor 2023 Gloria Flor Mata Donjuan, Kenny Arth Luévanos Uribe, José Marcos Zea Pérez, Arturo Hernández Hernández

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.