Pastas, morteros, adhesivos y hormigones. EOCB0109

Conocer los componentes, elaboración y propiedades principales de materiales de la construcción, tales como morteros, pastas, hormigones, adhesivos y materiales de rejuntado, además de los equipos y maquinaria principales que se utilizan en estas labores. Adquirir los conocimientos necesarios sobre las medidas de prevención a adoptar en los trabajos relacionados con estos materiales, así como los equipos de protección, tanto individuales como colectivos. Ebook ajustado al certificado de profesionalidad de operaciones auxiliares de albañilería de fábricas y cubiertas.

Este libro se ha elaborado expresamente para incluir los contenidos de la primera parte de la asignatura Ingeniería de Máquinas y Transportes, que se imparte en el Máster de Ingeniería Industrial de la UNED. Está especialmente pensado para los alumnos de Ingeniería Industrial no Mecánicos, es decir, que no tienen conocimientos específicos de mecánica de máquinas más allá de los que se imparten en los primeros cursos del Grado. Es esta la razón por la que el libro se ha configurado en dos partes: una primera de fundamentos de diseño mecánico y una segunda parte de diseño de los ...

Esta obra, basada en la décima edición del Standard Handbook for Electrical Engineers se rige por la misma consigna de las anteriores: reunir en un solo tomo todos los datos pertinentes, dentro de su objetivo; que un estudio sea comprensible y preciso, que sea de utilidad en la práctica de la Ingeniería (así como en los estudios de preparación para ella) y, sobre todo, que esté orientado hacia las aplicaciones, teniendo siempre presentes los factores económicos.

Este libro contiene materias que para el estudiante suponen un paréntesis dentro de un curso que es de Electrónica pura. Por otra parte, como el estudiante descubre cuál es el objeto de aprender circuitos, el curso genera su propio atractivo.

El libro muestra la capacidad de las redes neuronales y en concreto de los mapas auto-organizados de Teuvo Kohonen, los conocidos como Self-Organizing Maps (SOM) para clasificar consumidores eléctricos a partir de históricos de datos reales de consumo. El espectro de datos de entrada está formado por más de 20 tipos de consumidores distintos de una misma región geográfica. La red neuronal SOM ha demostrado ser una eficaz herramienta para segmentar y clasificar consumidores a partir de sus perfiles de carga diarios y ha permitido identificar nuevos consumidores, no utilizados antes para...