Revista NEYART  
ISSN: 2992-7161  
DETECCIÓN DE ANOMALÍAS VIBRATORIAS EN MAQUINARIA  
MEDIANTE SENSORES MEMS DE BAJO COSTO  
VIBRATION ANOMALY DETECTION IN MACHINERY  
USING LOW-COST MEMS SENSORS  
Ronquillo Salas Carlos Alberto  
TecNM/Instituto Tecnológico de Ciudad Juárez  
https://orcid.org/0009-0000-4671-5966  
carlos.rs@cdjuarez.tecnm.mx  
Silva Leyva Laura Elizabeth  
TecNM/Instituto Tecnológico de Ciudad Juárez  
https://orcid.org/0000-0002-8403-7286  
laura.sl@cdjuarez.tecnm.mx  
López Santos Irving Bruno  
TecNM/Instituto Tecnológico de Ciudad Juárez  
https://orcid.org/0009-0003-9947-3288  
irving.ls@cdjuarez.tecnm.mx  
Holguín López Jesús Armando  
TecNM/Instituto Tecnológico de Ciudad Juárez  
https://orcid.org/0009-0000-6221-8951  
jesus. hl@cdjuarez.tecnm.mx  
Esquivel Mancha Ismael  
TecNM/Instituto Tecnológico de Ciudad Juárez  
https://orcid.org/ 0009-0007-4149-3816  
L19111604@cdjuarez.tecnm.mx  
DOI: https://doi.org/10.61273/neyart.v3i5.141  
| Recibido: 16/09/2025 | Aceptado: 20/10/2025 | Publicado: 24/11/2025  
Esta obra está bajo  
una licencia internacional  
Creative Commons Atribución 4.0.  
Página 152  
Revista NEYART  
ISSN: 2992-7161  
Resumen-- En este trabajo se evaluó la viabilidad del sensor inercial de bajo costo MPU6050 para la  
medición de vibraciones en contextos académicos e industriales. Se implementó un sistema de adquisición  
de datos utilizando el sensor MPU6050 conectado a una placa Arduino UNO a través del bus I2C para  
monitorear la vibración en una máquina bajo prueba—en este caso una impresora 3D. Los datos de  
aceleración se recolectaron a una frecuencia de 20 Hz y se analizaron utilizando el valor cuadrático medio  
(RMS) y el factor de cresta (cf) para identificar diferencias entre condiciones normales y anormales de  
operación.  
Los resultados mostraron que las mediciones obtenidas con el sensor permiten identificar estados anormales  
de operación derivados de la detección de anomalías vibratorias. Se concluyó que el sensor MPU6050 es  
una alternativa viable y económica en aplicaciones de monitoreo preventivo y de investigación experimental  
en condiciones controladas. Sin embargo, deben considerarse las limitaciones inherentes del sensor en  
términos de resolución, rango dinámico y calibración.  
Palabras Clave-- MPU6050, acelerómetro, sensores de bajo costo, medición de vibración, monitoreo de  
condiciones.  
Abstract-- This work evaluated the feasibility of the low-cost MPU6050 inertial sensor for vibration  
measurement in academic and industrial settings. A data acquisition system was implemented using the  
MPU6050 sensor connected to an Arduino UNO board via the I2C bus to monitor vibration in a machine  
under test—in this case, a 3D printer. Acceleration data were collected at a frequency of 20 Hz and analyzed  
using the root mean square (RMS) and the crest factor (cf) to identify differences between normal and  
abnormal operating conditions.  
The results demonstrated that the measurements acquired with the sensor allow to identify abnormal operating  
conditions derived from the detection of vibration anomalies. It was concluded that the MPU6050 sensor is a  
viable and cost-effective alternative for preventive monitoring and experimental research applications under  
controlled conditions. However, the sensor's inherent limitations in terms of resolution, dynamic range, and  
calibration must be considered.  
Keywords-- MPU6050, accelerometer, low-cost sensors, vibration measurement, condition monitoring.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 153  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
INTRODUCCIÓN  
En el ámbito de la investigación académica y el desarrollo de prototipos, la medición precisa de  
vibraciones es crucial para el análisis y la optimización de diversos sistemas mecánicos.  
Tradicionalmente, los sensores de alta gama han sido la opción preferida debido a su precisión y  
fiabilidad; sin embargo, su elevado costo limita su accesibilidad, especialmente en entornos académicos  
y pequeñas empresas con presupuestos restringidos.  
De acuerdo con Flovik (2018), en el monitoreo de maquinaria y estructuras utilizando mediciones de  
vibración, una de las principales áreas es la detección de anomalías mediante la identificación de valores  
atípicos, esto es, identificar eventos u observaciones que difieren significativamente de la mayoría de los  
datos. Estos datos atípicos de vibración están generalmente relacionados con algún tipo de problema, por  
ejemplo, defectos estructurales, mal funcionamiento del equipo, etc.  
Diversos estudios recientes han explorado el uso de sensores de bajo costo para el análisis vibracional  
en contextos de monitoreo estructural e industrial. Komarizadehasl et al. (2021) desarrollaron un sistema  
económico basado en acelerómetros MEMS y Arduino, demostrando que, mediante estrategias de  
promediado y sincronización, es posible alcanzar una precisión comparable a equipos comerciales en la  
medición de vibraciones estructurales. En el ámbito de la manufactura, Iqbal et al. (2022) evaluaron el  
desempeño de sensores de bajo costo en aplicaciones de IoT Industrial, identificando limitaciones en la  
linealidad y el ruido de los dispositivos, pero también confirmando su viabilidad para tareas de  
supervisión en condiciones controladas. Soto-Ocampo et al. (2020) implementaron un sistema de  
adquisición de datos de alta frecuencia basado en plataformas de bajo costo como Raspberry Pi, orientado  
al análisis de vibraciones en maquinaria rotativa, lo que evidencia la aplicabilidad de soluciones  
económicas en escenarios industriales reales.  
Actualmente, sensores como el MPU6050 han ganado popularidad para la medición de vibración debido  
a su bajo costo y su capacidad para integrarse con plataformas de desarrollo como Arduino y Python, lo  
que permite a los investigadores realizar análisis detallados y en tiempo real, ofreciendo una alternativa  
viable a los sensores de alta gama. Además, la flexibilidad y escalabilidad de las plataformas de  
desarrollo para su integración en sistemas de medición los hacen ideales para entornos de desarrollo  
rápido y prototipado.  
Por lo anterior, el problema central de esta investigación es determinar si el sensor MPU6050, es capaz  
de proporcionar mediciones de aceleración suficientemente precisas y fiables para detectar condiciones  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 154  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
de operación anormales en equipos mecánicos, lo cual sería de gran beneficio ya que existen amplias  
necesidades de soluciones accesibles y eficaces de monitoreo de vibraciones en el ámbito de la  
investigación académica y en el desarrollo de prototipos en pequeñas empresas.  
En relación con la evaluación de las mediciones, se utiliza el valor cuadrático medio (RMS, por sus siglas  
en inglés Root Mean Square) y el factor de cresta. El valor RMS es una medida matemática descriptiva  
que permite cuantificar la magnitud promedio de la señal, la cual en el análisis de vibraciones se utiliza  
ampliamente como indicador de la energía global contenida en la respuesta temporal de aceleración,  
velocidad o desplazamiento. Su uso resulta particularmente relevante en el monitoreo de condición de  
maquinaria, ya que proporciona un valor estable y representativo de la severidad vibratoria, reduciendo  
la influencia de picos aislados y facilitando la comparación con umbrales normativos establecidos. En  
relación con el factor de cresta, este constituye un indicador ampliamente utilizado en el monitoreo de  
condición de maquinaria debido a su sensibilidad a la presencia de fenómenos impulsivos en la señal de  
vibración. Bajo condiciones normales de operación, la relación entre el valor pico y el valor RMS de la  
señal se mantiene relativamente baja, reflejando un comportamiento estable y sin irregularidades  
significativas. Sin embargo, cuando aparecen fallas incipientes en la maquinaria relacionadas a  
componentes mecánicos, la señal comienza a exhibir picos de alta amplitud superpuestos a la vibración  
continua, lo que provoca un incremento notable en el factor de cresta. En consecuencia, el aumento del  
factor de cresta suele asociarse a estados anormales de operación, convirtiéndolo en una herramienta útil  
para la detección temprana de fallas (Ghazali et al., 2021).  
DESARROLLO  
En esta sección se presenta una descripción general del sensor MPU6050, así como de la instrumentación  
de los sensores por medio del bus I2C para la colecta de datos de vibración en la máquina de prueba—en  
este caso una impresora 3D de fusión de filamento.  
Unidad de medición inercial MPU6050  
En la Figura 1 se muestra el sensor MPU6050, el cual es una unidad de medición inercial (IMU por sus  
siglas en inglés). Es un sistema microelectromecánico (MEMS) que puede ser utilizado para medir  
aceleraciones lineales y velocidades angulares. El uso combinado del acelerómetro de 3 ejes y giroscopio  
de 3 ejes integrado permite determinar el movimiento de un cuerpo en un espacio tridimensional. Posee  
adicionalmente una interfaz mediante bus I2C para la escritura y lectura de los registros del dispositivo,  
operando hasta una frecuencia de 400 kHz (Fedorov et al., 2025).  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 155  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
El sensor MPU6050 ofrece varias ventajas en comparación con otros sensores inerciales; por ejemplo,  
destaca por su costo significativamente más bajo en comparación con muchos sensores de alta gama, lo  
que lo hace accesible para proyectos de bajo presupuesto. Este sensor combina un acelerómetro y un  
giroscopio en un solo chip, simplificando el diseño del sistema y reduciendo la cantidad de componentes  
necesarios. Además, su facilidad de uso se ve potenciada por la existencia de numerosas bibliotecas y  
ejemplos de código disponibles, facilitando su implementación en proyectos con microcontroladores  
como Arduino, ESP32 y Raspberry Pi. Su tamaño compacto y ligero lo hace ideal para aplicaciones donde  
el espacio y el peso son limitados, mientras que su bajo consumo de energía es beneficioso para  
aplicaciones portátiles o alimentadas por batería. Utiliza una interfaz I2C, que es fácil de implementar y  
permite la conexión de múltiples dispositivos en el mismo bus. Ofrece un rango de medición adecuado  
para muchas aplicaciones de análisis de vibraciones, con configuraciones ajustables tanto para el  
acelerómetro como para el giroscopio. Además, es un sensor ampliamente disponible y fácil de adquirir  
en el mercado. La abundante documentación, tutoriales y comunidades en línea proporcionan un soporte  
valioso para resolver problemas y optimizar el uso del sensor.  
Figura 1. Unidad de medición inercial MPU6050.  
Fuente: Internet.  
Instrumentación de la impresora 3D  
En la Figura 2 se muestra la instrumentación de la impresora 3D (Makerbot Replicator 5ª generación) con  
dos sensores MPU6050, uno en el extrusor y otro en la cama de impresión. Los sensores se conectaron a  
una placa Arduino UNO por medio del bus I2C y una vez instalados en la impresora se calibraron antes  
de proceder con la adquisición de datos.  
Figura 2. Instrumentación de la impresora 3D.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 156  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
Fuente: Elaboración propia.  
Bus serial I2C  
El bus serial I2C (por sus siglas en inglés: Inter Integrated Circuit), es un bus maestro/esclavo con un  
estándar que facilita la comunicación entre microcontroladores, memorias y otros dispositivos tales como  
sensores capaces de recolectar datos del mundo real. En la Figura 3 se muestra la estructura del bus I2C,  
el cual maneja 3 conexiones: SCL (del inglés System Clock), es la línea de los pulsos de reloj que  
sincronizan el sistema; SDA (del inglés System Data), es la línea por la que se transfieren los datos entre  
los dispositivos; GND (del inglés Ground), común de la interconexión entre todos los dispositivos  
conectados al bus. Las líneas SDA y SCL son del tipo drenaje abierto por lo que se deben polarizar en  
estado alto por medio de resistencias “pull-up". Adicionalmente, debe tomarse en cuenta que entre más  
datos se envíen por el bus mayor será la saturación de éste y por lo tanto es necesario calcular el valor  
adecuado de las resistencias y así garantizar una comunicación sin interrupciones (Descripción y  
Funcionamiento del Bus I2C, s.f.).  
Figura 3. Estructura del bus I2C.  
Fuente: Internet.  
Los sensores MPU6050 actúan como esclavos y están conectadas al módulo I2C del microcontrolador  
Arduino UNO que actúa como maestro, como se muestra en la Figura 4.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 157  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
Es importante mencionar que el sensor MPU6050 cuenta con resistencias pull-up integradas para la  
conexión de un solo sensor al bus serial; sin embargo, al añadir otro sensor al bus, ambas resistencias son  
insuficientes y se requiere añadir resistencias externas. En este caso, para la conexión de dos dispositivos  
MPU6050 con el Arduino UNO se utilizaron resistencias de 10 kΩ tanto para la línea SCL como para la  
línea SDA. No obstante, esto no implica una generalización para cualquier circuito ya que en otros  
circuitos se puede presentar una mayor o menor saturación del bus I2C según la cantidad de datos que se  
estén compartiendo a través del bus.  
Figura 4. Esquema de conexión del bus I2C.  
Fuente: Imágenes-Internet. Circuito-Esquivel, I.  
Colecta de los datos  
Se recolectaron los datos en formato csv de las aceleraciones X, Y y Z, tanto de la cama de impresión  
como del sistema extrusor a una frecuencia de 20 Hz. En el caso particular de la evaluación del sensor en  
la impresora 3D, con una velocidad de avance del extrusor de 4 mm/s, significa que las lecturas se  
obtuvieron cada 0.2 mm de recorrido del extrusor, lo cual para esta aplicación, los autores lo consideraron  
adecuado para la detección de anomalías vibratorias durante la operación de la máquina.  
En las Figura 5 y Figura 6 se muestran 500 mediciones de la amplitud de las señales en el dominio temporal  
de las aceleraciones X, Y y Z de la cama de impresión (identificadas como bax, bay y baz respectivamente)  
y del sistema extrusor (identificadas como eax, eay, y eaz respectivamente). En ambas figuras, las gráficas  
en la izquierda muestran la condición normal de operación y en la derecha la condición anormal de  
operación.  
En el caso de las mediciones en el dominio temporal, en la de la cama de impresión (Figura 5), puede  
observarse con relativa facilidad que existe una diferencia en la amplitud de las señales medidas. Sin  
embargo, en el sistema extrusor (Figura 6), la diferencia en amplitud es menos apreciable.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 158  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
Figura 5. Aceleración en el dominio temporal de la cama de impresión.  
Fuente: Elaboración propia.  
Figura 6. Aceleración en el dominio temporal del sistema extrusor.  
Fuente: Elaboración propia.  
DISCUSIÓN Y ANALISIS DE RESULTADOS  
Análisis con valor cuadrático medio.  
Para efectos de apreciar mejor la diferencia entre las lecturas de estado normal y estado anormal de  
operación, se aplicó el valor cuadrático medio (RMS) de la Figura 7 un tamaño de ventana n=5.  
Figura 7. Fórmula RMS.  
푛
1
√
푅푀푆(푥푖푛) =  
∑ 푥푖2  
ꢀ
푖=1  
Fuente: Ghazali et al. (2021).  
Los valores RMS se muestran en la Figura 8 para la cama de impresión y en la Figura 9 para el sistema  
extrusor. En cada gráfica se dibuja el valor promedio para cada uno de los ejes (ax, ay, az) con el  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 159  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
propósito de mostrar que existe una diferencia apreciable que permite definir un límite superior—para  
cada eje o un promedio de los 3 ejes—basado en la condición de operación normal; de tal manera que si  
un registro excede ese límite sería un indicativo de que la máquina presenta una anomalía vibratoria.  
Figura 8. Valores RMS; Cama de impresión; Condición Normal vs. Anormal.  
Fuente: Elaboración propia.  
Figura 9. Valores RMS; Extrusor; Condición Normal vs. Anormal.  
Fuente: Elaboración propia.  
Análisis con factor de cresta.  
Se aplicó el factor de cresta (cf) de la Figura 10 como medida de la severidad vibratoria con un tamaño  
de ventana n=5. El factor de cresta obtenido para la cama de impresión en condición normal y anormal de  
operación se muestra en la Figura 11. Se puede observar que para la condición anormal existe un  
incremento del valor promedio del cf para las 3 variables de aceleración. Por ejemplo, bax en condición  
normal se incrementa de 2.07 a 2.61 en condición anormal; bay de 1.75 a 2.10 y; baz de 1.79 a 2.20, en  
condición normal a anormal respectivamente.  
Figura 10. Fórmula factor de cresta.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 160  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
푣푎푙표푟 푝ꢁ푐표  
푣푎푙표푟 푅푀푆  
푓푎푐푡표푟 푑푒 푐푟푒푠푡푎 =  
Fuente: Ghazali et al. (2021).  
Figura 11. Factor de cresta; Cama de impresión.  
Condición Normal  
Condición Anormal  
Fuente: Elaboración propia.  
En la figura 12 se muestra el cf para las aceleraciones de la cama de impresión, donde se puede observar  
que para eax, eay y eaz hay un incremento del valor promedio del cf.  
especialmente en aplicaciones de monitoreo preventivo y de investigación experimental, siempre que se  
consideren las limitaciones inherentes de resolución, rango dinámico y calibración.  
Figura 12. Factor de cresta; Extrusor.  
Condición Normal  
Condición Anormal  
Fuente: Elaboración propia.  
Los resultados obtenidos en este trabajo concuerdan con algunos aspectos relevantes a lo reportado por  
Komarizadehasl et al. (2021), Li et al. (2019) y Ghazali et al. (2021) en relación con el uso de sensores de  
bajo costo para la detección de anomalías vibratorias.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 161  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
En primer lugar, cabe destacar que aun y cuando las diferencias en el dominio temporal no son muy  
evidentes—particularmente en el sistema extrusor—, el análisis con el valor RMS permite discriminar  
claramente entre condiciones de operación normal y anormal; lo cual concuerda con lo reportado por  
Komarizadehasl et al. (2021), quien menciona que los sensores de bajo costo ofrecen un desempeño  
comparable al de sistemas comerciales siempre y cuando se apliquen procesos adecuados de  
procesamiento y calibración.  
En segundo lugar, el factor de cresta mostró incrementos de manera consistente en los tres ejes bajo  
condiciones anormales de operación, lo que confirma que el MPU6050 posee la capacidad de registrar  
picos de vibración de manera representativa que permitan hacer diagnósticos tempranos de fallas  
mecánicas incipientes; esto concuerda con lo reportado por Li et al. (2019) y Ghazali et al. (2021) al  
afirmar que el factor de cresta es un indicador sensible que permite detectar vibraciones anormales  
derivadas de fenómenos impulsivos asociados a un malfuncionamiento mecánico de equipo y maquinaria.  
Como tercer punto cabe destacar que el sensor no presentó saturación en ninguno de los canales, lo que  
prueba que la frecuencia de muestreo empleada (20 Hz) resultó idónea en este caso para la medición en  
el equipo bajo análisis. No obstante en el caso de maquinaria que pudiera exhibir vibraciones de alta  
frecuencia, este sería un punto para considerar antes de su aplicación.  
Desde la perspectiva de los autores y en base a los resultados obtenidos, se considera que el sensor  
MPU6050 es apropiado para la medición de vibración tanto en la investigación académica como en la  
industria en escenarios controlados, lo que representa una alternativa viable al equipamiento convencional  
de alta gama y alto costo.  
CONCLUSIONES  
En este trabajo de investigación se demostró que los sensores de bajo costo basados en MEMS tales como  
el sensor inercial MPU6050, son una solución viable, económica y escalable para el análisis de vibraciones  
en diversas áreas de investigación tanto en entornos académicos como en la industria.  
Los resultados evidencian la capacidad de registro y muestreo del sensor MPU-6050, demostrando que la  
frecuencia de adquisición utilizada es suficiente para representar con fidelidad las vibraciones en el rango  
de interés. Asimismo se verificó que el rango de operación del sensor es adecuado para las condiciones  
evaluadas, ya que no se presentaron fenómenos de saturación en la señal, lo que garantiza la confiabilidad  
de los datos obtenidos.  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 162  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
Sin embargo, a pesar de su potencial, se reconocen limitaciones asociadas al ruido, la deriva térmica y la  
frecuencia de muestreo máxima, por lo que se recomienda la implementación de procedimientos de  
calibración y técnicas de procesamiento de señal.  
FUTURAS INVESTIGACIONES  
Se sugiere la aplicación de técnicas de análisis en el dominio frecuencial—Transformada Rápida de  
Fourier (FFT)—para realizar análisis comparativos más exhaustivos que permitan comparar el desempeño  
del sensor MPU6050 con acelerómetros industriales bajo las mismas condiciones.  
Se sugiere asimismo la aplicación de técnicas de machine learning (ML) para la generación de modelos  
predictivos evaluando el desempeño del sensor MPU6050 en sistemas de monitoreo en tiempo real en  
entornos industriales.  
REFERENCIAS BIBLIOGRÁFICAS  
Adafruit  
https://learn.adafruit.com/mpu6050-6-dof-accelerometer-and-gyroscope  
Arduino Playground. (s.f.). MPU-6050. https://playground.arduino.cc/Main/MPU-6050/  
Learning  
System.  
(s.f.).  
MPU-6050  
6-DoF  
accelerometer  
and  
gyroscope.  
Descripción y funcionamiento del bus I2C. (s.f.). https://robots-argentina.com.ar/didactica/descripcion-y-  
funcionamiento-del-bus-i2c/  
Fedorov, D., Ivoylov, A., Zhmud, V., & Trubin, V. (2015). Using of measuring system MPU6050 for the  
determination of the angular velocities and linear accelerations. Automatics & Software  
Engineering, 1(11), 76–81.  
Flovik, V. (2018). How to use machine learning for anomaly detection and condition monitoring. Towards  
Data  
Science.  
https://towardsdatascience.com/how-to-use-machine-learning-for-anomaly-  
detection-and-condition-monitoring-9c0f1314de9d  
Ghazali, M., Abdalla, A. N., Oumer, A. N., & Mohamed, A. A. (2021). Vibration analysis for machine  
monitoring and diagnosis: A systematic review. Shock and Vibration, 2021, 1–20.  
https://doi.org/10.1155/2021/9469318  
InvenSense.  
(s.f.).  
MPU-6000  
and  
MPU-6050  
product  
specification  
(Rev.  
3.4).  
https://invensense.tdk.com/wp-content/uploads/2015/02/MPU-6000-Datasheet1.pdf  
Iqbal, A., Mian, N. S., Longstaff, A., & Fletcher, S. (2022). Performance evaluation of low-cost vibration  
sensors in industrial IoT applications. International Journal of Automation Technology, 16(3),  
329–339. https://doi.org/10.20965/ijat.2022.p0329  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 163  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992-7161  
Komarizadehasl, S., Mobaraki, B., Ma, H., Lozano-Galant, J.-A., & Turmo, J. (2021). Development of a  
low-cost system for the accurate measurement of structural vibrations. Sensors, 21(18), 6191.  
https://doi.org/10.3390/s21186191  
Li, Y., Zhao, W., Li, Q., Wang, T., & Wang, G. (2019). In-situ monitoring and diagnosing for fused  
filament  
fabrication  
process  
based  
on  
vibration  
sensors.  
Sensors,  
19(11).  
https://doi.org/10.3390/s19112589  
Ronquillo, C. (2023). Predicción del estado de operación de una impresora 3D mediante redes de  
sensores y algoritmos de aprendizaje profundo (Tesis de maestría). Tecnológico Nacional de  
México. https://rinacional.tecnm.mx/jspui/handle/TecNM/7856  
Soto-Ocampo, C. R., Mera, J. M., Cano-Moreno, J. D., & García-Bernardo, J. L. (2020). Low-cost, high-  
frequency data acquisition system for condition monitoring of rotating machinery through  
vibration analysis: Case study. Sensors, 20(12), 3493. https://doi.org/10.3390/s20123493  
SparkFun. (s.f.). MPU-6050 6-DoF IMU breakout. https://www.sparkfun.com/products/11028  
Vos, K., Peng, Z., Jenkins, C., Shahriar, M. R., Borghesani, P., & Wang, W. (2022). Vibration-based  
anomaly detection using LSTM/SVM approaches. Mechanical Systems and Signal Processing,  
169, 108752. https://doi.org/10.1016/j.ymssp.2021.108752  
TABLA TRABAJO COLABORATIVO  
Rol  
Autor (es)  
Conceptualización  
Metodología  
Software  
Carlos Alberto Ronquillo Salas (70), Irving Bruno López Santos (30)  
Carlos Alberto Ronquillo Salas (70), Laura Elizabeth Silva Leyva (30)  
Carlos Alberto Ronquillo Salas (70), Ismael Esquivel Mancha (30)  
Carlos Alberto Ronquillo Salas (70), Ismael Esquivel Mancha (30)  
Validación  
Análisis Formal  
Carlos Alberto Ronquillo Salas (50), Irving Bruno López Santos (25),  
Jesús Armando Holguín López (25)  
Investigación  
Recursos  
Carlos Alberto Ronquillo Salas (70), Ismael Esquivel Mancha (30)  
Carlos Alberto Ronquillo Salas (70), Jesús Armando Holguín López (30)  
Carlos Alberto Ronquillo Salas (70), Ismael Esquivel Mancha (30)  
Carlos Alberto Ronquillo Salas (70), Ismael Esquivel Mancha (30)  
Curación de datos  
Escritura - Preparación del  
borrador original  
Escritura - Revisión y edición  
Carlos Alberto Ronquillo Salas (60), Laura Elizabeth Silva Leyva (20),  
Irving Bruno López Santos (20)  
Edición 3 | Vol. 3 – Núm. 5 | julio – diciembre 2025 |  
Página 164  
Artículo de Investigación Original