En la presente investigación se explica la metodología para la creación de un sistema de diagnóstico aplicado a la detección de fallas mecánicas en vehículos con motores a gasolina mediante redes neuronales artificiales, el sistema se basa en el estudio de la fase de admisión del ciclo Otto, el cual es registrado a través de la implementación física de un sensor MAP (Manifold Absolute Pressure). Se emplea un estricto protocolo de muestreo y su correspondiente análisis estadístico. Los valores estadísticos de la señal del sensor MAP: área, energía, entropía, máximo, media, mínimo, potencia y RMS se seleccionaron en función al mayor aporte de información y diferencia significativa. Los datos se obtuvieron con la aplicación de 3 métodos estadísticos (ANOVA, matriz de correlación y Random Forest) para tener una base de datos que permita el entrenamiento de una red neuronal feed-forward backpropagation, con la cual se obtiene un error de clasificación de 1.89e-11. La validación del sistema de diagnóstico se llevó a cabo mediante la provocación de fallas supervisadas en diferentes motores de encendido provocado.

The article studies the friction coefficient in elastohydrodynamic lubrication (EHL) by means of analytically obtained equations for different contact geometries. The introduction of some simplifications allows for the simultaneous consideration of piezoviscous, pseudoplastic and thermal phenomena, resulting in complete and realistic models, which provide results in a quick and easy manner. The predictive potential of this analytical approach is analyzed by comparing the estimates of friction with full-EHL simulations and experimental data under different operating conditions. The results obtained allow us to discuss the influence of some assumptions taken into account and the scope of applicability of the models, in order to determine their usefulness and limitations.

En la presente investigación, se obtiene un modelo matemático de predicción del consumo específico de combustible en un motor ciclo Otto de 1,4 litros con inyección electrónica sin hacer modificaciones, al usar como combustible mezclas de gasolina con concentraciones a partir de 0 %, 25 %, 50 %, 75 % y 100 % en volumen de etanol anhidro. Para el análisis de los resultados se realizó un diseño de experimento de mezcla reticular simplex lattice, el cual se sometió a un ciclo de conducción urbano de la ciudad de Cuenca a 2558 m s. n. m. en un banco de potencia de rodillos. La adquisición de datos y la obtención del algoritmo fueron a través de un análisis de métodos estadísticos descriptivos. La validación del algoritmo se realizó por medio del análisis de residuos. Como resultado principal se cuenta con un modelo matemático, el que permite predecir el consumo de combustible del motor, para rangos de concentración de etanol del 0 % al 100 % en la gasolina sin la necesidad de realizar pruebas reales.

En la presente investigación se realiza la explicación de la metodología aplicada a la determinación de la presión máxima de compresión de un motor de combustión interna alternativo de encendido provocado (MEP), el cual se basa en un estudio que parte de la caracterización de las curvas del consumo de amperaje del motor de arranque. Se aplica un protocolo de adquisición de datos y su posterior análisis estadístico. Los valores estadísticos de la señal como energía, promedio, desviación estándar, varianza, kurtosis, asimetría, máximo, mínimo y factor de cresta son seleccionados en función al mayor aporte de información para la caracterización del experimento; estos valores generan bases de datos las cuales son aplicadas para la creación y entrenamiento de una red neuronal artificial recurrente (RNAR) en la cual se obtiene un error absoluto menor al 2 \%. En una primera instancia se aplica la metodología de pruebas en un motor ensamblado en un banco didáctico y luego se procede a la aplicación del método en motores aplicados en vehículos.

No abstract