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 mobility industry has experienced a fast evolution towards electric-based transport in recent years. Recently, hybrid electric vehicles, which combine electric and conventional combustion systems, have become the most popular alternative by far. This is due to longer autonomy and more extended refueling networks in comparison with the recharging points system, which is still quite limited in some countries. This paper aims to conduct a literature review on thermodynamic models of heat engines used in hybrid electric vehicles and their respective configurations for series, parallel and mixed powertrain. It will discuss the most important models of thermal energy in combustion engines such as the Otto, Atkinson and Miller cycles which are widely used in commercial hybrid electric vehicle models. In short, this work aims at serving as an illustrative but descriptive document, which may be valuable for multiple research and academic purposes.
En el presente trabajo se explica la aplicación de RNA (redes neuronales artificiales) para la predicción de emisiones contaminantes generadas por fallas mecánicas en motores de encendido provocado, de la cual se puede cuantificar el porcentaje de CO (% monóxido de carbono) y el particulado por millón HC (ppm hidrocarburos sin quemar), a través del estudio de la fase de admisión del ciclo Otto, la cual es registrada por medio de la implementación física de un sensor MAP (Manifold Absolute Pressure). Se aplica un riguroso protocolo de muestreo y consecuente análisis estadístico. La selección y reducción de atributos de la señal del sensor MAP se realiza en función del mayor aporte de información y diferencia significativa con la aplicación de tres métodos estadísticos (ANOVA, matriz de correlación y Random Forest), de la cual se obtiene una base de datos que permite el entrenamiento de dos redes neuronales feed-forward backpropagation, con las cuales se obtiene un error de clasificación de 5.4061e-9 y de 9.7587e-5 para la red neuronal de CO y HC respectivamente.
En la presente investigación se diseña y valida una geometría de suspensión tipo Rocker-Bogie basados en el análisis de grados de libertad para su futura implementación dentro del sector de la industria de exploración espacial. Ello tiene como finalidad principal la recolección, transporte de basura y desperdicios a sectores estratégicos dentro de las instalaciones, sorteando obstáculos de diferente nivel, aunque también podría aplicarse en el área industrial, agrícola y minera, en las que se requiera un sistema robusto y estable. Se parte estableciendo un factor de seguridad determinado a través de coeficientes que involucren seguridad y economía. Luego, se realiza el cálculo de las dimensiones y fuerzas a soportar por los elementos estructurales conocidos como Rocker y Bogie que son los encargados de transmitir el soporte al chasis, además de brindar soporte a las conexiones para los componentes de los ejes y motores para las ruedas. Del diseño y cálculo de estos elementos depende que el prototipo de robot sea capaz de movilizarse a través de campos irregulares sorteando obstáculos como: anomalías en la superficie, baches, rocas y bordillos. Para la validación del diseño del prototipo se realiza un análisis estático de los elementos estructurales (Rocker y Bogie) por medio del parámetro de Von Misses, obteniendo un nivel de seguridad elevado antes de la ruptura. Posteriormente, se ejecuta la simulación del prototipo en base a una pista creada en el software analizando parámetros de velocidad, aceleración y desplazamientos en los ejes X y Y. Finalmente, se comparan los resultados obtenidos de la simulación basándose, principalmente, en altura y longitud máxima entre eje frontal y posterior, siendo crucial el ángulo máximo de inclinación permisible.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.