Aplicaciones de Máquinas de Soporte Vectorial en el Diagnóstico de Motores de Combustión

Abstract:

El presente trabajo muestra el procedimiento llevado a cabo para el entrenamiento y validación de un algoritmo que pbkp_redice las averías en diferentes componentes del motor de combustión interna, cuyo diagnóstico suele generar tiempos excesivos de mantenimiento debido a que no siempre es acertado, ya sea por falta de equipos o escasez de conocimientos que ayuden a interpretar la existencia de dicho fallo. Para la generación del algoritmo se presentan varias etapas, iniciando por la clasificación de cuáles son los datos que mejor distingan un fallo de otro, estos fallos están relacionados con la calibración entre electrodos de la bujía, el porcentaje de apertura del inyector y la presión de la bomba de combustible. Seguidamente se ha entrenado una máquina de clasificación que, en base al aprendizaje, ayude a predecir de manera adecuada la existencia y la ubicación de la avería en cuestión. Finalmente, se presenta un análisis de los porcentajes de confiabilidad del algoritmo realizado mediante el uso de las SVM al aplicarel mismo en el diagnóstico de fallas en el motor, en donde se observa que se puede obtener una confiabilidad del 96, 5%, con un error porcentual de 3,448% correspondiente a una sola falla mal clasificada.

Año de publicación:

2017

Keywords:

Fuente:

google