Modelo predictivo para la detección de fallas incipientes mediante aprendizaje automático y PID´s en el sistema de inyección de un Kia Sportage 2.0L
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/28686
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Rivera Campoverde, Néstor Diego | - |
dc.contributor.author | Alvarez Montenegro, Jostin Santiago | - |
dc.contributor.author | Siavichay Neira, Víctor Saúl | - |
dc.date.accessioned | 2024-09-17T14:50:53Z | - |
dc.date.available | 2024-09-17T14:50:53Z | - |
dc.date.issued | 2024-06 | - |
dc.identifier.uri | http://dspace.ups.edu.ec/handle/123456789/28686 | - |
dc.description | Este artículo describe un estudio predictivo sobre motores de combustión interna en condiciones reales usando datos del puerto OBD II, donde se examinan tres escenarios: funcionamiento normal, filtro obstruido y bujías con apertura de 1.3 mm, siguiendo parámetros del RDE. El algoritmo K-Nearest Neighbors se utilizó con datos relevantes determinados por Random Forest, y las emisiones de CO2, CO, NOx y HC formaron la base del modelo, logrando un 98% de efectividad en la predicción de las fallas presentadas. | spa |
dc.description.abstract | This article describes a predictive study on internal combustion engines under real driving conditions using data from the OBD II port, where three scenarios are examined: normal operation, clogged filter, and spark plugs with a 1.3 mm gap, following RDE parameters. The K-Nearest Neighbors algorithm was used with relevant data determined by Random Forest, and the emissions of CO2, CO, NOx, and HC formed the basis of the model, achieving 98% effectiveness in predicting the presented faults. | spa |
dc.language.iso | spa | spa |
dc.rights | openAccess | spa |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
dc.subject | INGENIERÍA AUTOMOTRIZ | spa |
dc.subject | LOCALIZACIÓN DE FALLAS (INGENIERÍA) | spa |
dc.subject | SISTEMAS DE CONTROL POR RETROALIMENTACIÓN | spa |
dc.title | Modelo predictivo para la detección de fallas incipientes mediante aprendizaje automático y PID´s en el sistema de inyección de un Kia Sportage 2.0L | spa |
dc.type | bachelorThesis | spa |
ups.carrera | Ingeniería Automotriz | spa |
ups.sede | Sede Cuenca | spa |
Pertenece a las colecciones: | Grado |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
UPS-CT011667.pdf | Texto completo | 1,14 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons