dc.creatorContreras Urgilés,Wilmer Rafael
dc.creatorLeón Japa,Rogelio Santiago
dc.creatorMaldonado Ortega,José Luis
dc.date2020-06-01
dc.date.accessioned2023-09-25T15:18:13Z
dc.date.available2023-09-25T15:18:13Z
dc.identifierhttp://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-860X2020000100030
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8824708
dc.descriptionResumen 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.
dc.formattext/html
dc.languagees
dc.publisherUniversidad Politécnica Salesiana
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceIngenius. Revista de Ciencia y Tecnología n.23 2020
dc.subjectpredicción
dc.subjectemisiones contaminantes
dc.subjectmonóxido de carbono (CO)
dc.subjecthidrocarburos no combustionados (HC)
dc.subjectdiagnóstico
dc.subjectredes neuronales artificiales
dc.titlePredicción de emisiones de co y hc en motores otto mediante redes neuronales
dc.typeinfo:eu-repo/semantics/article


Este ítem pertenece a la siguiente institución