Diagnóstico del flujo de aire de un motor de combustión interna

Abstract

Este informe, presenta el diseño de un sistema de diagnóstico para un motor de combustión interna, utilizando técnicas de modelado y análisis de datos. El caso de estudio se centra en el recorrido del aire y los sensores/actuadores del sistema, así como los posibles tipos de fallos. Se realiza una exploración exhaustiva del conjunto de datos disponibles, que incluye el análisis de variables reducidas y la correlación entre ellas. Posteriormente, se aplica el método ANFIS (Adaptive Neuro-Fuzzy Inference System) para generar un modelo de diagnóstico robusto. Primero se genera el sistema de diagnóstico teórico donde una vez se prueban los conjuntos de datos con fallos se genera el sistema de diagnóstico real. Posteriormente se realiza el análisis de las matrices de aislamiento de fallos. Finalmente, se implementa el sistema de diagnóstico real, evaluando la detección y aislamiento de fallos mediante la interpretación de las señales de fallo. Este trabajo demuestra el potencial de las técnicas de modelado y análisis de datos aplicadas al diseño de sistemas de diagnóstico en el ámbito de la industria automotriz, mejorando la fiabilidad y el mantenimiento de estos sistemas