Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad Politécnica Salesiana
2020
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=505561581003 https://www.redalyc.org/journal/5055/505561581003/ https://www.redalyc.org/journal/5055/505561581003/html/ https://www.redalyc.org/journal/5055/505561581003/505561581003.epub https://www.redalyc.org/journal/5055/505561581003/movil https://doi.org/10.17163/ings.n23.2020.03 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Predicción de emisiones de co y hc en motores otto mediante redes neuronales Wilmer Rafael Contreras Urgilés Rogelio Santiago León Japa José Luis Maldonado Ortega Ingeniería Predicción diagnóstico emisiones contaminantes monóxido de carbono (CO) redes neuronales artificiales 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. 2020 artículo científico 1390-650X https://www.redalyc.org/articulo.oa?id=505561581003 https://www.redalyc.org/journal/5055/505561581003/ https://www.redalyc.org/journal/5055/505561581003/html/ https://www.redalyc.org/journal/5055/505561581003/505561581003.epub https://www.redalyc.org/journal/5055/505561581003/movil https://doi.org/10.17163/ings.n23.2020.03 es http://www.redalyc.org/revista.oa?id=5055 Ingenius. Revista de Ciencia y Tecnología application/pdf Universidad Politécnica Salesiana Ingenius. Revista de Ciencia y Tecnología (Ecuador) Num.23