CARRERA DE INGENIERÍA MECÁNICA AUTOMOTRIZ

“PROPUESTA DE DESARROLLO DE TRABAJO DE TITULACIÓN”

TEMA:

“MODELO MATEMÁTICO PARA LA ESTIMACIÓN DE CONTAMINANTES

DE VEHÍCULOS CATEGORÍA M1 EN ETAPAS DE FUNCIONAMIENTO EN
FRÍO Y CALIENTE EN LA CIUDAD DE CUENCA”

POR:

Cabrera Guerrero Edisson Patricio

Patiño Méndez Daniel Adrián

TUTOR:
Ing. Néstor Rivera

CUENCA – ECUADOR

2019 – 2019

PROPUESTA DE DESARROLLO DE TRABAJO DE TITULACIÓN

1. TÍTULO DE TRABAJO

“MODELO MATEMÁTICO PARA LA ESTIMACIÓN DE CONTAMINANTES

DE VEHÍCULOS CATEGORÍA M1 EN ETAPAS DE FUNCIONAMIENTO EN
FRÍO Y CALIENTE EN LA CIUDAD DE CUENCA”

2. ANTECEDENTE

Según el inventario de emisiones de la ciudad de Cuenca 2014, la contaminación

del aire en la ciudad se debe principalmente al parque automotor (EMOV,
Inventario de emisiones atmosféricas del Cantón Cuenca, 2014), donde se establece
además dos escenarios para la generación de contaminantes, el primero, emisiones
en caliente: cuando el motor ha alcanzado la temperatura normal de
funcionamiento, es decir, la temperatura del refrigerante es superior a 70 grados
centígrados; y el segundo, emisiones en frio: son las emisiones obtenidas en el
periodo de calentamiento del sistema, es decir, cuando la temperatura del
refrigerante asciende de manera progresiva hasta los 70 grados centígrados; cabe
agregar que la Empresa Pública Municipal de Movilidad, Tránsito y Transporte
(EMOV EP), realiza el análisis de los gases contaminantes en base a un factor de
emisión medio. Este método determina el total de emisiones, multiplicando la
cantidad de contaminación que emite un vehículo por el total de vehículos, lo que
implica que los datos no son reales. Entre los resultados mostrados en el inventario
de emisiones y las emisiones de gases contaminantes presentes en la ciudad de
Cuenca existe un nivel de incertidumbre correspondiente a la categoría C, según lo
informa la EMOV EP, donde se expresa que esta categoría es de una estimación
medianamente fiable e indica que se puede mejorar; todo esto se debe a que la
metodología utilizada se basa en el Programa Europeo de Seguimiento y
Evaluación sobre el Inventario de Emisiones del Aire (EMEP CORINAIR, por sus
siglas en ingles) que utiliza el modelo computacional COPERT, mismo está
diseñado de manera concreta para estimar emisiones de vehículos fabricados de
acuerdo con la legislación europea (Aguilar, 2007).

Un primer trabajo previo de (Dardiotis Christos, 2013), quienes realizaron las :

“Emisiones gaseosas de arranque en frío a baja temperatura de automóviles de pasajeros de
última tecnología”, establecen que el enriquecimiento de la mezcla de aire - combustible
durante el funcionamiento del motor de arranque en frío, para compensar la reducida
vaporización del combustible y la elevada fricción de los componentes del motor, conduce
a una combustión incompleta del combustible, contribuyendo estos dos factores a elevar las
emisiones durante la operación de arranque en frío, especialmente a temperaturas ambiente
bajas. Donde se estableció que las emisiones totales de monóxido de carbono (CO) e
hidrocarburos no combustionados (HC) de los vehículos a gasolina aumentaron
notablemente a -7 ° C, en comparación con la prueba de 22 ° C; mostrando emisiones
inferiores a 8,3 g / km para CO y 0,62 g / km para HC. Estos valores estaban al menos
45% y 65% por debajo de los límites legislativos actuales, 15 y 1.8 g / km para CO y HC
respectivamente (Directiva 98/69 / CE del Parlamento Europeo y del Consejo, 1998).
 En un segundo trabajo correspondiente a (Pérez Darquea, 2017), quienes realizaron :
“Estudio de emisiones contaminantes utilizando combustibles locales”, establencen
pruebas realizadas con 3 diferentes tipos de combustible: super, extra y ecopais; y con un
calentamineto previo del motor durante 15 minutos, para posteriormente medir las
emisiones de gases contaminantes. Teniendo como resultados puntos maximos de
emisiones, en donde se comparan con valores establecidos según la norma INEN 2204 a
temperatura normal, considerando una altura entre 1500-3000 metros sobre el nivel del mar
(msnm), en los cuales no se debe exceder el valor de 1,0% para monóxido de carbono (CO)
y 200 partes por millón (ppm) para los hidrocarburos nos combustionados (HC).
Obervandose que los valores con gasolina ecopais de monóxido de carbono (CO) es de
0,39%, dióxido de carbono (CO2) es de 14,3% y los hidrocarburos no combustionados
(HC) es de 194 ppm, con lo cual se evidencia que el vehiculo de prueba cumple con los
estandares para la circulación.

JUSTIFICACIÓN

Los vehículos son una fuente dominante de contaminación del aire urbano. Por lo
tanto, es necesario cuantificar los niveles de emisión con la mayor precisión posible
para evaluar sus impactos en la salud pública y el medio ambiente. Con el
desarrollo de este proyecto se generará estrategias de conducción ecológica que
permitan obtener un descenso en las emisiones de gases contaminantes, que se verá
reflejado en una mejor calidad de aire en la ciudad, y por consiguiente, en la salud.
Adicionalmente, se reducirá los niveles de incertidumbre en los informes de calidad
de aire y del inventario de emisiones de la ciudad de Cuenca, ya que la base de
datos a obtener mostrará el comportamiento real de los vehículos categoría M1 que
estarán adecuados a las características de esta ciudad. Por lo tanto, el presente
trabajo tiene la finalidad de generar nuevos conocimientos referentes a la
estimación de gases contaminantes por medio del modelado matemático en etapas
de funcionamiento en frío y caliente en la ciudad de Cuenca.

3. OBJETIVOS

4.1. Objetivo General

 Obtener un modelo matemático para la estimación de contaminantes de

vehículos categoría M1 en etapas de funcionamiento en frío y caliente en la
ciudad de Cuenca.

4.2. Objetivos específicos

 Realizar el estudio del arte de la contaminación producida por motores de

encendido provocado en etapas de funcionamiento en frío y caliente para la
determinación de un modelo matemático en vehículos categoría M1.
 Desarrollar la programación mediante el dispositivo “Freematics One+” para
la adquisición y almacenamiento de datos OBD II.
  Analizar los datos obtenidos y estructurados por medio de métodos
estadísticos multivariables para la obtención de un modelo matemático
mediante el software de ingeniería “Matlab ®”.
 Comprobar el modelo obtenido mediante la representación estadística para la
evaluación de los índices de emisiones de los gases contaminantes.

5. METODOLOGÍA

5.1 Método Científico

Este método permite realizar la recopilación de información de investigaciones
anteriores relacionadas al proyecto para obtener conocimientos profundos de
estudio planteado.

5.2 Método Experimental

En este método se obtiene los parámetros de información del vehículo en distintas
condiciones de operación del motor para realizar una matriz estructurada.

5.3 Método Descriptivo

Este método consiste en evaluar las características de los parámetros obtenidos en
la matriz estructurada y determinar una relación existente de manera que sea
factible realizar posteriores estudios.

5.4 Método Inductivo

En este método se emplea algoritmos matemáticos y estadísticos para generar un
modelo que describa el comportamiento de las variables de estudio generando
conclusiones generales acerca de la investigación en curso.

A continuación, en la Figura 1 se presenta un esquema de la metodología para llevar a

cabo el desarrollo del trabajo.
 MODELO MATEMÁTICO

Estimación de contaminantes

Tipos de vehículos a
analizar

Categoría M1

Condiciones de
funcionamiento del
vehículo

Funcionamiento en fase frío del Funcionamiento en fase caliente del

motor de combustión interna motor de combustión interna

Adquisición de datos mediante el dispositivo

Freematics One+

Procesamiento de datos por medio de métodos

estadísticos multivariables

Validación de los datos Obtención de una base de

obtenidos datos

Obtención del modelo

matemático

Validación del modelo

obtenido

Figura 1. Esquema general de la metodología

 Fase 1.- Revisión bibliográfica

En esta fase se realiza la recopilación de información relacionada a la

investigación en curso. Los archivos o documentos emitidos por
administradores públicos son de gran importancia debido a que contienen
parámetros estadísticos importantes sobre la contaminación ambiental en la
ciudad de Cuenca. De igual forma, el estudio en curso requiere la revisión
bibliográfica en temas relacionados a conducción ecológica, contaminación
ambiental y etapas de funcionamiento del motor de combustión interna.
Además, es fundamental recopilar información bibliográfica acerca de
métodos estadísticos y programación.

Fase 2.- Adquisición de datos

En esta fase a través del dispositivo, “Freematics One+” obtener los

parámetros de información de diagnóstico de los sensores del vehículo en
dos condiciones de operación del motor de combustión interna (caliente y
frío) y posteriormente almacenarlos para obtener una base de datos.

Fase 3.- Procesado de los datos muéstrales

Esta fase se basa en obtener la clasificación de los datos con lo cual será
posible realizar la matriz estructurada para posteriormente ser analizada en el
entorno de Matlab ®, ya sea en forma de estadística o en forma gráfica.

Fase 4.- Validación del modelo obtenido

Finalmente, se valida el modelo obtenido tomando períodos de manejo de

manera no controlada para posteriormente ser comparado con la conducción
establecida por medio de los métodos estadísticos multivariables.

6. MARCO TEÓRICO

6.1. Sistema de diagnóstico abordo (OBDII)

El sistema de diagnóstico a bordo es capaz de controlar todos los sensores y

actuadores para determinar si están funcionando según lo previsto. Puede detectar
un mal funcionamiento o deterioro de los diversos sensores y actuadores,
generalmente mucho antes de que el conductor tome conciencia del problema a
través de una pérdida en el rendimiento o la capacidad de conducción del vehículo.
(Gardetto, Bagian, & Lindner, 2005)
6.2. Parámetros de identificación de los sensores del vehículo.
La evolución en los sistemas de inyección electrónica de combustible, permiten al
motor de combustión interna trabajar de manera eficiente el consumo de
combustible que ingresa para ser combustionada, modificar los parámetros de
funcionamiento y de manera inteligente reducir las emisiones sin tener
modificaciones en el rendimiento y la potencia del motor de combustión interna.
(Erazo, et al., 2017)
6.3. Contaminación del aire en la ciudad de Cuenca

En la zona urbana de Cuenca el tráfico vehicular es la fuente más importante de

emisión. Al noroccidente de la zona urbana se destaca adicionalmente el aporte de
las emisiones industriales. La Revisión Técnica Vehicular (RTV) vigente en el
Cantón Cuenca desde el año 2008, controla que las emisiones del parque vehicular
cumplan con los límites que establece la Legislación Nacional. De acuerdo con los
registros de la RTV en el primer año de aplicación aprobaron 9261 vehículos.

En el año 2017, 85 209 vehículos aprobaron la RTV. En relación al año 2016, hay
una reducción de vehículos revisados, en razón de la vigencia (desde el 26 de abril
de 2016) del Decreto Ejecutivo 975, que reforma el Reglamento General para la
Aplicación de la Ley Orgánica de Transporte Terrestre, Tránsito y Seguridad Vial.
La mencionada reforma establece que los vehículos que prestan el servicio de
transporte público, comercial y por cuenta propia, están obligados a someterse a una
revisión técnica vehicular una vez al año. Hasta el año 2015, estos vehículos debían
aprobar la RTV dos veces al año. [ CITATION EMO17 \l 12298 ].

6.4. Freematics Vehicle Data Logger

Es un dispositivo programable capaz de leer los datos de los sensores del vehículo y
almacenarlos ya sea en una memoria SD o enviarlos a internet dependiendo de la
programación, se conecta directamente a la data link conector. Este dispositivo será
usado para la lectura de los datos mediante OBD II y el posterior análisis y creación
del algoritmo.

6.5. Métodos estadísticos multivariables

El análisis multivariable (AM) es la parte de la estadística y del análisis de datos que

estudia, analiza, representa e interpreta los datos que resultan de observar más de
una variable estadística sobre una muestra de individuos. Las variables observables
son homogéneas y correlacionadas, sin que alguna predomine sobre las demás. La
información multivariante es una matriz de datos, pero a menudo, en AM la
información de entrada consiste en matrices de distancias o similaridades, que
miden el grado de discrepancia entre los individuos. (Cuadras, 2014)

6.6. Software COPERT

Es un programa de software perteneciente a Windows destinado al cálculo de las
emisiones de contaminantes del aire del transporte por carretera. El desarrollo
técnico de COPERT está financiado por la Agencia Europea de Medio Ambiente, en
el marco de las actividades del Centro Temático Europeo sobre Aire y Cambio
Climático.
7. CRONOGRAMA

Para el desarrollo de las actividades expuestas, se estima trabajar 4 horas diarias durante
5 días laborables, dando como resultado una duración de 400 horas de trabajo en 100
días hábiles.

CRONOGRAMA DE ACTIVIDADES

MESES 1 2 3 4 5

SEMANAS 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

DÍAS 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

HORAS 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

FASE I X X X X

FASE II X X X X

FASE III X X X X X X X X

FASE IV X X X X

8. PROYECTOS DE INVESTIGACIÓN VINCULADOS

Proyecto desarrollado por Danilo A. Garate Montalván en el año 2019 denominado

“Desarrollo de un algoritmo para la adquisición y almacenamiento de datos
provenientes del sistema de diagnóstico a bordo OBD II”.

“Caracterización del parque automotor perteneciente a la categoría M1 del cantón

Cuenca en función a sus propiedades constructivas y niveles de emisión” es un proyecto
realizado por Escobar T. Carlos Vinicio y Gordillo O. Jhon Bladimir en el año 2018.
9. PRESUPUESTO

El financiamiento total de este proyecto será cubierto en su totalidad por los autores del
mismo.

N° DENOMINACIÓN CANT. COSTO. UNIT. (USD) COSTO TOTAL (USD)

1 Freemtics One+ 1 180,00 180,00

2 Capacitación software 1 60,00 60,00

3 Impresiones y extras 80 0,25 20

4 Combustible para
40 GL 1,85 74
realizar pruebas

5 Publicar revista
1 0 0
(INGENIUS)

6 Costo de investigación 400

SUBTOTAL 734

IMPROVISTO (25%) 183,50

TOTAL 917,50
10. REFERENCIAS BIBLIOGRÁFICAS

Aguilar, J., Echániz, G., Sandoval, P., Garibay, V., Iniestra, R., Allen, J., & Tejada, D. (2007).
Guia metodológica para la estimación de emisiones veihculares en ciudades mexicanas.
Borge, R., Miguel, I.D., Paz, D.D.L., Lumbreras, J., Perez, J., Rodríguez, E. (2012).
Comparación de modelos de emisiones viales en Madrid (España).
Cuadras, C. M. (2014). Nuevos métodos de análisis multivariante. Barcelona: CMC Editions.
Dardiotis C., Martini G., Marotta A., Manfredi U. (2013). Emisiones gaseosas de arranque en
frío a baja temperatura de automóviles de pasajeros de última tecnología.
Directiva 98/69 / CE del Parlamento Europeo y del Consejo. (1998). En relación con las
medidas que deben tomarse contra la contaminación del aire producida por los
vehículos de motor y por la que se modifica la Directiva 70/220 / CEE del Consejo.
EMOV. (2017). Informe de calidad del aire Cuenca. Obtenido de Informe de calidad del aire
Cuenca: http://www.emov.gob.ec/sites/default/files/CALIDAD%20DEL%20AIRE
%202017.pdf
EMEP, E. (2005). CORINAIR emission inventory guidebook. European environment agency.
Garate, D. A. (2019). Desarrollo de un algoritmo para la adquisición y almacenamiento de datos
provenientes del sistema de diagnóstico a bordo OBD II.
Gardetto, E., Bagian, T., & Lindner, J. (2005). Estudio de alto kilometraje de las emisiones de
diagnóstico a bordo. Revista de la Asociación de Gestión de Aire y Residuos.
Lejria D., Canb A., Schipera N., Leclercqa L. (2018). Nuevos métodos de análisis multivariante.
Barcelona: CMC Editions.
Pérez D. (2017). Estudio De Emisiones Contaminantes Utilizando Combustibles Locales
Saad Abo Qudais, Hani Abu Qdais. (2005). Evaluación de desempeño de modelos de
predicción de emisiones de vehículos.
Weilenmann M., Faveza J., Alvareza R.. (2009). Emisiones de arranque en frío de automóviles
de pasajeros modernos a diferentes temperaturas ambientales bajas y su evolución en
las categorías de legislación de vehículos