Desarrollo Tecnológico en Ingeniería Automotriz

Desarrollo tecnológico
en ingeniería automotriz
Cristian García y Juan Diego Valladolid (UPS),
Mary Vergara y Francklin Rivas (ULA)
Editores
Desarrollo tecnológico
en ingeniería automotriz
2017
DESARROLLO TECNOLÓGICO EN INGENIERÍA AUTOMOTRIZ
© Cristian García y Juan Diego Valladolid (UPS), Mary Vergara y Francklin Rivas (ULA)
(Editores). Co-autores: Ángel Yasmany Aguilar R., Carlos Andrade, Christian X. Barreto
Cajamarca, Andrés Berrezueta, Andrea K. Bermeo Naula, Pedro E. Cabrera Bravo, Paul
Vicente Carchi R., Jairo D. Castillo Calderón, Carlos C. Cepeda Landin, Wilmer Contreras,
Juan F. Chica Ortiz, Gustavo M. Domínguez, Efrén Fernández, Iván Ernesto Fernández L.,
Edgar Patricio Fernandez A., Renato Fierro J., Milton García, Cristian L. García García,
Danilo A. Gárate Montalvo, Galo A. Guachanamá, Xavier Guamán, David Idrovo, Hugo
Santiago Inga I., Cristian Jérez, Daniel A. León, hon Edward Lizarazo, Christian Loayza,
Walter López R., Oswaldo S. Ortega, J. Paúl Ortiz, Jean Pineda, Juan A. Rivera Caravajo,
Néstor Diego Rivera C., Steven R. Ronquillo Ronquillo, Luis Romeral, José Miguel Segnini,
Omar Sigüenza, Adrián Siguenza, Cristian Siguencia, Christian Torres T., Luis Enrique
Urgiles S., Luis Valdiviezo C., Mary Josefina Vergara, Luis P. Zhunio Lituma
1ra edición: Universidad Politécnica Salesiana

Av. Turuhuayco 3-69 y Calle Vieja
Cuenca-Ecuador
Casilla: 2074
P.B.X. (+593 7) 2050000
Fax: (+593 7) 4 088958
e-mail: [email protected]
www.ups.edu.ec
Área de Ciencia y Tecnología

CARRERA DE INGENIERÍA AUTOMOTRIZ
Grupo de Investigación en Ingeniería del Transporte (GIIT)
ISBN: 978-9978-10-288-6
Derechos de autor: 052633

Depósito legal: 006034
Coordinador: Juan Diego Valladolid
Edición, diseño, Editorial Universitaria Abya-Yala

diagramación Quito-Ecuador
e impresión
Tiraje: 300 ejemplares
Impreso en Quito-Ecuador, diciembre de 2017
Publicación arbitrada de la Universidad Politécnica Salesiana

Índice
Prólogo.............................................................................................. 11
Dispositivos de carburo de silicio en sistemas de tracción eléctrica
Efrén Fernández y Luis Romeral........................................................ 13
Diseño e implementación de un controlador de presión
de combustible en un motor Otto utilizando
“realimentación de estados”
Juan D. Valladolid, Galo A. Guachanamá
y Gustavo M. Domínguez.................................................................. 37
Metodología para la implementación de índices
de mantenimiento CMD para sistemas ferroviarios
Renato Fierro J., Milton García y Christian Torres T........................ 57
Obtención de la cartografía del tiempo de inyección de una ECU
Wilmer Contreras y Carlos Andrade................................................. 75
Análisis de la influencia en la calibración de las bujías
en los gases de escape de un motor de ciclo Otto
Juan Diego Valladolid Q., Luis Enrique Urgiles S.,
Edgar Patricio Fernández A. y Paul Vicente Carchi R...................... 103
Monitoreo y control de sistemas activos del vehículo basado
en el bus de comunicación CAN
J. Paúl Ortiz, Oswaldo S. Ortega y Daniel A. León........................... 125
Optimización del sistema de mantenimiento del equipo
caminero a través de la gestión por procesos
Renato Fierro J., Walter López R. y Luis Valdiviezo C...................... 155
Índice
6
Reducción de NOx de un motor CRDi mediante

el control difuso de la válvula EGR
Wilmer Contreras, Xavier Guamán y Omar Sigüenza..................... 185
Estimación de la presión de compresión de un MEC
mediante el uso de RNAR y PCA
Wilmer Contreras, Cristian Jérez, Jean Pineda y Cristian Garcia..... 209
Implementación académica de un DAQ para disminución
de desbalance en equipos rotativos
Jhon Edward Lizarazo, José Miguel Segnini
y Mary Josefina Vergara..................................................................... 229
Análisis de fallas del sistema de inyección electrónica
de combustible Multec Delphi
Néstor Diego Rivera C., Iván Ernesto Fernández L.,
Hugo Santiago Inga I. y Ángel Yasmany Aguilar R........................... 249
Análisis de modos de falla, efectos y criticidad del sistema
de inyección del motor C14NE
Néstor Rivera, Cristian García, Yasmany Aguilar
y Fernando Tandazo.......................................................................... 267
Aplicaciones de máquinas de soporte vectorial
en el diagnóstico de motores de combustión
Néstor D. Rivera Campoverde, Christian X. Barreto Cajamarca
y Luis P. Zhunio Lituma.................................................................... 289
Detección de fallas incipientes a través del análisis de vibraciones
mediante tiempos cortos en un motor Sonata EF 2.0
Néstor D. Rivera Campoverde, Steven R. Ronquillo Ronquillo,
Pedro E. Cabrera Bravo y Andrea K. Bermeo Naula......................... 311
Diagnóstico de fallos del sistema de inyección de un motor
de encendido provocado mediante inteligencia artificial
Néstor D. Rivera Campoverde, Cristian L. García García,
Carlos C. Cepeda Landin y Juan A. Rivera Caravajo....................... 337
Índice
7
Propuesta de un GMAO para la gestión del mantenimiento

de un sistema ferroviario
Milton García, Renato Fierro, Andrés Berrezueta
y Cristian Siguencia........................................................................... 361
Diagnóstico de fallas en motores de combustión interna mediante
termografía usando lógica difusa
Néstor D. Rivera Campoverde, Jairo D. Castillo Calderón,
Ángel Y. Aguilar Romero y Andrea K. Bermeo Naula....................... 379
Detección de fallas en un motor de combustión interna
Hyundai Sonata 2.0 EF mediante análisis de componentes
independientes
Néstor D. Rivera Campoverde, Danilo A. Gárate Montalvo
y Juan F. Chica Ortiz......................................................................... 397
Influencia de la viscosidad del lubricante como sellante
de holguras en las válvulas de un motor de combustión interna
mediante análisis de vibraciones y emisiones contaminantes
Milton García, Adrián Siguenza, Pablo Maxi y Luis Mendoza........ 415
Costos energéticos de los vehículos de combustión interna
y los vehículos eléctricos en la ciudad de Cuenca
Adrián Sigüenza, Milton García, Christian Loayza
y David Idrovo................................................................................... 437
Lo importante en la ciencia no es tanto
obtener nuevos datos, sino descubrir
nuevas formas de pensar sobre ellos.
William Lawrence Bragg
Si al principio una idea no es completa-

mente absurda, no existe la menor espe-
ranza de lograr algo a partir de ella.
Michio Kaku
Investigar es ver lo que todo el mundo

ha visto, y pensar lo que nadie más
ha pensado.
Albert Szent Gyorgi
Prólogo
El proceso de investigación y desarrollo tecnológico está direc-

tamente relacionado con una adecuada metodología de procesos in-
dustriales, que cada vez son más exigentes en competitividad, eficiencia
energética y de normativas ambientales. Reflejando un fuerte impacto
sobre la sociedad, educación y la industria. Este libro contempla resul-
tados de un proceso de investigación y desarrollo de nuevas técnicas
aplicadas en el campo de la ingeniería automotriz desde cuatro aris-
tas: eficiencia energética y contaminación ambiental, planificación del
transporte, ingeniería del mantenimiento aplicada al transporte y desa-
gregación tecnológica.
La innovación que ha ido transformando nuestra sociedad, se sos-

tiene en la aplicación de conceptos teóricos sobre el conocimiento que
se tiene acerca del campo automotriz. Si se piensa en todos los cambios
que se viene con respecto a nuevas formas de transporte en nuestro país,
con el incremento progresivo de vehículos híbridos, eléctricos y formas
de movilidad alternativa. Es imperativo que se desarrollen nuevas técni-
cas de análisis de estos cambios a fin de generar nuevos conocimientos
acerca de las nuevas tecnologías. De esta rápida visión se deduce que
nuevos conocimientos junto con el dominio de teorías son importantes
para obtener mejores resultados que intervienen en las propuestas para
solución de problemas o mejoras de los sistemas.
Desde el punto de vista académico, se ha desarrollado estrategias

que han sido incorporadas en diferentes campos de acción de la ingenie-
ría automotriz, ya sea como la colaboración en actividades de los grupos
de investigación y la participación de proyectos que busquen nuevas
propuestas de mejora de la calidad de productos y procesos.
Prólogo
12
Este libro recoge las experiencias y resultados obtenidos asocia-

dos con el desarrollo tecnológico en ingeniería automotriz. Para lograr
este objetivo, se ha convocado a la comunidad científica, académica y
profesionales de la industria automotriz, a enviar sus propuestas para
la inclusión como capítulo de este libro. Cada capítulo fue sometido a
revisión, evaluación y aprobación por un comité científico altamente
calificado, proveniente de 6 países (Colombia, Ecuador, España, Guinea
Ecuatorial, México y Venezuela).
Este trabajo ha sido posible gracias al gran apoyo la Universidad

Politécnica Salesiana (UPS sede Cuenca), Ecuador y Universidad de los
Andes (ULA), Venezuela. Agradecemos el importante aporte de cada las
instituciones participantes, así como también a los autores, revisores y
editores de este libro que estamos seguros contribuirá con la generación
de nuevas expectativas en el progreso investigativo.
Ing. Juan Diego Valladolid, MSc.

Universidad Politécnica Salesiana
Dispositivos de carburo de silicio
en sistemas de tracción eléctrica1
Efrén Fernández2
Luis Romeral3
Motion Control and Industrial Applications Group (MCIA)
Departamento de Ingeniería Electrónica de la Universidad Politécnica de Cataluña
Centro de Investigación ERGON de la Universidad del Azuay
Resumen
En la última década el cambio tecnológico y el crecimiento económico en los sectores de la automoción
han contribuido en la generación de nuevas líneas de investigación entre fabricantes y universidades.
Estas líneas de investigación se enfocan en el desarrollo y optimización de prototipos de sistemas de
tracción para vehículos híbridos y eléctricos. Además, dichas investigaciones se centran en la búsqueda
de sistemas con una mejor eficiencia energética y mayor rendimiento. En consecuencia, los esfuerzos
se orientan a buscar sistemas de tracción eléctrica compactos en donde la relación de peso/volumen
sea reducida, por lo tanto la potencia de disipación pueda ser mejorada. Actualmente, el uso de nuevas
tecnologías y materiales de banda prohibida como el carburo de silicio (SiC) permiten mejorar las condi-
ciones de operación de los convertidores de potencia en comparación con los sistemas implementados
con dispositivos de silicio. Los dispositivos de SiC permiten trabajar a alta frecuencia de operación, con
bajas pérdidas de potencia e incrementar el rango de operación a mayores temperaturas. Por otra parte,
debido a que las pérdidas de potencia se reducen la eficiencia de los convertidores se incrementa. El
siguiente texto presenta un análisis actual de los dispositivos de conmutación SiC, un estudio de topolo-
gías de convertidores y la optimización de los mismos basada en dispositivos de carburo de silicio (SiC)
usados en sistemas de tracción eléctrica.
Palabras clave
Carburo de silicio, convertidores, alta frecuencia, VSI, CSI, Quasi-Z.
1 Agradecimiento: este trabajo fue apoyado en parte por la Secretaría Nacional

del Ecuador de Ciencia y Tecnología SENESCYT del Gobierno ecuatoriano y al
Ministerio de Economía y Competitividad de España, en el marco del proyecto de
investigación TRA2016-80472-R.
2 Universidad Politécnica de Cataluña, Barcelona, España. Candidato PhD en
Ingeniería Electrónica, área de estudios en sistemas de tracción eléctrica (efren.
[email protected]).
3 Universidad Politécnica de Cataluña, Barcelona, España. Director General del
Centro de Investigación MCIA ([email protected]).
Efrén Fernández y Luis Romeral
14
Abstract
Over the last decade, technological changes and economic growth in automotive sectors have con-
tributed to the new research lines generation between manufacturers and universities. These research
lines focus mainly on the prototypes development and optimization for hybrid and electric vehicle
traction systems. In addition, these research concentrate on the search for better energy efficiency
and higher performance systems. Accordingly, the efforts are engrossed on finding compact electric
traction systems where the volume/weight ratio is reduced, therefore, the power dissipation can be
improved. Nowadays, the wide-bandgap technologies such as silicon carbide (SiC) allow improving
the operating conditions of power converters compared with traditional silicon counterparts. SiC de-
vices enable high-frequency operation with low total power losses and increase the operating range
at higher temperatures in power converters. Besides, due to the power losses are reduced, the con-
verter efficiency can be improved. The following chapter presents a power switching devices analysis,
a converter topologies study and the power converters optimization based on silicon carbide (SiC)
devices applied in electric traction systems.
Keywords
Silicon Carbide, Converters, High Frequency.
Introducción
En la actualidad la investigación en topologías de inversores de
potencia más eficientes ha mejorado considerablemente el desarrollo de
los sistemas de tracción en vehículos eléctricos. En particular, las tareas
se concentran en buscar sistemas de inversores más ligeros, compactos y
eficientes en cuanto a potencia, temperatura y frecuencia de trabajo. Según
el reporte técnico presentado por el fabricante Toyota, en mayo de 2014,
donde dan a conocer los nuevos desarrollos del sistema de tracción del
modelo Prius, el tamaño del convertidor se ha reducido un 80% con la
utilización de elementos SiC (carburo de silicio), y las pérdidas de potencia
han disminuido hasta 4 veces con respecto a la primera generación THS
(Toyota Hybrid System) del modelo en el mercado (Toyota Motor Corpo-
ration 2014).
El sistema de tracción de un vehículo híbrido (HEV) basa su fun-

cionamiento en el accionamiento de motores eléctricos gobernados por un
convertidor de potencia y un motor a combustión. Este convertidor permi-
te elevar la tensión de la batería que alimenta el sistema mediante una etapa
de conversión DC/DC tipo Buck-Boost, usando la electrónica de potencia
y generar una corriente alterna en tres fases para conseguir el movimiento
de los motores eléctricos (figura 1). Además, la topología del convertidor
15
permite la operación de los motores eléctricos en modo generador, llevando

la carga resultante hasta la batería del sistema (Augeri 2010).
Figura 1
Arquitectura de vehículo híbrido en paralelo HEV
Fuente: los autores
En un vehículo eléctrico (EV) el convertidor cumple con las mis-

mas funciones, con control sobre el motor que también es generador,
todo esto gobernado por la topología implementada internamente en el
convertidor. Además, se adapta el sistema de carga enchufable o plug in,
para cargar la batería:
Figura 2
Arquitectura de vehículo eléctrico plug in
Fuente: los autores

16
Los nuevos dispositivos de carburo de silicio (SiC) presentan mejo-

ras con respecto a los semiconductores de silicio como el voltaje de bloqueo,
el aumento en la temperatura de trabajo y frecuencia de conmutación. La
comparación de estos materiales es presentada en la siguiente tabla:
Tabla 1
Características del SiC vs Si
Características 4H SiC Silicio
Ec. Campo Eléctrico [V/cm] 0.3 3
Eg Energía Banda prohibida [eV] 3.2.6 1.12
λ Conductividad Térmica [W/(cm K)] 4.9 1.5
µ Movilidad Electrón [cm 2 /(Vs)] 900 1400
Fuente: Vrtovec y Trontelj, 2014
Si se establece una comparación entre los dos materiales, las venta-

jas del SiC con respecto al Si son indudablemente superiores. En conside-
raciones de operación y eficiencia se puede establecer que los dispositivos
de SiC reducen las pérdidas de potencia, permiten trabajar a alta frecuen-
cia de conmutación e incrementan el rango de temperatura de operación:
Figura 3
Comparación de rangos de operación SiC vs. Si
Pérdidas de Potencia
1/10
Si
100KHz 200⁰C
Frecuencia SiC Temperatura
Fuente: los autores

17
Este artículo se organiza de la siguiente manera: en la segunda

sección se presenta una breve reseña de los dispositivos SiC presentes en
el mercado. En la tercera sección se detallan las topologías de converti-
dores utilizadas en sistemas de tracción eléctrica. La sección cuatro pre-
senta la optimización de las topologías utilizadas en sistemas de tracción
eléctrica; además, se realiza un análisis comparativo de las topologías
SiC vs Si, incluyendo las pérdidas de potencia y de eficiencia. Finalmente
en la sección cinco se presenta las conclusiones y discusiones.
Dispositivos de carburo de silicio

Los dispositivos semiconductores de carburo de silicio se encuen-
tran dentro de los semiconductores de potencia de banda prohibida,
los elementos más utilizados en convertidores de potencia son los Mos-
fet y diodos Sckotty. Los fabricantes han trabajado en el desarrollo de
diferentes dispositivos para aplicaciones en sistemas de potencia. En
función de la variedad de dispositivos se puede presentar la siguiente
clasificación de los dispositivos SiC:
Figura 4
Clasificación de dispositivos SiC
Fuente: los autores
Los diodos SiC tienen las ventajas de la recuperación de inver-

sa y las pérdidas de conmutación que son pequeñas. Estos tienen gran
independencia de la carga de recuperación inversa (QRR) y de la unión
18
térmica. Este parámetro en estos dispositivos es muy bajo si se com-

para con los de silicio convencional, además, tienen un coeficiente de
temperatura negativo que disminuye las EMI (Jahdi et al., 2014). Estos
sistemas manejan rangos de voltaje y corrientes hasta diez veces más que
los dispositivos de silicio convencional.
La figura 5 presenta un análisis de rangos de operación y las ca-

racterísticas principales de funcionamiento de los diodos SiC por parte
de los fabricantes más conocidos en el mercado actual.
Figura 5
Propiedades de diodos de carburo de silicio rangos de operación
Fuente: los autores
El Mosfet de SiC combina el comportamiento normalmente apa-

gado, por un lado, y la unión control-voltaje controlada-fuente, por otro
lado (Rabkowski et al., 2012). Por lo tanto, es un dispositivo de potencia
favorable para los diseñadores de convertidores de electrónica de poten-
cia en comparación con el JFET SiC normalmente encendido y el BJT de
19
SiC, que tienen ambos inconvenientes desde la perspectiva de sistemas y

emplean simples circuitos de control.
Los rangos de funcionamiento de estos dispositivos son muy am-

plios. En la figura 6 se presenta un análisis de las propiedades y rangos
de trabajo de los fabricantes de estos dispositivos.
Figura 6
Propiedades de Mosfet de carburo de silicio rangos de operación
Fuente: los autores
Topologías de convertidores para sistemas de tracción

eléctrica
Por lo general, existen tres tipos de topologías de convertidores
que son referenciadas con mayor frecuencia dentro de investigaciones
y estudios, estas son la topología de convertidor con fuente de voltaje
(VSI), la topología con fuente de corriente (CSI) y la topología con red
de impedancia Z, siendo la topología VSI la que se ha consolidado entre
las marcas a nivel de fabricantes.
20
El inversor de voltaje VSI es la topología más utilizada en sistemas

de tracción eléctrica (Muhsen et al., 2015; Wrzecionko et al., 2014; Hai-
zhong et al., 2012). Las baterías son los dispositivos de almacenamiento
de energía de vehículos eléctricos e híbridos que brindan el voltaje DC
de entrada al convertidor (figura 7). La topología del VSI consiste de
una fuente DC, tres ramales de conmutación y un condensador de alta
capacidad. En cada rama existen dos elementos de activación que pue-
den ser transistores de potencia.
Figura 7
Topología de convertidor con fuente de voltaje VSI
DC-DC Converter
VDC C M
Fuente: los autores
El inversor con fuente de corriente (CSI) actualmente está siendo

considerado para aplicaciones en sistemas de tracción eléctrica, como lo
presenta Jun Lee (et al., 2013). La topología CSI (figura 8) ofrece venta-
jas importantes: no necesita diodos anti-paralelos en los interruptores,
proporciona acción natural de protección contra cortocircuitos, sumi-
nistra voltajes en forma de sinusoide al motor debido al efecto de los
DC-DC Converter
filtros capacitivos de salida de AC y puede aumentar la tensión de salida

aVDun
C nivel más alto que el voltaje de la fuente, para activar el motor a
velocidades más altas. M

ter
21
Figura 8
Topología de convertidor con fuente de corriente CSI
DC-DC Converter
VDC
Fuente: los autores
El inversor con red de impedancia Z y Quasi Z (figuras 9a y 9b)

analizados por Battiston (et al., 2014), pueden trabajar con fuente de
voltaje o corriente. La función de la red de impedancia es amortiguar el
acople de la fuente con el inversor, además, facilita un cortocircuito y un
circuito abierto en cualquier momento, dependiendo de la situación de
accionamiento y operación del convertidor.
Figura 9
Topología de convertidores con redes de impedancia
a) Topología de convertidor con fuente Z
22
b) Topología de convertidor con fuente Quasi-Z
Fuente: los autores
En el desarrollo de convertidores de potencia al acoplar las redes

de impedancia como elemento o fuente de entrada la tensión puede ser
aumentada mediante el control de los disparos a través de tiempos de
intervalo del convertidor, es decir, no existe la necesidad de un conver-
tidor DC/DC (Siwakoti et al., 2015), lo que hace a esta topología tipo
buck-boost. La aplicación de estas topologías para convertidores en sis-
temas de tracción eléctrica de a poco va tomando fuerza, por las ventajas
descritas anteriormente y se le considera como una topología emergente
dentro de estos sistemas.
Optimización de topologías de convertidores

con dispositivos SiC
En este apartado se presenta un análisis de diferentes topologías
de convertidores de potencia utilizadas en sistemas de tracción eléc-
trica y son implementadas con dispositivos de SiC a alta frecuencia de
conmutación (100 kHz). El objetivo principal es validar y optimizar
dichas topologías, reduciendo las pérdidas de potencias y tamaño de
los elementos pasivos. El análisis incluye un estudio comparativo de las
topologías implementadas con SiC y silicio convencional para validar
23
las propiedades anteriormente descritas. Las topologías propuestas para

realizar el análisis se muestran en la figura 10, las cuales consisten en
topologías VSI, CSI y Quasi Z con elementos de carburo de silicio.
Figura 10
Topologías de convertidores SiC propuestos para el análisis
a) Topología VSI con elementos SiC
DC-DC VSI
c
300 V
PMSM
SiC
b) Topología CSI con elementos SiC

L
DC-DC
CSI
300 V
PMSM
SiC
c) Topología Quasi Z con elementos SiC

Red de Impedancia
L1
CSI
L2 C1
300 V
C2 PMSM
L3
SiC
Fuente: los autores

24
La selección y características de los dispositivos SiC utilizados para el

análisis son presentadas en la tabla 2. Para la selección se consideraron dife-
rentes aspectos como voltajes y corriente de operación máxima, los cuales,
para sistemas de tracción, por lo general se encuentran entre 450V 40 am-
perios. Bajo estas características y por el análisis desarrollado en el primer
apartado, se ubican fabricantes que cumplan con estas especificaciones.
Los modelos de los dispositivos Mosfet y diodo SiC son imple-

mentados con el Toolbox Simscape de Simulink. Para el diseño de los
modelos es necesario colocar todos los valores de funcionamiento y
rangos de trabajo de cada dispositivo, estos valores son suministrados
por el fabricante a partir de hojas de datos de cada elemento.
Tabla 2
Características de dispositivos SiC
Topologías VSI CSI
Mosfet SiC SCT3040KL SCT3040KL
Fabricante ROHM ROHM
Voltaje Max 1200V 1200V
Corriente Max 55A 55A
Rds 40mΩ 40mΩ
Encapsulado TO-247N TO-247N
Temperatura 175ºC 175ºC
Diodo Scktty SiC GB50SLT1-247
Fabricante GENESIC
Voltaje Max (VRRM) 1200V
Corriente Máxima IF 50 A
Encapsulado TO-247 AC
Fuente: los autores
Los resultados de las simulaciones del modelo Mosfet desarrolla-

do Simscape de Simulink se presentan en la figura 11, donde se obser-
van las diferentes curvas de operación del dispositivo como la corriente
de puerta y drenaje, voltaje de puerta y tensión de fuente de drenaje para
este dispositivo.
25
Figura 11
Señales de activación del modelo del Mosfet SiC
a) Corriente de puerta
5
-5
0 1 2 3 4 5 6
-5
x 10
5
ig
-5
0 2 4 6 8 10
4
x 10
b) Corriente de drenador-fuente
25
Ids
20
15
10
0
0 1 2 3 4 5 6
-5
x 10
c) Voltaje de puerta-fuente
500
Vgs
400
300
200
100
-100
-200
0 1 2 3 4 5 6
-5
x 10
26
d) Voltaje drenador-fuente
1200
Vmos
1000
800
600
400
200
-200
0 1 2 3 4 5 6
-5
x 10
Fuente: los autores
Pérdidas de potencia
Para las pérdidas de potencia de las topologías de convertidores
con dispositivos SiC propuestas, se analizan las pérdidas por conduc-
ción y activación de cada dispositivo. Es importante manifestar que el
análisis de pérdidas se concentran únicamente en los convertidores tri-
fásicos, las pérdidas en los elevadores DC/DC nos son consideradas.
Las pérdidas de potencia por conducción en la topología VSI en el

Mosfet y diodo SiC pueden ser determinadas por la expresión (1) y (2),
respectivamente, como lo presenta Shang (et al., 2014).
Mosfet:
(
PCON = VCEiL + RON iL D
2
) (1)
Diodo:
( 2
)
PCON = VD .i L + RON iL (1 D)
(2)
Donde i es la corriente máxima, RON es la resistencia de encen-
dido, VD es la caída de voltaje del diodo, D es el ciclo de trabajo de la
modulación y cosφ es el factor de potencia. Las pérdidas de potencia por
27
activación en el Mosfet y diodo SiC se pueden calcular con las expresio-

nes (3) y (4).
Mosfet:
V .I
PSW = f SW .(EON + EOFF ).
VNOM . I NOM
(3)
Diodo:
V .I
PSW = f SW .Err
VNOM . I NOM (4)
El EON son las pérdidas de energía de encendido y EOFF son las
pérdidas de energía en el apagado del Mosfet SiC.
En el caso de la topología CSI y Quasi Z, para el cálculo de las pér-

didas la regla importante es que siempre haya al menos un dispositivo
encendido en el convertidor (Shang et al., 2014). Las pérdidas de potencia
por conmutación para estas topologías se pueden calcular por (5) y (6).
Mosfet:
PCON = 2(I DC .VDS ,0 )+ I DC (RDS )

2
(5)
Diodo:
1
(
PCON = VT I DC . + RT I DC
3
2
)
(6)
VT es el voltaje de umbral RT es la resistencia dinámica. Las pér-
didas de potencia por activación en el Mosfet y diodo de SiC se pueden
calcular con la expresión (7).
6 V I
PSW = f sw (EOn,I . + EOFF ,I + EOFF ,D ) DC DC
2 iREF VREF (7)
28
Las pérdidas de potencia por conducción y activación de las to-

pologías analizadas con dispositivos SiC son presentadas en la tabla 3 y
la figura 12. Además, se incluyen las pérdidas de las mismas topologías
pero con dispositivos convencionales de silicio.
Tabla 3
Pérdidas de potencia
Perdidas Quasi
VSI Sic CSI SiC VSI Si CSI Si Quasi Z Si
de potencia Z SiC
Conducción
288 W 360 W 260.05 W 207 W 300 W 145.68 W
Mosfets SiC
Activación
75.3 W 3.3 W 82.22 W 297 W 21 W 317.02 W
Mosfets SiC
Conducción
72 W 78.2 W 120 W 126.6 W
Diodos SiC
Activación
0.01 W 19.32 W 1.8 W 15.8 W
Diodos SiC
Pérdidas
363.3 W 435.31 W 439.72 W 540 W 442.8 W 605.1 W
Totales
Fuente: los autores
Figura 12
Comparación de pérdidas de potencia entre topologías SiC vs Si
Fuente: los autores

29
Los resultados de pérdidas por conducción y activación de las to-

pologías analizadas en simulación son presentados en la figura 13. Los
parámetros y dispositivos utilizados para este análisis son presentados
en la tabla 4.
Figura 13
Pérdidas de Potencia en VSI SiC, CSI SiC y Quasi Z SiC
a) Pérdidas por conducción Mosfet SiC en VSI SiC
b) Pérdidas por activación Mosfet SiC en VSI SiC
c) Pérdidas por conducción en Mosfet SiC en CSI SiC

30
d) Pérdidas por activación en Mosfet SiC en CSI SiC
e) Pérdidas por conducción en Diodo SiC en CSI SiC
f) Pérdidas por activación en diodo SiC en CSI SiC
g) Pérdidas por conducción en Mosfet SiC en Quasi SiC

31
h) Pérdidas por activación en Mosfet SiC en Quasi SiC
i) Pérdidas por conducción en Diodo SiC en Quasi SiC
j) Pérdidas por activación en Diodo SiC en Quasi SiC
Fuente: los autores

32
Tabla 4
Parámetros de Simulación
Parámetro VSI CSI Quasi
Potencia 20Kw 20Kw 20Kw
Frecuencia 100 kHz 100 kHz 100 kHz f
Modulación PWM PWM PWM
Dispositivos SiC
SCT3040KL SCT3040KL SCT3040KL
Mosfet
Dispositivos Si IXGH40N60
IXGH40N60 IXGH40N60
IGBTs
Diodo Sckotty SiC GB50SLT12-247 GB50SLT12-247
Diodo Si ISL9R360G ISL9R360G
Voltaje de
300V 300V 300V
Alimentación
R=3.87Ω; R=3.87Ω; R=3.87Ω;
Carga
L=7.7mh L=7.7mh L=7.7mh
L1=100uH,
Condensadores e
L2=L5=100uH,
Inductancias
C1=C2=10uF,
Fuente: los autores
Análisis de eficiencia
Un análisis de eficiencia entre todas las topologías presenta una
comparación entre las topologías analizadas con dispositivos SiC y se
compara con las implementadas con elementos de silicio. Con este
análisis se puede demostrar que con la tecnología SiC se mejora la efi-
ciencia de las topologías, además, las pérdidas de potencias se reducen.
En la figura 14 se presenta el análisis de cada topología en función de
la eficiencia.
33
Figura 14
Análisis de eficiencia en las topologías analizadas
Fuente: los autores
Al comparar los resultados se obtiene que la topología VSI-SiC

tiene la mejor eficiencia de todas las analizadas; si se establece una com-
paración entre topologías se determina que la que la topología VSI con
dispositivos SiC incrementa la misma con respecto a la de dispositivos
convencionales de silicio (97,4% a 98,2%). De igual manera sucede con
la topología CSI en donde la eficiencia por parte de la topología con
dispositivos SiC es de 97,86% con respecto a la de dispositivos de silicio
que es de 97,7%, existe un ligero incremento esto es debido al utilizar
dos dispositivos (Mosfet y diodo) en serie y hacen que las pérdidas por
conducción y activación se incrementen. Mientras que en la topología
Quasi-Z SiC se incrementa de 96,84% a 97,84%.
Discusión y conclusiones
El capítulo presenta un análisis de diferentes topologías de inver-
sores de potencia utilizados en sistemas de tracción eléctrica y son im-
plementados con dispositivos de SiC a alta frecuencia de conmutación.
34
El aporte principal es mostrar las ventajas que brindan los dispositivos

SiC en topologías de convertidores para tracción eléctrica con el obje-
tivo de mejorar la eficiencia energética dentro de los mismos, si bien el
uso de estos dispositivos a nivel de fabricantes de vehículos eléctricos se
encuentra en un proceso de desarrollo y pruebas muy lentas, estudios y
trabajos de investigación como este permiten mostrar los beneficios de
estos dispositivos y ayudar para que esta tecnología se vayan consoli-
dando dentro de esta área de desarrollo industrial automotriz.
La mayoría de las investigaciones consultadas se concentran en

el desarrollo de convertidores con elementos de silicio convencional y a
bajas frecuencias de conmutación, los resultados consultados demues-
tran que los sistemas de tracción obtenidos presentan mayores pérdidas
de potencia, están limitados a trabajar a un cierto rango de temperatura
por lo que es necesario un sistema de enfriamiento lo que hace al siste-
ma más robusto y el tamaño de los elementos pasivos se incrementan.
Por el análisis desarrollado y los resultados obtenidos se concluye

que el uso de uso de los dispositivos SiC mejoran la eficiencia, rangos de
operación en temperatura y reducción de pérdidas de potencia lo que
genera mucha expectativa para su implementación dentro de sistemas
de tracción eléctrica.
Una de las causas para que estos dispositivos no se consoliden

es el costo que resulta elevado en comparación con los elementos Si
convencionales, pero en la actualidad los fabricantes han desarrollado y
siguen trabajando en dispositivos SiC con menores precios y que se en-
cuentran en el mercado con facilidad. A todo esto se suma el interés por
parte de la comunidad científica para encontrar variantes de topologías
con dispositivos para optimizar las ya existentes en el mercado comer-
cial hacen creer que pueda existir un cambio progresivo por parte de los
fabricantes al uso de estos dispositivos.
35
Referencias bibliográficas
Augeri, F. (2010). Introducción al funcionamiento en vehículos eléctricos. CISE
Electronics Corp.
Battiston, A., Martin, J. P, Miliani, E. H., Nahid-Mobarakeh, B., Pierfederici, S. y
Meibody-Tabar, F. (2014). Comparison Criteria for Electric. Journal of
Emerging and Selected Topics in Power Electronics, 2(3), 467-476.
Haizhong, Y., Yang, Y. y Emadi, A. (2012). Traction inverters in hybrid electric
vehicles. Transportation Electrification Conference and Expo (ITEC),
Dearborn, MI.
Hak-Jun, L., Sungho, J. y Seung-Ki, S. (marzo, 2013). A Current Controller
Design for Current Source Inverter-Fed AC Machine Drive System.
Transactions on Power Electronics, 28(3), 1366, 1381.
Jahdi, S., Alatise, O., Fisher, C., Li Ran y Mawby, P. (septiembre, 2014). An Eva-
luation of Silicon Carbide Unipolar Technologies for Electric Vehicle
Drive- Trains. Journal of Emerging and Selected Topics in Power Elec-
tronics, 2(3), 517-528.
Muhsen, H., Hiller, S. y Lutz, J. (2015). Three-phase voltage source inverter using
SiC MOSFETs: Design and Optimization. 17th European Conference
on Power Electronics and Applications (EPE’15 ECCE-Europe), pp.
1-9, Geneva.
Rabkowski, J., Peftitsis, D. y Nee, H. P. (2012). Silicon carbide power transistors:
A new era in power electronics is initiated. Industrial Electronics Ma-
gazine, 6(2), 17-26.
Shang, F., Arribas, A. P. y Krishnamurthy, M. (2014). A comprehensive evalua-
tion of SiC devices in traction applications. Transportation Electrifica-
tion Conference and Expo (ITEC), Dearborn, MI.
Siwakoti, Y. P., Fang Zheng, P., Blaabjerg, F., Poh Chiang L. y Town, G. E. (febre-
ro, 2015). Impedance-Source Networks for Electric Power Conversion
Part I: A Topological Review. Transactions on Power Electronics, 30(2),
699-716.
Toyota Motor Corporation (mayo, 2014). High Efficiency SiC Power Semiconductor.
Vrtovec, R. y Trontelj, J. (2014). SiC MOSFETs in automotive motor drive appli-
cations and integrated driver circuit. Microelectronics Proceedings
(MIEL). 29th International Conference on, Belgrade.
Wrzecionko, B., Bortis, D. y Kolar, J. W. (mayo, 2014). A 120 °C Ambient Tem-
perature Forced Air-Cooled Normally-off SiC JFET Automotive In-
verter System. Transactions on Power Electronics, 29(5), 2345-2358.
Diseño e implementación
de un controlador de presión
de combustible en un motor Otto
utilizando “realimentación de estados”
Juan D. Valladolid1
Galo A. Guachanamá2
Gustavo M. Domínguez3
Resumen
El presente proyecto trata del diseño y construcción de un controlador para la bomba de combustible
mediante la realimentación de los espacios de estado, a través del cual se puede controlar el ancho de
pulso para la variación de las revoluciones a las que gire el motor eléctrico de la bomba, obteniéndose
una mejor estabilización en un tiempo menor que con el uso de un control clásico. Mediante un estudio
a los sistemas de control moderno así como, a los procedimientos experimentales para la toma de
muestras en diferentes regímenes de funcionamiento del motor, se garantiza que las pruebas puedan
realizarse de manera repetitiva. También se expone el procedimiento para la creación del controlador
mediante la obtención de la función de transferencia, transformación a espacios de estado y creación del
observador. Después se describe el funcionamiento del motor Samsung SM7 sin el controlador y con el
controlador, para la toma final de muestras y su posterior análisis exponiendo la efectividad del controla-
dor y el ahorro energético que se obtiene con el uso del mismo. Finalmente, se presentan los resultados
obtenidos en forma de tablas, para generar conclusiones y recomendaciones del proyecto realizado.
Palabras clave
Espacio de estado, observabilidad, controlabilidad, algoritmo.
1 Máster en Control y Automatización Industriales, ingeniero en Electrónica e

investigador del grupo de Investigación de Ingeniería y Transporte (GIIT) de la
Universidad Politécnica Salesiana de Cuenca. Docente de la Carrera de Ingeniería
Mecánica Automotriz ([email protected]).
2 Ingeniero Mecánico Automotriz de la Universidad Politécnica Salesiana de Cuenca
([email protected]).
3 Ingeniero Mecánico Automotriz de la Universidad Politécnica Salesiana de Cuenca
([email protected]).
Juan D. Valladolid, Galo A. Guachanamá y Gustavo M. Domínguez
38
Abstract
The present project deals about the design and construction of a controller for the fuel pump by
means of the feedback of the state spaces, through which the pulse width can be controlled for the
variation of the revolutions to which the electric motor of rotation the pump, obtaining a better stabili-
zation in a less time than with the use of a classic control. A study of modern control systems as well
as experimental procedures for sampling at different engine operating regimes ensures that tests can
be performed in a repetitive manner. Also the procedure for the creation of the controller is presented
by obtaining the function of transfer, transformation to state spaces and creation of the observer.
Afterwards the operation of the Samsung SM7 engine without the controller and the controller is de-
scribed, for the final sampling and its subsequent analysis, exposing the effectiveness of the controller
and the energy saving obtained with the use of the same. Finally, the results obtained in the form of
tables are presented, to generate conclusions and recommendations of the project carried out.
Keywords
State space, observability, controllability, algorithm.
Introducción
Sistema de alimentación de combustible

El sistema Multi-Puertos de Inyección Electrónica (MPFI) tiene
como objetivos reducir el exceso de emisiones nocivas que genera el
motor y regular el consumo de combustible, para ello cuenta con un in-
yector (controlado electrónicamente) en cada cilindro colocado lo más
cerca posible de la válvula de admisión.
El funcionamiento de este sistema (figura 1) comienza en el de-

pósito del cual es aspirado el combustible previamente filtrado con ayu-
da de una bomba eléctrica, ubicada en el interior del mismo depósito.
Se envía el combustible a través de las líneas de alimentación al filtro, un
regulador de presión presente en la línea o en el tanque es el encargado
de mantener la presión constante en el sistema enviando al depósito el
combustible no utilizado y finalmente llega a los inyectores en donde se
dosifica, el combustible para cada cilindro.
El control principal se da mediante el sensor de oxigeno ubicado

en el sistema de escape, que indica a la ECU la cantidad de oxigeno pre-
sente en lo gases de salida para ajustar la mezcla y el tiempo de inyección
más adecuado. La mejor mezcla para minimizar las emisiones de escape
Diseño e implementación de un controlador de presión de combustible en un motor Otto
39
es de 14,7 partes de aire por 1 parte de gasolina por peso, mejorando así
la función del convertidor catalítico (Santiago, 2017).
Figura 1
Sistema MPFI
Fuente: Bosch, 2005
A continuación, centraremos el estudio en la bomba de combus-

tible y especialmente en el motor de 12 V, el cual va a ser controlado.
Bomba de combustible
La bomba es la encargada de suministrar combustible en todo
momento desde el depósito hasta el riel de inyección para el funcio-
namiento del motor (figura 2). Con el objetivo de mantener la presión
constante en las líneas de combustible, la bomba suministra un caudal
mayor al realmente necesario, volviendo el excedente al depósito.
40
Figura 2
Partes de una bomba de combustible por inmersión
Fuente: los autores
Las bombas in tank van montadas en el tanque y sumergidas en

el combustible, el mismo que la enfría y lubrica. Cuando se activa la
bomba, el motor de 12 V extrae combustible y lo envía a presión a través
del orificio de salida (figura 3), en donde se encuentra una válvula check
que mantiene la presión cuando el motor de combustión está apagado
(presión residual) mejorando las características del arranque y evitando
la vaporización por retorno tibio de combustible.
Figura 3
Motor de 12 V
Fuente: los autores

41
La presión de combustible está determinada por el resorte en el

interior del regulador y el exceso es devuelto al tanque de combustible
(Santiago, 2017).
Control moderno
Realimentación de estado
La realimentación o retroalimentación es un mecanismo por
medio del cual una cierta proporción de la salida de un sistema in-
gresa nuevamente al principio del sistema, con objetivo de controlar
su comportamiento.
El espacio de estado utiliza variables de estado que pueden estar

disponibles o no para la realimentación, estas se obtienen del modelo
matemático de un determinado proceso. Además, se puede hacer uso
de herramientas como: ayudas computacionales para realizar cálculos
tediosos, polos de lazo cerrado empleados para el diseño del controla-
dor, índices de desempeño para preparar sistemas de control óptimo,
entre otros.
Tanto para el diseño de sistemas reguladores, como para el dise-

ño de servosistemas se analiza el método de ubicación de polos de lazo
cerrado, de forma que el sistema sea asintóticamente estable. Para ello,
todas las variables de estado deben estar disponibles para ser realimen-
tadas (Ogata, 2010).
Si el sistema de estado es controlable, los polos en lazo cerrado se

pueden colocar en cualquier posición mediante una realimentación de
estados a través de una adecuada matriz de ganancias de realimentación
de estados.
Sea un sistema de control:
𝑥𝑥̇ = 𝐴𝐴𝐴𝐴 + 𝐵𝐵𝐵𝐵 (1)

(1)
42
(2)
𝑦𝑦 = 𝐶𝐶𝐶𝐶 + 𝐷𝐷𝐷𝐷 (2)
Donde:
= vector de estado (vector dimensional n)

y = señal de salida (escalar)
u = señal de control (escalar)
A = matriz de coeficientes constantes (n*n)
B = matriz de coeficientes constantes (n*1)
C = matriz de coeficientes constantes (1*n)
D = constante (escalar)
Señal de control:
𝑈𝑈 = −𝐾𝐾 ∗ 𝑥𝑥 (3)
(3)
La señal de control de U se identifica mediante una señal de control
instantáneo, tal esquema se denomina realimentación de estado. La matriz
K de 1xn se denomina “matriz de ganancia de realimentación de estado”.
Observador de estado
En un proceso real no siempre estarán disponibles todas las varia-
bles de estado necesarias para ser realimentadas, motivo por el cual deben
ser estimadas mediante un dispositivo o un programa de computadora
llamado observador de estado. El observador de estado estima las variables
de estado con base a la medición de las variables de salida y las de control.
El diseño de observadores de estado se lo efectúa de forma totalmente in-
dependiente con respecto a los diseños de realimentación de estado.
El observador es un subsistema para reconstruir el vector de esta-
do de la planta, el modelo matemático del observador es básicamente el
mismo que el de la planta, salvo que incluye un término adicional que
contiene el error de estimación o error de observación, es la diferencia
existente entre la salida medida y la salida estimada. El error inicial es
la diferencia entre el estado inicial y el estado estimado inicial, de esta
forma se define el estado matemático del observador como:
43
𝑥𝑥̇ (𝑡𝑡) = (𝐴𝐴 − 𝐵𝐵𝐵𝐵 )𝑥𝑥(𝑡𝑡) (4)

(4)
𝑡𝑡
𝑥𝑥 (𝑡𝑡) = 𝑒𝑒 (𝐴𝐴−𝐵𝐵𝐵𝐵) 𝑥𝑥(0) (5)
(5)
Donde:
𝑋𝑋̃ =
= estado
estado estimado
estimado
𝐶𝐶𝑥𝑥̃ =
= salida
salida estimada
estimada
Las entradas del observador son la salida y (𝑦𝑦) entrada de control

. La matriz (𝐾𝐾𝑒𝑒 ) , se llama matriz de ganancia del observador, es una
matriz de ponderación al término de corrección que involucra la dife-
rencia entre la salida medida (𝑦𝑦) y la salida estimada (𝐶𝐶𝑥𝑥̃). Este término
corrige de forma continua la salida del modelo y mejora el comporta-
miento del observador.
Desarrollo del estudio
Procedimiento
Las pruebas se basan en el manual mecánico del vehículo Nissan
350Z, que cuenta con el motor Samsung SM7, con el uso del manual se
toman las señales y se contrastan con los valores medidos:
Figura 4
Banco didáctico Samsung SM7 (vista frontal y superior)
Fuente: los autores

44
Este trabajo considera variables como el voltaje, amperaje y la

presión desarrollada por la bomba, datos obtenidos por medio de ele-
mentos de medición y control.
Desarrollo del controlador

Con el código de programación en Arduino y la comunicación de
Matlab, se crean dos variables en las que se registra los valores medidos
durante las pruebas, para usar luego la función IDENT con el fin de ob-
tener una función de transferencia que describa el comportamiento de
las señales. La función de transferencia de segundo orden obtenida por
el programa se muestra en la siguiente ecuación:
11.5 (6)
(𝑠𝑠 2 + 11.57 ∗ 𝑠𝑠 + 50,95) (6)
La matriz A en forma canónica Controler en su primera fila tiene
todos los coeficientes del denominador con signo cambiado. Las matri-
ces B, C, D, se muestran a continuación:
(7)
La regulación de estados se planteada con un tiempo de es-
tablecimiento (ts = 1) y un máximo sobre impulso (mp = 0,03), ya
que generalmente se permite a los sistemas trabajar con un ligero so-
bre impulso.
El vector K o vector de regulación de estados, usa la fórmula de
Ackermann en la cual se ingresan los valores de las matrices que con-
45
trolan el sistema y devuelve las magnitudes necesarias de los vectores

(Ogata, 2010):
𝐾𝐾 = [1.8005 20.8571 −13.4697] (8) (8)

Con estos valores se realiza la construcción de la realimentación
de estados mediante la herramienta Simulink:
Figura 5
Modelo resultante realimentación de estados
Fuente: los autores
La respuesta del sistema sigue la señal principal en el tiempo de

establecimiento designado (figura 6), al sistema le toma un segundo
para que se iguale la señal principal con la respuesta del sistema.
Cuando la señal principal cae existe un retardo comprensible en

la señal de respuesta ya que la presión existente en la riel de inyectores y
cañería tarda en consumirse aun después de que nuestra bomba deja de
trabajar, al igual que cuando sube la presión esta sube más rápido man-
teniéndose según lo que requieran los parámetros de funcionamiento
del motor de combustión.
46
Figura 6
Random number vs. Realimentación de estados
Fuente: los autores
Construcción del observador

Las ecuaciones principales que describen la planta, son las mis-
mas que se han obtenido en forma canónica de la variable base. El ob-
servador de orden mínimo es de segundo orden:
11.5 (9)
𝐺𝐺 =
(𝑠𝑠 2 + 11.57 ∗ 𝑠𝑠 + 50,95)
(9)
La ecuación característica para el observador de orden mínimo es:
|𝑠𝑠𝑠𝑠 − 𝐴𝐴𝑏𝑏𝑏𝑏 + 𝐾𝐾𝑒𝑒 𝐴𝐴𝑎𝑎𝑎𝑎 | = (𝑠𝑠 − 𝑢𝑢1 )(𝑠𝑠 − 𝑢𝑢2 ) (10)

(10)
A continuación, se utiliza la fórmula de Ackerman y se cal-
culan los elementos necesarios para la elaboración del observador de
orden mínimo:
(11)
𝐴𝐴𝑏𝑏𝑏𝑏 − 𝐾𝐾𝑒𝑒 𝐴𝐴𝑎𝑎𝑎𝑎 = −14.0349
𝐵𝐵𝑏𝑏 − 𝐾𝐾𝑒𝑒 𝐵𝐵𝑎𝑎 = 1

47
𝐴𝐴𝑏𝑏𝑏𝑏 − 𝐾𝐾𝑒𝑒 𝐴𝐴𝑎𝑎𝑎𝑎 = −50.95 (11)
𝐾𝐾𝑒𝑒 = 2.4649
Construcción del sistema controlador

con realimentación de estado observado
El diagrama de bloques muestra la configuración del sistema con
una realimentación de estado observado (figura 7), donde K es la matriz
de ganancias de realimentación previamente calculada.
La planta a ser controlada está representada por el bloque de es-

pacios (state space 1), ingresa a este bloque la señal de PWM y la salida
del mismo, es nuestra señal de presión en PSI.
El controlador se realiza en el programa Arduino 1.6.12, el cual

maneja lenguaje de programación ANSI C, por tal motivo se debe eje-
cutar la conversión del diagrama de bloques de Simulink a ecuaciones
generales que representen el mismo diagrama, con el objetivo de realizar
la programación en lenguaje ANSI C.
Figura 7
Sistema con realimentación de estado y observador
Fuente: los autores

48
Análisis de resultados
La figura 8 muestra el trabajo de un controlador (PID) de color
rojo, frente a la referencia medida a través del sensor de presión de color
azul, con lo cual se ve que efectivamente existe un seguimiento irregular
a lo largo de la prueba de arranque.
Figura 8
Control PID: Presión censada vs. Presión de seguimiento
Fuente: los autores
La figura 9 muestra el trabajo del controlador con realimenta-

ción de estado y observador de color rojo, frente a la referencia medida
a través del sensor de presión de color azul, con lo cual se observa la
efectividad existe en el seguimiento inmediato por parte del control de
realimentación de estados con observador adaptándose a la señal de re-
ferencia. Por lo tanto, gráficamente observamos que este tipo de contro-
lador es más eficiente que cualquier controlador clásico.
49
Figura 9
Sistema con realimentación de estado y observador
Fuente: los autores
Calculo de intensidades y potencia

La intensidad consumida por la bomba está representada por la
sumatoria de todos los datos medidos a través del osciloscopio (fluke
scope meter). La suma de los valores es multiplicada por un elemento
diferencial representado por la base de un rectángulo que al ser tan pe-
queño su valor es uno, divido para el número total de datos procesados.
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐

ൌ∑300
1 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚
∗ ∆𝑥𝑥 ሺሻ ሺͳʹሻ
(12)
Isc = 4.9781A 𝐼𝐼𝐼𝐼𝐼𝐼 = 4.9781 𝐴𝐴

La intensidad consumida es de 4,97 amperios a cualquier régimen
de giro del motor de combustión, porque la bomba se encuentra trabajan-
do al 100%, todo el tiempo y envía más presión de la necesaria al sistema.
La potencia resulta de la intensidad consumida, multiplicada

por el voltaje recibido. Para el cálculo se asume un voltaje de ingreso de
12 voltios.
𝑃𝑃 = 𝑉𝑉 ∗ 𝐼𝐼
𝑃𝑃 = 𝑉𝑉 ∗ 𝐼𝐼
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
ൌ∑300 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 ∗ ∆𝑥𝑥ȗȗͳʹሺͳ͵ሻ
300 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐1
1 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚
∗ ∆𝑥𝑥ȗȗͳʹሺͳ͵ሻ (13)
50
La potencia consumida es 59 7376 watts, por parte de la bomba.
La figura 10 presenta el consumo de corriente por la bomba de

combustible cuando trabaja al 100%, el rango de amperios consumidos
va desde los 3,7 hasta 6,1. Esta gráfica muestra una señal inestable con
picos y descensos de corriente brusco.
Figura 10
Funcionamiento de la bomba sin controlador
Fuente: los autores
Consumo de corriente sin controlador y con realimentación de

estados y observador
En la figura 11 se muestra que el consumo de corriente controla-
do va aumentando con las rpm del motor, y el controlador diseñado es-
tabiliza de mejor manera la respuesta y se consume una menor cantidad
de corriente incluso cuando el motor es exigido.
La señal de color azul eléctrico representa el consumo de corrien-

te por parte de la bomba eléctrica durante el funcionamiento del motor
51
de combustión en ralentí, sin el uso del controlador, observamos que

esta señal tiene una forma sinusoidal y el consumo de corriente fluctúa
entre valores altos y bajos, además nunca se logra estabilizar a lo largo
de su funcionamiento.
La señal de color gris, muestra el comportamiento del consumo

de corriente en ralentí con el uso del controlador, en esta señal se obser-
va ya una estabilización y un ciclo de trabajo que en su parte positiva o
de consumo de corriente es corto y su parte negativa o de desconexión
es grande en comparación con las otras graficas de consumo de corrien-
te, esto nos brinda un ahorro del 52,21%.
A medida que aumenta las revoluciones a 1 500 rpm la gráfica

de color verde muestra cómo el ciclo de trabajo en su parte positiva o
de consumo de corriente aumenta y la parte negativa o de desconexión
disminuye, existiendo un ahorro del 41,18%.
La gráfica de color rojo representa el motor a 2 600 rpm y el ciclo

de trabajo en su parte de consumo de corriente aumenta mientras que la
parte negativa o tiempo de desconexión sigue disminuyendo, obtenien-
do un ahorro de 33,23%.
Finalmente, se esfuerza al motor y obtenemos la gráfica de la se-

ñal de color negro que representa el motor a 4 000 rpm, observando que
el consumo de corriente es mayor, pero se sigue obteniendo ahorro en
este caso del 8,86%.
La variación del ciclo de trabajo, tanto en su parte positiva como

en la parte negativa, están ligadas al aumento de las revoluciones del
motor (tabla 1) y por ende exigen un mayor trabajo de la bomba de
combustible, por lo que se comprende el consumo de la corriente, la se-
ñal sinusoidal de color negro tiende a ser continua ya que esta consume
todo el combustible que genera la bomba.
52
Figura 11
Corriente controlada vs. Corriente normal
Fuente: los autores
Tabla 1
Eficiencia y consumo de corriente de la bomba
Funcionamiento Funcionamiento
Eficiencia
sin controlador con controlador
rpm de
trabajo Intensi- Potencia Intensi- Potencia Intensidad Potencia Eficiencia
ahorrada ahorrada
dad (A) (W) dad (A) (W) (%)
(A) (W)
Ralentí 4 978 59 738 — — — — 0
Ralentí 4 978 59 738 2 379 28 547 2,599 31 190 52,212
1 500 4 978 59 738 2 928 35 133 2,050 24 605 41,188
2 600 4 978 59 738 3 323 39 882 1,655 19 856 33,239
4 000 4 978 59 738 4 537 54 442 0,411 5 296 8,865
Fuente: los autores
Análisis estadístico Anova

Con el análisis estadístico computacional podemos analizar los
datos de manera gráfica. En la figura 12 se observa que el consumo de
53
corriente por parte de la bomba de combustible está cerca de los 5 am-

perios con el motor de combustión en cualquier condición de funciona-
miento, mientras que cuando se usa el controlador durante el ralentí el
consumo de corriente es de menos de 2,5 A, con lo que se evidencia que
efectivamente existe un ahorro del 52% con respecto al funcionamiento
normal de la bomba.
Figura 12
Intervalos de consumo vs. Controlador
Fuente: los autores
Con la comparación de Tukey y una confianza del 95%, se obser-

va en ralentí sin controlador un consumo de corriente de 4,97 A mien-
tras que cuando se implementa el controlador el consumo de amperios
baja a 2,37 A, lo que nos representa el 52,21% de ahorro energético du-
rante el ralentí.
54
Análisis estadístico a 4 000 rpm

La figura 13 presenta la corriente consumida por la bomba de
combustible cuando el motor de combustión se encuentra trabajando
a 4 000 rpm, en la misma se observa que el consumo de corriente por
parte de la bomba de combustible está cerca de los 5 amperios, cuando
se usa el controlador durante este régimen de giro la corriente es de 4 A
y el ahorro logrado es del 8% aproximadamente.
Figura 13
Consumo normal vs. Consumo controlado
Fuente: los autores
Usando la comparación de Tukey y una confianza de 95%,

podemos ver que cuando el motor de combustión está trabajando a
4 000 rpm el consumo de corriente es de 4,97 A, mientras que cuan-
do se implementa el controlador el consumo de amperios baja a de
4,53 A, lo que nos representa el 8,86% de ahorro energético durante
las 4 000 rpm.
55
Conclusiones
El trabajo eficiente que el controlador realiza en la bomba de
combustible, permite el ahorro de corriente eléctrica y combustible, este
ahorro se observará con mayor o menor intensidad dependiendo del
número de revoluciones a las que se encuentre trabajando el motor. Es
evidente también que el ahorro de corriente aumenta la vida útil de la
batería ya que la entrega de corriente al sistema no es permanente.
La bomba de gasolina entrega valores de presión por encima de los

requerimientos del motor, causando una pérdida de energía por retorno de
gasolina al depósito, cuando esta es transportada de vuelta al tanque regresa
a una determinada temperatura, esto produce vapores en el interior del tan-
que, los mismos que salen al exterior por medio de la válvula de retención
de gases, evitar la recirculación del combustible hacia el deposito existe en
un ahorro de energía ya que la presión generada es totalmente aprovechada
por el motor. Y también evita la contaminación por gases acumulados.
Para la elaboración de una realimentación de estados y un obser-

vador, se debe tener idea del resultado que se estima, escoger un tiempo
de establecimiento , un máximo valor de sobre impulso (mp) y una
velocidad de trabajo adecuada (Wn), todos estos elementos deben estar
dentro de un rango que permita a nuestra planta trabajar eficientemen-
te evitando sobre dimensionarla.
La construcción de la realimentación de los espacios de estados,

están determinadas por el correcto cálculo del vector de regulación (K),
que hace que las realimentaciones tiendan a estabilizarse más rápido,
a la señal de seguimiento. Cuando se realimente, una planta debemos
cuidar que todas las unidades vectores y matrices tengan las dimensio-
nes correctas, y sobre todo verificar los signos, ya que un error en esto
último, puede generar señales de seguimiento erróneas y estados que se
alejan bruscamente de la señal deseada.
56
Bosch, R. (2005). Sistemas de inyección diesel por acumulador Common Rail.
Bosch, 10(12).
Katsuhiko, O. (2010). Ingeniería de control moderna. Madrid: Pearson Educación.
Richard, C., Dorf, R. y Bishop, H. (2005). Sistemas de control moderno. Madrid:
Pearson Educación.
Santiago, S. (2017). El motor de combustión interna. Madrid: Editex
Tamani, V. (2002). Diseño por ubicación de polos basado en modelos entrada
salida. Revistas Electrónica UNMSM. Lima: Guillermo Tejada Muñoz.
Zaballa, I. (2017). El modelo de espacio de estado. Recuperado de http://www.
ehu.eus/izaballa/Control/Apuntes/lec4.pdf
Metodología para la implementación
de índices de mantenimiento CMD
para sistemas ferroviarios
Renato Fierro J.1

Milton García2
Christian Torres T.3
Resumen
En el presente estudio se establece una metodología para la implementación de índices de mantenimien-
to CMD (confiabilidad, mantenibilidad y disponibilidad) en sistemas ferroviarios, basados en las normas
“EN 50126:2005” e “ISO 100 17:2013”. Se realiza un proceso de recolección de información sobre la
estructura y procesos de los sistemas ferroviarios actualmente operativos y relevantes en Latinoamérica.
Posteriormente se describe conceptualizaciones de los índices de CMD y sus relaciones matemáticas y
de distribución. Se definen los tiempos de operación y mantenimiento dentro de un proceso productivo
en la industria ferroviaria, y así en base a normativa se justifica el uso de la distribución de Weibull para
el cálculo de los índices, a fin de poder evaluar la gestión de mantenimiento de un sistema ferroviario
genérico. Con ello se busca brindar una guía en la toma de decisiones de mantenimiento dentro de esta
industria con tendencia de desarrollo.
Palabras clave
Confiabilidad, disponibilidad, mantenibilidad, mantenimiento, sistema ferroviario.
Abstract
This chapter stablishes a methodology for the implementation of RAM parameters (Reliability Avail-
ability and Maintainability) for railway systems, based on the EN 50126:2005 and ISO 10017:2013
standards. A data collection is executed to gather information about the structure and processes
of the most relevant and operative railway systems in Latin Americas. Then, RAM parameters con-
cepts are described with ifs math and distribution relationship. Maintenance and operation time of
1 Carrera de Ingeniería Automotriz de la Universidad Politécnica Salesiana de

Guayaquil ([email protected]).
2 Carrera de Ingeniería Mecánica Automotriz de la Universidad Politécnica
Salesiana de Cuenca ([email protected]).
Renato Fierro J., Milton García y Christian Torres T.
58
productive processes based on are life inside the railway industry. In addition, on the use of Weibull
distribution is justified for the standard calculation of parameters in order to evaluate the maintenance
management of a generic railway system. All is done with the intention to offer guide in decision mak-
ing for maintenance support for this developing industry.
Keywords
Reliability, availability, maintainability, railway systems.
Introducción
El sistema ferroviario ha sido el medio de transporte más impor-
tante de los dos últimos siglos debido a su función de integración y co-
municación entre los sectores productivos, sociales y territoriales. En la
actualidad continúa con su función y por ello este sistema requiere de una
gestión de mantenimiento que garantice la eficiencia del servicio, para
el cumplimiento de su objetivo principal de lograr un nivel definido de
tráfico en un tiempo dado y de forma segura. La gestión de mantenimien-
to está orientada a incrementar la disponibilidad de los equipos, en una
conveniente relación costo-beneficio, permitiendo que estos funcionen de
forma eficiente y confiable dentro del contexto operacional establecido.
Durante la ejecución de un estudio CMD se realiza una caracteri-

zación probabilística de los procesos de deterioro que afectarán los siste-
mas, subsistemas y componentes asociados en un proceso productivo, a
fin de pronosticar la mayoría de los escenarios de paros y fallos. Las ven-
tajas del estudio científico y matemático de los índices CMD buscan una
metodología adecuada para medirlos y evaluarlos eficazmente, teniendo
como objetivo fundamental inferir de manera cuantitativa los posibles
desenlaces de un evento en forma de pronósticos o predicciones.
Caracterización de sistemas ferroviarios

Para este trabajo se realiza una caracterización general de la es-
tructura de un sistema ferroviario, basado en el estudio de varias líneas
ferroviarias operativas en Latinoamérica, con lo que se concluye la sub-
división principal mostrada en la siguiente figura:
Metodología para la implementación de índices de mantenimiento CMD para sistemas ferroviarios
59
Figura 1
Estructura de un sistema ferroviario
Fuente: los autores
1. Material rodante. Representa los equipos y elementos que circu-

lan a lo largo de la vía férrea.
2. Suministro de energía. Es el subsistema encargado de la recep-
ción, transformación y distribución de la energía eléctrica prove-
niente de los alimentadores de la compañía suministradora, hacia
los circuitos de tracción, alumbrado, fuerza y servicios propios.
3. Red de comunicaciones. Su objetivo es conseguir de manera cen-
tralizada la supervisión y gestión remota de todos los sistemas
consiguiendo, al mismo tiempo, cumplir todas las exigencias
aplicables a un conjunto de sistemas de control moderno.
4. Infraestructura ferroviaria. Representa, en sí, toda la infraes-
tructura física para el funcionamiento de un sistema ferroviario,
tales como: vía (y todos sus componentes), estaciones, talleres
y cocheras.
Tiempos de funcionamiento
Se debe establecer el tiempo de funcionamiento del sistema, este
se compone de la siguiente manera:
60
• Tiempo de alistamiento o tiempo de puesta en marcha durante el

cual, el sistema prepara todos sus elementos y componentes para
prestar el servicio.
• Tiempo de producción es aquel que el sistema presta el servicio
de transporte de pasajeros.
Codificación
Se debe realizar una codificación de los sistemas, subsistemas y
componentes ferroviarios para tener una más fácil identificación de
cada uno de ellos dentro del proceso de cálculo de los índices CMD. Se
propone una codificación alfanumérica, donde el código contenga dos
letras (iniciales de cada subsistema) y números según los niveles que se
hayan definido en cada uno. A continuación, se presenta un ejemplo
del esquema propuesto:
Tabla 1
Esquema de codificación
Esquema de codificación
Subsistema Nivel 1 Nivel 2 Nivel 3
XX X X X
IF 1 3 1
IF1313 – Sistema de cambio de vía
Fuente: los autores
Determinación CMD
Se debe determinar una equivalencia estructural de cada subsis-
tema y poder establecer una fórmula general CMD. Así se explican las
analogías algebraicas para estructuras:
61
Figura 2
Estructura de sistemas
Fuente: los autores
Para continuar con la resolución de esta estructura, primero se

reduce los elementos en paralelo entre sí, tales como: (X = A, B, C), (Y
= E, F).
𝑋𝑋 = 1 − [(1 − 𝐵𝐵). (1 − 𝐶𝐶 ). (1 − 𝐷𝐷)]
𝑌𝑌 = 1 − [(1 − 𝐸𝐸 ). (1 − 𝐹𝐹 )]
Con esto se tiene una expresión en serie como la siguiente:

Figura 3
Estructura en serie
Fuente: los autores
Llegando a la expresión final:

𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 = 𝐴𝐴 ∗ 𝑋𝑋 ∗ 𝑌𝑌
Tiempos de mantenimiento
El punto de partida para el estudio de la fiabilidad es el funcio-
namiento correcto. Por tanto, el estudio trata de la dicotomía de que un
dispositivo o funciona adecuadamente (SOFU) o falla (SOFA).
62
Un equipo recuperable durante su ciclo de vida, fluctuará entre

SOFU y SOFA. Los estados del equipo durante su proceso de uso se lla-
ma “perfil de funcionalidad”. Normalmente se usa el tiempo calendario
como unidad de tiempo operativo en la representación del perfil (Cés-
pedes y Toro, 2001).
Figura 4
Perfil de funcionalidad
Fuente: Mora, 2009
Basados en este concepto, se definen los tiempos de manteni-

miento dentro de un proceso productivo:
• Tiempo hasta fallar TTF (Time to Failure): para equipos que

fallan una sola vez, no reparables.
• Tiempo para reparar TTR (Time to Repair): sin incluir demoras
ni tiempos logísticos, ni administrativos.
• Tiempo entre fallas TBF (Time Between Failure).
• Tiempo útil UP (Up Time): tiempo que el equipo funcio-
na correctamente.
• Tiempo no operativo (Down Time).
• Tiempo de retrasos administrativos ADT (Administrative Delay
Time): retrasos administrativos exógenos a la actividad propia
de reparación.
63
• Tiempo de retrasos logísticos LDT’ (Logistics Delay Time): retra-

sos logísticos para la obtención de insumos para la reparación.
• Tiempo total logístico LDT (Logistics Down Time): mantenimientos
planeados PM (Planned Maintenances): preventivos o predictivos.
• Tiempo de alistamiento (Ready Time): el equipo está operando,
pero no produce.
Metodología
Manejo de la información
El manejo de la información hace referencia a la recopilación,
procesamiento e interpretación de los diferentes tiempos de manteni-
miento, especificados anteriormente, de cada uno de los componentes
del sistema ferroviario a analizar. Para el manejo de información es ne-
cesario establecer responsabilidades para cada paso.
1. Recopilación. Se realiza un recuento cronológico de fallos e inter-

venciones correctivas de los diferentes componentes del sistema
durante el tiempo de operación del mismo. Responsable: perso-
nal de mantenimiento.
2. Procesamiento. Se compone de verificación, archivo, frecuen-
cia de recopilación y retención de registros, de la información.
Responsable: coordinador/supervisor. Posteriormente se realiza
el cálculo propiamente dicho de los índices CMD como procesa-
miento estadístico de los tiempos.
3. Interpretación. Se realiza el análisis y la evaluación de la gestión y
operación del mantenimiento mediante una interpretación con-
ceptual del comportamiento de los índices, es decir, se observa el
cumplimiento o no de las metas planteadas y según tendencia se
establece acciones.
64
Justificación de uso de la distribución de Weibull

Los fallos en los sistemas, subsistemas y componentes ferrovia-
rios se producen de forma aleatoria, por lo que los tiempos medidos se
consideran datos aleatorios continuos adaptables a la distribución de
Weibull. Esta distribución de probabilidad continua provee, mediante
cálculos, representaciones de comportamiento de los componentes y su
ciclo de vida, gracias a la adaptabilidad y al amplio rango de sus paráme-
tros característicos y las familias de distribuciones que cubre. Este tipo
de distribución es muy flexible y se ajusta a las tres zonas de la Curva de
Davies: mortalidad infantil, madurez y envejecimiento, y etapas típicas
del ciclo de vida.
Según la norma ISO/TR10017:2003, las técnicas estadísticas em-

pleadas en el análisis de confiabilidad permiten que los niveles de con-
fianza estadísticos se adjunten a las estimaciones de los parámetros de
los modelos de confiabilidad desarrollados y a las predicciones realiza-
das, utilizando en este caso el modelo de la distribución de Weibull.
Medidas CMD
1. Confiabilidad. Es la probabilidad de que un sistema o equi-
po funcione correctamente durante un intervalo de tiempo específico y
bajo condiciones de operación dadas (Uparela, 2013).
Función de confiabilidad para la distribución de Weibull:
𝑡𝑡−𝛾𝛾 𝛽𝛽
−( )
𝑅𝑅 (𝑡𝑡) = 𝑒𝑒 𝜂𝜂
(4)
Función de densidad de probabilidad de fallos para la distribu-
ción de Weibull:
𝛽𝛽
𝛽𝛽 −(
𝑡𝑡−𝛾𝛾
)
𝑓𝑓(𝑡𝑡) = (𝑡𝑡 − 𝛾𝛾) 𝛽𝛽−1 ∗ 𝑒𝑒 𝜂𝜂
𝜂𝜂
(5)
65
Función de tasa de fallos para la distribución de Weibull:
𝛽𝛽 (𝑡𝑡 − 𝛾𝛾) 𝛽𝛽−1

𝜆𝜆(𝑡𝑡) =
𝜂𝜂𝛽𝛽 (6)
2. Mantenibilidad. Es la probabilidad de que un equipo o sistema
pueda restablecer sus condiciones específicas de funcionamiento des-
pués de un fallo o avería en un tiempo determinado, realizando el man-
tenimiento en condiciones establecidas y utilizando procedimientos y
recursos establecidos (Melo et al., 2009).
𝑡𝑡−𝐶𝐶𝑚𝑚 𝐵𝐵𝑚𝑚
−( )
𝑀𝑀 (𝑡𝑡) = 1 − 𝑒𝑒 𝐴𝐴𝑚𝑚 −𝐶𝐶𝑚𝑚
(7)
3. Tiempo medio entre fallos (MTBF). Es el tiempo medio de
funcionamiento hasta el fallo de un elemento. Es un indicador directo
de la confiabilidad.
1
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 = 𝜂𝜂 ∗ 𝛤𝛤 (1 + )
𝛽𝛽
(8)
4. Tiempo medio de recuperación (MTTR). Es el tiempo neto
medio para realizar reparaciones o mantenimientos. Es un indicador
directo de la mantenibilidad.
1
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 = 𝐴𝐴𝑚𝑚 ∗ Γ (1 + )
𝐵𝐵𝑚𝑚
(9)
5. Disponibilidad. Es la probabilidad de que un equipo o sistema
pueda realizar su función satisfactoriamente en el momento que sea re-
querido y bajo condiciones dadas (Uparela, 2013).
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
𝐴𝐴 =
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 + 𝑀𝑀𝑇𝑇𝑇𝑇𝑇𝑇
(10)
66
Estimación de parámetros Weibull

Para poder realizar el cálculo de la distribución de Weibull para
cada función anteriormente descrita es necesario estimar los paráme-
tros de la misma. Para estimar ambos parámetros se realiza el siguien-
te proceso:
1. Se obtienen los historiales de tiempo entre fallos y tiempo

para reparación.
2. Se ordenan los ítems de tiempo (TBF o TTR) de manera ascen-
dente de menor a mayor.
3. Se debe obtener los porcentajes acumulados para cada tiempo de
fallo F(t) y para cada ítem de reparación M(t); a continuación se
describen algunos métodos sencillos:
• Método i-kaésimo o estimador no sesgado

𝑗𝑗
𝐹𝐹(𝑡𝑡𝑖𝑖 ) = 𝑀𝑀(𝑡𝑡𝑖𝑖 ) =
𝑁𝑁 + 1 (11)
Donde:
j = posición del dato ordenando de menor a mayor.

N = número total de datos
• Método de Benard para el rango de mediana

𝑗𝑗 − 0,3
𝐹𝐹 (𝑡𝑡𝑖𝑖 ) = 𝑀𝑀(𝑡𝑡𝑖𝑖 ) =
𝑁𝑁 + 0,4 (12)
Donde:
j = posición del dato ordenando de menor a mayor.

N = número total de datos
4. A partir de la ecuación (13) llegamos a una representación lineal

de la función de distribución de fallos acumulados para la distri-
bución Weibull:
67
𝐹𝐹(𝑡𝑡) = 1 − 𝑅𝑅 (𝑡𝑡) (13)

Se expresa la representación logarítmica de la distribución de fa-
llos acumulados:
1 𝑡𝑡 − 𝛾𝛾 𝛽𝛽
𝐿𝐿𝐿𝐿 ( )=( )
1 − 𝐹𝐹(𝑡𝑡) 𝜂𝜂 (14)
Para, a continuación, expresar la representación lineal de la dis-
tribución de fallos acumulados:
1
𝐿𝐿𝐿𝐿 (𝐿𝐿𝐿𝐿 ( )) = 𝛽𝛽 𝐿𝐿𝐿𝐿(𝑡𝑡 − 𝛾𝛾) − 𝛽𝛽 𝐿𝐿𝐿𝐿(𝜂𝜂)
1 − 𝐹𝐹(𝑡𝑡)
(15)
Que ajustando a las escalas apropiadas toma la forma de una rec-
ta del tipo:
𝑦𝑦 = 𝑎𝑎 ∗ 𝑥𝑥 + 𝑏𝑏 (16)
Para llegar a esta ecuación es necesario realizar una regresión li-
neal donde:
Ln(t – y) = x de la regresión
⎛ ⎛ 1 ⎞⎞
Ln ⎜ Ln ⎜ = y de la regresión
⎝ ⎝ 1 – F(t) ⎟⎠ ⎟⎠
5. Al obtener la ecuación de la recta tenemos que la pendiente de

la recta es el parámetro de forma b, y con el intercepto b se puede encon-
trar el parámetro de escala h de la siguiente forma:
𝑏𝑏 = −𝛽𝛽 𝐿𝐿𝐿𝐿(𝜂𝜂) (17)
−𝑏𝑏
𝜂𝜂 = 𝑒𝑒 𝛽𝛽 (18)
Con los parámetros calculados, se puede graficar las diferentes
funciones de la distribución de Weibull.
68
Pruebas de ajuste de bondad

Una prueba de bondad de ajuste trata de contrastar la hipótesis
nula, es decir, describe lo bien que se ajustan un conjunto de observacio-
nes. Las medidas de bondad, en general, resumen la concordancia existen-
te entre la distribución de un conjunto de datos y una distribución teórica
en un modelo de estudio (Martínez, 2011).
1. Contraste Kolmogorov-Smirnov. Se basa en la diferencia entre

la función de distribución empírica y la función de distribución teórica
(Martínez, 2011).
𝐷𝐷 = 𝑚𝑚𝑚𝑚𝑚𝑚|𝐹𝐹𝑡𝑡 (𝑡𝑡) − 𝐹𝐹0 (𝑡𝑡)|

(19)
2. Anderson-Darling. Este contraste también está basado en la
diferencia entre la función de distribución teórica y la función de distri-
bución empírica (Martínez, 2011).
∞ 2
(𝐹𝐹𝑡𝑡 (𝑡𝑡) − 𝐹𝐹0 (𝑡𝑡))
𝐴𝐴2𝑛𝑛 =∫ 𝑑𝑑𝐹𝐹0 (𝑡𝑡)
−∞ 𝐹𝐹0 (𝑡𝑡)(1 − 𝐹𝐹0 (𝑡𝑡))
(20)
3. Chi Cuadrado. Se considera una prueba no paramétrica: cuanto
mayor sea menos verosímil es que la hipótesis sea correcta (Mora, 2009).
(𝑂𝑂𝑖𝑖 − 𝐸𝐸𝑖𝑖 )2
𝜒𝜒2 = ∑
𝐸𝐸𝑖𝑖
𝑖𝑖 (21)
Interpretación
De la interpretación y análisis de las curvas características CMD y
de sus pronósticos, se desprenden las estrategias a realizar para lograr el
cumplimiento de metas, objetivos, misión y visión de la empresa, a través
del uso intensivo de estos instrumentos en la gestión y operación del man-
tenimiento. La estrategia de mantenimiento se diseña definiendo la tácti-
ca recomendada de acuerdo al análisis de las variables del estudio CMD.
69
Así, cuando el sistema tiene una alta disponibilidad D > 95 %

(Merchán, 2011), este incrementa la puntualidad en el tráfico ferro-
viario y las decisiones se enfocan hacia el proceso de mejora continua.
Por el contrario, con un sistema de baja disponibilidad las decisiones
se encaminan para cumplir con las metas establecidas por la gestión de
mantenimiento, con el mejoramiento de los tiempos de mantenimien-
to y operación (MTBF, MTTR). Además, permite el cumplimiento de
requisitos de normativa EN 50126:2005 y encamina a una certificación
IRIS (International Railway Industry Standard).
Toma de decisiones
La obtención de los índices permitirá valorar cuantitativamente
la gestión de mantenimiento aplicada y ayudará a tomar decisiones para
plantearse acciones correctivas en el caso de no cumplimiento de las me-
tas de mantenimiento, o para el proceso de mejora continua. A través de
los índices de los diferentes sistemas y subsistemas se podrá identificar en
cuáles se encuentran los problemas que no permiten la obtención de las
metas trazadas, para efectuar sobre ellos las acciones que sean necesarias.
La disponibilidad resulta ser una función de la confiabilidad y la

mantenibilidad, por lo que se debe tener en cuenta que se puede obtener
la misma disponibilidad con diversas combinaciones de confiabilidad
y mantenibilidad.
Figura 5
Disponibilidad similar
Fuente: Céspedes y Toro, 2001

70
Toma de decisiones basadas en los índices en subsistemas

Basados en los índices CMD calculados, se pueden presentar las
siguientes decisiones en cuanto a acciones en los subsistemas:
• Reparaciones. Parte del mantenimiento correctivo en la que se

realizan acciones manuales sobre un elemento, a través de lo cual
se llega a la restauración de dicho elemento (Aenor, 2005).
• Modificaciones. Transformación de algunas características sin
modificar la esencia de un elemento para que cumpla con los
requisitos de funcionamiento (Murillo, 2012).
• Sustituciones. Las sustituciones o cambios propiamente dicho de
piezas, elementos y/o componentes que no pudieron ser restau-
rados ni modificados (Murillo, 2012).
Esto, para que a través de los índices se tomen las decisiones más
acertadas y así aumentar la confiabilidad de los elementos que no per-
miten el logro de los objetivos, con lo que se tiene un aumento de la
disponibilidad en el sistema principal al que pertenecen.
Toma de decisiones basadas en los índices en sistemas

A través de los índices se tiene un enfoque cuantitativo de evalua-
ción para la toma de decisiones en las estrategias de mantenimiento, las
mismas que afectan el coste del ciclo de vida de un sistema ferroviario,
que se explica en la siguiente figura:
La gestión de mantenimiento plantea los objetivos CMD que a

través de la estrategia de mantenimiento aplicada trata de alcanzarlos.
La estrategia de mantenimiento se ve delimitada por las políticas

de mantenimiento y las restricciones presupuestarias vigentes de la em-
presa, a pesar de eso, se pueden aplicar diferentes estrategias, las mismas
que son analizadas por un estudio CMD.
71
Figura 6
Coste del ciclo de vida basado en decisiones de mantenimiento
Fuente: Prasad, 2008
Con ello, cada estrategia de mantenimiento genera un coste del

ciclo de vida diferente, con sus respectivos parámetros CMD a ser eva-
luados, para comprobar el cumplimiento de los objetivos planteados
por la gestión. Cada estrategia busca el coste del ciclo de vida óptimo y
el cumplimiento de los requerimientos CMD.
La estrategia de mantenimiento con el coste del ciclo de vida, que

permita el cumplimiento de los objetivos, es considerada como la solu-
ción más rentable para ser implementada en las operaciones.
Conclusiones
La estimación de índices CMD permite una evaluación cuantita-
tiva de la gestión de mantenimiento del sistema ferroviario para el cum-
plimiento de metas, y planear actividades de mantenimiento basadas en
análisis estadístico confiable.
La disponibilidad del sistema ferroviario es la meta última que
persigue la implementación de índices CMD para alcanzar el cumpli-
72
miento del objetivo principal del transporte sobre vía férrea, con están-
dares de calidad y confort. Es decir, al tener una alta disponibilidad se
garantiza la puntualidad del tráfico ferroviario sin descuidar la seguri-
dad, esto se logrará con el cumplimiento de las RAMS.
La aplicación de índices CMD, además de evaluar la gestión de

mantenimiento dentro de la organización, influye en el costo del ciclo
de vida del sistema. De acuerdo al análisis de estos índices, permite apli-
car diferentes estrategias de mantenimiento que son limitadas por las
políticas de área y las restricciones presupuestarias aplicadas dentro de
la organización.
Con la presente metodología se cumple parte de los requerimien-

tos establecidos en la sección 6.4.3.3 de la norma EN 50126:2005, tales
como: análisis y predicción de la confiabilidad, distribución de la con-
fiabilidad, adquisición y evaluación de datos de confiabilidad, análisis y
predicción de la mantenibilidad, adquisición y evaluación de datos de
mantenibilidad, análisis de disponibilidad.
Para la ejecución e implementación de índices CMD podrá ser la

autoridad ferroviaria reguladora quien establezca los objetivos y políticas
mínimas para la evaluación de la gestión de mantenimiento del sistema.
El análisis CMD en un sistema ferroviario puede darse desde el

primer día de funcionamiento de este, pero cabe recalcar que mientras
más tiempo de funcionamiento tenga se tendrá mayor cantidad de datos
para que las diferentes curvas puedan ser más estables y permitan pro-
nósticos confiables.
Aenor. (2005). Especificación y demostración de la fiabilidad, la disponibilidad, la
mantenibilidad y la seguridad (RAMS). Madrid: UNE.
Blanchard, B. (1995). Ingeniería logística. Madrid: ISDEFE.
Céspedes, P. y Toro, J. (2001). Metodología para medir confiabilidad, mantenibili-
dad y disponibilidad en mantenimiento. Medellín: Universidad EAFIT.
73
Conradine, P. D. F (2015). Quantifying system reliability in rail transportation

in an ageing fleet environment. South African Journal of Industrial En-
gineering, 26(2). Pretoria: Science Technology and Agriculture.
Fierro, P. (2005). Implementación de índices de mantenimiento en la Compañía
Ecuatoriana del Caucho. Cuenca: UPS-Facultad de Ingenierías.
García, O. (2012). Gestión moderna del mantenimiento industrial: principios
fundamentales. Bogotá: Ediciones de la U.
González, F. (2010a). Auditoría del mantenimiento e indicadores de gestión: las
cinco amenazas del mantenimiento. Madrid: Fundación Confemetal.
González, F. (2010b). Ingeniería ferroviaria. Madrid: Librería UNED.
GTC - ISO. Orientación sobre las técnicas estadísticas para la norma ISO 9001:2000.
ISO/TR 10017:2003. Bogotá: ICONTEC.
Hernández, E. y Navarrete, E. (2001). Sistema de cálculo de indicadores para el
mantenimiento. Ingeniería Mecánica, 4(6). Cuba.
Knezevic, J. (2006). Mantenibilidad. Madrid: ISDEFE.
Leon, C. (2007). Estudio de la optimización del diseño de subestaciones para la
alimentación de sistemas de tracción eléctrica. Barcelona: Universitat
Politecnica de Catalunya.
Martínez, L. (2011). Métodos de inferencia para la distribución de Weibull: apli-
cación en la fiabilidad industrial. Vigo: Universidad de Vigo.
Melo, R., Lara, C. y Jacobo, F. (2009). Estimación de la confiabilidad – disponibi-
lidad – mantenibilidad mediante una simulación tipo Monte Carlo de
un sistema de compresión de gas amargo durante la etapa de ingeniería.
Tecnología, Ciencia, Educación, 24(2). Monterrey: Instituto Mexicano de
Ingenieros Químicos A.C.
Mora, L. (2009). Mantenimiento: planeación, ejecución y control. México
DF: Alfaomega.
Murillo, W. (2012). Confiabilidad y análisis estadístico para la predicción de fa-
llas, seguridad, supervivencia, riesgo, costo y garantías de los equipos.
Chile: RCM-Ingeniería.
Nachlas, J. (1995). Fiabilidad. Madrid: ISDEFE.
Pineda, S. y Silva, L. (2008). Implementación de los Índices CMD en los equipos
rotativos de la planta de CRACKING UOP I de la GRB ECOPETROL
S.A. Bucaramanga: Universidad Industrial de Santander-Facultad de
Ingeniería Físico Mecánicas-Escuela de Ingeniería Mecánica.
Merchán, J. (2011). Pliegos de cargo de la licitación “Provisión, Instalación y Asis-
tencia a la puesta en servicio del sistema Tranvía Cuatro Ríos de Cuen-
ca”. Cuenca: GAD Municipal del cantón Cuenca.
74
Prasad, A. (2008). Uncertainty in Life Cycle Cost of railway track. Reliability and
Maintainability Symposium, pp. 42-47.
Pupo, I. (2014). Estrategias de mantenimiento y operación en línea de tritura-
ción y apilamiento Cerro Matoso S.A. Montelíbano-Colombia, desde el
análisis de Confiabilidad, Mantenibilidad y Disponibilidad alcanzada.
Medellín: Universidad EAFIT-Escuela de Ingeniería-Departamento
de Ingeniería Mecánica.
Ribes, J. (2012). Análisis de la evolución de la interoperabilidad y de la seguridad
ferroviaria en Europa en el periodo 1991-2011 y propuesta de mejora.
Barcelona: Universidad Politécnica de Catalunya-Departamento de
Ingeniería Eléctrica.
Rodríguez del Águila, M. (2012). Propuesta de mejora de la gestión de man-
tenimiento basado en la mantenibilidad de equipos de acarreo de una
empresa minera de Cajamarca. Cajamarca: Universidad Privada del
Norte-Facultad de Ingeniería.
Uparela, J. (2013). Medición estratégica CMD en el sistema de vapor de una plan-
ta química en el departamento del Atlántico. Medellín: Universidad
EAFIT-Departamento de Ingeniería Mecánica.
Valero, J. (2011). Análisis y simulación de potenciales de carril en sistemas ferro-
viarios de tracción en DC. Madrid: Universidad Carlos II de Madrid-
Escuela Politécnica Superior.
Vuchic, V. (2007). Urban Transit: Systems and technology. New Jersey: John Wi-
ley & Sons, Inc.
Obtención de la cartografía
del tiempo de inyección de una ECU
Wilmer Contreras1
Carlos Andrade2
Resumen
En la presente investigación se realiza la presentación del procedimiento aplicado para determinar la
cartografía base del tiempo de inyección de una ECU (Engine Control Unit), de un motor de combustión
interna de encendido provocado (MEP), el cual se basa en el estudio y simulación de los sensores y
actuadores que activan su computadora automotriz. Se aplica un protocolo de adquisición de datos y
su posterior análisis estadístico. Los valores estadísticos generan bases de datos que se aplican para la
creación de un algoritmo que aproxima el valor del tiempo de inyección en función de los valores de los
sensores de entrada y posteriormente los compara con los valores reales de la ECU. La conclusión más
importante del trabajo es que la metodología propuesta para obtener la cartografía de la ECU es válida,
siendo su error promedio menor de 6%.
Palabras clave
Mapa de inyección, diagrama de ECU, TPS, MAP, CKP, CMP, tiempo de inyección, cartografía de inyección.
Abstract
In the present investigation the procedure is applied to determine the basic mapping of the injection
time of an ECU (engine control unit), an internal combustion engine (MEP), which is based on the
study simulation of sensors and actuators that activate your automotive computer. A protocol for data
acquisition and subsequent statistical analysis is applied. The statistical values generate databases
that are applied for the creation of an algorithm that approximates the value of the injection time in
the function of the values of the input sensors and those compared with the actual values of the ECU.
The most important conclusion of the paper is that the methodology proposed to obtain the mapping
of the ECU is valid, with its lowest average error of 6%.
Keywords
Injection map, ECU diagram, TPS, MAP, CKP, CMP, injection time, Cartography of injection.
1 Máster en Sistemas Automotrices, ingeniero en Mecánica Automotriz, docente

de Motores de Combustión Interna de la Universidad Politécnica Salesiana de
Cuenca. También es investigador integrante del GIIT ([email protected]).
2 Estudiante de la Carrera de Ingeniería Mecánica Automotriz de la Universidad
Politécnica Salesiana de Cuenca.
Wilmer Contreras y Carlos Andrade
76
Introducción
Desde el inicio del nuevo milenio la mayoría de fabricantes au-
tomotrices apostaron por controlar la admisión de combustible a la cá-
mara de combustión por medio de computadoras automotrices (ECU),
las cuales por su precisión y velocidad sustituyeron de forma completa
a los carburadores, pero la competencia entre compañías hace que sea
muy difícil encontrar los tiempos de inyección que utiliza cada uno de
sus vehículos, por tanto, en el año 2008 Ernesto Gutiérrez, con su pro-
yecto “Development of the management strategies of the ECU for an
internal combustión engine: Computer simulation”, trató de simular
una unidad de control para un motor de ciclo Otto con inyección elec-
trónica de combustible. La simulación incluye un modelo para la ECU,
así como los parámetros físicos del motor que permiten el control de
bucle cerrado y el control de varios sistemas; además, el programa per-
mite controlar varios parámetros de la ECU, por ejemplo: la simulación
de fallos para verificar que la ECU diseñada es tolerante a fallas y puede
controlar el motor al utilizar un control de bucle abierto (Gutiérrez,
2008). En la misma línea de estudio, el artículo “Use of mathematical
methods of statistics for analyzing engine characteristics” de Aivaras Ja-
silionis (2012) presenta un breve análisis de las tendencias de desarrollo
del software de control del tiempo de inyección de motores; además,
presenta cómo se crean modelos de estadística matemática para la po-
tencia del motor y el crecimiento del par motor. Los modelos que se
analizan dan la oportunidad de predecir las probabilidades de potencia
del motor o crecimiento del par después de la reprogramación indivi-
dual del software de control del motor (Jasilionis, 2013).
En 2013, Iona Hiticas, con el proyecto “Modelling and operatio-

nal testing of pulse-width modulation at injection time for a spark-ig-
nition engine”, centró su análisis sobre las tecnologías PWM con el fin
de mostrar los beneficios del control del tiempo de inyección. Al usar
el PWM se pudo controlar la velocidad de referencia, posición del ace-
lerador, así como otros parámetros y datos en las pruebas realizadas en
77
el vehículo Dacia Logan 1.4 MPI y evolución del tiempo de inyección

(Hiticas, 2013).
En este orden de ideas, se puede citar que, con el propósito de

mejorar el rendimiento de control de la fase de combustión de estado
transitorio y adaptarse al cambio de la dinámica del motor, se presen-
tó un esquema de calibración a bordo para controlar la fase de com-
bustión de los motores de ignición por chispa (SI), proporcionando
un algoritmo iterativo para actualizar el mapa de inyección (GM-Ecu,
2009). Cabe agregar que en 2014, Tamaki y Sakayanagi, desarrollaron
un método para la calibración de los mapas de control, que se enfoca en
utilizar como “peso” a los filtros Gaussianos, en las señales de entrada,
logrando obtener mapas suavizados en condiciones ruidosas e incluso
con pocos puntos medidos; la aplicación final es conseguir el avance
mínimo para el mejor control de par en vehículos, dando como resul-
tado nuevos mapas conocidos como MBT-maps (Minimum Advance
for Best Torque) (Tamaki et al., 2014). En este propósito, otro tipo de
mapas de ignición que pueden ser utilizados para desarrollar estrategias
de control en tiempo real son los obtenidos a través de las funciones de
correlación no lineal de la cartografía, en donde la dispersión cíclica del
combustible es la base del estudio de Wagner (et al., 2001). De manera
semejante, un procedimiento numérico utilizado para construir estos
mapas combinó simulaciones de ciclo del motor y el modelado de los
procesos de compresión, combustión y expansión, y se empleó un so-
lucionador numérico rápido para explotar la escasez en las ecuaciones
del modelo PSR (Perfectly Stirred Reactor) (Yelvington et al., 2010); en
relación con este último, una innovadora instalación experimental de-
sarrollada para el Prototipado de Control Rápido (RCP), tanto para la
vía de aire como de combustible mediante la tecnología FPGA (Field
Programmable Gate Array), sustituyó a la unidad de control del motor
(ECU), para lo cual se ha reescrito en LabView Real-Time (RT) para
emular la función ECU original de un sistema de inyección de 6 cilin-
dros (Winward et al., 2010).
78
En general, los trabajos descritos explican la importancia de de-

terminar el tiempo de inyección en función de diferentes parámetros,
por lo que, mediante el presente trabajo, se establece una metodología
para extraer el mapa cartográfico de inyección de combustible.
Materiales y métodos
En la presente sección se describen brevemente los materiales y
equipos necesarios para la realización de la simulación de los sensores,
actuadores de la ECU y los equipos necesarios para la medición de los
tiempos de inyección, los cuales se detallan en la siguiente tabla:
Tabla 1
Características de los equipos
Material Imagen Características
# de canales: 1
Fuente Max. Voltaje: 30V
regulable Max. Amp.: 2 A.
Tipo de indicador: LED
Voltaje CC: 2000mmV-1000V

Voltaje CA: 2000mmV-750V
Multímetro Corriente CC: 20mA-20A
Corriente CA: 20mA-20A
Resistencia: 200Ω-200MΩ
Ancho de banda: 150Hz

Osciloscopio Velocidad de muestreo: 1GSa/s
Funciones matemáticas
ECU LUV 2.2 LE

ECU
12v
79
3 metros de cable multipar

Fusible 500 mA
12 Resistencias 1KΩ
Resistencia 390 Ω
Kit de
Protoboard
conexión
13 Leds
5 Potenciómetros de 10KΩ
Capacitor
Potenciómetro 50KΩ
Comunicación con protocolos: OBDII,
KWP, CAN BUS, SAE-J1587.
Memoria 256 MB.
Cobertura de vehículos entre los años:
Scanner 1996-2010. Visualización de flujo de
datos.
Posibilidad de graficar los valores de
flujo de datos. Prueba de actuadores y
generación de señales de salida.
Fuente: Los autores
Conectividad de los equipos de simulación

A continuación, se presenta la descripción de las conexiones del
equipo experimental de simulación: diagramación de conexión de la
ECU, conexión de simulación de los sensores, conexión de los actuado-
res y los parámetros de activación de la ECU, que son necesarios para la
obtención de la cartografía de inyección.
Diagramación de conexión de la ECU

Se toma en consideración como objetivo principal realizar la co-
nexión y activación de la ECU, para lo cual se procede a verificar la ficha
técnica, esta debe ser obtenida del manual de un vehículo el cual aplica
la computadora de experimentación. Posteriormente, se muestran en
las figuras 1 y 2 la identificación de los pines y en la tabla 2, el listado de
los pines de conexión para la activación de la ECU.
80
Figura 1
Ubicación de los pines E-F
Fuente: los autores
Figura 2
Ubicación de lo pines A-B
Fuente: los autores
Tabla 2
Identificación de pines de conexión sección E-F-A-B
Pin Función
E1 Positivo de la bobina A
E2 Tierra de la bobina A
E3 Tierra de la bobina B
E4 Positivo de la bobina B
E5 Sensor de posición del cigüeñal
E7 VSS
E8 Serial Data
81
Pin Función
E16 Alimentación de encendido
F1 Sensor de posición del cigüeñal
F10 IAT
F12 Calentador sensor O2
F14 ECT
F15 Calentador sensor O2
A1 Tierra de alimentación A
A2 Sensor de tierra B
A3 Señal de referencia de 5V
A4 Alimentación de la batería
A5 Batería
A6 Inyector 4
A7 Inyector 1
A8 Inyector 3
A9 Inyector 2
A13 Bomba de combustible
B1 TPS señal A
B2 TPS señal B
B4 Check Engine
B5 Señal del tacómetro
B7 MAP
B8 Sensor de posición del acelerador
B11 DLC
B13 IAC B, alta
B14 IAC B, baja
B15 IAC A, baja
B16 IAC A, alta
Fuente: los autores
82
Conexión para la simulación de sensores

Conexión luz de aviso
Para comenzar con el conexionado de la ECU, se deben tomar

en cuenta los datos que se muestran en la tabla 2 de identificación de
pines, es necesario conectar todas las alimentaciones de +12V y todas las
masas, y finalmente se conecta el pin correspondiente al Check Engine,
como lo indica la siguiente figura:
Figura 3
Esquema de conexión para la luz de aviso
Fuente: los autores
Conexión al scanner
Consecuentemente, se debe identificar los pines: A2, B11 y E8

para la conexión del scanner. Estos se enlazan con los pines: 5, 6 y 9 del
conector del scanner respectivamente. El pin 16 del conector se envía
directamente a la fuente, lo que se observa en la siguiente figura:
83
Figura 4
Pines de conexión hacia el scanner
Fuente: los autores
Conexión de los sensores: MAP, TPS, IAT, ECT
Para la simulación de los sensores, se conecta un potenciómetro

de 10kΩ para el MAP y TPS; y de 50kΩ para el ECT e IAT, con los cuales
se simulan las señales, basándose en los pines que muestran la tabla 2 se
procede a conectar los sensores (figura 5).
Figura 5
Esquema conexión sensores MAP, TPS, IAT y ECT
Fuente: los autores
Conexión sensor VSS
La simulación de la señal del sensor VSS está compuesta por un

circuito integrado 555, el cual se encarga de variar la frecuencia de los
pulsos, con lo que la ECU será capaz de interpretar estas pulsaciones
como variaciones en la velocidad del vehículo. En la figura 6 se muestra
el esquema de conexión del VSS.
84
Figura 6
Esquema conexión sensor VSS
Fuente: los autores
Conexión del sensor CKP
Con respecto a la simulación de este sensor, se genera una señal

de tipo inductiva con característica de rueda fónica de 60-2 dientes, la
generación de la señal se realiza en el software Matlab, que luego se re-
produce por cualquier medio que disponga de salidas de audio, esto
mediante un plug y un transformador de 110 V a 12 V (AC); esta señal
se direcciona a los pines del CKP de la ECU. Los audios se deben generar
con diferentes valores de rpm, para determinar los tiempos de inyec-
ción. Su diagrama de conexión se observa a continuación:
Figura 7
Esquema de conexión del sensor CKP
Fuente: los autores

85
Conexión para la simulación de actuadores:

bobinas, inyectores, IAC, relé de bomba
Para la conexión de bobinas, inyectores, IAC y relé de la bomba
de combustible, se debe observar la tabla 2, la cual muestra los diferentes
pines a los que se conectan los actuadores (figuras 8 y 9).
Figura 8
Esquema de conexión de los actuadores
Fuente: los autores
Figura 9
Diagrama de conexión de la ECU
Fuente: los autores

86
Proceso experimental
A fin de obtener la cartografía del tiempo de inyección, se deben
realizar los siguientes pasos:
1. Conectar la computadora con el scanner automotriz.

2. Colocar los puntales del osciloscopio en la entrada y salida de la
señal del inyector.
3. Escoger un sensor para variar con los diferentes rangos de rpm
que se le envíe desde un software.
4. Mantener la señal de los sensores sobrantes con valores estables.
5. Variar el sensor seleccionado por medio de su respecti-
vo potenciómetro.
6. Anotar el valor descrito por la señal mostrada en el osciloscopio.
Mapas de inyección al variar la señal del sensor MAP
Al aplicar la configuración de datos mostrada en la tabla 3, se

procede a la toma de los tiempos de inyección con el osciloscopio,
para lo que se utilizó un rango de 35 a 85 kPa, con un intervalo de 5
kPa, para el MAP y un rango de 850 a 5000 rpm con un intervalo de
500 rpm.
Tabla 3
Parámetros base para toma de datos
Nombre Valor Unidad

ECT 85 ºC
TPS 10 %
IAT 26 ºC
Baro 85 kPa
Fuente: los autores

87
Tabla 4
Tiempo de inyección del MAP (ms)
rpm Tiempo de inyección (ms)
5 000 3,39 3,94 4,67 5,3 6,02 6,69 7,3 7,9 8,4 8,9 9,35
4 500 3,59 4,34 5,07 5,9 6,47 7,15 7,82 8,3 8,75 9,25 9,82
4 000 3,79 4,4 5,19 5,9 6,6 7,25 7,86 8,4 8,98 9,45 9,89
3 500 3,53 4,28 4,98 5,7 6,38 6,99 7,67 8,1 8,61 9,25 9,71
3 000 3,44 3,95 4,69 5,4 6 6,7 7,25 7,9 8,37 8,98 9,45
2 500 3,53 4,15 4,78 5,5 6,05 6,76 7,39 8 8,46 8,99 9,42
2 000 3,39 3,95 4,46 5,1 5,7 6,35 6,95 7,6 8,17 8,63 9,15
1 500 3,28 3,88 4,38 5 5,51 6,11 6,78 7,3 7,89 8,49 8,99
1 000 2,7 3,13 3,57 4 4,4 4,93 5,19 5,5 6,37 6,99 7,01
850 2,53 2,95 3,41 3,8 4,2 4,57 5,01 5,6 6,25 6,32 6,73
35 40 45 50 55 60 65 70 75 80 85
kPa (MAP)
Fuente: los autores
Para obtener los valores que se observan en la tabla 4, se utiliza el

osciloscopio como se muestra en la siguiente figura:
Figura 10
Tiempo de inyección del MAP en el osciloscopio
Fuente: los autores

88
Luego de ello, se procede a ingresar los tiempos de inyección del

MAP a un software gráfico, con el que se obtuvo la siguiente gráfica.
Figura 11
Mapa de inyección del sensor MAP graficada en Matlab
Fuente: los autores
Mapa de inyección del TPS
Con la configuración de datos mostrada en la tabla 5, se realiza

la toma de los tiempos de inyección con el osciloscopio, para lo que se
utilizó un rango del 10% para el TPS y un rango de 500 hasta un máxi-
mo de 5 000 rpm.
Tabla 5
Parámetros base para toma de datos
Nombre Valor Unidad
ECT 83 ºC
MAP 35 kPa
IAT 25 ºC
Baro 85 kPa
Fuente: los autores

89
Tabla 6
Tiempos de inyección del TPS (ms)
5 000 3,53 3,53 3,53 3,53 3,92 4,35 4,44 4,5 4,66 4,66
4 500 3,63 3,63 3,63 3,63 4,08 4,54 4,66 4,69 4,84 4,87
4 000 3,89 3,89 3,89 3,89 4,02 4,6 4,66 4,78 4,84 4,84
3 500 3,68 3,68 3,68 3,38 3,74 4,41 4,54 4,66 4,72 4,72
3 000 3,53 3,53 3,53 3,53 3,62 4,08 4,38 4,57 4,66 4,66
2 500 3,63 3,63 3,63 3,63 3,66 4,18 4,18 4,64 4,7 4,7
2 000 3,48 3,48 3,48 3,48 3,51 4,03 4,12 4,34 4,73 4,79
1 500 2,95 2,95 2,95 3,44 3,5 3,65 3,65 3,62 4,05 4,05
1 000 2,63 2,63 2,63 2,63 2,66 3,08 3,08 3,08 3,41 3,41
850 2,53 2,53 2,53 2,53 2,72 2,99 2,99 2,99 3,34 3,36
10 20 30 40 50 60 70 80 90 99
TPS (%)
Fuente: los autores
La obtención de los valores de la tabla 6, se realizan por medio de

un osciloscopio, como se muestra en la figura siguiente:
Figura 12
Tiempo de inyección del TPS en el osciloscopio
Fuente: los autores

90
Después se obtener los datos, se puede generar el mapa de la car-

tografía, para el cual se necesita un software gráfico, con este se obtuvo
la siguiente gráfica.
Figura 13
Mapa de inyección del TPS graficada en Matlab
Fuente: los autores
Mapas de inyección del ECT
Con los datos que se muestran en la tabla 7, se procede a la toma

de los tiempos de inyección con el osciloscopio, para lo que se utilizó un
rango del 10° C para el ECT y un rango de 500 rpm.
Tabla 7
Parámetros base para la toma de datos
Nombre Valor Unidad

MAP 35 kPa
TPS 10 %
IAT 25 ºC
Baro 85 kPa
Fuente: los autores
91
Tabla 8
Tiempos de inyección del ECT (ms)
5 000 4 4 4,2 3,4 3,6 3,75 4,1 4 4 3,9 3,85
4 500 4,2 4,1 3,8 4,1 4,45 4,4 4,35 4,25 4,2 4,1 4,1
4000 4,15 4,1 3,8 4,55 4,5 4,5 4,45 4,35 4,5 4,1 4,1
3 500 4,25 3,4 3,2 3,5 3,8 3,65 4,25 4,2 4,1 4,1 4
3 000 3,95 3,8 3,7 3,4 4,2 4,15 4 4 3,95 3,9 3,9
2 500 4,1 3,9 4 3,8 4,5 3,2 4,2 4,15 4,1 4 4
2 000 3,9 3,75 3,45 3,75 4,15 4,1 4 4 3,9 3,9 3,75
1 500 3,4 3,25 3,1 3,8 3,7 3,6 4 4 3,8 3,8 3,75
1 000 3,3 3,1 3,5 3,95 3,65 3,35 3,25 3,2 3,15 3,1 2,5
850 3,2 3 2,8 3,75 3,2 3,2 2,6 2,5 3 3 3
0 10 20 30 40 50 60 70 80 90 100
° C (ECT)
Fuente: los autores
Para obtener los valores de la tabla 8, se utiliza un osciloscopio

como se muestra en la figura siguiente:
Figura 14
Tiempo de inyección del ECT en el osciloscopio
Fuente: los autores

92
Una vez que se obtienen los valores del tiempo de inyección se

procede a graficar mediante un software gráfico, con el que se obtuvo la
siguiente gráfica:
Figura 15
Mapa de inyección del ECT graficada en Matlab
Fuente: los autores
Mapas de inyección del IAT
En el siguiente punto se debe aplicar la configuración que se

muestra en la tabla 9, para esto, se procede a la toma de los tiempos de
inyección con el osciloscopio, para lo que se utilizó un rango del 5° C
para el ECT y un rango de 500 rpm.
Tabla 9
Parámetros base para la toma de datos
Nombre Valor Unidad
MAP 35 kPa
TPS 10 %
ECT 88 ºC
Baro 85 kPa
Fuente: los autores
93
Tabla 10
Tiempos de inyección del IAT (ms)
5 000 4,00 4,00 3,95 3,91 3,80 3,90 3,90 3,90 3,90 3,90 3,90
4 500 4,25 4,30 4,25 4,30 4,25 4,10 4,15 4,10 4,10 4,10 4,05
4 000 4,15 4,20 4,15 4,20 4,15 4,00 4,10 4,10 4,20 4,10 4,05
3 500 4,15 4,20 4,15 4,20 4,15 4,30 4,10 4,00 4,00 3,90 3,90
3 000 3,95 3,95 3,90 3,95 3,90 3,80 3,85 3,80 3,85 3,75 3,75
2 500 4,10 4,10 4,10 4,10 4,10 4,00 4,00 4,00 4,00 3,90 3,90
2 000 3,90 3,90 3,90 3,90 3,80 3,75 3,85 3,80 3,85 3,75 3,50
1 500 3,60 3,80 3,80 3,90 3,75 3,85 3,85 3,70 3,70 3,70 3,75
1 000 3,20 3,20 3,05 3,15 3,05 2,60 3,00 2,90 2,80 3,00 2,40
850 3,00 3,05 3,05 3,00 2,80 2,80 3,05 2,70 2,60 2,05 3,20
0 5 10 15 20 25 30 35 40 45 50
° C (IAT)
Fuente: los autores
Para la toma de los valores descritos en la tabla 10, se utiliza el

apoyo del osciloscopio como se muestra en la siguiente figura:
Figura 16
Tiempo de inyección del IAT en el osciloscopio
Fuente: los autores

94
A continuación, se procede a ingresar en un software con el que

se obtuvo la siguiente gráfica:
Figura 17
Mapa de inyección de la IAT graficada en Matlab
Fuente: los autores
Creación de la matriz general

para obtener los resultados de relación
Con los valores descritos en las tablas 4, 6, 8 y 10 se crea una
matriz para usarla en el software estadístico Minitab. Los valores que se
pueden observar en la tabla 11 son un extracto de dichas tablas.
Tabla 11
Matriz de relación entre el tiempo de inyección
vs. Los parámetros de los sensores
ECT (°C) MAP (kPa) TPS (%) IAT (°C) rpm T. Iny (ms)
83 35 20 25 4 500 3,63
83 35 40 25 3 500 3,68
83 35 60 25 2 500 3,92
83 35 80 25 1 500 3,62
95
ECT (°C) MAP (kPa) TPS (%) IAT (°C) rpm T. Iny (ms)
83 35 100 25 850 3,36
20 35 10 25 4 000 3,8
40 35 10 25 3 000 3,65
60 35 10 25 2 000 3,35
80 35 10 25 850 3
100 35 10 25 4 500 4,1
83 35 10 0 5 000 4,00
83 35 10 10 4 000 4,15
83 35 10 20 3 000 3,90
83 35 10 30 2 000 3,45
83 35 10 50 5 000 3,90
83 40 10 25 4 500 4,34
83 50 10 25 3 500 5,67
83 60 10 25 2 500 6,76
83 70 10 25 1 500 7,34
83 80 10 25 850 8,2
Fuente: los autores
Con los valores de tiempo de inyección y el software estadístico

Minitab, se aproximan estos valores por el método de regresión lineal
multivariable, a una ecuación matemática que se asemeja a la cartogra-
fía de la ECU:
Resultados y discusión
Los valores que se obtienen mediante la simulación con la ecua-
ción y los parámetros de entrada, se comparan con los datos que se tie-
nen de la ECU.
96
Tabla 12
Comparación entre los tiempos de inyección
y los tiempos de la simulación
T. Iny ECU T. Iny Cal % de error

3,68 3,749 1,87
3,62 3,429 5,27
3,36 3,3635 0,10
3,8 3,845 1,18
3,65 3,535 3,15
3,35 3,225 3,73
3 2,8745 4,18
4 4,189 4,72
3,9 3,789 2,84
4,34 4,404 1,47
Fuente: los autores
En la tabla 12 se puede observar que los porcentajes de error no

sobrepasan el 6%, por lo que se puede decir que la ecuación matemáti-
ca se asemeja en gran medida a los valores que se obtienen por medio
del osciloscopio.
En la figura 18 se muestra el ANOVA de los resultados obtenidos

de la ecuación (1), en el cual se puede identificar que la normalidad tie-
ne un comportamiento lineal, los valores del residuo no tienen formas
de patrones con acumulación de puntos, por lo que se valida el supuesto
de varianza constante y además, en la gráfica de orden, los puntos no
muestran regiones de acumulación, sino más bien que fluctúan alrede-
dor de la línea de cero. Esto implica que la toma de datos y la metodo-
logía son correctas.
97
Figura 18
ANOVA entre el tiempo inyección real
vs. Tiempo de inyección calculado
AN OV A entre Tiny R eal vs Tiny Calculado
N orm al P robability P lot Versus Fits
99 0,8
90 0,4
Residual
Percent
50 0,0
10 - 0,4
1 - 0,8
- 1,0 - 0,5 0,0 0,5 1,0 3,64 3,65 3,66 3,67
R esidual Fitted V alue
H istogram Versus O rder

0,8
4,8
0,4
Frequency
3,6
Residual
0,0
2,4
- 0,4
1,2
0,0 - 0,8
- 0,8 - 0,4 0,0 0,4 0,8 2 4 6 8 10 12 14 16 18 20
R esidual Observatio n Order
Fuente: los autores
Para validar los valores de los resultados de la ecuación (1) se

aplica un análisis de comparación por el método de Tukey, el cual evi-
dencia que los valores de las medias están cercanos a la línea de cero,
como se puede observar en la figura siguiente:
Figura 19
Comparación de resultados por el método Tukey
Fuente: los autores

98
En la figura 20 se muestra que las medias del tiempo de inyec-

ción tanto de la ecuación (1) como de los datos extraídos de la ECU
comparten un valor aproximado, además, se observa claramente que
como resultado del análisis estadístico los resultados pertenecen a un
mismo grupo.
Figura 20
Intervalo de las medias del tiempo de inyección
Fuente: los autores

99
Conclusiones
La metodología propuesta para la obtención de la cartografía de
la ECU es válida, ya que al obtener los valores reales de la ECU y compa-
rarlos con los valores que resultaron de la regresión lineal, se obtiene un
promedio del error que es menor al 6%, permitiendo, además, conocer
el mapa cartográfico del sistema de inyección semi-secuencial con el que
trabaja la ECU de experimentación.
Los valores obtenidos en base a la cartografía de inyección y su
ecuación matemática son válidos, debido a que al comparar las medias
por el método de Tukey, comparten un mismo grupo, demostrando así
que al aplicar métodos estadísticos como la regresión lineal multivaria-
ble, se pueden generar ecuaciones matemáticas que orienten los valores
de tiempo en mseg de inyección.
Se observó que la ECU empleada de un Chevrolet Luv 2.2 ha sido
mapeada con respecto al sensor MAP, lo que quiere decir que los tiem-
pos de inyección van a depender en gran medida de este sensor.
A bajas temperaturas, cercanas a 0° C, se observa que el sensor
ECT comienza a tener relevancia, al igual que el sensor MAP al momen-
to de inyectar combustible. La razón es que el vehículo necesita aumen-
tar la temperatura de funcionamiento.
Alexandrov, G. y Ferdinand, R. (2007). Automotive Engineering: Engine Fuel
Map Design. New Jersey, Rutgers University.
Anand, P. (2012). Development of research engine control unit using fpga -based
embedded control system. Tamilnadu, India.
Chevrolet. (2002). Manual de mantenimiento de LUV 2.2 L. España, Recupera-
do de: https://thernstufjeoprat.files.wordpress.com/2015/10/manual-
de-camioneta-chevrolet-luv-2-2-2.pdf
Dziubiński, M., Litak, G., Drozd, A. y Żukowicz, P. (2017). Modelling characte-
ristics of spark ignition engine injection system. Advances in Science
and Technology. Research Journal, 11(2), 103-117.
100
Farrugia, M. (2008). Electronic Engine Management and Calibration Manual.

Reata Electronics.
Farrugia, M., Farrugia, M. y Sangeorzan, B. (2005). ECU Development for a For-
mula SAE Engine. (Nº 2005-01-0027). SAE Technical Paper.
Ferrari, A. y Pizzo, P. (2017). Fully predictive Common Rail fuel injection appa-
ratus model and its application to global system dynamics analyses.
International Journal of Engine Research, 18(3), 273-290.
GM-EECU. (2009). Corsa 1.6 8v: interpretando: mapa de inyección principal.
Recuperado de http://gmecu.blogspot.com/2009/12/interpretando-
mapa-de-inyeccion.html
Gutiérrez González, E. (2003). Sistema de Inyección no cartográfico para motores
de ciclo otto. Gestión de transitorios. Barcelona: Universitat Politècnica
de Catalunya.
González, E. G., Flórez, J. A. y Arab, S. (2008). Development of the management
strategies of the ECU for an internal combustion engine: computer si-
mulation. Mechanical systems and signal processing, 22(6), 1356-1373.
Hartman, J. (2004). How to tune and modify engine management systems. Min-
neapolis: Motorbooks International.
Hartman, J. (2003). How to tune and Modify Engine Management System. Min-
neapolis: MBI Publishing Company.
Hiticas, I., Marin, D. y Mihon, L. (2013). Modelling and operational testing of
pulse-width modulation at injection time for a Spark-Ignition Engi-
ne. Tehnicki vjesnik/Technical Gazette, 20(1).
Jasilionis, A., Nagurnas, S. y Melaika, M. (2012). Use of Mathematical Methods
of Statistics for Analyzing Engine Characteristics. Mokslas: Lietuvos
Ateitis, 4(4), 351.
Kawabe, T., Miyamoto, T., Ukai, S., Nakagawa, R., Sakaki, T. y Kawashima, I.
(2016). U. S. Patent No. 9,488,124. Washington, DC: U. S. Patent and
Trademark Office.
Krumen, J. (2010). ECUs and engine calibration 201. Performance Electronics.
Recuperado de www.pe-ltd.com.
López Sánchez, J. A. (2009). Diseño de la implantación de un sistema de inyección
y encendido electrónico en un motor mono cilíndrico. Construcción y
aplicación de los periféricos (sensores y actuadores) así como definición
de las cartografías de control para un vehículo experimental. Barcelo-
na: Universitat Politècnica de Catalunya. Departament de Màquines
i Motors Tèrmics.
101
Nevot Cercós, J. (2000). Diseño de un controlador avanzado basado en redes neu-

ronales para la gestión de la mezcla aire-gasolina en un motor alternati-
vo. Barcelona: Universitat Politècnica de Catalunya.
Romero, C. A., Márquez, J. F. y Orozco, J. M. (2006). Módulo de un sistema de
inyección electrónico de gasolina basado en el microcontrolador Intel
8751 3. Scientia et technica, 1(30).
Tamaki, S., Sakayanagi, Y., Sekiguchi, K., Ibuki, T., Tahara, K. y Sampei, M.
(2014). On-line feedforward map generation for engine ignition ti-
ming control. IFAC Proceedings Volumes, 47(3), 5691-5696.
Tinizaray Romero, D. G. (2016). Reprogramación electrónica del control de in-
yección y encendido del motor CBR 600 F4i, para el vehículo Formula
Student. [Tesis]. Universidad de las Fuerzas Armadas ESPE-Latacun-
ga, Carrera de Ingeniería Automotriz.
Wagner, R., Daw, C. y Green, J. (2001). Low-Order Map Approximations of Lean
Cyclic Dispersion in Premixed Spark Ignition Engines. SAE Technical Paper
2001-01-3559. Recuperado de https://doi.org/10.4271/2001-01-3559.
Winward, E., Deng, J. y Stobart, R., (2010). Innovations in Experimental Tech-
niques for The Development of Fuel Path Control in Diesel Engines.
SAE Int. J. Fuels Lubr., 3(1), 594-613.
Yelvington, P. E., Rallo, M. B. I., Liput, S., Tester, J. W., Green, W. H. y Yang,
J. (2004). Prediction of performance maps for homogeneous-charge
compression-ignition engines. Combustion Science and Technology,
176(8), 1243-1282.
Análisis de la influencia
en la calibración de las bujías
en los gases de escape
de un motor de ciclo Otto
Juan Diego Valladolid Q.1

Luis Enrique Urgiles S.2
Edgar Patricio Fernández A.3
Paul Vicente Carchi R.4
Resumen
En el presente documento se indica la influencia que tienen las bujías en los gases de escape, con tres
tipos de calibraciones. La experimentación se llevó a cabo en un vehículo de ciclo Otto, aplicado a
vehículos Chevrolet Grand Vitara de diferentes años, considerando que existe diferencia en el recorrido
entre los vehículos, tomando como referencia un vehículo del año 2015, teniendo en cuenta que ningún
vehículo ha sido reparado. Se considera que los vehículos están diseñados y afinados para su desem-
peño a nivel del mar. De las diferencias geográficas que se tienen en el Ecuador nace la necesidad de
analizar cómo influyen las diferentes calibraciones de las bujías convencionales, teniendo en cuenta que
el estudio se realiza en la ciudad de Cuenca y se encuentra ubicada a 2 550 msnm.
Palabras clave
Bujías, calibración, motor Otto.
1 Docente-investigador de la Universidad Politécnica Salesiana de Cuenca, miem-

bro del Grupo de Investigación de Ingeniería y Transporte (GIIT). Máster en
Control y Automatización Industriales ([email protected]).
2 Estudiante de la Universidad Politécnica Salesiana de la Carrera de Ingeniería
Juan Diego Valladolid Q., Luis Enrique Urgiles S., Edgar Patricio Fernández A. y Paul Vicente Carchi R.
104
Abstract
This document indicates the influence of the spark plugs in the exhaust gases, with 3 types of cali-
brations. The experimentation was carried out on an Otto cycle vehicle, applied to Chevrolet Grand
Vitara vehicles of different years, considering that there is a difference in the route between vehicles,
taking as a reference a vehicle of the year 2015, taking into account that no vehicle has been repaired.
Vehicles are considered to be designed and tuned for their performance at sea level. From the geo-
graphical differences in Ecuador, there is a need to analyze how the different calibrations of conven-
tional spark plugs influence, taking into account that the study is conducted in the city of Cuenca and
is located at 2 550 meters above sea level.
Keywords
Spark plugs, calibration, Otto engine.
Introducción
El proceso de combustión de un vehículo de 4 tiempos a gasolina
depende de varios componentes como (Payri, 2011):
• Bujías de encendido
• Cables de alta tensión
• Módulo de encendido o distribuidor
• Bobinas de encendido
Depende la influencia de estos elementos para que la combustión

sea adecuada, de tal manera que la mezcla aire-combustible se inflame
en su totalidad. Por lo general, al aplicar un mantenimiento preventivo o
correctivo en el sistema de encendido se reemplazan las bujías, teniendo
esta variable alta influencia en la combustión de la mezcla (Zumba, 2016).
Por una mala combustión se producen gases contaminantes, la

mayoría de estos nocivos para la salud, dependiendo de la frecuencia
de exposición (Arizaga, 2015). Siendo objeto de estudio la calidad de la
chispa que inflama la mezcla aire-combustible, de la literatura expuesta
en Payri (2011) surge la necesidad de variar la calibración de las bujías
para determinar qué pasa si existe un exceso o escases de la calibración
en las mismas. Por otra parte, la calidad del combustible también in-
fluye en el proceso de combustión de un motor de combustión interna
ciclo Otto, teniendo un consumo según Arizaga (2015) del 12,72% de
Análisis de la influencia en la calibración de las bujías en los gases de escape de un motor de ciclo Otto
105
gasolina extra con un octanaje de 86 y de 43,75% de gasolina súper con

un octanaje de 92 en el país, razón por la cual tiene mayor influencia la
gasolina extra sobre los gases contaminantes. Teniendo en cuenta estos
antecedentes surge la necesidad de realizar un estudio del comporta-
miento de los gases de escape en 3 vehículos Chevrolet Grand Vitara con
diferentes recorridos en la ciudad de Cuenca, considerando que los tres
vehículos no han sido reparados, que los vehículos utilizan el mismo
tipo de combustible y que los vehículos serán analizados en tres regíme-
nes de revoluciones como: ralentí (800 rpm), media carga (2 500 rpm)
y plena carga (3 500 rpm).
Metodología
Según el reporte del aire de Cuenca emitido por la Empresa Mu-
nicipal de Movilidad Tránsito y Transporte (EMOV) en el años 2015
(Arizaga, 2015), entidad dedicada al control de la calidad del aire en
la ciudad, los niveles de contaminación del aire de la ciudad están au-
mentando y con ello el riesgo de enfermedades respiratorias, oculares,
entre otras, siendo los motores de combustión interna los principales
agentes de contaminación por su funcionamiento. Considerando que
casi la totalidad del parque automotor de Cuenca utiliza un motor de
combustión interna, son fuentes notables de contaminación. Por tanto,
se hace conveniente estudiar el comportamiento de los gases al variar la
calibración de las bujías, para proponer la calibración ideal y evitar la
contaminación por gases de escape. Como resultado del funcionamien-
to de un motor de combustión interna se tienen gases de escape, los
cuales se dividen en contaminantes y no contaminantes (Arizaga, 2015).
Gases no contaminantes
Se consideran gases no contaminantes a aquellos componentes
de los gases de escape de un vehículo que no representan peligro o ries-
go para la salud de las personas en corto o largo plazo de exposición y
no contribuyen a la contaminación del medio ambiente (Arizaga, 2015).
106
Dióxido de carbono (CO2)
Es un componente que se encuentra en la atmosfera, en niveles de

aproximados a 0,035%. Las exposiciones a corto plazo de este compo-
nente no producen efectos nocivos en la salud.
Nitrógeno (N2)
Es un gas incoloro e inodoro no combustible, representa el 78%

del aire y ayuda al proceso de combustión en conjunto con el aire de
admisión, siendo expulsado en su mayoría puro en los gases de escape.
Oxigeno (O2)
Es un gas incoloro, inodoro e insípido. Representa el 21% del

aire, es imprescindible para el proceso de combustión. Al darse la mez-
cla perfecta, el consumo de oxigeno debe ser total, cuando se da una
combustión incompleta, el oxígeno restante es expulsado por el sistema
de escape.
Agua (H20)
Es aspirada por el motor debido a la humedad del aire, puede ser

producida por la fase de calentamiento del motor. Es un subproducto de
la combustión y es expulsada por el sistema de escape.
Gases contaminantes
Se consideran gases contaminantes a aquellos componentes de
los gases de escape que representan un peligro o riesgo para la salud de
las personas, y favorecen a la contaminación del medio ambiente a corto
y mediano plazo (Arizaga, 2015)
Monóxido de carbono (CO)
Es un gas inodoro, incoloro, inflamable y altamente tóxico, sien-

do uno de los principales contaminantes emitidos por los motores de
107
combustión interna. En el cantón Cuenca la altitud es de 2 550 msnm,

existiendo menos cantidad de oxígeno, provocando una menor eficien-
cia en los procesos de combustión y mayor emisión de CO. Lo efectos
en la salud pueden ser:
• Dolor de cabeza, mareo, sensación de desvanecimiento y cansancio.

• A niveles altos puede causar somnolencia, alucinaciones, convulsio-
nes y pérdida de conocimiento. Puede causar cambios en la memo-
ria y en la personalidad, confusión mental y pérdida de visión.
• A niveles excesivos puede provocar la muerte, ya que disminuye
la cantidad de oxigeno disponible para las células, lo cual dificul-
ta la función celular.
Hidrocarburos (HC)
Los combustibles no combustionados o combustionados par-

cialmente, emitidos por un automóvil, están formados por la unión de
hidrogeno y carbono. Los motores a gasolina emiten mayor cantidad
de hidrocarburos en comparación con un motor diésel, entre los hidro-
carburos, el benceno es cancerígeno. Las principales fuentes de bence-
no en el aire son las emisiones provenientes de vehículos con motores
de ciclo Otto y las pérdidas por evaporación durante la manipulación,
distribución y almacenamiento de gasolina. Los efectos en la salud y el
medioambiente son:
• Producir irritaciones en las membranas mucosas y pueden cau-

sar lesiones sistemáticas al ser inhalados.
• Causa somnolencia, irritación ocular y tos.
• Causan daños al medio ambiente por su reacción con los óxidos
de nitrógeno en la formación de ozono troposférico y otros agen-
tes fotoquímicos.
Óxido de nitrógeno (NOx)
Es de aspecto amarillento y se forma durante la combustión en

los vehículos con motores de ciclo Otto. Es un gas tóxico, irritante y
108
precursor de la formación de partículas de nitrato, que favorecen la pro-

ducción de ácidos en el ambiente.
El NOx y el NO2 se generan por altas temperaturas que se produ-
cen en la combustión, provocando la combinación directa del oxígeno y
el nitrógeno del aire para dar óxido nítrico y este luego se oxida parcial-
mente a NO2. Por lo tanto, los motores de combustión interna emiten
óxidos de nitrógeno con proporciones variables de NOx y NO2.
Efectos en la salud y el medioambiente:

• En periodos cortos de exposición el NO2 puede provocar irrita-
ciones del sistema respiratorio y ocular.
• Una exposición prolongada afecta al sistema inmune y al pul-
món, causando cambios irreversibles en el tejido pulmonar.
• Es una sustancia corrosiva para la piel y el tracto respiratorio,
provocando enrojecimiento y quemaduras cutáneas graves.
• Tiene gran influencia en la formación de smog fotoquímico.
Dióxido de azufre (SO2)

Es un gas incoloro, no inflamable y no explosivo, la principal
fuente de emisiones de dióxido de azufre a la atmosfera es la combus-
tión de productos derivados del petróleo y del carbón. Sus efectos en la
salud y el medioambiente son:
• Daños en la mucosa ocular y vías respiratorias, afectando las
defensas del sistema respiratorio provocando ataques de tos.
• El contacto con la humedad del aire del SO2 forma ácido sulfúrico,
lo que provoca la acidificación de suelos, lagunas y ríos, acelera la
corrosión de materiales y produce efectos negativos en los vegetales.
Consideraciones de estudio
Par lograr los fines del estudio se tienen en cuenta varias conside-
raciones, donde se explican los elementos a emplear.
109
Combustible utilizado
Según el Centro de Prospectiva Estratégica del Ecuador (CE-
PROEC), se establece el siguiente consumo de combustibles para el
año 2012:
Tabla 1
Consumo de combustibles en el Ecuador
Combustible Galones FBEP %
Diésel 753 608 015 17,930 42,24%
Gasolina extra 761 906 621 18,141 43,75%
Gasolina súper 221 590 085 5,276 12,72%
GLP 5 129 541 122 0,29%
Total 1 741 694 262 41,469 100%
Fuente: Cevallos, 2015
Se observa que en el Ecuador existe un consumo de 43,75% de

gasolina extra, razón por la cual este tipo de combustible será empleado
en el estudio, teniendo como referencia un octanaje de 87.
Selección del vehículo

Según la información proporcionada por la Asociación de Em-
presas Automotrices del Ecuador (AEADE, 2014), en el año 2014 se co-
mercializaron 120 060 vehículos en el Ecuador, teniendo un 42,62% de
vehículos Chevrolet, correspondiente a 53 574 unidades. De esta canti-
dad, a la provincia del Azuay le corresponde 5,3%, es decir, 2 842 vehí-
culos. De estos vehículos el modelo de mayor demanda en la cuidad es
el Chevrolet Grand Vitara.
110
Figura 1
Venta de vehículos Chevrolet en Ecuador
Fuente: Serpa y Zumba, 2015
Consideraciones del vehículo

Para el estudio se tomaron en cuenta vehículos que tengan de 5
000 km de recorrido en adelante. Otro criterio de inclusión fue el motor,
el cual no debe haber sido reparado ni modificado. Para el estudio se
consideraron tres vehículos, los cuales tenían una diferencia en el kilo-
metraje de 100 000 km entre sí, para poder observar lo que ocurre con
las diferentes calibraciones en los gases de escape:
• Un vehículo del año 2015 con 33 000 km de recorrido

111
Bujías
Para el estudio se consideran bujías Bosch Platinum Plus FR-
8DPX Germany R3 617, la cual se puede apreciar en la figura 2, puesto
que son las que se comercializan con mayor frecuencia en la ciudad.
Para el estudio se establecieron tres medidas de las bujías:
• 1 mm recomendado por el fabricante de la bujía (Bosch, 2016).

• 0,5 mm valor mínimo para que el vehículo encienda.
• 1,5 mm valor máximo para que el vehículo encienda.
Figura 2
Bujía Bosch Platinum Plus FR8DPX
Fuente: Bosch, 2016
Analizador de gases automotriz

Para el estudio se emplea un medidor de gases de escape automo-
triz NGA 6000 Qrotech, el cual se observa en la figura 3, proporciona
los valores de: CO, HC, CO2, Lambda, Factor Lambda (AFR) y Óxidos
de Nitrógeno (NOX).
112
Figura 3
Analizador de Gases Automotriz NGA 6000 QRORCH
Fuente: Qrotech, 2015
Software Minitab
Este software tiene las herramientas para el análisis de datos de
una manera efectiva y confiable, proporcionando resultados claros, los
cuales servirán para la validación de las muestras tomadas, de tal ma-
nera que se reduzca el margen de error, ya sea por el equipo o por el
proceso de medición.
Metodología y proceso de medición

Para la obtención de los datos se plantea una metodología ex-
perimental, basada en la toma de datos a diferentes calibraciones de la
bujía y a diferentes regímenes de revoluciones del motor de un vehículo
Chevrolet Grand Vitara, para su posterior análisis de probabilidad. De
esta manera se podrá establecer cómo se comportan los gases de escape
al aumentar o disminuir la calibración de la misma y cómo estas cali-
braciones influyen en los vehículos, dependiendo del recorrido, en los
gases de escape.
Para la toma de datos se ha considerado seguir una determinada

secuencia como se indica en diagrama de flujo mostrado en la siguien-
te figura:
113
Figura 4
Toma de datos
Fuente: los autores
Este proceso se realizó durante las tres mediciones establecidas y

con cada vehículo.
Gráficas obtenidas con software Minitab

Mediante el empleo del software Minitab se obtiene el comporta-
miento de los gases de escape en los vehículos utilizados, dependiendo
114
de la calibración de las bujías. Considerando que en el registro de re-

sultados de las medidas obtenidas, se observa que las rpm del motor de
cada vehículo no tienen gran influencia con los gases contaminantes.
Para el análisis no se consideran los siguientes parámetros: CO,

CO2, Lambda y O2; porque los valores obtenidos de estos parámetros no
representan gran influencia sobre los gases de escape, permaneciendo
prácticamente constantes estos valores en las diferentes pruebas, esto se
puede apreciar en las figuras de la 5 a la 16, correspondientes a la des-
cripción de cada vehículo.
Análisis en el vehículo Grand Vitara 2005

En el siguiente análisis se observa el comportamiento de los gases
de escape con las diferentes calibraciones (0,5; 1; 1,5 mm) para el vehí-
culo del año 2005 con un recorrido de 220 000 km.
Figura 5
Comportamiento del monóxido de carbono
Fuente: los autores

115
Figura 6
Comportamiento del dióxido de carbono
Fuente: los autores
Figura 7
Comportamiento de los hidrocarburos
Fuente: los autores

116
Figura 8
Comportamiento del oxígeno
Fuente: los autores
La figura 5 muestra que el CO con la calibración de 1 mm es

menor que para las otras calibraciones, para este caso en la calibración
de 0,5 mm el CO es mayor que para la de 1mm y menor que para la de
1,5 mm.
En la figura 7 se observa que los HC con una calibración de 1 mm

son considerablemente bajos en comparación con las otras calibracio-
nes. Con la calibración de 1,5 mm los HC son mayores comparando con
la calibración de 1 mm y menor a la calibración de 0,5 mm.
En las figuras 5 y 7 se puede observar que con la calibración de 1,5

los HC aumentan y el CO es mayor en comparación de la calibración
de 1.5mm. Para el caso de la calibración de 0,5 mm los HC aumentan,
pero el CO es menor en comparación con la calibración de 1,5 mm. Por
lo tanto, para este vehículo la medida de calibración de bujías adecuada
es de 1 mm, puesto que los gases contaminantes en comparación con las
otras medidas son menores.
117

En el siguiente análisis se observa el comportamiento de los gases
de escape con las diferentes calibraciones (0,5; 1; 1,5 mm) para el vehí-
culo del año 2009 con un recorrido de 144 000 km.
Figura 9
Fuente: los autores
La figura 9 muestra que con una calibración de 0,5 mm los valores

son menores en comparación a las medidas de 1 y 1,5 mm, para este caso
el CO en 1 mm de calibración son más altos que para las otras medidas.
En la figura 11 se observa que los HC con una calibración de 1

mm son menores en comparación con las otras calibraciones, para este
caso se observa que para la calibración de 1,5 mm los HC no varían en
gran cantidad en comparación con los de la calibración de 1 mm.
Para este vehículo según el análisis realizado se puede trabajar

con una calibración de 1mm como en una calibración de 1,5 mm, pues-
to que los HC aumentan, pero no en valores considerados y en el caso
118
del CO los valores son intermedios en comparación de las medidas de

1 mm y 0,5 mm.
Figura 10
Fuente: los autores
Figura 11
Fuente: los autores

119
Figura 12
Fuente: los autores

En el siguiente análisis se observa el comportamiento de los ga-
ses de escape con las diferentes calibraciones (0,5; 1; 1,5 mm) para un
vehículo Chevrolet Grand Vitara 2015 con un recorrido de 33 000 km.
Figura 13
Fuente: los autores

120
Figura 14
Fuente: los autores
La figura 13 muestra que para la calibración de 1,5 mm los valo-

res de CO son menores en comparación de las otras medidas, para este
caso en la calibración de 1 mm los valores de CO son menores en com-
paración a la calibración de 0,5 mm, pero mayores a 1,5 mm.
La figura 15 muestra que para la calibración de 1mm los valores

de HC son menores en relación a las otras calibraciones, para este caso
la calibración de 1,5 mm los HC sufren un leve incremento en compa-
ración a la calibración de 1,5 mm.
Para este caso se puede emplear una calibración de 1 mm y 1,5

mm puesto que para la calibración de 1 mm el CO tiene un valor inter-
medio en comparación a las calibraciones de 0,5 y 1,5 mm, consideran-
do que para la calibración de 1,5 mm el CO es menor en comparación
las otras calibraciones. En el caso de los HC para la calibración de 1 mm
son menores mínimamente en comparación con la calibración de 1,5
mm y significativamente a los valores de la calibración de 0,5 mm.
121
Figura 15
Fuente: los autores
Figura 16
Fuente: los autores

122
Conclusiones
Al finalizar el análisis se ha determinado que la calibración ade-
cuada para reducir las emisiones de gases contaminantes es de 1 mm,
independientemente del kilometraje del vehículo, puesto que en esta
calibración los hidrocarburos (HC) disminuyen considerablemente en
comparación con las calibraciones de 0,5 y 1,5 mm.
En el análisis realizado se ha determinado que la calibración de la

bujía interviene directamente sobre los HC, siendo estos hidrocarburos
uno de los principales contaminantes del medio ambiente y perjudi-
ciales para la salud de las personas que se encuentren sometidas a este
componente, pudiendo llevar a la muerte de una persona si se expone
por largo tiempo.
En el análisis de los tres vehículos utilizados para el estudio, se

ha determinado que una calibración menor a 1 mm aumenta los gases
contaminantes, obteniendo una quema parcial de la mezcla aire-com-
bustible, porque se reduce el tiempo de encendido de la mezcla, sin em-
bargo, para los vehículos del año 2015 y 2009 se podría trabajar con una
calibración un tanto inferior a 1 mm.
Para el caso de los vehículos 2015 y 2009, se ha determinado que

una calibración mayor a 1 mm no es perjudicial para el medioambiente
y el comportamiento de los HC aumenta en comparación a la calibra-
ción de 1 mm, pero en cantidades reducidas.
En el análisis de gases se determina que las revoluciones del vehí-

culo tienen menor influencia, comparado con la calibración de la bujía.
Llegando a determinar que con una calibración correcta de la bujía el
vehículo genera una cantidad menor de gases contaminantes.
AEADE. (2016). Análisis de consumo de combustible de los vehículos de categoría
M1 que circulan en el centro histórico de la ciudad de Cuenca en horas de
123
máxima demanda en función de ciclos de conducción. Recuperado de:

https://dspace.ups.edu.ec/bitstream/123456789/12167/1/UPS-CT006
109.pdf
AEADE. (2014). Anuario. Recuperado de www.aeade.net
Arizaga, A. A. (2015). Informe de calidad del aire en Cuenca. Cuenca: EMOV.
Bosch. (2016). Bujías de encendido. Alemania: Bosch.
Cevallos, J. (mayo, 2015). Estimación del consumo de combustible en el transpor-
te terrestre en el Ecuador. Recuperado de http://ceproec.iaen.edu.ec/
dowload/wps(2)/2015_0.5.pdf
Minitab. (2017). Minitab Statistical Software. Recuperado de https://www.mi-
nitab.com
Qrotech. (2015). Manual de operación NGA6000. Corea: Nextech Co.
Payri, F. (2011). Motores de combustión interna alternativos. México: Reverté.
Serpa, G. y Zumba, X. (2010-2014). Reporte de ventas. Cuenca: Repsitorio EPN.
Recuperado de bibdigital.epn.edu.ec/bitstream/15000/15362/1/CD-
7058.pdf.
Zumba Tenezaca, X. (2016). Determinación de la influencia en emisiones con-
taminantes, torque, potencia y consumo de combustible de un vehículo
con motor ciclo Otto, de inyección electrónica de gasolina, mediante la
variación de 6 tipos de bujías. Quito: EPN.
Monitoreo y control de sistemas
activos del vehículo basado
en el bus de comunicación CAN1
J. Paúl Ortiz2
Oswaldo S. Ortega3
Daniel A. León4
Resumen
En este documento se presenta el estudio de los principales protocolos de comunicación del vehículo,
haciendo énfasis en el protocolo CAN, que es usado para el monitoreo, diagnóstico y control de las
variables que intervienen en su funcionamiento. Además, se muestra la estructura base para el diseño
e implementación de aplicaciones desarrolladas para los vehículos Volkswagen Golf y Kia Soul EV, en
donde el usuario puede monitorear y controlar diferentes sistemas del vehículo correspondientes al área
de confort como iluminación, elevadores, bloqueo centralizado, entre otros. En el desarrollo se utilizó
como hardware una tarjeta Arduino Due con shield CAN y para el desarrollo del software se utilizó
la plataforma de programación LabVIEW. Las interfaces de usuario desarrolladas no solo permiten la
lectura de las tramas CAN presentes en el bus, sino también la escritura de datos y la visualización en
tiempo real de las variables de estos sistemas. La infraestructura de interconexión con el bus CAN del
vehículo es de bajo costo y los resultados obtenidos son muy satisfactorios al tener tiempos de latencia
por debajo de los 100 ms.
Palabras clave
Bus CAN, Arduino, LabVIEW, protocolo.
1 Los autores desean agradecer a la Universidad Politécnica Salesiana por haber

permitido trabajar en sus laboratorios de Autotrónica y Electric Mobility Lab
(EmoLab) de la carrera de Ingeniería Mecánica Automotriz, sede Cuenca, para el
desarrollo del presente trabajo.
2 Docente investigador en el Grupo de Investigación en Ingeniería del Transporte
(GIIT) de la Universidad Politécnica Salesiana de Cuenca ([email protected]).
Politécnica Salesiana de Cuenca ([email protected]).
Politécnica Salesiana de Cuenca ([email protected]).
J. Paúl Ortiz, Oswaldo S. Ortega y Daniel A. León
126
Abstract
This document presents the study of the main communication protocols of the vehicle, emphasizing
the CAN protocol that is used for the monitoring, diagnosis and control of the variables involved in its
operation. In addition, it shows the base structure for the design and implementation of applications
developed for Volkswagen Golf and Kia Soul EV vehicles, where the user can monitor and control
different systems of the vehicle corresponds to the comfort system as the lighting system, central
locking, among others. In the development an Arduino card with CAN shield was used as hardware,
and the LabVIEW programming platform was used for software development. The developed user
interfaces not only allow the reading of the CAN frames present in the bus, but also the writing of data
and the real-time visualization of the variables of these systems. The infrastructure of interconnec-
tion with the CAN bus of the vehicle is low cost and the results obtained are very satisfactory having
latency times below 100ms.
Keywords
CAN bus, Arduino, LabVIEW, protocol.
Introducción
Los avances tecnológicos implementados en los diferentes siste-
mas del automóvil provocan que existan una gran cantidad de unidades
de control electrónica gestionando el funcionamiento de los diferentes
sistemas del vehículo. Esto, en primera instancia, trae un incremento
sustancial del cableado dentro del vehículo, lo que incrementa notable-
mente el peso, volumen y costo del vehículo. El protocolo de comunica-
ción CAN se desarrolló como una solución frente a este inconveniente.
El sistema de bus serie CAN, siglas cuyo significado en español

es: Control de Área de Red, nació en febrero de 1986, cuando el grupo
Robert Bosch GmbH lo presentó en el congreso de la Sociedad de Inge-
niería de la Automoción. Desde entonces, CAN se ha convertido en uno
de los protocolos líder en la utilización del bus serie (Li y Liu, 2008).
Este protocolo de comunicación fue desarrollado para brindar

una mayor funcionalidad y seguridad en la comunicación de los ele-
mentos electrónicos del vehículo, además de reducir el peso y optimizar
el espacio dentro del vehículo debido a la reducción del cableado. “La
red CAN bus conecta a diferentes procesadores por medio de dos cables
trenzados por los cuales es enviada y recibida la información codificada
de forma digital” (Volkswagen y Wolfsburg, 2009). Asimismo, el “pro-
Monitoreo y control de sistemas activos del vehículo basado en el bus de comunicación CAN
127
tocolo CAN, en la actualidad es el más utilizado para aplicaciones en

sistemas de comunicación de datos de vehículos, siendo implementado
por todas las fabricas automotrices desde el año 2008” (Ruiz y Crespo,
2013).
Por estos motivos, en este documento se presenta el desarrollo de

aplicaciones basadas en CAN, diseñadas para los vehículos Volkswagen
Golf y el Kia Soul EV. La arquitectura es de bajo costo, con el uso de una
tarjeta Arduino. Además, las interfaces de usuario permiten controlar
desde el ordenador los diferentes sistemas del área de confort del vehí-
culo de una manera amigable.
El presente documento se estructura de la siguiente manera. En

el primer subtema se realiza un estudio de los protocolos y medios de
comunicación presentes en un vehículo. En el segundo, se estudian las
características más relevantes de los sistemas CAN automotrices. En el
tercero, se presenta el desarrollo de aplicaciones para el monitoreo y
control de los sistemas del vehículo. Finalmente, se presentan las con-
clusiones de este trabajo.
Medios de comunicación en los vehículos
Protocolo LIN
El bus de Red Local de Interconexión (LIN), mostrado en la fi-
gura 1, fue desarrollado con el fin de crear una red estándar de comu-
nicación de bajo costo, si bien el sistema CAN satisface sin problema
todas las necesidades de comunicación entre los sistemas del vehículo,
los altos costos de implementación de hardware y software de este siste-
ma son una limitante para su uso en dispositivos de menor rendimiento
como controladores de potencia de elevalunas y asientos. LIN entrega
una comunicación rentable a un costo relativamente bajo, en sistemas
sencillos donde la versatilidad del CAN no es necesaria.
128
Tabla 1
Características del protocolo LIN
Descripción Valor
Número de conductores 1
Velocidad de transmisión 1 - 20 Kbit/s
Tamaño del mensaje 11 bytes
Aplicaciones Comunicación entre actuadores simples
Fuente: Dani, 2017
Figura 1
Topología: protocolo de comunicación LIN
Fuente: los autores
Protocolo MOST
El bus MOST fue específicamente desarrollado para la interco-
municación de los “sistemas de entretenimiento de audio y video”. Este
es un sistema de transmisión de datos que utiliza fibra óptica plástica
(POF). La señal se genera mediante un LED del lado de transmisión, en
el lado de recepción la señal óptica es convertida en una señal eléctrica
por un fotodiodo.
129
Tabla 2
Características del protocolo MOST
Descripción Valor
Velocidad de transmisión 21,2 Mbits/s
Aplicaciones Comunicación de elementos de audio y video
Fuente: Dani, 2017
Figura 2
Topología: protocolo de comunicación MOST
Fuente: los autores
Protocolo FlexRay
Este protocolo de comunicación para vehículos (figura 3) fue
creado por el consorcio FlexRay entre los años 2000 y 2009. Es conside-
130
rado más avanzado que los protocolos de comunicación CAN y MOST

en el ámbito de precio y prestaciones.
Tabla 3
Características del protocolo FlexRay
Descripción Valor
Velocidad de transmisión 10 Mbits/s
Comunicación de unidades electrónicas del
Aplicaciones
vehículo
Fuente: González, 2017
Figura 3
Topología: protocolo de comunicación FlexRay
Fuente: González, 2017
Sistemas can
El sistema CAN es una red relativamente económica y perdurable
que permite la intercomunicación entre dispositivos. Uno de los ma-
yores beneficios es que permite a las unidades de control comunicarse
por completo a través de un solo par de cables en lugar de diferentes
131
entradas analógicas y digitales para cada dispositivo en el sistema (Oxer

y Blemings, 2009). Las principales diferencias en la arquitectura de la
red CAN y una tradicional, radica en la disminución de cableado y se
incorporan nodos de comunicación que desarrollan diversas funciones
para los sistemas del vehículo. Estas topologías se muestran en la si-
guiente figura.
Figura 4
Bus CAN
Fuente: Oxer y Blemings, 2009
CAN está compuesto de diferentes capas físicas, dichas capas son

clasificadas bajo ciertos aspectos de la red, como lo son los niveles eléc-
tricos, esquemas de señales, impedancia en los cables, tasa máxima de
transmisión, entre otras:
• CAN de Alta Velocidad. CAN de alta velocidad es la capa física

más común. Las redes de CAN de alta velocidad están imple-
mentadas con dos cables y permiten la comunicación con tasas
de transferencia de hasta 1 Mb/s.
• Hardware CAN de Baja Velocidad/Tolerante a Fallas. Las redes de
CAN de baja velocidad/tolerante a fallas también están imple-
mentadas con dos cables, pueden comunicarse con dispositivos
132
a una tasa de hasta 125 kb/s, y cuentan con transceptores con

capacidades de tolerancia a fallas.
• Hardware CAN de Un Solo Cable. Las interfaces CAN de un solo
cable pueden comunicarse con dispositivos a una tasa de hasta
33,3 kb/s (88,3 kb/s en modo de alta).
Bus CAN del sistema de confort

Este se encarga de intercomunicar todas las unidades de control
del sistema de confort. Consta de las siguientes unidades de control: una
unidad de control central y dos o cuatro unidades de control de puertas.
La información enviada por el sistema de confort trata acerca del

estado operativo en el que se encuentran trabajando las funciones de
cada sistema. Por ejemplo, información acerca de qué mando a distan-
cia por radiofrecuencia ha sido accionado; en qué estado operativo se
encuentra el cierre centralizado y si existen averías, entre otros.
Configuración del CAN-Bus en el sistema de confort
Los cableados en las unidades de control se juntan en forma de

estrella, en un punto. La ventaja de esto es que, si una de las unidades de
control presenta una avería, las demás siguen operativas y trasmitiendo
su protocolo de datos. Los datos que se transmiten a través de CAN-Bus
de confort son de las siguientes funciones:
• Cierre centralizado
• Elevalunas eléctricos
• Iluminación de los mandos
• Retrovisores exteriores regulables y calefactables eléctricamente
• Autodiagnóstico
Características del CAN-Bus en el sistema de confort
En la figura 5 se puede observar la localización de las unidades de

control del sistema de confort dentro del vehículo con asignación de su
133
prioridad, mientras que la tabla 4 presenta las características de trabajo

más relevantes de este bus de comunicación.
Figura 5
Bus-CAN del área de confort
Fuente: Volkswagen y Wolfsburg, 2009
Tabla 4
Características del Bus-CAN de confort
Descripción Valor Orden de prioridades
1. Unidad de control central
Número de
2 2. Unidad de control lado
conductores
conductor
Velocidad de 3. Unidad de control lado
0-125 Kbits/s
transmisión acompañante
4. Unidad de control trasera
izquierda
Comunicación de
5. Unidad de control trasera
Aplicaciones unidades electrónicas
derecha
del vehículo

134
En virtud de que los datos del sistema de confort se pueden

transmitir a una velocidad relativamente baja, es posible incorporar un
transceptor de bajo rendimiento. Ello supone la ventaja de que, si se
avería un cable del bus de datos, es posible conmutar a la función mono-
alámbrica, siendo posible seguir transmitiendo los datos.
Bus CAN del sistema de transmisión y motor

Este sistema de comunicación se encarga de intercomunicar
tres partes principales del sistema de tracción del automóvil: la uni-
dad de control para el sistema de encendido del motor, la unidad de
control para ABS/EDS y la unidad de control para cambio automá-
tico en el caso de los vehículos que incluyan una caja de transmi-
sión electrónica.
Con cada datagrama se transmiten actualmente diez protocolos

de datos. Cinco de la unidad de control para el motor, tres de la unidad
de control para ABS/EDS y dos de la unidad de control para cambio
automático. La información enviada a través de este sistema es de vital
importancia para que los diferentes dispositivos de control cumplan de
manera eficiente con sus funciones.
La información a través del área de tracción para la unidad de

control de ABS/EDS es para la seguridad de los ocupantes del ve-
hículo, en el caso de la unidad de control del motor es vital para la
gestión del encendido y la cantidad de combustible que se inyecta a
cada cilindro.
Características del CAN-Bus de en el área de la tracción
Para una utilización óptima de los datos enviados en el sistema

de tracción es necesario que estos se transmitan muy rápidamente, para
lograr este efecto se requiere de un transceptor de gran capacidad.
135
Tabla 5
Características del Bus-CAN de control de tracción y motor
Descripción Valor Orden de prioridades
Número de 1. Unidad de control para
2
conductores ABS/EDS
Velocidad de 2. Unidad de control para el
125-1000 Kbits/s
transmisión motor
3. Unidad de control para
cambio automático
Comunicación de uni-
Aplicaciones dades electrónicas del
vehículo
Figura 6
Bus-CAN del área de tracción
Fuente: Head y Petrol, 2017

136
Desarrollo de aplicaciones
Arquitectura de interconexión
Este sistema ejecuta dos funciones principales que son la monito-
rización de acciones del sistema de confort y el control de los elementos
que conforman el sistema. La aplicación enlaza el computador con la
tarjeta electrónica Arduino Due mediante una conexión serial virtual
por USB, mientras que la tarjeta electrónica sirve de interfaz con los
puertos de comunicación CAN (CAN- H y CAN-L). La conexión entre
los puertos CAN del Arduino y los del vehículo es establecida mediante
un cable conector OBDII.
La arquitectura de las aplicaciones presentadas en este trabajo se

muestra en la figura 7. Está compuesta por dos partes principales, la pri-
mera es la parte física o hardware, y la segunda un software de interfaz
de usuario.
Figura 7
Arquitectura basada en Arduino
Fuente: los autores

137
Hardware basado en Arduino Due
El hardware usado es un Arduino Due que consta con un shield

CAN dual y un procesador de 32 bits. Al combinar la interfaz de puerto
CAN dual, el microcontrolador Arduino Due un cable OBD2 o SAE
J1939 y librerías de software de código abierto, se logra una potente so-
lución de bus CAN dual basada en Arduino.
Este hardware, además, nos permite una velocidad de trasmisión

de datos en un rango de 5 Kb/s hasta 1 Mb/s, consta de una memoria
flash de 512 kb, una SRAM de 96 Kb, 2 puertos CAN con conectores de
terminal de tres pines (Atmel, 2015).
Software
El software para monitoreo y control se realizó con la herramien-

ta informática LabVIEW, que es una plataforma y entorno de desarrollo
de sistemas con un lenguaje de programación visual gráfico. Recomen-
dado para sistemas hardware y software de pruebas, control y diseño,
simulado o real y embebido, pues acelera la productividad. El lenguaje
que usa se llama “lenguaje G”, donde la G simboliza que es lenguaje
gráfico. Es un software de ingeniería de sistemas que requiere pruebas,
medidas y control con acceso rápido a hardware e información de datos.
Instrumentación y control del sistema

de iluminación del vehículo Volkswagen Golf
Para el desarrollo de este sistema se utilizó un banco didáctico
que consta de una “Interfaz de iluminación (SO3216-2Z)” (figura 8),
que simula los sistemas de iluminación del vehículo Volkswagen Golf,
por lo que maneja la misma comunicación CAN entre sus sistemas, faci-
litando la identificación de las tramas de comunicación entre cada uni-
dad de control del área de iluminación.
La “Interfaz de iluminación (SO3216-2Z)” representa un nodo

CAN adicional, que dispone de salidas de potencia para el control de
138
componentes reales de iluminación. El equipo está programado de ma-

nera que las salidas se puedan controlar por medio del módulo CAN
(SO4204-7K), como se muestra en la siguiente figura:
Figura 8
Módulo CAN (SO4204-7K)
Fuente: González y Vásquez, 2013
La tabla 6 muestra el levantamiento para la adquisición, identifi-

cación y clasificación de los datos enviados por el sistema de confort a
través del Bus-CAN para el funcionamiento de las unidades de control.
139
Tabla 6
Datos del sistema de iluminación y puertas
Dlc
Descripción Id can Datos Función
(bytes longitud)
Faro antiniebla 4 1 4 Encendido
Faro antiniebla 4 1 0 Apagado
Luces de emergencia 2 3 1F 40 80 Encendido
Luces de emergencia 2 3 00 40 80 Apagado
Luz baja 4 1 61 Encendido
Luz baja 4 1 0 Apagado
Luz direccional izquierda 2 3 3A 40 80 Encendido
Luz direccional izquierda 2 3 30 40 80 Apagado
Luz direccional derecha 2 3 25 40 80 Encendido
Luz direccional derecha 2 3 20 40 80 Apagado
Luz de carretera 4 1 61 Encendido
Luz de carretera 4 1 63 Apagado
Luz de freno 3 1 8 Encendido
Luz de freno 3 1 0 Apagado
Puerta derecha abierta D 3 01 00 00 Abierto
Puerta derecha cerrada D 3 00 00 00 Cerrado
Puerta izquierda abierta C 3 01 00 00 Abierto
Fuente: los autores
Programación Arduino
Para la programación de Arduino se utilizó como base el pro-

grama de protocolo de prueba de comunicación de los puertos CAN
que nos entrega el fabricante. A esta programación se le realizó algu-
nos cambios y adaptaciones para que cumpliese con los requisitos de
funcionamiento del sistema. Este sistema ocupa únicamente el puerto
de comunicación CAN0, al que se le designó el trabajo de escritura y
lectura de datos provenientes del banco didáctico o vehículo conectado.
En la figura 9 se puede observar la estructura del firmware de la tarje-
ta Arduino.
140
Figura 9
Diagrama de flujo del firmware de Arduino
Fuente: los autores

141
Al iniciar la programación, se realizó en primera instancia la

activación del puerto serial que permita la comunicación de la tarjeta
Arduino con el computador mediante un cable USB, después es activa-
do el controlador del puerto CAN, si el puerto CAN no se inicializa de
manera adecuada se envía a través del puerto serial un mensaje de fallo.
Una vez iniciado el puerto CAN, esta espera 1 000 milisegundos
para recibir datos, si el puerto Can0 recibe datos dentro de ese lapso
envía a través del puerto serial hacia el computador el conjunto de datos
separando cada byte de información con una coma, si el puerto no reci-
be ninguna comunicación dentro del lapso establecido envía a través de
puerto serial el mensaje: “CAN0: Error during data transmission”.
Para la parte de envío de datos a través del puerto CAN, el progra-
ma identifica un código que es recibido desde el computador y lo clasifica
a través de una estructura “case”, una vez identificado el código recibido se
envía a través del puerto CAN un mensaje conformado por el ID, longi-
tud y dato correspondiente al código recibido, los códigos enviados desde
el computador representan una parte del sistema del vehículo a controlar.
Por ejemplo, si la PC envía el dato “A”, el Arduino escribirá en
el bus CAN la trama de activación del faro antiniebla. La codificación
utilizada desde la PC son las letras del alfabeto que corresponden a cada
elemento en descrito en la tabla 6.
Software
El software desarrollado es el que permite establecer la comuni-

cación entre el computador y la tarjeta Arduino a través de un puerto
de comunicación COM. Para realizar este enlace, LabVIEW ofrece una
solución muy rápida y sencilla que permite la comunicación median-
te un puerto VISA, el cual establece una comunicación directa entre el
programa y el puerto serie COM, donde se encuentre conectada la tar-
jeta que trabajará una velocidad de 115 200 baudios. En la figura 10 se
muestra el diagrama de flujo de la estructura del software de monitoreo
y control.
142
Figura 10
Diagrama de flujo: software de monitoreo y control
Fuente: los autores

143
Para la obtención de los datos se utiliza una herramienta Reading,

que entrega los datos del mensaje en un formato de texto, el mensaje
es desentramado en sus diferentes partes (ID, longitud, datos), se toma
cada trama del mensaje y se muestran de forma individual en cuadros de
texto, el “data” es divido por bytes e ingresado en una estructura “case”,
con la cual se realiza el control de los indicadores gráficos del programa.
En la parte de control, al presionar un botón del área de control

del software que se ilustra en la figura 11 (a), el software identifica el
botón presionado mediante una estructura de eventos, esta estructura
envía el nombre del botón presionado a una estructura “case”, la cual
identifica el botón presionado, posteriormente esta verifica y valida el
dato a enviar por el puerto SERIE. El dato es enviado con el uso de la
herramienta Write, la cual recibe el dato desde la estructura “case” y lo
envía por el puerto serial hacia la tarjeta Arduino.
Figura 11
Interfaz gráfica del programa
a) elementos de control b) indicadores de iluminación
Fuente: los autores

144
En la figura 11 se puede observar la interfaz gráfica del software reali-

zado. Esta interfaz está divida en dos secciones: la sección de control (a) y la
monitorización (b). La sección de monitorización consta de unas pestañas
que permiten al usuario observar los datos que están enviando los sistemas
de iluminación a través del bus CAN, y de un indicador gráfico que muestra
al usuario qué luces están activas o apagadas dentro de su vehículo.
El sistema se conecta con la maqueta de iluminación por medio

de dos cables que salen de uno de los puertos CAN de la tarjeta Arduino
y se conecta en el módulo CAN SO4204-7K (figura 8), como se muestra
a continuación:
Figura 12
Prueba del sistema de monitoreo y control bus CAN
Fuente: los autores
Instrumentación y control del sistema auxiliar

del vehículo Volkswagen
El sistema auxiliar está compuesto por las cuatro puertas del vehí-
culo que contiene un módulo de comunicación CAN. Para el desarrollo de
la instrumentación y control de este sistema se utilizó una puerta del Vo-
lkswagen, que es parte de la maqueta didáctica del sistema de iluminación.
Para el levantamiento de datos de comunicación CAN de la puer-

ta se utilizó el mismo monitor CAN del programa LabSoft, el cual es un
145
software didáctico que forma parte de las maquetas de iluminación y

emula a un monitor de comunicación CAN.
Para la instrumentación y control de este sistema se utilizó la

misma programación de control de Arduino desarrollada en el subtema
“Programación Arduino”, a la cual se le añadió los datos de este sistema
y se modificó la tasa de transmisión de datos a 100 Kbits/s, velocidad a
la que opera el sistema de las puertas del vehículo.
Debido a que el sistema de luces y puertas son parte de un mismo

sistema de comunicación CAN dentro de un solo vehículo, se añadió al
software del subtema “Programación Arduino”, un espacio destinado al
control de los elementos de las puertas. Las figuras 12 y 13 muestran la
interfaz de usuario y la maqueta didáctica en la que se dispone de una
sola puerta, por este motivo fue incorporado en el software únicamente
un área de control destinado a la puerta del conductor del vehículo.
Figura 13
Interfaz gráfica del programa, elementos de control
de puertas, ventanas y retrovisores
Fuente: los autores

146
Tabla 7
Datos del sistema auxiliar
DLC (bytes
Descripción ID CAN Datos Función
longitud)
Puerta izquierda cerrada C 3 00 00 00 Cerrado

Alarma A 1 5 Activado
Alarma A 1 0A Apagado
Bloqueo de puertas 5 3 06 00 00 Cerrado
Bloqueo de puertas 6 3 00 00 00 Abierto
Ventana cerrada en su
C 3 00 00 01 Encendido
totalidad
Ventana abierta en su
C 3 00 00 02 Encendido
totalidad
Luz parqueo 2 3 1F 40 80 Encendido
Luz parqueo 2 3 00 40 80 Apagado
Luz direccional izquierda 2 3 3A 40 80 Encendido
Luz direccional izquierda 2 3 30 40 80 Apagado
Luz direccional derecha 2 3 25 40 80 Encendido
Luz direccional derecha 2 3 20 40 80 Apagado
Retrovisor derecho sube 14 1 1 Encendido
Retrovisor gira izquierda 14 1 4 Encendido
Retrovisor girando derecha 14 1 8 Encendido
Retrovisor bajando 14 1 2 Encendido
Fuente: los autores
Instrumentación del vehículo Kia Soul EV

Con el fin de satisfacer las necesidades de comunicación de todos
los sistemas electrónicos que contiene este vehículo, los fabricantes han
colocado un sistema de conexión Bus-CAN de alta velocidad y capa-
147
cidad. El desarrollo de la instrumentación del vehículo Kia se centró

en tres sistemas principales que son: sistema de iluminación princi-
pal, estado de puertas del vehículo, velocidad de las ruedas. La tabla 8
nos muestra las características principales del Bus de comunicación de
este vehículo.
Tabla 8
Características del bus CAN de datos (Kia Soul EV)
Descripción Valor
Velocidad de transmisión 500 Kbits/s
Comunicación de unidades electrónicas del
Aplicaciones
vehículo
Fuente: los autores
Programación Arduino
Se utilizó la misma programación de Arduino desarrollada ante-

riormente y en ella se eliminó la sección de envío de datos y se modificó
la tasa de envío de datos a 500 Kbits/s. La figura 14 muestra el diagrama
de flujo que sigue la programación realizada.
Software
El software desarrollado para esta sección es idéntico al empleado

para la monitorización del vehículo Volkswagen de la figura 10. Este
permite comunicarse con la tarjeta Arduino y recibir los datos que lle-
gan a ésta por el puerto CAN, el programa además separa y clasifica los
datos recibidos.
Para desarrollar la instrumentación de los sistemas en el software,

primero se realizó el levantamiento de datos. Las tablas 9, 10 y 11 mues-
tran los datos referentes al sistema de iluminación, el estado de las puer-
tas y la velocidad de las ruedas respectivamente.
148
Figura 14
Diagrama de flujo programación Arduino
Fuente: los autores

149
Tabla 9
Datos de lectura del sistema de alumbrado en el vehículo Kia Soul EV
Estado
ID # de byte Datos Función
del vehículo
Luces bajas
1 1 Encendido Apagado
1 0 Apagado Apagado
50
1 81 Encendido Encendido
1 0 Apagado Encendido
Luces de carretera
1 2 Encendido Apagado
1 0 Apagado Apagado
50
1 82 Encendido Encendido
1 0 Apagado Encendido
Fuente: los autores
Tabla 10
Datos de lectura del estado de puertas en el vehículo Kia Soul EV
ID # de byte Datos Función
Puertas frontales
30 Puerta derecha abierta
A0 Puerta izquierda abierta
18 1
B0 puertas abiertas
0 puertas cerradas
Puertas posteriores
8 Puerta derecha abierta
2 Puerta izquierda abierta
18 5
0A puertas abiertas
0 puertas cerradas
Fuente: los autores

150
Tabla 11
Datos de lectura de velocidad de las ruedas en el vehículo Kia Soul EV
Descripción ID # de byte Datos
Rueda delantera derecha 4B0 1y2 variable
Rueda delantera izquierda 4B1 3y4 variable
Rueda posterior derecha 4B2 5y6 variable
Rueda posterior izquierda 4B3 7y8 variable
Fuente: los autores
Con los datos obtenidos en las tablas 9, 10 y 11, se desarrolló la

instrumentación en el software que muestra mediante indicadores grá-
ficos el estado de uso del sistema de alumbrado principal, el estado de
las puertas y la velocidad de cada rueda del vehículo. Cuando las luces
del vehículo son encendidas, el software recibe el mensaje enviado por
el bus CAN, reconoce el código de encendido y acciona un indicador en
la interfaz gráfica del mismo, de igual manera sucede con las puertas, al
momento de ser abiertas se recibe el mensaje y se acciona un indicador
visual de color azul (figura 15).
Figura 15
Interfaz gráfica del programa
Fuente: los autores

151
Para el caso de la velocidad de las ruedas, el mensaje recibido se

separa en los bytes correspondientes a cada rueda (tabla 11), tomando
los datos en lenguaje hexadecimal y el software los trasforma al sistema
decimal, posteriormente se multiplica por una constante de conversión
asignada por el fabricante del vehículo y se obtiene la velocidad en km/h
de cada una de las ruedas.
El conexionado del sistema de monitoreo del bus CAN al vehícu-

lo se realizó mediante un cable OBDII, para ello se identificó los pines
de conexión de los nodos CAN, donde el pin 6 y 14 del cable OBDII
representan los puertos CAN High y Low respectivamente, la figura 16
nos muestra la prueba del monitor CAN bus realizada en el vehículo
de la marca Kia, este sistema muestra de manera gráfica al usuario las
acciones realizadas en el sistema de confort del vehículo, por ejemplo
al abrir una de las puertas el software indicará que puerta del vehículo
fue abierta encendiendo un indicador de color azul como se observa
a continuación:
Figura 16
Prueba del monitor CAN en el vehículo Kia
Fuente: los autores
Conclusiones
Hoy en día, el estudio de los protocolos de comunicación en los
vehículos es de suma importancia puesto que la tecnificación de los sis-
temas y el continuo avance tecnológico ha llevado a utilizar medios que
152
permitan la reducción y optimización del cableado, incorporando ade-

más mecanismos de control para el reconocimiento de anomalías.
La infraestructura de comunicación de hardware y software pre-

sentada en este trabajo es una potente herramienta para el desarrollo de
aplicaciones de monitoreo y/o control en múltiples sistemas vehiculares
comerciales y no comerciales, en donde exista un bus de comunicación
CAN abierto. Además, la amplia gama de tasas de transmisión reconfi-
gurables que maneja la tarjeta de interconexión CAN (desde 5 Kb/s has-
ta 1 Mb/s) permite comunicaciones de baja y alta velocidad con variadas
unidades de control del vehículo, tales como: la unidad de control de
luces, la unidad de control del motor, la unidad de control de puertas, la
unidad de control de ABS, la unidad de control multimedia, entre otras.
Las aplicaciones desarrolladas muestran en el primer y segundo

caso el monitoreo y control de baja velocidad (100 Kb/s) de todas las
variables del sistema de iluminación y control de puertas respectiva-
mente, desarrollado en los módulos didácticos Lucas Nülle del vehículo
Volkswagen Golf, en donde se visualizan estas variables en tiempo real
en la PC de una manera robusta y amigable para el usuario. En el tercer
caso se muestra la instrumentación de alta velocidad (500 Kb/s) de un
vehículo eléctrico Kia Soul EV, en donde se presenta en el computador
los estados del sistema de iluminación externa, estados de las puertas y
la velocidad en km/h de cada rueda por separado.
Los datos que se transmiten por el bus CAN en los casos estudia-
dos son específicos para cada tipo de vehículo y modelo, por ello, la se-
guridad del sistema radica principalmente en la protección de los hilos
de comunicación CAN-H y CAN-L siendo estos de difícil acceso desde
el exterior del vehículo impidiendo que se vulnere o intercepte las tra-
mas y datos. Otro de los aspectos importantes de la seguridad de los ve-
hículos con protocolo de comunicación CAN es que posee dos tipos de
tramas, siendo estas síncronas y asíncronas; las primeras garantizan que
el vehículo pueda determinar y auto-diagnosticar el estado de puertas,
elevadores y la integridad del bus CAN, ya que recibe datos periódicos
153
de sus estados con latencias menores a 100 ms. Por otro lado, las tramas
asíncronas, permiten tener el estado solo cuando haya un cambio en el
funcionamiento, por ejemplo, cuando se enciende algún elemento del
sistema de iluminación.
El bajo costo y la escalabilidad del sistema implementado per-

mitirá la generación de un sin número de aplicaciones entre las cuales
se pueden mencionar las siguientes: monitoreo remoto, geoposiciona-
miento, bloqueo remoto de puertas, diagnóstico de consumo, manteni-
miento predictivo, sensores inteligentes, entre otras.
Atmel. (2015). SAM3X / SAM3A Series. Atmel, p. 1885.
Dani. (septiembre, 2017). Aficionados a la mecánica. Recuperado de http://
www.aficionadosalamecanica.net/can-lin-most-bluetooth-intro.htm
González, C. y Vásquez, R. (2013). Determinación de los niveles de iluminación e
implementación de sistema automatizado en el automóvil. Latacunga-
Repositorio Digital ESPE.
González, M. Á. (septiembre, 2017). Mecatrónica. Recuperado de http://mi-
gueangelreyes.blogspot.com/2015/10/tecnologia-flexray.html
Head y Petrol. (agosto, 2017). Petrol Head Garage. Recuperado de http://petrol-
headgarage.com/Posts/caracteristicas-de-un-sistema-can-bus/
Li, R. y Liu, C. (2008). A Design for Automotive CAN Bus Monitoring. IEEE
Vehicle Power and Propulsion Conference (VPPC), September 3-5,
2008, Harbin, China.
Mabrouka, G., Mohamed, H. G. y Hafedh, T. (2016). An Intrusion Detection
Method for Securing In-Vehicle CAN bus. Sciences and Techniques of
Automatic control. Túnez.
Oxer, J. y Blemings, H. (diciembre, 2009). Practical Arduino: Cool Projects for
Open Source Hardware. Apress, p. 500.
Roemer, F., Lamparter, M. y Lienkamp, M. (2017). A Method for Masterless
Self-Assigning CAN Bus. IEEE.
Ruiz, J. y Crespo, P. (2013). Análisis de funcionamiento y aplicación de las redes
multiplexadas en vehículos automotrices. Cuenca: UDA.
Salunkhe, A. A., Kamble, P. P. y Jadhav, R. (2016). Desing And Implementation
of CAN bus Protocol for Monitoring Paremeters. International Confe-
154
rence On Recent Trends In Electronics Information Communication

Technology. India.
Shi Shengbing, S. C. (2015). CAN bus performance test technology. International
Conference on Electronic Measurement & Instruments.
Volkswagen y Wolfsburg. (14 de septiembre de 2017). Mecanico Automotriz.
Recuperado de: https://www.mecanicoautomotriz.org/1437-manual-
sistema-can-bus-datos-bosch-diseno-funcionamiento.
Zhou, F., Shuqin, L. y Xia, H. (2008). Development Method of Simulation and
Test System for Vehicle Body CAN Bus Based on CANoe. World Con-
gress on Intelligent Control and Automation. Chongqing, China.
Optimización del sistema
de mantenimiento del equipo
caminero a través de la gestión
por procesos
Renato Fierro J.1

Walter López R.2
Luis Valdiviezo C.3
Resumen
Mediante la metodología de gestión por procesos se formula una propuesta para la mejora del actual
Sistema de Gestión de Mantenimiento de la Maquinaria Pesada del Gobierno Provincial del Cañar; ya que
al momento cuenta con un planificación poco estructurada y sistematizada referente a la conservación
de las unidades, generando que las intervenciones que se realizan en su mayor porcentaje sean de tipo
correctivo, lo que aumenta los costos y limita la disponibilidad de los vehículos. La investigación parte de
un diagnóstico previo del funcionamiento y competencias de la Sección de Mecánica, realizando el levan-
tamiento de información, considerando la organización del personal, listado e historial de la maquinaria
pesada y las tareas de mantenimiento que se desarrollan. Además, para tener una visión globalizada
sobre el funcionamiento de la Sección de Mecánica y el cumplimiento de sus competencias se aplica el
análisis DAFO (debilidades, amenazas, fortalezas y oportunidades), para tener un diagnóstico objetivo
sobre la situación actual lo cual permite realizar una proyección real y factible de ser aplicada. La inclusión
de los índices CMD (confiabilidad, mantenibilidad y disponibilidad) faculta al sistema a controlar la gestión
y la operación de mantenimiento, verificando el cumplimiento de los objetivos y metas trazadas referente
a la conservación de los equipos.
Palabras clave
Maquinaria, procesos, gestión, mantenimiento, índices.
1 Carrera de Ingeniería Automotriz de la Universidad Politécnica Salesiana de

Guayaquil.
Salesiana de Cuenca.
Salesiana de Cuenca.
Renato Fierro J., Walter López R. y Luis Valdiviezo C.
156
Abstract
Through the process management methodology, a proposal is made for the improvement of the cur-
rent Heavy Equipment Maintenance Management System of the Cañar Provincial Government; since
at the moment it has a little structured and systematized planning regarding the conservation of the
units, generating that the interventions that are carried out in their greater percentage are of corrective
type, which increases the costs and limits the availability of the vehicles. The investigation starts from
a previous diagnosis of the operation and competences of the Mechanics Section carrying out the
information gathering, considering the personnel organization, list and history of the heavy machinery
and the maintenance tasks that are developed. In addition, in order to have a globalized view on the
functioning of the Mechanics Section and the fulfillment of its competencies, the SWOT analysis
(weaknesses, threats, strengths and opportunities) is applied in order to have an objective diagnosis
about the current situation, which allows a projection real and feasible to be applied. The inclusion
of the CMD indices (reliability, maintainability and availability) empowers the system to control the
management and the maintenance operation verifying the fulfillment of the objectives and goals es-
tablished regarding the conservation of the equipment.
Keywords
Machinery, processes, management, maintenance, indices.
Introducción
Al aplicar la metodología de gestión por procesos al sistema de
mantenimiento del equipo caminero del GADPC (Gobierno Autónomo
Descentralizado de la Provincia del Cañar), se logra optimizar y tecnifi-
car el modelo vigente de gestión y planificación de la Sección de Mecá-
nica, ya que incorpora métodos y estrategias viables y convenientes para
el desarrollo de las tareas de mantenimiento.
El proceso “es una secuencia de actividades que van añadiendo va-
lor mientras se produce un determinado producto o servicio a partir de
determinadas aportaciones” (Colín, 2002; Pérez, 2009). Esto se logra por
medio de actividades estructuradas y organizadas, que apoyen las polí-
ticas y estrategias institucionales, con la finalidad de obtener un óptimo
rendimiento en coste y facultando a ofertar un servicio de calidad, que
permita cubrir las necesidades y cumplir las expectativas del beneficiario.
La gestión por procesos como base en la visión sistemática “apoya
al aumento de la productividad y el control de gestión para mejorar en
las variables clave” (Carrasco, 2008), facultando a optimizar el uso de
recursos y generar los máximos beneficios y eficacia para lograr los ob-
jetivos propuestos por las unidades administrativas.
Optimización del sistema de mantenimiento del equipo caminero a través de la gestión por procesos
157
La misión del mantenimiento, de acuerdo al criterio de los autores

Mora (2009) y Ahuja (2008), “es garantizar la máxima disponibilidad de
los equipos con altos requisitos de confiabilidad y fiabilidad, en el tiempo
solicitado para operar”, todo con el fin de producir un servicio de calidad
que satisfagan los requerimientos solicitados, con los mayores índices de
productividad para optimizar su rentabilidad y generar mayores ingresos.
Los autores Mora (2009) y Mesa (et al., 2006) explican que, por medio
de la inclusión de los índices CMD (confiabilidad, mantenibilidad y dis-
ponibilidad), los cuales “se basan en métodos estadísticos, matemáticos y
probabilísticos [se] pueden planear, organizar, dirigir, ejecutar y controlar
totalmente la gestión y la operación de mantenimiento”.
Análisis previo del sistema de gestión de mantenimiento
Recopilación y análisis de información

Por información obtenida en la Dirección Administrativa del
GADPC, al momento cuenta con 108 equipos, y se subdivide en 32 ve-
hículos livianos (camionetas, jeep, motocicletas), 32 vehículos de carga
pesada (volquetas, camiones, bus, entre otros), y 44 vehículos de maqui-
naria pesada (cargadora, tractor, motoniveladora, rodillo, entre otros),
como se detalla en la figura 1.
El presente estudio se centra en la maquinaria y vehículos de car-

ga pesada que posee la entidad, ya que se consideran indispensables en
el desarrollo del plan operativo anual. Estos representan el 40% y 30%,
respectivamente. Por lo cual es necesario que la Sección de Mecánica
presente una matriz operativa en base a la organización y estructuración
referente a sus procesos de mantenimiento, con la finalidad de tener una
mayor disponibilidad de sus equipos y apoyar a la Dirección Adminis-
trativa, la Dirección Financiera y la Dirección de Infraestructura Vial,
Construcciones, Riesgos y Vivienda Rural, para de esta manera contri-
buir al logro de los objetivos institucionales.
158
Figura 1
Equipo caminero disponible al año 2017
Fuente: los autores
Para caracterizar el estado de las unidades al año 2017, se toma

como referencia su año de fabricación frente a la vida útil de la unidad,
la cual es considerada un tiempo estimado de 10 años, según los autores
corporativos @Gerencie.com (2013) y Más Maquinaria y Construcción
(2013). De acuerdo a esto se genera la siguiente tabla:
Tabla 1
Ponderación del estado según el año de fabricación
Ponderación
Año de fabricación Estado del vehículo
porcentual
2016 en adelante Excelente 90% - 100%
2007 - 2015 Bueno 70% - 89%
2000 - 2006 Regular 50% - 69%
1990 - 1999 Malo 20% - 49%
1990 - atrás Muy malo 5% - 19%
Fuente: los autores
Los equipos que se encuentran en estado de reparación no po-

seen un tiempo establecido de mantenimiento, ya que depende de la
tramitación administrativa y financiera para la asignación de recursos
económicos. En base a los parámetros del año de fabricación y verifica-
ción de la condición actual por parte de los técnicos, se realiza una pon-
159
deración porcentualmente del estado actual de la maquinaria pesada y

vehículos de carga pesada, expuesta en las figuras 2 y 3 respectivamente.
Figura 2
Condición de la maquinaria pesada al año 2017
Fuente: los autores
Figura 3
Condición del equipo de carga pesada al año 2017
Fuente: los autores
Estructura organizacional
Del organigrama entregado por la Unidad Administrativa de Ta-
lento Humano (2011), referente a la implementación y funcionamiento
de la Sección de Mecánica, se puede constatar que cuenta con un jefe de
sección, un auxiliar de apoyo y diez técnicos, mostrándose la siguiente
160
estructura y jerarquía de acuerdo a sus funciones como se observa en la

siguiente figura:
Figura 4
Estructuración de la Sección de Mecánica
Fuente: los autores
Análisis DAFO de la Sección de Mecánica

En base a los parámetros externos e internos de la unidad en
estudio, y la aplicación de un análisis estadístico se obtienen vectores,
que representan el funcionamiento actual y futuro de la Sección al
implementar estrategias de control y gestionar sus procesos para la
conservación del equipo caminero, el trazado se expone en la figura 5:
Se realiza un análisis estratégico mediante la matriz MAFE (matriz

analítica de formación de estrategias) de Hershey Food Corporation citado
en Ponce (2007); por medio de este método se interrelacionan los criterios
definidos del análisis DAFO y se formulan las estrategias para dicha sección:
• Adquisición de servicios para diagnóstico predictivo del equi-

po caminero.
• Mejorar la prestación de los equipos mediante la inclusión de
estrategias y operaciones modificativas.
• Implementación de índices de confiabilidad, mantenibilidad
y disponibilidad para el control de la gestión y la operación
de mantenimiento.
161
• Aplicación de los procesos, procedimientos, y fichas elaboradas

para las intervenciones de mantenimiento en el equipo caminero.
• Almacenamiento y control de los repuestos, materiales e insu-
mos automotrices.
• Mejora del ambiente de trabajo mediante la inclusión de planes
para el manejo y control de desechos peligrosos y chatarras.
Figura 5
Análisis DAFO de la Sección de Mecánica
Situación actual:
Dentro de 1 año:
Dentro de 5 años:
Fuente: los autores
Formulación de procesos
En base a la información recopilada y procesada de la condición
actual de la Sección de Mecánica, se procede a realizar la optimización
e inclusión de procesos y estrategias para el control y conservación del
equipo caminero; por lo cual se desarrolla un esquema general de los
procesos estratégicos, operativos y de apoyo descritos en la tabla 2 según
el autor Zaratiegui (1993) y adaptados a la unidad administrativa en la
figura 6.
162
Tabla 2
Ponderación del estado según el año de fabricación
Proceso Descripción
Destinado a definir y controlar los objetivos y estrategias, este
Estratégicos
proceso es administrado y gestionado por el nivel directivo.
Permite llevar a cabo las acciones para desarrollar las políticas y
Operativos estrategias definidas para la sección, con la finalidad de tener un
adecuado mantenimiento del equipo caminero.
De apoyo No están enlazados directamente con el desarrollo de las estrate-
o soporte gias, pero influyen en el proceso operativo.
Nota: las categorías, se jerarquiza de acuerdo a la importancia del proceso y se
clasifican en primarios o secundarios, los cuales se interrelacionan en secuen-
cias ordenadas.
Fuente: los autores
Figura 6
Esquema general del mapa de procesos de la Sección de Mecánica
Fuente: los autores
De acuerdo al esquema general se elaboran subprocesos a través

de flujogramas, matrices y fichas, para tener un control y evaluación de
las acciones rutinarias, preventivas o correctivas que se realicen sobre la
unidad, considerando el cumplimiento del ciclo Demming (planificar,
163
hacer, verificar, actuar) (Maldonado, 2015) que permitan obtener resul-

tados eficientes y viables. En base al esquema general y la ficha técnica
presentadas en las figuras 6 y 7, respectivamente, se identifican las ac-
tividades de control para la evaluación de los equipos, y estas se repre-
sentan en la figura 8, mediante un árbol de procesos y procedimientos.
Figura 7
Ficha de control del mantenimiento
SEGUIMIENTO Y MEDICIÓN
Unidades Frecuencia Técnica de
Indicadores Forma de cálculo Meta Responsable
de Medida de análisis análisis
Mantenimiento
Gráfico de
Correctivo vs % Mensual Mínimo 10% Jefe de Taller
Preventivo líneas
Cumplimiento del
plan de Gráfico de
mantenimiento % Mensual 85% Jefe de Taller
preventivo líneas
PLANIFICAR HACER VERIFICAR ACTUAR RESULTADOS

Estado operativo
Planificación del Aplicación de Tomar acciones Maquinaria y
correcto de la
mantenimiento mantenimiento maquinaria y vehículos
rutinarias especificadas vehículos de
ENTRADAS rutinario y rutinario. en la ficha de control. carga pesada en
de carga pesada.
Procesos y preventivo de la estado
procedimientos maquinaria y Cumplimiento del operativo.
de control del Mantenimiento plan de Ajustar plan de
vehículos de carga Preventivo. mantenimiento mantenimiento.
estado operativo pesada. anual o mensual
de los
BENEFICIARIOS
equipos.
Técnicas de control
Mantenimiento Eficacia de Toma de acciones Servidor público
Especificaciones de los Correctivo. mantenimiento. correctivas. a cargo de la
técnicas de la mantenimientos
efectuados unidad.
maquinaria.
Sectores rurales
mediante Cumplimiento del Registrar no
Control metrológico de la Provincia
Requerimientos actividades de periódico. programa de conformidad y tomar
e insumos.
del Cañar.
metrología. metrología. acciones.
DOCUM ENTOS, REGISTROS Y CONTROLES PROCESOS Y RESPONSABILIDADES
S U-C E -E C -S M -01 CONTROL DEENTRADA DELA MAQUINARIA P R -M R U-E C -S M -01 MANTENIMIENTO RUTINARIO
MATRIZ DERESPONSABILIDAD DEL
S U-S T -E C -S M -02 SUPERVISIÓN DETRABAJOS(JEFEDETALLER) M T O- M R U-E C -S M -02
MANTENIMIENTO RUTINARIO
S U-C S -E C -S M -03 CONTROL DESALIDA DELA MAQUINARIA P R -M P R -E C -S M -03 MANTENIMIENTO PREVENTIVO
F T C -E C S -E C -S M -04 FICHA TÉCNICA (INGRESO, CONTROL YSALIDA) M T O- M P R -E C -S M -04
MANTENIMIENTO PREVENTIVO
F T C -M R U-E C -S M -05 FICHA TÉCNICA MANTENIMIENTO RUTINARIO P R -M C O-E C -S M -05 MANTENIMIENTO CORRECTIVO
F T C -R M -E C -S M -06 FICHA DEREGISTRO DEMANTENIMIENTOS M T O- M C O-E C -S M -06
MANTENIMIENTO CORRECTIVO
F T C -E T -E C -S M -07 FICHA DEEVALUACIÓN TÉCNICA DELA UNIDAD P R -M M O-E C -S M -07 MANTENIMIENTO MODIFICATIVO
F T C -E B -E C -S M -08 REGISTRO DEEGRESO DEBODEGA M T O- M M O-E C -S M -08
MANTENIMIENTO MODIFICATIIVO
F T C -H M -E C -S M -09 INFORMEDEL HISTORIAL DEMANTENIMIENTOS P R -M P T -E C -S M -09 MANTENIMIENTO PREDICTIVO
F P R -M P R -E C -S M -10 PROCEDIMIENTOSDEL MTTO. PREVENTIVO M T O- M P T -E C -S M -10
MANTENIMIENTO PREDICTIVO
Fuente: los autores

164
Figura 8
Procesos, procedimientos y actividades de control del mantenimiento
Manual de Procesos y Procedimientos para el Sistema de Gestión de Mantenimiento del Equipo Caminero.
Esquema General del Mapa de Procesos para la Sección de Mecánica Matriz General para Procesos de Mantenimiento del Equipo Caminero
Control de Entrada de la Maquinaria
Supervisión de Ficha Técn. Entrada_Control_Salida de

Árbol de Procesos y Procedimientos para la
Supervisión del Mtto. de la Maquinaria la Maquinaria Pesada

las Unidades
Control de Salida de la Maquinaria
Sección de Mecánica
Mantenimiento Rutinario Ficha Técn. Control Mtto. Rutinario
Matriz de Responsabilidades Mtto.Prev. Registro

Mantenimiento Preventivo de Mtto.
Procedimientos Actividades
Mttos.
ejecutados en
Mantenimiento Correctivo Matriz de Responsabilidades Mtto.Corr.
las Unidades
Aplicac.
Índices CMD.
Propuesta Mtto. Modificativo Matriz de Responsabilidades Mtto.Mod.
Propuesta Mtto. Predictivo Matriz de Responsabilidades Mtto.Predic
Fuente: los autores
Proceso de supervisión de unidades
Este proceso engloba tres procedimientos: entrada, supervisión y

salida de la unidad del taller mecánico, los cuales son expuestos en las
figuras 9, 10 y 11, respectivamente. Además, se disponen de fichas técni-
cas que facultan una inspección y evaluación diagnóstica de la máquina
que solicite el proceso de mantenimiento. En la figura 17 se ejemplifica
un tipo de ficha.
Para estas actividades de control es necesario registrar los si-

guientes parámetros:
• Descripción del equipo

• Datos del funcionario responsable del equipo y mantenimiento
• Control del combustible y hodómetro o kilometraje
• Hora de ingreso/salida de la unidad
• Revisión de accesorios y documentos
165
Figura 9
Supervisión de las tareas de mantenimiento
SUPERVISIÓN CONTINUA DE DE TRABAJOS DE REPEARACIÓN DEL EQUIPO CAMINERO.
i n for mación Se encarga de inspeccionar la

Informe o ficha de diagnóstico ejecución de las labores de
técnica que detalla las averías y mantenimiento efectuadas por el
daños encontrados en la unidad mecánico designado.
Aprueba o no los trabajos de

reparación, ajustes, y
adaptaciones de sistemas
Efectua pruebas de operatividad y

Solicita y aprueba el uso
corrección de defectos
JEFEDETALLERDELA SECCIÓN DEMECÁNICA
requerimientos (repuestos,
encontrados posterior al trabajo de
materiales, e insumos).
mantenimiento efectuado
Se efectua observaciones y
SI se da consejos al mecánico
Avería persiste
para continuar el
mantenimiento de
NO
Realiza un informe detallado de las

intervenciones o actividades que se
desarrollaron en el equipo
SI Realiza un informe para la ejecución de

Requiere de
tareas de reparación en talleres externos
servicios extras
(rectificadora, casas fabricantes, entre otras).
NO
Maquinaria y vehículos de carga

pesada en estado operativo
Fuente: los autores
Figura 10
Proceso de entrada de la unidad
PROCESO DE ENTRADA DE LAS UNIDADES PARA INTERVENCIONES DE MANTENIMIENTO
OPERADOR
CHOFER/
Solicitud de ingreso de la
La unidad requiere de
maquinaria o vehículo de
servicios de mantenimiento
carga pesada.
Auxiliar de Apoyo Técnico designado

En conjunto al Jefe de Taller, se Registra en el formato de
analiza la solicitud y se designa ingreso las observaciones
al técnico responsable. encontradas en la unidad.
PERSONALDELA SECCIÓN DEMECÁNICA
Técnico designado Auxiliar de apoyo

Solicita al chofer-operador que Se realiza el registro de firmas
ingrese para ejecutar la revisión por parte del técnico y
pertinente de la unidad. responsable de la unidad.
Técnico designado Jefe de Taller

Llenado de la ficha técnica de Realiza la evaluación de la ficha
ingreso, control y salida de la elaborada y autoriza la ejecución
unidad. del mantenimiento.
Técnico designado Auxiliar de Apoyo

Efectúa una inspección visual Registra fichas, solicitudes y
de la condición externa e requerimientos del
interna de la unidad. mantenimiento solicitado.
El técnico designado se encarga de la ejecución

del mantenimiento correspondiente.
Fuente: los autores

166
Figura 11
Proceso de salida de la unidad
CONTROL DE SALIDA DE LAS UNIDADES DEL TALLER MECÁNICO
MECÁNICO
ASIGNADO
Maquinaria o vehículo de
TÉCNICO
carga pesada reparada y en

estado operativo
Disponer de la ficha
Determinar a través de la ficha
técnica elaborada al
técnica elaborada la falla
ingresar la unidad
LA SECCIÓN DEMECÁNICA
JEFEDETALLER DE
Registrar en la ficha técnica Obtener del técnico asignado un

de ingreso y salida el reporte escrito o verbal de las
diagnóstico de reparación y condiciones operativas iniciales y
actividades realizadas. de las actividades realizadas
Archivar la ficha elaborada con

Informar las actividades
la fecha inicial y final de la
realizadas al chofer-operador, y
intervención del mantenimiento
a las unidades administrativas
realizado, firmas y sello de la
correspondientes.
sección
OPERADOR
CHOFER /
Entrega del vehículo al servidor

encargado de la unidad
Fuente: los autores
Procesos de mantenimiento
Mantenimiento rutinario. Se realizan generalmente actividades de

lavado, secado y lubricación de la maquinaria. Generalmente es realiza-
do por el personal encargado de lubricación y lavado de las unidades, ya
que estos disponen de los insumos requeridos para este tipo servicio. El
proceso a seguir se expone en la figura 12.
Las estrategias de mantenimiento formuladas buscan sostener o

alargar la vida útil de los equipos que dispone la entidad, aportando de
manera directa al desarrollo de obras de vialidad e infraestructura.
167
Figura 12
Proceso de mantenimiento rutinario
MANTENIMIENTO RUTINARIO DE LA MAQUINARIA Y VEHÍCULOS DE CARGA PESADA
Jefe de Taller Jefe de Taller

Requerimiento del
Autoriza el requerimiento de Procede al llenado de la ficha de
chofer-operador de
acuerdo al orden de llegada de control con datos de la unidad y
actividades referente al
las solicitudes. del servidor a cargo.
mantenimiento solicitado
Jefe de Taller Jefe de Taller

Auxiliar de Apoyo
Asigna tareas e Aprueba el mantenimiento
instrucciones al técnico rutinario (cambio de aceite y filtro;
Realiza el registro de la petición
responsable en la lavado y engrase de la Unidad) con
del mantenimiento a realizarse.
ejecución del firma y sello de la Sección de
mantenimiento solictado. Mecánica
Técnico asignado Técnico asignado Técnico asignado

Informe de requermientos Efectua las actividades para
e insumos para el lavado, cambio de aceite y filtro del Realiza actividades de lavado,
engrase, cambio de aceite motor de acuerdo a las engrase y secado de la unidad.
y filtro. caracteristicas de la unidad.
Chofer-Operador
Se registra en el libro de
control las actividades Entrega de la Unidad al chofer-
realizadas con datos de: la operador encargado.
unidad, fecha, y servidores.
Fuente: los autores
Mantenimiento preventivo. Se describen estrategias para reducir

la probabilidad de ocurrencia del fallo, las operaciones a realizarse de-
penderán del tipo de máquina y el tiempo de operación en el que se
encuentra. Al establecer esta estrategia de mantenimiento planificado
se obtiene varios beneficios: faculta a planificar las actividades, los re-
querimientos e insumos, recursos humanos, materiales y económicos;
permitiendo minimizar el tiempo de intervención y facultando reducir
los costos ocasionados por el fallo del equipo, puesto que se enfoca en
evitar la ocurrencia de estos eventos. Además, la seguridad de los ope-
radores de los vehículos se ve incrementada al reducir la ocurrencia del
fallo. El proceso a seguir para las acciones preventivas se presenta en la
siguiente figura:
168
Figura 13
Proceso para el mantenimiento preventivo
Fuente: los autores
A continuación, se formulan los procedimientos de acuerdo a

ejemplos presentados por la entidad del Ministerio de Trabajo (2015),
para las acciones preventivas de las unidades, el cual incluye: entradas,
servicios, beneficiarios, actividades, tareas, frecuencia, número de ser-
vicios, tiempo de ejecución del servicio, recursos humanos y físicos e
interfaz; todos representados en la siguiente figura:
Figura 14
Ficha de levantamiento de procedimiento preventivo
de la maquinaria pesada
Optimización
169
del sistema de mantenimiento del equipo caminero a través de la gestión por procesos
Fuente: los autores

170
En la figura 15 se describen las actividades a realizar acorde al

recorrido de la unidad en horas o kilómetros, además, se incluyen recur-
sos físicos y humanos, y se establecen tiempos de intervención de acuer-
do a su grado de complejidad. Las actividades expuestas aplican para
un tractor de orugas obtenido del manual de Komatsu Europe (2012).
Figura 15
Acciones preventivas para el tractor
Tiempo de ejecución (min) por
Frecuenci
servicio prestado Recursos Recursos
a del Tareas para la actividad
Tiempo Tiempo Tiempo Humanos Fisico
M tto.
M ínimo Promedio M áximo
Bomba para
Lubricación Lavadores
60 90 120 engrase
Técnico Densímetro,
Revisión del nivel del electrolito de la batería
15 30 45 Eléctrico agua destilada
Líquido de
Revisión del funcionamiento de los frenos Vulcanizador
30 45 60 Frenos
Mtto. 250 Horas
Revisión del nivel de aceite de la caja de mando final.

Aceite de caja
Agregado de aceite. 30 45 60
Revisión del nivel y agregado de aceite en el tanque
Aceite hidráulico
hidráulico. 15 30 45
Técnico Spray de
Revisión y limpieza del colador de combustible
30 45 60 Mecánico limpieza
Aceite de motor
Cambio de aceite del motor, reemplazo del filtro de aceite
30 45 60 y filtro de aceite
Aire
Limpieza del filtro del aire acondicionado
60 90 120 comprimido
Técnico Filtro de
Horas
Mtto.
500
Reemplazo del cartucho del filtro de combustible

15 30 45 Mecánico combustible
Cambio del aceite de la caja de la transmisión, limpieza del Aceite de

colador en en tren de fuerza 30 45 60 transmisión
Reemplazo del cartucho de filtro de aceite de la Cartucho de

Mtto. 1000 Horas
transmisión 30 45 60 Técnico filtro y empaque

Mecánico Diesel o Spray
Limpieza del respiradero
30 37,5 45 de Limpieza
Cambio del aceite de la caja del embrague de giro Aceite de caja

15 22,5 30
Grasa y Bomba
Engrase de la unión universal Lavadores
30 45 60 de engrase
Cambio de aceite del tanque hidráulico, reemplazo del Aceite, filtro de

elemento del filtro de aceite 60 75 90 aceite.
Aceite para
Cambio de aceite en la caja de mando final
30 45 60 Transmision
Mtto. 2000 Horas
Técnico
Revisión del amortiguador de vibración Silicon, franela
30 37,5 45 Mecánico
Revisión de la holgura de válvulas del motor Visual

45 52,5 60
Agregado de agente anticorrosivo al sistema de
Refrigerante
enfriamiento 30 37,5 45
Escobillas
Técnico
Revisión del motor de arranque y del alternador ylimpiador de
Eléctrico
60 90 120 contactos
Fuente: los autores

171
Mantenimiento correctivo. Por medio de diagramas de flujo se co-

locan las actividades de forma secuencial y ordenada, con el propósito
de que el proceso sea desarrollado de una forma ágil y óptima, permi-
tiendo restablecer el equipo caminero a su estado operativo habitual de
servicio. El proceso a seguir se expone en la siguiente figura:
Figura 16
Proceso del mantenimiento correctivo
Fuente: los autores

172
A continuación, en la figura 17, se realiza un registro para el control

de las acciones preventivas o correctivas que se realicen sobre la unidad.
Figura 17
Ficha para el control de acciones preventivas y correctivas
Información de ingreso del vehículo Información de salida del vehículo
Kilometraje/ Horómetro: Kilometraje/ Horómetro:
Combustible: E F Combustible: E F
ESPECIALIDAD TIEMPO DESCRIPCIÓN DELOS

Mecánic Eléctric Suelda Vulcaniz Estimad Real
TRABAJOSEJECUTADOS
REPUESTOS / ACCESORIOS / EMPLEADOS

Pedido No. / Fecha: ___________ / ___________ Fecha de recepción
Egreso Bodega No./ Fecha: ___________ / ___________ de Repuestos / Accesorios _______________
OBSERVACIONES:
___________________________________________________________________
Fuente: los autores
La figura 18 muestra una matriz de asignación de responsabilida-

des. Esta tiene una correlación directa entre las actividades a desarrollar
y los responsables, facultando la optimización del modelo de gestión, ya
que presenta cada una de las tareas a ejecutar asociadas a un solo car-
go, para de esta manera agilizar el proceso de mantenimiento y rendir
cuentas por una tarea determinada. De igual manera se elabora para los
procesos: rutinario, preventivo, modificativo y predictivo.
Figura 18
Matriz RACI para el proceso de mantenimiento correctivo
PROCESO DE MANTENIMIENTO CORRECTIVO PARA EL EQUIPO CAMINERO DEL GAD PROVINCIAL DEL CAÑAR
PROCESO ACTUAL FUNCIONES Y RESPONSABILIDADES

Optimización
Actividad CHOFER- ENCARGADO DE AUXILIARDE DIRECCIÓN DECONTRATACIÓN

JEFEDETALLER BODEGA
OPERADOR MANTENIMIENTO APOYO PÚBLICA YADQUISICIONES
Maquinaria Avería R C I I
Asignación de un mecánico responsable I R I I
Evaluación del daño I C R
Determina si es necesario el traslado al taller I C R
Traslado del equipo averiado (Camión Tráiler) R C
173
Informe de requerimientos e insumos C R I C C

Recepción de Informe de requerimiento e insumos I R C C
Verifica la existencia de repuestos o materiales C I I R I
Adquisición de repuestos I C R
Recepción y verificación de insumos R C I I
Ejecución del mantenimiento C R
Verificación del Mantenimiento I R C I
Registro de los repuestos y materiales C C R I I
R: Encargado C: Consultado I: Informado
del sistema de mantenimiento del equipo caminero a través de la gestión por procesos
Fuente: los autores

174
Además, se recomienda la inclusión del proceso predictivo o mo-

dificativo presentados en las figuras 19 y 20 respectivamente, estas es-
trategias mejoran el rendimiento actual en el sistema de gestión, ya que
incorporan actividades de monitoreo que permiten controlar y predecir
los indicadores de productividad o buscan mejorar las prestaciones del
equipo en caso de acciones modificativas; estos mantenimientos ofrecen
los siguientes beneficios:
• Mayor disponibilidad de la maquinaria

• Considerable aumento de fiabilidad y confiabilidad
• Menos recursos por paradas imprevistas
• Reducción de accidentes y aumento de seguridad
• Disminución en los gastos de repuestos e insumos
• Reducción en las intervenciones anuales de mantenimiento
• Aminora la mano de obra
Para el manejo de información se lleva a cabo una planificación

de la condición operativa de cada unidad. El proceso a seguir se expone
en la figura 21, el cual detalla los siguientes parámetros:
1. Levantamiento de información:
• Fallo producido
• Tiempo de intervención
2. Procesamiento de información:
• Verificación y validación
• Registro de intervenciones
• Frecuencia de recopilación
• Retención de registros
3. Interpretación de resultados:
• Índices CMD, fichas técnicas, y diagrama de Pareto
175
Figura 19
Proceso de mantenimiento modificativo
FUNCIONES Y RESPONSABILIDADES
DIRECCIÓN DE
ENCARGADO DE
CHOFER-OPERADOR JEFEDETALLER AUXILIAR DEAPOYO BODEGA CONTRATACIÓN PÚBLICA Y
MANTENIMIENTO
ADQUISICIONES
Análisis Modal de Historial de

Fallo (estudia posibles Fallos de la
defectos futuros) Unidad
Se realiza un estudio A C
del rediseño de
componentes.
Informe de Recepción de Compras
Inspección de la requerimientos Informe de públicas
Bodega
máquina o vehículo e insumos requerimiento adquisición
e insumos de repuestos
NO Evalúa si es
conveniente la NO Verifica
modificación
existencia
SI B
SI
Asignación de un
mecánico
responsable
Solicitud de
repuestos o
materiales
Recepción y
verificación
del repuesto
Cumplelas NO
C D
especific.
SI Ejecución de la
operación
modificativa
Existe SI
mejoramiento
en la unidad
NO
Emite instrucciones D
y correcciones
Entrega del vehículo Registro
Fuente: los autores

176
Figura 20
Proceso de mantenimiento predictivo
FUNCIONES Y RESPONSABILIDADES
DIRECCIÓN DE
ENCARGADO DE
CHOFER-OPERADOR JEFEDETALLER AUXILIAR DEAPOYO BODEGA CONTRATACIÓN PÚBLICA Y
MANTENIMIENTO
ADQUISICIONES
Elementos
con excesivo
desgaste
Solicitud para
Evalúa la
ejecución de
solicitud y da
ensayos
la aprobación
predictivos
Elabora
instrucciones y
orden de trabajo
Verifica los equipos,

Asigna el personal
implementos y
capacitado para
accesorios a usar en
realizar el análisis. A
el ensayo
Elabora un
Compras
Informe de
Recepción públicas
requerimientos Bodega
del Informe adquisición
para el ensayo
de repuestos
Solicitud de NO Verifica
requermientos Existencia
SI
A
Revisa que el
equipo de
ensayos funcione
correctamente
Recibe informe y NO
Funciona
envía instrucciones
SI
Elabora un informe
Inicio de ensayos
con correcciones a
predictivos
realizar
Detección:
Reconocimiento
del Problema
Análisis:
Localización de la
causa del Problema
Corrección: Encontrar el
momento y forma de
solucionar el problema
NO Cumple
Elabora un informe
con los
de resultados
resultados
SI
Registro
Entrega del vehículo
Fuente: los autores

177
Figura 21
PROCESO PARA EL CONTROL DE RECOPILACIÓN, PROCESAMIENTO E INTERPRETACIÓN
Proceso para el manejo de información
DE LA INFORMACIÓN DE LOS TIEMPOS DE MANTENIMIENTO PARA EL EQUIPO CAMINERO
Manejo de
Información
A
Mecánico asignado Jefe de Taller/ Auxiliar de Apoyo
Recopilación de información de
Verificación y validación de datos.
los tiempos de mantenimiento.
Jefe de Taller
Realiza instrucciones y
recomendaciones para la Datos
NO
adquisción de los adquiridos
tiempos de viables
mantenimiento .
SI
A
Auxiliar de Apoyo Auxiliar de Apoyo

Registro y procesamiento de los
Generar historial de los tiempos de
tiempos de manteniimiento
intervención de mantenimiento.
obtenidos de la unidad.
Jefe de Taller Como estrategias de salida para la

evaluación de la unidad se recomienda
Interpretación, análisis y
aplicar los índices CMD, diagrama de
evaluación de los parámetros
obtenidos referente a los tiempos
pareto, entre otras; ya que permiten
de mantenimiento de la unidad. por medio de gráficas y valores
númericos evaluar el sistema de gestión
y funcionamiento del equipo.
Fuente: los autores

178
Se obtiene a partir de ecuaciones matemáticas y probabilísticas
curvas que caracterizan la confiabilidad, mantenibilidad y disponibi-
lidad operativa de la unidad. Esta estrategia de medición y evaluación
faculta al sistema para mantener una mejora continua en la planifi-
cación y gestión de las operaciones de mantenimiento. El proceso a
seguir para la medición y evaluación de los índices se presenta en la
figura 22. Las ecuaciones que caracterizan la confiabilidad, probabili-
dad de fallas y tasa de fallas aplicadas a la distribución de Weibull para
actividades de estimación sobre el equipo, son las siguientes según
Céspedes y Toro (2001):
(1)
(2)
(3)
Donde:
En la figura 23 se representan gráficas que estiman el comporta-

miento de un equipo obtenidas a partir del estudio realizado por Melo
(et al., 2009). En la figura 23 (a) se analiza la confiabilidad del sistema,
en donde se observa que al transcurrir las horas de funcionamiento la
curva decrece, esto se debe a un desgaste normal en los componentes del
equipo. Esto concuerda con la figura 23 (b) y (c), ya que la mantenibili-
dad y la densidad de fallas presentan un incremento acorde al desgaste
de los elementos del sistema o equipo.
179
Figura 22
PROCESO PARA MEDICIÓN
Proceso DE de
LOS medición
ÍNDICES CMDde
DE LA
losMÁQUINARIA O VEHÍCULO DE CARGA
índices CMD
PESADA
Medición de indices CMD de Identificación y

Clasificación del número
mantenimiento de la unidad jerarquización de las
de fallos del equipo.
codificada tareas de mantenimiento.
Se codifica el equipo NO El Equipo

acorde a la seccíón y tipo está
de máquina. codificado
A
A
SI
Determina el tiempo
Veificar lineamientos de Indices
Clasificación de fallos válidos aproximado o real en la
e indicadores de mantenimiento
(F) y no válidos (S). ejecución de la tarea de
expuestos en el proyecto
mtto.
Aplicación de las relaciones

Análisis del tiempo medio matemáticas basados en la
Obtención y manejo de
entre fallas MTBF y tiempo confiabilidad, mantenibilidad,
información.
medio de recuperación MTTR. disponibilidad y fiabilidad del
equipo.
Aplicación de la hoja de
Pruebas de bondad de ajuste
cálculo programada para
Estimación de parámetros
obtener las curvas de
en base a la dsitribución de
confiabilidad,
Weibull
probabilidad de fallo, y Pruebas no paramétricas
tasa de fallo del equipo .
Análisis de las curvas Evaluación de resultados

características de cada y estrategias a tomar
unidad; por parte del Jefe para mejorar la gestión
de Taller. de mantenimiento.
Fuente: los autores

180
Figura 23
Descripción gráfica de los índices CMD
a)
b)
c)
Fuente: Melo et al., 2009

181
Conclusiones
El estudio se centró en la maquinaria y vehículos de carga pesada
que posee la entidad, ya que se consideran indispensables en el desarro-
llo del plan operativo anual, estos representan el 40% y 30% respectiva-
mente. La metodología DAFO complementa el diagnóstico del sistema
de gestión de mantenimiento, permitiendo realizar un análisis previo
de los factores externos e internos que afectan o benefician a la sección
en estudio. En base a la gráfica de vectores se determina que la gestión
vigente opera aproximadamente con el 50% en la zona de riesgo, y el
50% restante en una zona viable. Además, esta herramienta de carácter
técnico faculta a realizar una ponderación futura del funcionamiento
de la unidad administrativa, en la cual se visualiza que, por medio de la
aplicación e inclusión de estrategias, métodos, procedimientos y proce-
sos, el sistema puede mejorar su rendimiento; de acuerdo a los vectores
se predice que puede llegar a operar aproximadamente al 90% y 100%
en la zona viable dentro de 1 año y 5 años respectivamente. La elabora-
ción de esquemas, diagramas de flujo, actividades y estrategias permiten
obtener un control adecuado y facultan a mantener en estado operativo
la maquinaria, apoyando el cumplimiento de los trabajos planificados
para el desarrollo integral de las comunidades rurales a través de obras
de vialidad e infraestructura, que en muchos casos apoyan el desarro-
llo de actividades agropecuarias, comercio, transporte, turismo cultural
y ecoturismo. En base a la aplicación de los índices de confiabilidad,
mantenibilidad y disponibilidad, los cuales se basan en principios es-
tadísticos y probabilísticos faculta a la unidad administrativa a realizar
una evaluación integral y específica en el control del equipo caminero.
Esto permite al departamento a cargo de la maquinaria pesada planear,
organizar, dirigir, ejecutar y controlar el sistema de gestión y operación
de los mantenimientos, verificando el cumplimiento de metas y obje-
tivos trazados por la Sección de Mecánica. Mediante la estructuración,
optimización e inclusión de los índices CMD en el modelo vigente, se
pretende obtener el 85% de disponibilidad de las unidades, apoyando de
182
manera directa a las secciones administrativas encargadas en el desarro-

llo integral de las comunidades.
@Gerencie.com. (2013). Vida útil de los activos fijos. Recuperado de https://
www.gerencie.com/vida-util-de-los-activos-fijos.html
Ahuja, J. (2008). Total productive maintenance: literature review and directions.
International Journal of Quality & Reliability Management, (25), 709.
Carrasco, J. (2008). Gestión de procesos (con responsabilidad social). Santiago de
Chile: Evolución.
Colín, L. (2002). Las normas ISO 9000:2000 de sistemas de gestión de calidad.
Recuperado de https://www.ineel.mx/bolISO02/tecni2.pdf
Komatsu Europe. (2012). Manual de mantenimiento del bulldozer sobre orugas.
Madrid: KESA.
Maldonado, J. (2015). Gestión por procesos. Madrid: Evolución.
Más Maquinaria y Construcción. (2013). Depreciación de activos “maquinaria
y construcción”. Recuperado de http://masconstruccionymaquinaria.
blogspot.com.co/2013/01/depreciacion-de-activos-maquinaria-y.
html?m=1
Melo, R., Lara, C. y Gordillo, J. (2009). Estimación de la confiabilidad-disponi-
bilidad-mantenibilidad mediante una simulación tipo Monte Carlo de
un sistema de compresión de gas amargo durante la etapa de ingeniería.
México: Científica Redalyc.
Mesa, D., Sánchez y Pinzón, M. (2006). La confiabilidad, la disponibilidad y la
mantenibilidad, disciplinas. Scientia et Technical, 12(122), 155.
Ministerio de Trabajo. (2015). Registro de información en la plantilla de talen-
to humano y plan de optimización y racionalización. Recuperado de
http://www.trabajo.gob.ec/wp-content/uploads/downloads/2015/11/
Instructivo_Norma_Tecnica_Subsitema_Planificacion_TH.pdf
Mora, A. (2009). Mantenimiento: planeación, ejecución y control. Méxi-
co: Alfaomega.
Pérez, J. (2009). Gestión por procesos. Madrid: ESIC.
Ponce, H. (2007). La matriz FODA: alternativa de diagnóstico y determinación
de estrategias de intervención en diversas organizaciones. Enseñanza
e Investigación, (12), 122.
183
Toro, J. ; Cespedes, P. (2001). Metodología para medir Confiablilidad Mante-

nibilidad y Disponibilidad en Mantenimiento. Universidad EAFIT,
Medellin-Colombia.
Zaratiegui, J. (1993). La gestión por procesos: su papel e importancia en la em-
presa. Economía Industrial, (330), 88.
Reducción de NOx
de un motor CRDi mediante
el control difuso de la válvula EGR
Wilmer Contreras1
Xavier Guamán2
Omar Sigüenza3
Resumen
En este artículo se presenta el estudio de los efectos en las emisiones de óxido nitroso, mediante el con-
trol difuso de la válvula EGR. Para este fin se obtuvieron señales de sensores que tienen influencia en el
funcionamiento del sistema EGR del motor Hyundai Santa Fe CRDi. Estas señales pasaron por procesos
de filtrado digital con el fin de no presentar problemas en el instante de ser procesadas en el sistema
difuso. Las señales obtenidas fueron consideradas como variables de entrada y salida para el diseño del
sistema difuso, el cual consta de una etapa de fusificación, funciones de membresía, conjuntos difusos
y desfusificación. Para la variable de salida se aplicó un proceso de post-tratamiento, el cual comanda
al solenoide de la válvula EGR. Una vez establecido el sistema difuso de control de la válvula EGR, se
tomaron muestras de las emisiones del motor en diferentes condiciones de funcionamiento. Finalmente,
se procedió a validar las diferencias de las medias de los resultados mediante un análisis estadístico.
Palabras clave
Emisiones contaminantes, lógica difusa, LabView, recirculación de gases de escape, funciones de mem-
bresía, desfusificación.
Abstract
This article presents the study of the effects on nitrous oxide emissions, through the diffuse control
of the EGR valve. For this purpose, sensors were obtained that influence the operation of the EGR
system of the Hyundai Santa Fe CRDi engine, these signals went through digital filtering processes,
so that they do not present problems in the instant of being processed in the diffuse system. The
obtained signals were considered as input and output variables for the diffuse system design, which
consists of a fusing stage, membership functions, fuzzy sets and defuzzification, the output variable
1 Miembro del Grupo de Investigación de Ingeniería y Transporte de la Universidad

Politécnica Salesiana de Cuenca, máster en Sistemas Automotrices, docente de
Motores de Combustión Interna UPS-Cuenca ([email protected]).
2 Ingeniero en Mecánica Automotriz por la Universidad Politécnica Salesiana.
3 Ingeniero en Mecánica Automotriz por la Universidad Politécnica Salesiana.
Wilmer Contreras, Xavier Guamán y Omar Sigüenza
186
was additionally given a post treatment process, Before the system controls the solenoid valve EGR.
Once the diffuse EGR valve control system was established, samples of the engine emissions were
taken under different operating conditions. Finally, we validated the differences in the means of the
results by means of a statistical analysis.
Keywords
Emissions, fuzzy logic, LabView, exhaust gas recirculation, membership functions, and desfuzzyfication.
Introducción
La principal necesidad de un control en las emisiones de gases
contaminantes en motores de encendido por compresión, nace desde la
implementación de normativas ambientales a nivel mundial, las cuales
año tras año han sido más rigurosas (Jiménez-Alonso et al., 2009). Es
preciso mencionar que los motores a diésel presentan ventajas como:
• Menor consumo
• Durabilidad
• Fiabilidad
• El par motor es comparativamente más constante
• Larga vida útil
• El combustible es relativamente económico
• Su robustez; entre otras
Cabe agregar que, a pesar de sus ventajas, este motor tiene difi-
cultades en su control de emisiones NOx y partículas, lo que ha llevado
al avance tecnológico en el desarrollo de los motores diésel (Cabrera,
2013). Ante esta situación de protección ambiental, es de una impor-
tancia considerable lograr reducir las emisiones de NOx. Para ello se
han adoptado varias metodologías, como el control Commande Robus-
te d’Ordre Non Entier (CRONE), utilizado para adaptar la trayectoria
del aire y la trayectoria del combustible del motor, el cual contó con tres
variables de entrada: válvula de recirculación de gases de escape (EGR),
turbina de geometría variable (VGT) y el inicio de la inyección (SOI);
así como tres salidas: flujo de aire masivo (MAF), presión de refuerzo
(Pboost) y nivel de NOx. Adicionalmente, usando la identificación del
Reducción de NOx de un motor CRDi mediante el control difuso de la válvula EGR
187
sistema de dominio de frecuencia, dicho control fue robustecido, aun-

que no se pudo evitar el aumento de la cantidad de materia particular
(PM) (Nelson-Gruel et al., 2014).
Otro interesante trabajo sobre este propósito es el producido en

el marco del Smart Control and Diagnosis for Economy and Clean En-
gine (SCODECE), que es un proyecto europeo de cooperación territo-
rial financiado por el Fondo Europeo de Desarrollo Regional (FEDER),
el cual desarrolló un controlador de tiempo real (RFLC) para el control
VGT y EGR en un motor diésel de servicio pesado, donde el controlador
de lógica difusa es capaz de hacer los ajustes necesarios para dos casos
específicos: fugas de aire y deterioro de la eficiencia mecánica de la tur-
bina, sin perder el par del motor ni producir un aumento excesivo de
hollín y NOx (Cheng et al., 2015).
En el año 2015 se presentó una técnica innovadora que tiene
que ver con el uso de un algoritmo de control predictivo multi-modelo
(MMPC) para regular la relación aire-combustible y la válvula EGR,
intentando cumplir un equilibrio entre el consumo de combustible y la
respuesta de par (Nademi et al., 2015).
El estudio de la reducción de NOx ha sido desarrollado a partir de

complejas metodologías como las antes mencionadas, hasta otras más
sencillas como un experimento realizado sobre la EGR donde se utili-
zan diferentes cantidades de gases de escape a temperaturas parcialmente
frías obtenidas gracias a un intercambiador de calor; allí se observó que
con el aumento del caudal de estos gases, las emisiones de NOx disminu-
yeron al igual que el consumo específico de combustible (Deepan, 2013).
En general, las metodologías descritas para la reducción de NOx

se basan en el sistema de control de la válvula EGR y es en este campo
donde la lógica difusa permite establecer criterios de significado para
manejar eficientemente este control.
188
Para realizar este trabajo se inició con la elaboración de una hoja
de cálculo, adicionando valores de señales en voltios para el caso de los
sensores CKP, AFS y APS, y en porcentaje para la señal de activación del
solenoide de la válvula EGR. Estos valores se clasificaron de acuerdo al
orden de porcentaje de variación de la señal de activación del solenoide
de la válvula EGR. Las muestras fueron tomadas con un vehículo que
cumple las mismas características con las que cuenta el banco didáctico.
Con el propósito de obtener valores en condiciones reales de manejo,
dichas fueron tomando en las siguientes condiciones:
• Plano
• Subida (pendiente 2% - 5%)
• Bajada (pendiente 2% - 5%)
Los valores fueron obtenidos con el uso de una tarjeta DAQ NI

USB 6212 y LabView, generando automáticamente una base de datos a
ser ingresados en la hoja de cálculo. En las siguientes figuras se pueden
observar las características de los equipos mencionados:
Figura 1
Banco didáctico CRDI Diésel
Nombre del equipo: CRDI Diésel,

ENG, A/T, Control System Educa-
tional training Equipment.
Motor: FO D-2.0 CRDI.
Cilindrada: 1991 cc.
PS o Hp: 110.5 PS/4 000 rpm
Torque: 26.0 kg*m/2 000 rpm
Diámetro del cilindro por carrera
(mm): 83x92
189
Figura 2
Tarjeta de adquisición de datos DAQ NI USB 6212
El NI USB-6212 es un módulo
DAQ multifunción USB de la Serie
M energizado por bus y optimiza-
do para una precisión superior a
velocidades de muestreo más altas.
Cuenta con 16 entradas analógicas,
velocidad de muestreo de 400 kS/s,
dos salidas analógicas, 32 líneas de
E/S digital, cuatro rangos de entra-
da programable (+- 0.2 V a +- 10
V) por canal, disparo digital y dos
contadores/temporizadores. El
USB-6212 está diseñado específica-
mente para aplicaciones móviles o
con restricciones de espacio.
Figura 3
Equipo analizador de gases MAHA MGT5
Equipo compacto e independiente
apto para el empleo estacionario
o móvil, el cual se basa en la con-
cepción del opacímetro modelo
MDO2LON, dando la posibilidad
de una combinación multifuncio-
nal para análisis en los gases de
escape de motores diésel. Los va-
lores obtenidos se pueden visuali-
zar en un sencillo e independiente
aparato móvil con LED y terminal
de mano.
Fuente: los autores
El marco metodológico para la realización de este trabajo se lo

puede observar en la figura 4, en la cual se parte por la revisión del esta-
do del motor, específicamente hasta que este llegue a la temperatura de
190
trabajo que es 85° C, luego se verifica la conexión de los sensores hacia la

tarjeta DAQ USB-6212, seguidamente se comprueba que las señales de
los sensores sean las correctas en la PC; estas señales se preparan y filtran
para luego ser procesadas por el algoritmo de lógica difusa y realizar el
control del solenoide de activación de la válvula EGR.
Figura 4
Flujograma secuencial de la implementación
del control difuso de la válvula EGR
Fuente: los autores
Diseño del sistema difuso

El sistema difuso a ser diseñado e implementado en el control
de la válvula EGR es un sistema de control de lazo abierto, ya que el
sistema no cuenta con un sensor NOx que retroalimente con valores
191
de emisiones de óxido nitroso. Se toma en cuenta que un controlador

difuso no necesita explícitamente del modelo del proceso a controlar, lo
cual presenta la ventaja de que el sistema difuso provee una eficiente y
efectiva metodología para el desarrollo experimental de un controlador
no lineal.
Las señales a ser procesadas son las señales de los tres sensores
implicados en el funcionamiento de la válvula EGR: CKP, APS y AFS.
La señal obtenida del solenoide de la válvula EGR establece los valores
de apertura de la válvula, por lo que se le considera en el sistema como
señal de salida o activación.
Debido a que la variable de entrada del sensor CKP para el siste-

ma difuso se la considera en rpm, se utiliza el VI mostrado en la figura
5 como un conversor de la señal del sensor CKP en revoluciones por
minuto (rpm).
Figura 5
Programa conversor de la señal
del sensor CKP a rpm (VI)
Fuente: los autores

192
El diseño del sistema difuso se desarrolla en el software de instru-

mentación virtual LabView, con el uso de la herramienta Fuzzy System
Designer (figura 6), el cual facilita establecer y modificar los diferentes
niveles de estructura de un sistema difuso.
Figura 6
Fuzzy System Designer (LabView)
Fuente: los autores
Valores de entrada, salida y funciones de membresía

Previo a la designación de funciones de membresía a los valores
de entrada, se determina la forma de la función de membresía. Para
el presente diseño se designa una forma “trapezoidal” debido a que se
requiere que el sistema se active de manera estable en un determinado
rango de valores y en combinación con otras funciones de membresía.
Los valores de entrada como sus funciones de membresía para el sis-
193
tema difuso son: rpm 0 hasta 3 200 revoluciones por minuto. Para el
límite máximo de revoluciones se toma en cuenta el valor establecido
por el fabricante. Sus funciones de membresía son cuatro: ralentí, fuera
de límite, media carga y full carga:
Figura 7
Funciones de membresía de entrada (rpm)
Fuente: los autores
AFS: 0 hasta 5 voltios ya que es el rango de funcionamiento del

sensor. Sus funciones de membresía son tres: poco flujo másico de aire,
medio flujo másico de aire, máximo flujo másico de aire:
Figura 8
Funciones de membresía de entrada (AFS)
Fuente: los autores

194
APS: de 0 a 4 voltios ya que es el rango de funcionamiento del

sensor. Sus funciones de membresía son cuatro: sin accionar el pedal,
pedal a un cuarto, pedal a medio, completamente accionado:
Figura 9
Funciones de membresía de entrada (APS)
Fuente: los autores
La función de membresía de los valores de salida para la activa-

ción del solenoide de la válvula EGR (figura 10), se lo designa desde un
porcentaje de apertura del 5% al 95%, de tal forma que la activación
sea progresiva.
Figura 10
Función de membresía de salida (EGR)
Fuente: los autores

195
Reglas
Se debe considerar que, entre más reglas, el sistema tiende a ne-

cesitar más tiempo para procesar el sistema difuso por lo que depende
de la capacidad de proceso del ordenador el tener una respuesta rápida
o no. Entonces lo deseado es realizar un sistema lo más eficaz posible y
poder obtener los resultados deseados.
Para el sistema de la EGR se ha establecido 10 reglas básicas (figu-

ra 11), las cuales definen el funcionamiento del solenoide de la válvula
EGR, cada regla es específica y no es contradictoria con ninguna otra.
Figura 11
Designación de reglas mediante LabView
Fuente: los autores
Las reglas designadas son:

1. Si “RPM” es “Ralentí” entonces “EGR” es “NULO”
2. Si “AFS es “Poca masa de aire” entonces “EGR” es “NULO”
196
3. Si “APS” es “Sin aplastar pedal” entonces “EGR” es NULO”

4. Si “RPM” es “Media carga” entonces “EGR” es “FULL”
5. Si “AFS” es Media masa de aire” entonces “EGR” es “FULL”
6. Si “APS” es “Pedal a medio” entonces “EGR” es “FULL”
7. Si “RPM “es “Media carga “y “AFS” es “Media masa de aire” enton-
ces “EGR” es “FULL”
8. Si “RPM” es “Ralentí” y “APS” es “Sin aplastar pedal” entonces
“EGR” es “NULO”
9. Si “APS” es “Sin aplastar pedal” entonces “EGR” es “NULO”
10. Si “RPM” es “Full carga” entonces “EGR” es “NULO”
Desfusificación
Para obtener una variable solución no difusa, se selecciona uno

de los varios métodos para la conversión del conjunto difuso de salida.
Los métodos de desfusificación que presenta el programa son:
• Centro de área modificado

• Centro de área
• Centro de sumas
• Centro de máximos
• Media de máximos
Debido a que los centros de sumas, centro de máximos y media de

máximos no son exactos u ópticos, debido a que los puntos máximos pue-
den ser alcanzados por otros, se elige el método de centro de área como el
método de desfusificación para el sistema difuso a ser implementado en
el motor.
La principal ventaja del método de centro de área es que no re-

presenta un gasto computacional debido a que se han establecido tanto
en las entradas como en las salidas conjuntos difusos trapezoidales, por
lo que el cálculo de centro de áreas es procesado por el programa de
manera instantánea.
197
Prueba del sistema

La gráfica de superficie que se visualiza en la figura 12, esta-
blece la relación de las variables de entrada con la variable de sali-
da, de acuerdo a las variaciones que se introduzcan al sistema, esta
gráfica deberá cambiar su forma, determinando así que el sistema
difuso diseñado esta relacionando las tres variables de entrada y
dando una variable de salida.
Figura 12
Test de relación de variables de entrada y salida
en el sistema difuso diseñado
Fuente: los autores
Post-tratamiento de la variable de salida

Debido a que el sistema responde a los valores de entrada con va-
lores de salida en porcentajes de apertura de la válvula EGR, se utiliza un
198
instrumento virtual generador de pulsos el cual genera una señal PWM

de salida, la cual varía su amplitud de acuerdo a los porcentajes de salida
que envía el sistema difuso.
La figura 13 muestra el VI creado, en el que los valores “Offset”,

“Frecuency” y “Amplitude” están en modo default. Una vez que la señal
es procesada por este VI, se le designa un puerto de salida digital analó-
gica en la tarjeta DAQ NI USB 6212, para que finalmente se conecte con
el solenoide de activación de la válvula EGR.
Figura 13
VI completo PWM
Fuente: los autores
Implementación del sistema difuso en el motor

Al completar el diseño del controlador difuso, se procede a im-
plementar este controlador en un motor Hyundai Santa Fe CRDi 2.0
199
Diésel. Para lo cual se realizan conexiones en los puertos de entrada de

la tarjeta de adquisición de datos DAQ NI USB 6212, las señales de los
tres sensores que influyen en el funcionamiento de la válvula EGR; se
desconectan los pines que reciben la señal para activar el solenoide de la
válvula EGR, para conectarlos con la señal (PWM) en el puerto de salida
de la tarjeta DAQ NI USB 6212.
Realizadas todas las conexiones, se procede a verificar el funcio-

namiento del sistema, para lo cual, con el uso de un osciloscopio, se ve-
rifica que los pulsos de activación del solenoide de la válvula EGR estén
variando y para verificar que el solenoide se esté activando, se desconec-
ta la cañería de entrada de vacío de aire de la válvula EGR y se conecta
un vacuómetro, en el cual se observa la variación de depresión generada
por la activación del solenoide de la válvula EGR:
Figura 14
Variación de vacío por acción del solenoide
de la válvula EGR controlado por un sistema difuso
Fuente: los autores

200
Etapa de potencia
Debido a que el solenoide de la válvula EGR trabaja con 12 V y la
salida de voltaje máxima de la tarjeta DAQ NI USB-6212 es de 10 V, se
implementa un circuito eléctrico que acondiciona la señal de salida de
la DAQ, con el uso de un módulo de encendido para aumentar el voltaje
de salida de dicha tarjeta.
Medición de emisiones de óxido nitroso

Los valores de emisiones de óxido nitroso se han obtenido si-
guiendo los pasos establecidos por las normas técnicas ecuatorianas
NTE INEN 2203 para el motor en condiciones de ralentí y la normativa
NTE INEN 2202 para el motor en condiciones de aceleración libre.
Los valores obtenidos se muestran en la tabla 1, en la cual los

valores de NOx están en partículas por millón, también se establece el
porcentaje de variación que existe entre las emisiones del motor en con-
diciones normales con los valores de las emisiones al aplicar el sistema
de control difuso al controlador de la válvula EGR.
Tabla 1
Tabla de porcentajes de variación
de emisiones de óxido nitroso
Emisiones nº Emisiones nº
Porcentaje (%)
rpm (ppm), motor en (ppm), motor con
de variación
condiciones normales un controlador difuso
850 72 23 68,05
1 000 57,95 12,89 77,75
1 500 43,14 15,57 63,90
2 000 33,96 6,53 80,77
2 200 23,2 2,59 88,83
Promedio: 75,86
Fuente: los autores

201
Obtenidos los resultados de las emisiones, llama la atención la
disminución de NOx, entre el motor en condiciones normales y el mis-
mo con un sistema de control difuso externo. Significa entonces que en
los motores de combustión interna a diésel que no cuentan con un con-
trolador difuso en su válvula EGR, la emisión de NOx será mayor que en
los motores en los cuales este control se realice por la metodología plan-
teada. Al respecto, se debe destacar que el promedio de la reducción de
NOx es del 75,86%. En este valor se toma en cuenta las diferentes varia-
ciones de revoluciones por minuto a las cuales se realiza el experimento,
teniendo en cuenta que el valor de máxima reducción se encuentra con
el motor girando a 2 200 rpm, en las cuales el valor de generación de
NOx del motor en condiciones normales es de 23,2 ppm, mientras que
el motor con un controlador difuso genera 2,59 ppm, dando un resulta-
do del 88,83% de reducción. Por consiguiente, estos datos indican que
existe un aporte a la reducción de NOx en los motores diésel al aplicar
un control difuso a la válvula EGR.
En la figura 15 se visualiza la variación que existe entre tales con-

diciones; debido a que en los diferentes regímenes de funcionamiento
del motor, la presión del cilindro y la mezcla aire-combustible varía,
se obtienen diferentes niveles de emisiones de óxido nitroso para las
diferentes condiciones de funcionamiento en las que se han tomado
las muestras.
En la figura 16 se puede visualizar que en una misma condi-

ción de funcionamiento del motor existe una diferencia significa-
tiva en las emisiones de óxido nitroso entre el motor en condicio-
nes normales de funcionamiento y el mismo con un controlador
difuso aplicado a la válvula EGR.
202
Figura 15
Variación de emisiones de óxido nitroso
Fuente: los autores
Figura 16
Variación de emisiones de óxido nitroso
en diferentes condiciones de funcionamiento del motor
Fuente: los autores

203
Análisis de varianza (ANOVA)

Para validar las diferencias de las medias de los valores obtenidos
en las diferentes muestras, se procede a realizar un análisis de varianza
(ANOVA), con el uso de Minitab. Para una comparación en los diferen-
tes análisis de muestras obtenidas, se plantean las siguientes hipótesis:
• Ho: hipótesis nula, las medias de las muestras coinciden.

• Ha: hipótesis alternativa, las medias de las muestras no son iguales.
Para el análisis y decisión de una hipótesis, el software de aplica-

ción agrupa la información utilizando el método Tukey, con un interva-
lo de confianza de 95%. Se presenta en la figura 17 los resultados para las
diferentes condiciones de prueba (ralentí, 1 000 rpm, 1 500 rpm, 2 000
rpm y 2 500 rpm), por lo que se establece que mediante este método las
medias son significativamente diferentes.
Figura 17
Comparaciones de parejas de Tukey (Ralentí-LD)
Fuente: los autores
En la figura 18 se visualiza que los intervalos de las diferencias

de las medias son diferentes de cero, este resultado se tiene en todas las
pruebas realizadas (ralentí, 1 000 rpm, 1 500 rpm, 2 000 rpm y 2 500
rpm), por lo que según los datos y el análisis de las figuras generadas
por el software, se concluye que la hipótesis válida en esta prueba es la
hipótesis alternativa (Ha), la cual nos dice que existe una variación en
la emisión de óxidos nitrosos entre el motor sin un controlador externo
y el mismo motor con un controlador difuso de la válvula EGR, por lo
que estadísticamente se comprueba que el controlador difuso imple-
204
mentado en el motor incide notablemente en la reducción de las emi-

siones de óxido nitroso.
Figura 18
ICs simultáneos
ICs simultáneos95%
de de de
de 95% Tukey
Tukey(ralentí)
Diferencia de las medias para Ralenti; LD
LD - Ralenti
- 50 - 40 - 30 - 20 - 10 0
Si un intervalo no contiene cero, las medias correspondientes son significativamente

diferentes.
Fuente: los autores
La figura 19 de intervalos indica la diferencia que existe entre los

promedios de las pruebas, en las diferentes condiciones de funciona-
miento del motor. Las columnas consideras son:
• Normal: indica los valores promedio de emisiones de Óxidos Nitrosos

por parte del motor en condiciones normales de funcionamiento.
• LD: indica los valores promedio de emisiones de Óxidos Nitrosos
por parte del motor que cuenta con un controlador difuso de la
válvula EGR.
Los resultados son los mismos para las pruebas en diferentes con-
diciones de funcionamiento del motor (ralentí, 1 000 rpm, 1 500 rpm, 2
000 rpm y 2 500 rpm), en ninguna de las pruebas los intervalos se inter-
ponen y sus variaciones porcentuales para cada prueba se muestran en
205
la tabla 1. Por lo tanto, se concluye que los resultados son significantes

en la reducción de emisiones de óxido nitrosos con la implementación
de un controlador difuso de la válvula EGR.
Figura 19
Gráfica deintervalos
Gráfica de intervalosde(Ralentí-LD)
Ralenti; LD
95% IC para la media
70
60
Oxido Nitroso (ppm)
50
40
30
20
N ormal LD
La desviación estándar agrupada se utilizó para calcular los intervalos.
Fuente: los autores
Conclusiones
En este trabajo se establece que el control difuso de la válvula
EGR es aplicable para la variación de emisiones de óxidos nitrosos en un
motor Hyundai Santa Fe 2.0 CRDi Diésel, ya que con este controlador
se ha disminuido un 68,05% de emisiones en ralentí y un 88,83% a 2
200 rpm.
El ambiente virtual que brinda LabView es muy favorable para

el diseño de sistemas difusos, ya que minimiza la programación con la
herramienta Fuzzy System Designer que ofrece el programa.
206
Desde el punto de vista de un sistema no lineal, el sistema de con-

trol difuso presenta una gran ventaja ya que permite implementar siste-
mas MISO y SISO, sin el uso de una matemática sofisticada.
Se han obtenido los valores de respuesta positivos, una vez efec-

tuado el sistema, por lo que se concluye que el hardware y software im-
plementados trabajan de forma correcta y deseada.
El sistema EGR trabaja generalmente con lógica clásica, debido

a que se establece con dos estados: encendido o apagado; o a su vez la
ECU trata de establecer valores que varíen el porcentaje de apertura de
la válvula EGR, pero que no van acorde al principio de funcionamiento
del sistema EGR. Con la implementación de un sistema de lógica difusa
se logra cambiar los estados de funcionamiento del sistema EGR, por
un rango más amplio, que se ajusta al principio de funcionamiento del
sistema EGR y del funcionamiento correcto del motor en sí.
Los sistemas de lógica difusa pueden ser implementados en dife-

rentes sistemas de control del motor, es decir, en sistemas que dependan
de muchas variables de entrada y una sola variable de salida, los cuales
puedan llegar a ser procesos complejos, procesos no lineales y procesos
que lleguen a carecer de modelos matemáticos simples.
El presente proyecto de investigación puede ser implementado en

diferentes tipos de motores, debido a que en la mayoría de vehículos que
cuentan con sistemas EGR, el principio de funcionamiento es el mismo.
Adison, W., Levin, R. y Rubin, D. (2004). Estadística para administración y eco-
nomía. México: Pearson.
Cabrera, P. (2013). Aplicación de la medida de NOx para el control de motores
diésel sobrealimentados. Valencia: Universidad Politécnica de Valencia.
Carranco, C. y Celi, C. (2010). Desarrollo de un sistema HMI/SCADA, diseña-
do con lógica difusa e implementado en un prototipo de prueba. Qui-
to: UPS.
207
Cheng, L., Wang, W., Aitouche, A. y Peng, Z. (junio, 2015). Robustness evalua-
tion of real-time fuzzy logic control of the VGT and EGR on a diesel
engine. 23th Mediterranean Conference on Control and Automation
(MED), pp. 211-217.
Deepan, G. (abril, 2013). Experimental investigation of performance and emis-
sion characteristics in a variable compression ratio diesel engine using
partly cold exhaust gas recirculation (EGR) method. International Con-
ference on Energy Efficient Technologies for Sustainability (ICEETS),
pp. 727-739.
Gonzales, C. (2011). Técnicas deoftcomputing. Lógica difusa (una introducción
práctica). España. Recuperado de http://www.esi.uclm.es/www/cglez/
downloads/docencia/2011_Softcomputing/LogicaDifusa.pdf
Jiménez-Alonso, F., López-Martínez, J. M., Aparicio-Izquierdo, F. y Flores-Hol-
gado, N. (2009). Comparación de tecnologías para la reducción de
emisiones contaminantes en autobuses urbanos. DYNA-Ingeniería e
Industria, 84(1).
Nademi, H. y Tahami, F. (noviembre, 2015). A predictive control of a turbochar-
ged diesel engine for exhaust emission mitigation. Annual Conference
of the Industrial Electronics Society IECON, pp. 4890-4895.
Nelson-Gruel, D., Chamaillard, Y., Charlet, A. y Colin, G. (octubre, 2014). Ro-
bust control applied to minimize NOx emissions. Conference on Con-
trol Applications (CCA), pp. 340-345.
Passino, K. y Yurkovich, S. (1998). Fuzzy Control. Ohio: The Ohio State Univer-
sity-Pearson Education.
Pla, B. (2009). Análisis del proceso de recirculación de los gases de escape de baja
presión en motores Diésel sobrealimentados. Valencia: Universidad Po-
litécnica de Valencia.
Pineda, M. y Vivas, P. (2008). Control de un modelo aerodinámico aplicando sis-
temas difusos. Quito: EPN.
Estimación de la presión
de compresión de un MEC
mediante el uso de RNAR y PCA
Wilmer Contreras1
Cristian Jérez2
Jean Pineda3
Cristian Garcia4
Resumen
En la presente investigación se realiza la explicación de la metodología aplicada para determinar la presión
de compresión de un motor de combustión interna alternativo de encendido por compresión (MEC), el cual
se basa en el estudio y caracterización de las curvas de consumo de amperaje del motor de arranque. Se
aplica un protocolo de adquisición de datos y su posterior análisis estadístico basado en el análisis de com-
ponentes principales (PCA). Los valores estadísticos generan bases de datos las cuales son aplicadas para
la creación y entrenamiento de una Red Neuronal Artificial Recurrente (RNAR) en la cual se obtiene un error
menor al 1 %. Al emplear esta metodología, se consiguen reducir los riesgos de manipulación y errores de
montaje en bujías de precalentamiento, inyectores y demás componentes del motor.
Palabras clave
Diagnóstico, presión de compresión, RNAR, MEP, Red Elman, capa recurrente, PCA.
Abstract
In the present research the explanation of the methodology applied to determine the compression
pressure of an alternative internal combustion engine of compression ignition (MEC), which is based
on the study and characterization of the currents of amperage consumption of the starting motor. A
1 Máster en Sistemas Automotrices, ingeniero mecánico automotriz, docente de

Motores de Combustión Interna en la UPS-Cuenca e investigador integrante del
GIIT ([email protected]).
2 Estudiante de la Carrera de Ingeniería Mecánica Automotriz de la UPS-Cuenca.
3 Estudiante de la Carrera de Ingeniería Mecánica Automotriz de la UPS-Cuenca.
4 Máster universitario en Ingeniería del Mantenimiento por la UPV, ingeniero
mecánico automotriz, docente de Mantenimiento y Termodinámica II en la UPS-
Cuenca e investigador integrante del GIIT.
Wilmer Contreras, Cristian Jérez, Jean Pineda y Cristian Garcia
210
data acquisition protocol and its subsequent statistical analysis based on the Principal Component
Analysis (PCA) are applied. The statistical values generate databases which are applied for the cre-
ation and training of an Artificial Recurrent Neural Network (RNAR) in which an error of less than 1%
is obtained. By using this methodology, you can reduce the risks of handling and assembly errors in
pre-heating spark plugs, injectors and other engine components.
Keywords
Diagnosis, compression pressure, RNAR, MEP, Elman Network, layer appellant, PCA.
Introducción
En la actualidad la reparación y diagnóstico aplicados en el área
del transporte automotriz, se basan desde esquemas artesanales hasta
llegar a un alto nivel de tecnificación (Covarrubias y Covarrubias, 2013),
como la utilización de inteligencia artificial con redes neuronales para
estimar o predecir parámetros del motor de combustión interna. En este
contexto, el estudio realizado en el año 2005 se centra en diagnosticar
fallas del sensor de presión del colector de admisión en el proceso de
funcionamiento del motor (Antory, 2005). En el año 2006 se realizó el
estudio sobre la “Predicción y optimización de emisiones y consumo
mediante redes neuronales en motores diésel”, en el cual se plantea un
modelo basado en redes neuronales Feed-Forward supervisadas, para
identificar y predecir el comportamiento de las emisiones volumétricas
de la combustión de un motor diésel (López, 2006). Luego, para 2007,
se estudió la utilización de redes neurales artificiales para estimar el par
indicado de un motor diésel, lo cual puede ser útil en la implementación
de estrategias de control o diagnóstico (Zweiri y Seneviratne, 2007).
Igualmente, se declara que la utilización del método estadístico
Principal Component Analysis (PCA), se suma como una herramienta
importante para mejorar el control de un conjunto de datos, debido a
que proporciona muestras confiables para ser usadas en cualquier mo-
delo de predicción o de estimación. En el estudio realizado en 2008 se
propuso una nueva técnica, basada en la introducción del enfoque esta-
dístico local en el marco de monitoreo convencional de Nonlineal PCA
(NLPCA), que produce estadísticas que siguen una distribución nor-
mal, lo que permite una simple inferencia estadística para la detección
Estimación de la presión de compresión de un MEC mediante el uso de RNAR y PCA
211
de fallos (Wang et al., 2008). Posteriormente, se publicó en 2009 una

investigación en donde se estableció un modelo de extracción de carac-
terísticas para determinar la distribución del desgaste del revestimiento
del cilindro de acuerdo con la frecuencia de onda local de la señal de
vibración de la superficie (Yu, 2009).
Vale notar que existen, a nivel general, muy pocos sistemas inteli-
gentes enfocados al diagnóstico de fallas mecánicas en las que intervenga
la presión de compresión del MEC, siendo así un ejemplo los sistemas
expertos como DELTA, de General Electric Company (Giarratano y Ri-
ley, 2004), utilizado para la reparación de locomotoras diésel y eléctricas.
Otro ejemplo es STEAMER (Giarratano y Riley, 2004), desarrollado por
Navy Research Perssoner Development Center, diseñado para enseñar el
funcionamiento de una planta de propulsión a vapor como las utilizadas
en los buques impulsados a vapor. Por último se puede mencionar el Pro-
yecto Eolo CN-235, desarrollado por la empresa española Construcciones
Aeronáuticas, el cual es un sistema de enseñanza interactivo para pilotos
y técnicos de mantenimiento de aviones del modelo de avión CN-235.
Esta revisión bibliográfica es la que conlleva a la investigación de
la generación de metodologías en las cuales se proyecta determinar la
presión de compresión en la cámara de combustión en motores de en-
cendido por compresión de una manera mínimamente intrusiva y de
rápida realización.
Desarrollo del proyecto

En la presente sección se desarrollan las temáticas principales
que tienen que ver con la selección de parámetros menos invasivos, la
instrumentación del motor, el diseño del software, la toma de datos, la
validación de las muestras y la creación y entrenamiento de una RNAR.
Selección de parámetros menos invasivos

Se toma en consideración como objetivo principal evitar la mani-
pulación y desarmado de elementos que serían necesarios para acceder a
212
las bujías de precalentamiento o los inyectores del sistema de alimenta-

ción diésel e instalar un probador de fugas o un compresómetro; por lo
que se plantean como opciones: la medición del parámetro de medición
de la corriente de consumo del motor de arranque o la medición de la
caída de voltaje de la batería; estas opciones están bajo la condición de
arranque del motor durante un tiempo determinado.
Instrumentación del motor

En el apartado anterior mencionamos los parámetros de medi-
ción para el desarrollo del experimento, de los cuales se explica que para
realizar la medición de la corriente de consumo del motor de arranque
se aplica una pinza amperimétrica y para la determinación de la caída
de voltaje se aplica un partidor de tensión conectado directamente a los
bornes de la batería, lo cual se puede observar en la tabla 1 y en la figura
1. Ahí se indica que en el motor del banco de pruebas se registra la señal
del sensor CMP para identificar cada uno de los cilindros.
Tabla 1
Parámetros y sensores
Parámetros Sensores
Posición de los cilindros CMP
Corriente Pinza amperimétrica
Voltaje Partidor de tensión
Fuente: los autores
La corriente de consumo del motor de arranque se registra con

la instalación de una pinza amperimétrica, para lo cual no se requieren
mayores exigencias; principalmente se debe identificar el cable de ali-
mentación de energía eléctrica al motor de arranque e instalar sobre este
la pinza de pruebas. La medición del voltaje se lo realiza directamente
por la aplicación de pinzas en los bornes de la batería, como se indica
en la figura 2, sin tener mayores complicaciones al aplicar esta opción.
213
Figura 1
Instrumentación del motor
Fuente: los autores
Figura 2
Medición de amperaje y voltaje de la batería
Fuente: los autores

214
Tabla 2
Equipos
Gráfica Características
MEC
Hyundai
4 Cilindros
DOHC
Inyección directa
Riel común
Turbocompresor de geometría
variable
Intercooler
VT = 1991 cc
Rc = 17.7: 1
Hantek CC – 650
AC/DC Current Clamp

Bandwidth 400 Hz
1 mV / 10 mA
650 A
AC/DC frequency range: Up to 400
Hz
Effective Measurement Range: 20
mA to 650 A DC
Fuente: los autores
En la tabla 2 se resumen las características del motor a prueba y

las características de la pinza amperimétrica aplicada.
Diseño del software

Al determinar que el consumo de amperaje es el parámetro me-
nos invasivo junto con la medición de la caída de voltaje, se utiliza el
software LabView, que es compatible con una tarjeta Ni 6009, para la
adquisición de datos a una tasa de 10 kHz, lo cual cumple con el criterio
de Nyquist para el análisis de la señal. También se indica que el software
215
realiza la extracción de parámetros característicos y de estadística des-

criptiva de cada prueba realizada y que, además de realizar un PCA, se
genera una base de datos la cual posteriormente se aplicará en la crea-
ción y entrenamiento de una Red Neuronal Artificial Recurrente.
En la figura 3 (a, b y c) se presenta una secuencia que parte de la

programación aplicada para la adquisición de las señales en estudio, el
desarrollo del software y su entorno gráfico.
Figura 3
Secuencia
a) adquisición de las señales
b) tratamiento de las señales

216
c) visualización de las señales
Fuente: los autores
Toma de datos
Se presentan a continuación las gráficas del resultado de la toma
de muestras del motor en estudio con diferencias en su presión de
compresión, cabe agregar que el motor se encuentra en condición de
arranque. En la figura 4 se grafica la curva de presión de compresión en
función al oscilograma de la curva de consumo de amperaje del motor
de arranque, en la cual el motor se encuentra en condiciones estándar,
es decir, todos sus cilindros con una presión de compresión de 320 PSI.
Figura 4
Toma de datos del motor sin mayor variación de compresión
Fuente: los autores

217
En las figuras 5, 6, 7 y 8 se grafica la curva de presión de compre-

sión en función al oscilograma de la curva de consumo de amperaje del
motor de arranque, en las cuales el motor se encuentra con variaciones
de compresión en cada cilindro, es decir, el cilindro correspondiente al
orden de encendido tiene una presión de compresión de 20 PSI, mien-
tras que los otros tres cilindros restantes mantienen su presión estándar.
Figura 5
Toma de datos motor con variación de compresión en el cilindro 1
Fuente: los autores
Figura 6
Fuente: los autores

218
Figura 7
Fuente: los autores
Figura 8
Fuente: los autores
A continuación, en las figuras 9, 10, 11 y 12, se aplica un diagra-

ma de barras, en el cual cada barra representa el valor de la presión de
compresión en función al consumo de amperaje del motor de arranque
cuando el motor se encuentra con variaciones de la presión de compre-
219
sión en cada cilindro, es decir, el cilindro correspondiente al orden: 1-2-

3-4, tiene una presión de compresión de 20 PSI, mientras que los otros
tres cilindros restantes mantienen su presión estándar.
Figura 9
Motor con variación de compresión en el cilindro 1
Fuente: los autores
Figura 10
Fuente: los autores

220
Figura 11
Fuente: los autores
Figura 12
Fuente: los autores
Validación de toma de muestras

Las muestras tomadas por el software diseñado en la plataforma
virtual de Labview son analizadas estadísticamente mediante un ANO-
VA, ejecutado en el software estadístico Minitab, del cual tenemos los
siguientes resultados:
221
Figura 13
ANOVA de muestras
Fuente: los autores
La dispersión de puntos en el gráfico de Residuos vs. Porcentaje,

mostrado en la figura 13, tiende a ser una línea recta, lo que afirma la
normalidad de los datos y que además está confirmada por la distribu-
ción de valores en forma de la Campana de Gauss en el histograma. Se
valida el supuesto de varianza constante debido a que en la gráfica del
Valor Ajustado vs. Residuo no se observa ningún patrón de acumulación
de puntos. Además, se valida que las tomas fueron de manera aleatoria,
ya que se observa que los valores en la gráfica de Orden de Observación
vs. Residuo los puntos no muestran regiones de acumulación en la parte
superior o inferior del cero, sino más bien estos fluctúan en un patrón
aleatorio alrededor de la línea del cero. En síntesis, la toma de datos es
correcta y lo demuestra el resultado del ANOVA.
222
Análisis de componentes principales

Esta metodología es utilizada para reducir el número de columnas
de análisis de los datos de entrada que serán aplicados a la red neuronal, ya
que ser una técnica multivariante permite el tratamiento de las variables
obtenidas en el análisis estadístico descriptivo de la señal de corriente de
consumo del motor de arranque y de la caída de tensión que esta genera.
Este análisis aporta directamente a la identificación de variables

ficticias formadas a partir de la combinación de los fenómenos obser-
vados. Además, se consigue sintetizar los datos relacionándolos entre
sí a través de un proceso de cálculo de raíces y vectores característicos
de una matriz simétrica. Para que esto se verifique las variables deben
cumplir una correlación entre sí, de manera que se expresen como com-
binación lineal de las variables que realmente han sido observadas, en
resumen, se determina que la mayor influencia de datos se encuentra
sobre los tres primeros componentes.
Red neuronal tipo Elman

Se aplica una red neuronal tipo Elman, esto basado en una corrida
pre-experimental en donde se realizaron entrenamientos con diferentes
tipos de redes como: Feed-Forward, Cascade-Forward, Elman-Fordward,
de las cuales se escoge la que menor error obtiene. Hecha la observación
anterior, se indica que los parámetros de entrada son los valores caracte-
rísticos que resultan del análisis de la curva de consumo de amperaje del
motor de arranque, los cuales se presentan en la figura 14:
Se aplican tres capas, ocultas cada una con 15, 10 y 5 neuronas

por cada capa, esto debido al menor gasto computacional, ya que al au-
mentar capas y neuronas no disminuye el error y el tiempo de ejecución
aumenta. Para continuar, se indica que las funciones de activación entre
la neurona de entrada y la primera es de tipo Logsig, seguida en las dos
capas de una función Elliotsig y por último entre la capa de salida y la
neurona de salida una función de tipo Purelin.
223
Figura 14
Red tipo Elman
Fuente: los autores
La neurona de salida indica el valor del resultado de la compre-

sión, esto en función al análisis computacional que genera la RNAR tipo
Elman. El entrenamiento de la red se realiza con la función Levenberg-
Marquardt (trainlm), la que se muestra en la siguiente figura:
Figura 15
Entrenamiento de red tipo Elman
Fuente: los autores

224
La figura 16 indica el gradiente en la reducción del error y el nú-

mero de épocas que se realizan para el entrenamiento de la RNAR.
Figura 16
Evolución de entrenamiento de red tipo Elman
Fuente: los autores
A fin de comparar el correcto funcionamiento de la RNAR creada
y entrenada del proceso propuesto, se procede a realizar varias pruebas
de diversos valores de compresión. En este apartado se presentan dos
compresiones en concreto, que son valores que están alrededor de 320
PSI, en caso de motores con un funcionamiento correcto, y otro caso en
el que los valores se encuentran alrededor de 20 PSI, lo que indica un
fallo de desbalanceo en la combustión generalizada del motor.
225
En la figura 17 se muestra el resultado de los valores obtenidos

por la RNAR para tomas de compresión de 320 PSI, donde el valor del
promedio del error del resultado y el valor real es de 0,0027.
Figura 17
Resultados de compresión a 320 PSI
Fuente: los autores
En la figura 18 se muestra el resultado de los valores obtenidos

por la RNAR para tomas de compresión de 20 PSI, donde el valor del
promedio del error del resultado y el valor real son de 0,0033.
Figura 18
Resultados de compresión a 20 PSI
Fuente: los autores

226
Obtenidos los resultados de la presión de compresión, llama la

atención la diferencia marcada entre el motor en condiciones norma-
les y el mismo con una falla en la presión de compresión por cilindro.
Significa, entonces, que el resultado de la aplicación del algoritmo de la
RNAR es capaz de calcular un valor muy próximo al verdadero, tanto en
condiciones normales como en condición de fallo del motor por falta de
compresión en uno de sus cilindros.
Al respecto, se debe destacar que el rango del valor de presión

de compresión obtenida en condiciones estándar está entre 319,92 y
320,048 PSI. En lo que respecta al motor con falla en la presión de com-
presión, el rango del valor esta entre 19,98 y 20,019 PSI. Dando como
resultado en los dos casos un promedio de error del 0,3%, siendo este
valor muy aceptable para temas de diagnóstico y determinación de fa-
llos del motor.
Conclusiones
En este trabajo se muestra que la aplicación de redes neuronales
artificiales recurrentes (RNAR) en la determinación de la compresión
de un MEC constituye una alternativa claramente viable, además, pre-
senta la ventaja de ser mínimamente invasiva con rangos de error me-
nores al 1%, pudiendo determinar con un alto grado de probabilidad el
valor de la compresión.
Otro aspecto fundamental a tener en cuenta es que el proceso de

medición de compresión se aplica con mucha frecuencia en la evalua-
ción de compra-venta de vehículos, por lo tanto, esta metodología se
presenta como una técnica altamente apropiada para ser integrada en
un sistema de diagnóstico con la rapidez computacional que ofrecen las
redes neuronales.
Tras la elaboración de este estudio, en el cual se aplica una estruc-

tura de red neuronal tipo Elman, se ha observado que esta última es la
227
más apropiada dada la naturaleza dinámica de los patrones obtenidos

por el análisis del consumo de corriente del motor de arranque.
Antory, D. (noviembre, 2005). Fault diagnosis application in an automotive
diesel engine using auto-associative neural networks. Computatio-
nal Intelligence for Modelling, Control and Automation. International
Conference on Intelligent Agents, Web Technologies and Internet
Commerce, 2, 109-116.
Covarrubias, R. F. y Covarrubias, A. G. F. (2013). Desarrollo de un sistema exper-
to para el diagnóstico de fallas automotrices. La Plata-Argentina. Repo-
sitorio online SEDICI.
Giarratano, J. y Riley, G. (2004). Sistemas expertos, principios y programación.
México: s.e.
Khajavi, M. N., Nasiri, S. y Eslami, A. (2014). Combined fault detection and
classification of internal combustion engine using neural network.
Journal of Vibroengineering, 16(8).
López, L. H. (2006). Predicción y optimización de emisores y consumo mediante
redes neuronales en motores diésel. Valencia. Reverté.
Samadani, E., Shamekhi, A. H., Behroozi, M. H. y Chini, R. (2009). A method
for pre-calibration of DI diesel engine emissions and performance
using neural network and multi-objective genetic algorithm. Iranian
Journal of Chemistry and Chemical Engineering, 28(4), 61-70.
Wang, X., Kruger, U., Irwin, G. W., McCullough, G. y McDowell, N. (2008).
Nonlinear PCA with the local approach for diesel engine fault detec-
tion and diagnosis. Transactions on Control Systems Technology, 16(1),
122-129.
Yap, W. K. y Karri, V. (2012). Emissions predictive modelling by investigating
various neural network models. Expert Systems with Applications, 39,
2421-2426.
Yu, Y., Baoliang, L. y Jingshan, S. (julio, 2009). PCA and Local-wave method
Analysis on Fault Diagnosis of Diesel. International Conference on In-
formation Technology and Computer Science ITCS, 2, 317-321.
Zweiri, Y. H. y Seneviratne, D. (mayo, 2007). Diesel engine indicated torque es-
timation based on artificial neural networks. International Conference
on Computer Systems and Applications, pp. 791-798.
Implementación académica de un DAQ
para disminución de desbalance
en equipos rotativos
Jhon Edward Lizarazo1

José Miguel Segnini2
Mary Josefina Vergara3
Resumen
Los equipos rotativos juegan un papel preponderante en la producción industrial. Por su propio dise-
ño el desbalance forma parte de su funcionamiento, ya que masas excéntricas son comunes en su
estructura. Sin embargo, las amplitudes de vibraciones producidas por tales masas excéntricas están
limitadas y por lo tanto se deben aplicar procedimientos automatizados capaces de asegurar que ellas
no sobrepasen un valor permisible. En el presente capítulo se desarrolla un sistema automatizado que
utiliza un instrumento virtual para apoyar la detección y diagnóstico del desbalance en un sistema rotor-
dinámico. En este, se realiza un análisis de fase y de severidad de vibración basado en norma ISO
10816, necesaria para apoyar el análisis de desbalance. El procedimiento empleado, sirve de base para
determinar la cantidad de masa y el lugar donde debe colocarse para disminuir la vibración causada por
dicho desbalance cuando se implementa el balanceo en uno o dos planos. El sistema desarrollado para
detección, diagnóstico y corrección de desbalance se utiliza para para promover y reforzar la habilidad
de los estudiantes en la solución de problemas asociados al mantenimiento de equipos rotativos a través
de actividades experimentales y capacitación industrial.
Palabras clave
Rotor, desbalance, severidad y vibración.
1 Miembro del Grupo de Investigación GINDET, línea de Electrónica y Telecomu

nicaciones. Forma parte del Servicio Nacional de Aprendizaje SENA-Tecnoparque,
nodo Ocaña, Colombia ([email protected]).
2 Miembro del Grupo de Diseño y Modelado de Máquinas DIMMA. Forma parte
de la Escuela de Ingeniería Mecánica de la Universidad de Los Andes, Mérida,
Venezuela ([email protected]).
3 Miembro del Grupo de Investigación en Diseño Sustentable GIDISUS. Forma
parte de la Escuela de Diseño de Productos y Control de Procesos de la Pontificia
Universidad Católica, Ibarra, Ecuador ([email protected]).
Jhon Edward Lizarazo, José Miguel Segnini y Mary Josefina Vergara
230
Abstract
Rotating equipment plays a preponderant role in industrial production. By its own design the im-
balance is part of its operation, since eccentric masses are common in its structure. However, the
amplitudes of vibrations produced by such eccentric masses are limited and therefore automated
procedures capable of ensuring that they do not exceed a permissible value must be applied. In this
chapter an automated system is developed that uses a virtual instrument to support the detection and
diagnosis of imbalance in a rotor-dynamic system. In this, a phase and vibration severity analysis is
performed based on ISO 10816, necessary to support the imbalance analysis. The procedure used is
the basis for determining the amount of mass and the place where it should be placed to reduce the
vibration caused by the imbalance when balancing is implemented in one or two planes. The system
developed for detection, diagnosis and correction of unbalance is used to promote and reinforce the
student’s ability in the solution of problems associated with the maintenance of rotating equipment
through experimental activities and industrial training.
Keywords
Rotor, unbalanced, vibration severity.
Introducción
Cuando los equipos fallan mientras se encuentran en operación,
reducen considerablemente la vida útil de otros componentes del siste-
ma, en algunos casos, se producen daños severos que ocasionan el re-
emplazo de componentes, lo que implica un incremento del manteni-
miento y su inversión.
Para poder prevenir estos eventos, las empresas realizan labores

de mantenimiento preventivo que ayudan a disminuir los paros forza-
dos de planta. El mantenimiento preventivo puede ser programado o
predictivo. En el primero, las revisiones se realizan por periodos estable-
cidos previamente. Dicho periodo puede establecerse por recomenda-
ciones del fabricante (cada cierta cantidad de horas de funcionamiento)
o basado en datos estadísticos históricos (usando el tiempo promedio
entre fallos), entre otras (Ocampo, 2013). En el caso del mantenimiento
preventivo basado en predicción, el propósito es monitorear las condi-
ciones en las que se encuentra un equipo para predecir cuándo parar
para realizar reparaciones y ajustes. Este tipo de actividades se conoce
como mantenimiento basado en condición (CBM, por sus siglas en in-
glés) y tiene como filosofía que el cambio en la condición y/o desempe-
ño del equipo es el factor preponderante para la toma de decisión sobre
Implementación académica de un DAQ para disminución de desbalance en equipos rotativos
231
la reparación o el remplazo del equipo (Raheja et al., 2006). En otras

palabras, el CBM busca maximizar los resultados de la inversión en
mantenimiento por medio de la recolocación e interpretación en vivo o
cada cierto tiempo de datos relacionados a la condición de operación de
componentes críticos de un equipo.
Una de las variables más utilizadas para monitorear la condición

de los elementos de un equipo es su nivel de vibración. Se conoce que
los equipos emiten vibraciones cuando se encuentran en operación,
pero cuando estas vibraciones son excesivas y sobrepasan ciertos límites
preestablecidos, generalmente se debe a problemas mecánicos o eléctri-
cos. En consecuencia, monitorear las vibraciones de un equipo ayuda a
resguardar la condición del equipo, así como a conocer de antemano el
tiempo para aplicar mantenimiento.
En equipos rotativos, estas vibraciones pueden ser ocasionadas

por desbalance, que puede producir a su vez el deterioro progresivo y fa-
llas prematuras de los cojinetes anti-fricción que soportan el rotor. Esto
se corrige mediante un análisis de vibraciones y un balanceo dinámico
del equipo afectado. Así, el análisis de vibraciones en equipos rotativos
permite interpretar sus lecturas y eventualmente diagnosticar con pre-
cisión el tipo de falla (Olarte et al., 2010).
Comercialmente se encuentran dispositivos analizadores de vi-

bración y paquetes computacionales que entregan al usuario las gráficas
de las señales de las vibraciones para que se pueda realizar su interpreta-
ción y emitir un diagnóstico acertado. La casa fabricante SpectraQuest
(SpectraQuest, 2017), la consultora V-TEK Associates (V-TEK, 2013) y
la empresa Hofmann Mess und Auswuchttechnik GmbH & Co. (Hof-
mann, 2007) ofertan productos capaces de realizar pruebas de desali-
neación, desbalance, velocidad crítica y simulación de fallas en roda-
mientos. El valor comercial de estos bancos va desde los tres millones
hasta los sesenta millones de dólares, lo que implica una inversión con-
232
siderable para un banco de prueba con fines académicos, que además

puede ser utilizado para capacitación industrial.
Adicionalmente, se han realizados proyectos académicos direc-

cionados al diseño y/o construcción de bancos de prueba para la dismi-
nución de desbalance en equipos rotativos, como se puede ver, cronoló-
gicamente, en Sánchez y Pintor (2004), González (et al., 2005), Blanco
(et al., 2010), Krak (et al., 2011), Silva (et al., 2013), Torres y Quezada
(2016), y Espino (et al., 2017). En esta misma dirección, otros proyec-
tos solo desarrollan el instrumento virtual de análisis de vibración por
desbalance, por ejemplo: Estupiñán (et al., 2006), Ocampo (2013), Sam-
paio (et al., 2014) y Silva-Juárez (et al., 2016). Todos estos proyectos
buscan interpretar las vibraciones por desbalance en equipos rotativos y
así, proponer dispositivos físicos y/o virtuales que dinámicamente dis-
minuyan estos desbalances y por consecuencia la amplitud de vibración
que éstos ocasionan.
El objetivo de esta investigación es desarrollar una propuesta di-

dáctica para promover y reforzar la habilidad de los estudiantes en la so-
lución de problemas asociados al mantenimiento de equipos rotativos a
través de actividades experimentales, que pueden ser incluidas en capa-
citaciones a nivel industrial. En base a lo anterior, en el presente trabajo
se automatiza un sistema rotor-dinámico para realizar un análisis de
vibración por desbalance, que permita disminuir la amplitud de vibra-
ciones causadas por el mismo y que sirve como base para crear prácticas
que introduzcan al estudiante al ambiente industrial. El estudio toma en
cuenta las variables de diseño y el montaje del banco de pruebas (Ro-
tor 5000) del Laboratorio de Mecánica de Materiales (LABMM) de la
Universidad de Los Andes (ULA, Venezuela). Para ello, se ensambló el
banco de pruebas Rotor 5000 con todos los dispositivos y/o sensores
comerciales existentes en el laboratorio: dos acelerómetros 736T, un
velocímetro 793V y la tarjeta de adquisición de datos DAQpad-6020E;
adicionalmente, se diseñó un tacómetro utilizando un emisor y receptor
infrarrojo, el cual mide la frecuencia de paso de la señal en pulso por
233
vuelta del rotor y un instrumento virtual para medición de vibraciones

y balanceo del rotor mediante programación gráfica en LabView.
Se implementaron tres instrumentos virtuales para la medición

de vibraciones aplicando métodos de balanceo industriales como: ba-
lanceo en un plano, balanceo en dos planos y evaluación de severidad
vibratoria. Estos instrumentos virtuales demostraron que son funciona-
les para el Rotor 5000, reduciendo en uno de los casos hasta un 70% la
vibración presentada por desbalanceo por masa excéntrica.
Diseño de tacómetro
La medición de velocidad en la industria se efectúa de dos for-
mas: con tacómetros mecánicos y tacómetros eléctricos. Los primeros
detectan el número de vueltas del eje de la máquina por medios exclusi-
vamente mecánicos pudiendo incorporar o no la medición conjunta del
tiempo para determinar el número de revoluciones por minuto (rpm);
mientras que los segundos captan la velocidad por sistemas eléctricos.
Para usos industriales se suelen utilizar tacómetros eléctricos porque
permiten la transformación directa de la señal para alimentar los instru-
mentos registradores o controladores de panel. Un caso de aplicación
típica lo constituye la medición de la velocidad de giro del eje de una
turbina en una central de energía.
Para desarrollar el tacómetro se seleccionó un emisor de luz infra-

rroja y un fototransistor como receptor del haz luminoso que conmute
cada vez que detecte un objeto obstaculizando el mismo. Para diseñar
y simular el circuito se utilizó el programa ISIS de Proteus. En la figura
1 se muestran los dispositivos electrónicos necesarios para obtener el
circuito interruptor del haz luminoso.
234
Figura 1
Diagrama de circuito para tacómetro infrarrojo
Fuente: los autores
En la figura 2 se muestra la manera de montar el tacómetro utili-

zado para la tarea de medir la velocidad de giro del Rotor 5000 (máqui-
na utilizada como base para el banco de pruebas).
Figura 2
Montaje de emisor y receptor infrarrojo
Fuente: los autores

235
La señal del tacómetro se envía a la tarjeta de adquisición de datos

DaqPAD-6020E para calcular la velocidad de giro midiendo la frecuen-
cia de paso de la señal, teniendo un pulso por vuelta del rotor.
Montaje e instalación de equipos en el laboratorio

Uno de los factores importantes a la hora de implementar el ins-
trumento virtual es la correspondiente instalación y puesta a punto de los
dispositivos de medición y estructura física del banco de pruebas. Para
ello, luego de diseñar el tacómetro, se agrupa el mismo en el conjunto de
instrumentos: tarjeta de adquisición de datos, transductores, fuentes, mo-
tor, ajuste de la estructura física y demás elementos de conexión eléctrica.
En la figura 3a se observa el banco de pruebas utilizado para la

tarea de medición de vibraciones en el laboratorio de Mecánica de Ma-
teriales de la Universidad de los Andes. La tarjeta de adquisición de da-
tos y el control de velocidad del motor que acciona el rotor se muestra
en la figura 3b.
Figura 3
Banco y tarjeta
a) banco de pruebas Rotor 5000
236
b) tarjeta de adquisición de datos DaqPAD-6020E, motor, controlador

de velocidad de motor y fuentes de los transductores de aceleración y velocidad
Fuente: los autores
Programación del instrumento virtual

para medición de vibraciones y balanceo
El software diseñado para la tarea de balancear el rotor está com-
puesto de dos subinstrumentos llamados INVIBA (Instrumento Virtual
para Balancear Rotor-5000) e INVIBRA (Instrumento Virtual para la
Medición de Vibraciones). Esta distinción se realiza ya que son dos mó-
dulos independientes, pero trabajan en conjunto para realizar la tarea
final, que es balancear la máquina Rotor 5000. El módulo INVIBA se
ejecuta en el instante que se inicia el programa de balanceo como se
muestra en la figura 4a. Esta ventana indica al usuario qué tarea desea
237
realizar mostrando tres opciones principales que son: balancear en un

plano, balancear en dos planos y evaluar severidad vibratoria.
En la figura 4b se muestra la interfaz principal del programa es

INVIBRA, ya que en esta ventana se mide y se realiza todo el cálculo
según el método seleccionado en la ventana INVIBA, sea balanceo en un
plano, balanceo en dos o evaluar la severidad de la vibración.
Una vez que se detecta el desbalance, el programa diseñado esti-

ma las masas de corrección para el balanceo en dos planos por el méto-
do de coeficientes de influencia y muestra al usuario, de forma gráfica,
el lugar y los gramos de masa que debe colocar en el disco del rotor a fin
de balancear el sistema (figura 5), lo que conduce a la disminución de la
vibración producida por el desbalanceo.
Figura 4
INVIBA e INVIBRA
a) interfaz inicial del programa INVIBA para balancear el Rotor 5000
238
b) interfaz de INVIBRA para medición de vibraciones
Fuente: los autores
Figura 5
Interfaz de cálculo de masas de corrección para el balanceo
en dos planos por el método de coeficientes de influencia
Fuente: los autores

239
El rango de medición es de -10 V a 10 V, por lo tanto, se pueden
adquirir datos con valor límite de 100 gravedades y el rango límite de
sensor son 500 g; de la misma manera se tiene una resolución de 0,488
mV como mínima unidad de medida. En los siguientes apartados se
presentan los resultados obtenidos en cada uno de los métodos de ba-
lanceo aplicados y para la evaluación de la severidad de la vibración.
Balanceo en un plano
Para el balanceo en un plano se necesitan dos muestras, una sin
ningún tipo de masa de prueba y otra con una masa de prueba que
permita perturbar el sistema obteniendo las mediciones de amplitud y
fase en cada una de las muestras. En esta prueba se trabaja con el trans-
ductor de velocidad, ya que presenta una respuesta más adecuada en la
velocidad para frecuencias bajas. En la figura 6 se muestra el contenido
espectral para la señal tomada por el acelerómetro a una velocidad de
1 960 rpm y la figura 7 muestra la señal obtenida por el velocímetro a
la misma velocidad de operación, donde se muestra que el velocíme-
tro tiene un mejor comportamiento en las frecuencias bajas ya que las
componentes de alta frecuencia se suprimen o integran por la señal de
velocidad. Por ello, el rango de trabajo para el velocímetro es de 1 000 a
1 2000 rpm donde se tiene una respuesta lineal. De lo anterior, se des-
prende que el velocímetro en el caso planteado, debe ser utilizado para
el balanceo en un plano, como se describe a continuación.
En la práctica, se toma una muestra a una velocidad de operación

de 1 937 rpm sin ninguna masa de balanceo como vibración inicial en
el plano medido. En la figura 7 se muestra el espectro de vibración de
la señal del velocímetro y la señal en el tiempo del tacómetro como de
la velocidad de vibración. La amplitud de vibración observada contiene
una frecuencia fundamental en 32,5 Hz, correspondiente a la frecuencia
de orden 1 con una amplitud de 0,09 in/s y una fase de 282°. Luego se
agrega un peso de prueba de 8 gr ubicado a 60° de la marca de referen-
240
cia del tacómetro, obteniendo un valor de amplitud de 0,078 in/s y un

corrimiento de fase de 233°.
Figura 6
Respuesta en frecuencia para acelerómetro
Fuente: los autores
Figura 7
Respuesta en frecuencia para velocímetro
Fuente: los autores
Luego de tener capturados los datos de velocidad de vibración

en los dos casos, se procede a ejecutar el programa de balanceo en un
plano, obteniendo el siguiente resultado: un peso de corrección 9,2 gr
ubicado en el ángulo -12,20. Debido a que el Rotor 5000 tiene cuatro
agujeros igualmente espaciados con ángulos de 90°, uno de ellos queda
en la posición -30° de la posición de referencia del tacómetro (ángulo de
fase se mide inverso al sentido de rotación del eje principal).
241
En el siguiente paso se ingresa una pesa de corrección aproxima-

da de 8 gr en la posición -30°, obteniendo el resultado mostrado en la fi-
gura 8, donde se observa una amplitud de vibración de 0,0261 in/s y una
fase estable de 345°, logrando un balanceo óptimo, ya que se redujo la
amplitud en un 70% del valor inicial, comprobando así que el programa
funciona de la manera correcta para esta prueba. Si se pudiese colocar la
masa correctora en el ángulo correcto de 9°, la reducción en la amplitud
sería mucho mayor que la tomada como óptima.
Figura 8
Resultado de vibración con masa correctora instalada
Fuente: los autores
Balanceo en dos planos

Para efectuar el balanceo en dos planos es necesario aclarar los dos
planos de perturbación donde se ingresarán las masas de prueba. Por lo
general, para este tipo de banco se utilizan dos discos separados a una dis-
tancia L para así poder establecer un rango de perturbación entre un plano
cercano al punto de medida y un plano lejano comúnmente llamado (Near
y Far). Para demostrar que el programa está funcionando de la manera
correcta se compara con datos obtenidos de Méndez-Adriani (2000), para
242
balanceo en dos planos, obteniendo los mismos resultados referentes (fi-

gura 9). Para ello se utilizó la primera versión del programa de balanceo en
dos planos realizado en LabView con la opción de simulación de entrada
de datos, con datos constantes de entrada para ángulos de fase y amplitu-
des en cada una de las pruebas descritas por el método de balanceo por
coeficientes de influencia, como se muestran en la tabla 1.
Figura 9
Resultado balanceo en dos planos con datos constantes
tomados de Méndez-Adriani
Fuente: los autores
Tabla 1
Datos de entrada al programa de balanceo
Near Ángulo Near Far Ángulo Far Peso prueba Ángulo peso
38 256 19 36 Sin masa Sin masa
31 300 37 75 7,95 90
17 264 31 21 7,95 90
Fuente: los autores
Módulo de severidad de vibración

La práctica se realiza para la evaluación de severidad vibratoria,
donde se hace una perturbación desbalanceando el sistema rotor-diná-
mico Rotor 5000 con un tornillo lo suficientemente pesado como para
elevar los niveles de vibración a niveles intolerables por la máquina.
243
Para la elaboración del programa se aplicó la norma ISO 10816,

donde se indica que para una máquina de este tipo los niveles permi-
sibles o iniciales de montaje son 0,06 in/s a 0,11 in/s para un nivel in-
termedio, donde la máquina no presenta fallos pero se indica que la
máquina ya tiene algún tiempo funcionando mal. En este punto se dice
que la falla es del tipo incipiente 0,18 in/s, la condición de la máquina no
es adecuada y no puede funcionar de manera continua. En este punto
se dice que la falla es del tipo potencial, el valor límite para la vibración
es cuando presenta falla funcional para valores por encima de 0,18 in/s.
La figura 10 muestra la descripción de la tabla de la norma ISO

10816 tomada del instrumento virtual para evaluar severidad vibratoria.
Figura 10
Niveles tolerables e intolerables para análisis de severidad de vibración
Fuente: los autores
En cada una de las siguientes figuras (11 y 12) se muestran

los resultados para bajos niveles de vibración y niveles elevados per-
turbando el sistema con un tornillo de una masa elevada, desbalan-
ceando el rotor para establecer cada una de las escalas de la norma
ISO 10816.
244
Figura 11
Mensaje según el valor leído para la vibración
en un rotor en perfecto estado
Fuente: los autores
Figura 12
Mensaje según el valor leído para la vibración
en un rotor con falla potencial
Fuente: los autores

245
Conclusiones
En este trabajo se implementaron tres instrumentos virtuales
para la medición y análisis de vibración, con los que se logró disminuir
hasta un 70% las amplitudes de vibraciones por efectos del desbalance.
Se implementaron tres módulos para medir: balanceo en un pla-

no, balanceo en dos planos y evaluación de severidad vibratoria. Estos
demostraron ser funcionales para el banco de prueba Rotor 5000, apli-
cando métodos de balanceo comúnmente aplicados en la industria para
evaluación de maquinaria rotativa.
La implementación realizada, permite establecer una conexión

básica con lo que se puede encontrar por parte del estudiante y el mun-
do real visualizando datos de una máquina rotativa sencilla, obteniendo
señales de vibración complejas y aplicando métodos clásicos de balan-
ceo con análisis de vibración.
La portabilidad de la instrumentación y la tarjeta de adquisi-

ción de datos DaqPAD-6020E, permite hacer un instrumento portá-
til de análisis de vibraciones para cualquier tipo de rotor que necesite
ser balanceado.
Blanco, A., Beltrán, F., Silva, G. y Oliver, M. (2010). Active vibration control of
a rotorbearing system based on dynamic stiffness. Revista Facultad de
Ingeniería Universidad de Antioquia, (55), 125-133.
Espino, P., Davinzón, Y., Olaguez, J., Lizárraga-Lizárraga, A., Benítez-García,
I. y Núñez, J. (2017). Prototipo didáctico para la enseñanza de vi-
braciones mecánicas mediante el diseño de un banco de pruebas de
desbalance y velocidad crítica. Dyna, 92, 395-398. doi:http://dx.doi.
org/10.6036/8101
Estupiñán, P. E., San Martin, C. y Solaligue, M. R. (2006). Diseño e implementa-
ción de un analizador virtual de vibraciones mecánicas. Revista Facul-
tad de Ingeniería, 14(1), 7 - 15. doi:10.4067/S0718-13372006000100002
246
González, H., Cardona, J. y Monroy, G. (2005). Diseño de un banco de prue-

bas de desalineamiento y desbalanceo mecánico. Scientia et Technica,
11(28), 101-106.
Hofmann. (2007). Intelligent balancing solutions. Recuperado de http://www.
hofmann-equilibrado.es/inicio.html
Krak, M., Heitkamp, K., Heitkamp, L., Masters, J. y Mikesell, D. (2011). De-
sign and Construction of Vibration Test Stand. ASEE North Central
& Illinois-Indiana Conference, pp. 1-13. American Society of Enginee-
ring Education. Recuperado de http://people.cst.cmich.edu/yelam1k/
asee/proceedings/2011/DATA/16-182-1-DR.pdf
Méndez-Adriani, J. (2000). Balanceo dinámico de maquinaria rotativa. Caracas:
Universidad Central de Venezuela.
Ocampo, J. R. (2013). Sistema de bajo costo para monitoreo de disturbios de
vibración en máquinas rotatorias. Innovare: Revista de ciencia y tecno-
logía, 2(2), 14-31.
Olarte, W., Botero, M. y Cañon, B. (2010). Análisis de vibraciones: una herra-
mienta clave en el mantenimiento predictivo. Scientia et Technica,
16(45), 219-222.
Raheja, D., Llinas, J., Nagi, R. y Romanowski, C. (2006). Data fusion/data
mining-based architecture for condition-based maintenance. In-
ternational Journal of Production Research, 44(14), 2869-2887.
doi:10.1080/00207540600654509
Sampaio, Rui y Silva, T. (2014). Unbalance and field balancing virtual labs. 2014
11th International Conference on Remote Engineering and Virtual Ins-
trumentation, pp. 75-76. Porto. doi:10.1109/REV.2014.6784225
Sánchez, H. y Pintor, J. (2004). Diseño y validación de un banco de ensayos para
el análisis de vibraciones en rotores flexibles. Asociación Española de
Ingeniería Mecánica, 3, 1721-1727.
Silva, B., Soares, Á., Mathias, M., Prado, P. y Gonçalves, J. (2013). A computatio-
nal approach to analyze unbalancing in rotational systems. Academic
Journals, 8(29), 1396-1406. doi:DOI 10.5897/SRE2013.5578
Silva-Juárez, A., Salazar-Pedraza, M. d. y Ponce-Mellado, J. (2016). Instrumento
virtual para diagnosticar y corregir desbalance de maquinaria rotati-
va. Revista de Tecnología e Innovación, 3(7), 73-81.
SpectraQuest. (2017). Machinery Fault Simulator. Recuperado de Product and
solutions: http://spectraquest.com/
247
Torres, M. y Quezada, A. (2016). Diseño de un sistema medidor de vibraciones

para máquinas rotativas de 900 rpm hasta 8 4000 rpm. Journal Boli-
viano de Ciencias, 12(37), 23-28.
V-TEK Associates. (2013). We Provide Signal Acquisition and Processing Solu-
tions for our customers. Recuperado de http://www.vtekassociates.
com/index.html
Análisis de fallas del sistema
de inyección electrónica
de combustible Multec Delphi
Néstor Diego Rivera C.1

Iván Ernesto Fernández L.2
Hugo Santiago Inga I.3
Ángel Yasmany Aguilar R.4
Resumen
La presente investigación analiza la influencia en la jerarquización del riesgo que provoca la presencia de
un fallo en el sistema de inyección Multec Delphi, mediante el análisis de las emisiones contaminantes,
consumo de combustible y el tiempo de inyección. El desarrollo del proyecto consta de diversas fases
como la definición del alcance de la metodología del análisis de modos de falla, análisis la funcionalidad
del sistema sometido a fallas, identificación de modos de falla, efectos de la falla, consecuencias de
falla, jerarquización del riesgo y finalmente análisis de resultados. Los modos de fallas que presentan un
mayor riesgo son evidenciados en la jerarquización, encontrándose estos en las partes superiores de las
tablas. Este análisis permite identificar los elementos donde el mantenimiento tendrá que ser realizado
con mayor eficiencia, mejorando la confiabilidad de los sistemas, medio ambiente y la seguridad del
personal del involucrado. Se determina el monóxido de carbono (CO), hidrocarburos no combustionados
(HC), tiempo de inyección y consumo de combustible como las variables a ser analizadas, para la cual
se utiliza un método efectivo.
Palabras clave
AMFE, árbol de fallos, efectos de falla, modos de falla.

Néstor Diego Rivera C., Iván Ernesto Fernández L., Hugo Santiago Inga I. y Ángel Yasmany Aguilar R.
250
Abstract
The present investigation analyzes the influence in the hierarchy of the risk that causes the presence
of a fault in the system of injection Multec Delphi, by the analysis of the pollutant emissions, fuel
consumption and the time of injection. The development of the project consists of several phases
such as the definition of the scope of the methodology of the analysis of failure modes, analysis of
the functionality of the faulted system, identification of failure modes, failure effects, failure conse-
quences, risk hierarchy And finally analysis of results. The failure modes that present a greater risk are
evidenced in the hierarchy, these being in the upper parts of the tables. This analysis allows identifying
the elements where maintenance will have to be performed with greater efficiency, improving the reli-
ability of the systems, environment and the safety of the personnel involved. Carbon monoxide (CO),
unburned hydrocarbons (HC) are determined; Injection time and fuel consumption are the variables to
be analyzed, for which an effective method is used to achieve the purpose.
Keywords
AMFE, fault tree, fault effects, fault modes.
Introducción
La falla en un elemento provoca que este no pueda cumplir la
función para la cual fue diseñado, dificultando que el sistema funcione
con normalidad. Con la ayuda del análisis de la metodología de modo
y efecto de falla (FMEA por sus siglas en inglés) se puede identificar los
modos de falla en un elemento o sistema.
En el sector automotriz, el AMEF no ha sido muy utilizado posi-
blemente por la falta de conocimiento acerca del tema. Siendo de vital
importancia pues a más de garantizar un correcto funcionamiento de los
equipos, permite conocer su confiabilidad, debido a que no es suficiente
lograr solo un buen funcionamiento, sino también poder tener la capa-
cidad de disminuir al mínimo la probabilidad de que un elemento falle y
afecte el correcto funcionamiento de los motores durante su operación.
La falla de un elemento puede traer consigo altos costos econó-
micos, perjudicar a la salud de las personas y provocar daños al medio
ambiente, por esta razón es importante hacer un análisis en el que se
pueda establecer las consecuencias de producirse un fallo en el sistema,
ya que a partir de este análisis se pueden identificar las consecuencias
que tiene una falla en la variación de la emisión de gases de escape, con-
sumo de combustible y tiempo de inyección.
Aguilar (et al., 2010) concluye que para la planeación del man-
tenimiento empleando criterios de riesgo y confiabilidad se determina
Análisis de fallas del sistema de inyección electrónica de combustible Multec Delphi
251
que el análisis realizado es el cuello de botella para la planeación del

mantenimiento, por lo que se debe entender claramente y ser aplicado
por parte de personal con suficiente experiencia.
Antes de seleccionar una estrategia de mantención para un equi-
po es conveniente conocer los fenómenos que producen su degradación
y falla (Pascual, 2002). Las fallas pueden ser clasificadas como:
• Fallas catastróficas. Contemplan las fallas repentinas y completas,

tales como la ruptura de un componente mecánico o un corto
circuito en un sistema eléctrico. Es difícil observar la degradación
y por tanto no es posible establecer procedimientos preventivos.
• Fallas por cambios en parámetros. Son fenómenos tales como el
desgaste mecánico, fricción, aumentos en la resistencia de com-
ponentes electrónicos. La degradación es gradual y puede ser
observada directa o indirectamente (Pascual, 2002).
El principal interés del AMFE es resaltar los puntos críticos con el

fin de eliminarlos o establecer un sistema preventivo (medidas correcto-
ras) para evitar su aparición o minimizar sus consecuencias, con lo que
se puede convertir en un riguroso procedimiento de detección de defec-
tos potenciales si se aplica de manera sistemática (Bestratén et al., 2004).
El desarrollo de un AMEF, de diseño o de procesos, utiliza un

enfoque común para abordar:
• Fallas potenciales del producto o proceso para cumplir

con expectativas.
• Consecuencias potenciales.
• Causas potenciales de modos de fallas.
• Aplicación de controles actuales.
• Niveles de riesgo.
• Reducción de riesgos.
Cada AMEF debiera asegurar que se ha dado atención a cada

componente dentro del producto o ensamble. Para componentes o pro-
252
cesos críticos o relacionados con la seguridad se les debiera dar una alta
prioridad (AIAG, 2008). Ramos (2015) realizó una matriz de riesgos
para comenzar a mitigar, reducir, prevenir los puntos críticos más eleva-
dos de los modos de falla y buscar planes y/o acciones de mejora.
El AMEF de proceso que se implementa en este trabajo, debe ser

efectuado durante la producción. Este es un documento que necesita ser
revisado y actualizado con base al descubrimiento de nuevas formas de
falla (Martínez, 2004).
Diseño experimental
Unidad experimental
La investigación se desarrolla sobre el motor que se muestra en la

figura 1, cuyas características y especificaciones técnicas se detallan en
la tabla 1.
Figura 1
Motor Luv 2.2
Fuente: los autores

253
Tabla 1
Datos del motor Luv 2.2
Especificación Detalle
Motor ISUZU
Modelo C22NE
Cilindrada 2.2 L
Potencia máxima 111 hp a 4 800 rpm
Par máximo 125 lbft. a 3 800 rpm
Distribución SOHC
Fuente: Los autores
Modelo experimental
El modelo experimental que se utiliza para la adquisición de da-

tos de consumo de combustible, tiempo de inyección y emisión de gases
de escape, se muestra en la siguiente figura:
Figura 2
Diagrama de variables del proceso
Fuente: Los autores
Mediante la adquisición de datos, se genera una matriz de fallos

del sistema de inyección a gasolina Multec Delphi.
254
Variables controlables
Para el experimento se establecen las variables que se muestran

a continuación:
Tabla 2
Variables de controlables
Variable controlable Rango
rpm 985 - 2 500
Temperatura del refrigerante 80 - 85º C
Temperatura de ingreso del aire 40 - 45º C
Fuente: Los autores
Variables no controlables
En este experimento se considera que la humedad, la temperatura

ambiente y estado propio del motor, son los factores que varían de una
prueba a otra.
Variables de respuesta
Se establecen como variables de respuesta al consumo de com-

bustible, variación en el tiempo de inyección y emisión de gases conta-
minantes (HC y CO).
Adquisición de datos
Para la adquisición de la base de datos a utilizar en el desarrollo
del proyecto se utilizan los equipos que se detallan a continuación.
1. Escáner automotriz. Se utiliza un escáner automotriz Ultras-

can para poder controlar diferentes parámetros de funcionamiento del
motor (temperatura del aire de IAT, temperatura del refrigerante ECT y
revoluciones del motor). En la figura 3 se observa el escáner automotriz.
255
Figura 3
Escáner automotriz
Fuente: Los autores
2. Analizador de gases. El analizador de gases QGA-6000 de la

marca QROTECH, se muestra en la figura 4, mediante el cual se puede
obtener el valor de los distintos gases de combustión como: CO, HC, O2
y CO2, además los valores de lambda y AFR.
Figura 4
Analizador de gases QGA-6000
Fuente: Los autores

256
3. Regulador de presión de combustible. El regulador se utiliza

para mantener la presión de combustible apropiada dentro del sistema
de inyección, este control se realiza ubicando un manómetro cuya lec-
tura debe estar acorde con la medida otorgada por el manual del fabri-
cante, el mismo se muestra a continuación:
Figura 5
Reglador de presión de combustible
Fuente: Los autores
4. Medidor de consumo de combustible. Para conocer la cantidad

de combustible se ocupa el equipo Fuel Flow Master, proporcionado
por la Universidad Politécnica Salesiana.
Figura 6
Medidor de consumo de combustible
Fuente: Los autores

257
Consideraciones para la adquisición de datos

1. Realizar un ABC del motor antes de encenderlo, para garantizar
que el motor tenga un correcto funcionamiento.
2. Que el motor alcance la temperatura correcta de funcionamien-
to, la misma que debe ser alrededor de los 85º C.
3. Se procede a generar las fallas.
4. Verificar el correcto funcionamiento del analizador de gases,
revisando el estado de los filtros, cañería y el purgado del mismo.
Toma de datos
En las tablas 3 y 4 se presentan las bases de datos con valores
a ralentí.
Tabla 3
Toma de datos a ralentí
Funciona- Cables
Características MAP TPS IAT ECT
miento normal bujías
RPM RPM 860 839 839 855 996 1005
ECT °C 74 75 73 72 71 -40
IAT °C 29 36 34 25 -40 27
MAP KPa 26 27 10 26 24 23
TPS % 6 6 6 6 6 6
t de inyección ms 3,13 3,61 3,15 3,06 3,01 3,5
HC ppm 126 651 1009 69 119 265
CO2 % 16,1 10,6 8,06 15,9 15,1 11
O2 % 2,08 7,17 12,77 3,09 3,6 3,06
Consumo L/H 1,291 1,269 1,244 1,138 1,02 0,862
Fuente: Los autores

258
Tabla 4
Toma de datos a ralentí
Funcio- Diente Diente
Filtro Presión Presión
Características namiento retra- adelan-
tapado menor mayor
normal sado tado
RPM RPM 860 839 871 863 829 850
ECT °C 74 74 77 73 69 74
IAT °C 29 35 33 32 25 26
MAP KPa 26 26 25 25 29 25
TPS % 6 6 6 6 6 6
t de inyección ms 3,13 3,09 4,3 2,8 3,08 2,98
HC ppm 126 194 65 111 236 152
CO2 % 16,1 15 16 15,3 15,8 15,6
O2 % 2,08 3,44 4,89 5,43 4,69 5,52
Consumo L/H 1,291 0,828 1,17 1,132 0,65 0,948
Fuente: Los autores
Elemento y su función
En la tabla 5 se muestra la función de cada elemento a ser analizado.
Tabla 5
Elemento y su función
N-1 Elemento Función
Encargado de informar a la ECU del vehículo la presión
1 Sensor MAP
que se tiene dentro del colector de admisión.
Encargado de informar a la ECU del vehículo la posición
2 Sensor TPS
de la mariposa de aceleración.
Encargado de informar a la ECU del vehículo la tempera-
3 Sensor IAT
tura del aire de admisión.
Encargado de informar a la ECU del vehículo la tempera-
4 Sensor ECT
tura del refrigerante del motor.
Encargado de filtrar o evitar el paso de impurezas hacia la
5 Filtro de aire
cámara de combustión.
259
N-1 Elemento Función

Encargado de regular la entrada y salida de los gases en
6 Distribución
el cilindro.
Presión de Encargado de mantener o regular la presión del combusti-
7
combustible ble antes de ser inyectado en la cámara.
Cable de Encargado de transferir el voltaje desde la bobina hacia
8
bujías las bujías.
Fuente: Los autores
Análisis funcional
Es necesario identificar cada una de las funciones principales del
elemento o sistema a ser analizado, un vez identificadas las funciones,
se caracterizan las fallas funcionales, para lo cual es importante hacer
notar e identificar que no todas las fallas pueden ser clasificadas como
fallas funcionales, es decir no todas las fallas tienen como efecto directo
la pérdida de la función. En la tabla 6 se presenta la falla funcional de
cada elemento a ser analizado.
Tabla 6
Análisis funcional
N. Elemento Falla funcional
El sensor MAP no informa a la ECU la presión.
1 Sensor MAP
El sensor genera informaciones erróneas.
El sensor TPS no informa a la ECU de la apertura de
2 Sensor TPS la mariposa.
El sensor IAT no informa a la ECU sobre la tempera-
3 Sensor IAT tura del aire de admisión.
El sensor ECT no informa a la ECU sobre la tempera-
4 Sensor ECT tura del refrigerante.
Fuente: Los autores

260
Identificación de modos de falla

Los modos de falla se identifican por cada falla funcional, pu-
diendo varios modos de falla dar origen a una falla funcional siendo esto
una parte fundamental en el desarrollo de esta metodología, tal como se
muestra en la tabla:
Tabla 7
Identificación de modos de falla
Falla
Modos de falla Observaciones
funcional
Sensor MAP dañado Manipulación
El sensor Sensor MAP defectuoso Manipulación

MAP no Cables desconectados o rotos Manipulación
informa a Vibración-tem-
la ECU la Circuito abierto o cortocircuitado
peratura
presión Alimentación del voltaje menor a lo establecido ECU
Alimentación del voltaje superior a lo establecido ECU
Fuente: Los autores
Efectos de las fallas

Una vez identificados los modos de fallo que puedan generar la
pérdida, es importante conocer los efectos que provoca cada fallo. En la
tabla 8 se presentan los efectos de falla que genera el sensor de presión
absoluta del colector de admisión (MAP).
Tabla 8
Efectos de la falla
Modos de falla Efectos de la falla
Encendido de la luz de falla
Detonación y falla en el encendido
Sensor MAP Defectuoso
Pérdida de potencia y potencia del motor
Aumento del consumo de combustible
261
Modos de falla Efectos de la falla

Cable desconectado o roto Ahogamiento y jalones cuando se acelera
Circuito abierto o cortocircuitado Marcha mínima inestable
Alimentación del voltaje menor a lo
Humo negro, bujías sucias
establecido
Alimentación del voltaje superior a
Reajusta mal el suministro de combustible
los establecido
Sensor TPS defectuoso Retraso a la aceleración o desaceleración
Circuito abierto o cortocircuitado Posible calentamiento del catalizador
Alimentación del voltaje menor a lo
Disminución del CO
establecido
Alimentación del voltaje superior a
Excesiva emisión de HC
los establecido
Fuente: Los autores
Consecuencias de la falla
Con los efectos identificados procedemos a evaluar las consecuen-
cias que causan los mismos, la tabla 9 muestra los efectos nos permiten
conocer el comportamiento de la falla y la forma que esta se manifiesta.
Tabla 9
Consecuencia de las fallas
Consecuencias
Efectos de la falla
de falla
Encendido de la luz de falla
Detonación y falla en el encendido
Pérdida de potencia y potencia del motor
Mayor cantidad de emisión de
Aumento del consumo de combustible gases contaminantes
Ahogamiento y jalones cuando se acelera Mayor consumo de
combustible
Marcha mínima inestable
Humo negro, bujías sucias
Reajusta mal el suministro de combustible
262
Consecuencias
Efectos de la falla
de falla
Retraso a la aceleración o desaceleración Funcionamiento incorrecto del
Posible calentamiento del catalizador motor
Pérdida de potencia, inestable
Disminución del CO
ralentí
Excesiva emisión de HC Daño psicológico al conductor
Fuente: Los autores
Desarrollo del árbol de fallos

El árbol de fallos del sistema se realiza con la intención de conocer
cómo afecta la falla de un elemento (sensor, filtro y cables de bujías), en
el incremento de emisión de gases contaminantes, consumo de com-
bustible y tiempo de inyección. En la figura 7 se presenta el árbol de
fallos utilizado para evaluar los cuatro eventos principales que son el
incremento de HC, incremento de CO, tiempo de inyección y consumo
de combustible, con respecto a cada fallo de manera individual, combi-
nación de dos fallos, y combinación de tres fallos.
Figura 7
Eventos principales
Fuente: Los autores

263
En la figura 8 se muestra el árbol de fallos para evaluar los even-

tos secundarios.
Figura 8
Eventos secundarios
Fuente: Los autores
Jerarquización de la falla ralentí

En la tabla 10 se presenta la jerarquización de la falla respecto
al incremento de CO a ralentí, donde se tiene que una falla en el sen-
sor ECT contribuye con una ponderación de 64,8%, siendo esta la que
más afecta al incremento. El resto de elementos presentan contribucio-
nes menores.
264
Tabla 10
Jerarquización de la falla
Característica Indisponibilidad Contribución
ECT dañada 0,6482 0,648264826
Cable dañado 0,1558 0,155815582
Mayor presión 0,0476 0,04760476
Diente adelantado 0,0444 0,04440444
Filtro obstruido 0,039 0,0390039
Diente retrasado 0,0325 0,03250325
IAT dañada 0,0324 0,03240324
Fuente: Los autores
Jerarquización del riesgo

La jerarquización mencionada en la metodología, consiste en
evaluar la frecuencia de ocurrencia del modo de falla, es decir, la fre-
cuencia con la que se daña un elemento ya sea un sensor, siendo esta fre-
cuencia combinada con sus consecuencias; en este caso, el valor mayor
de la categoría de consecuencia. La obtención del riesgo se da mediante
la multiplicación de la frecuencia por la consecuencia más alta, tal como
se muestra en la siguiente tabla:
Tabla 11
Jerarquización de la falla
Fre- Consecuencia Consecuencia Consecuencia
Falla Riesgo
cuencia personal ambiental en el sistema
Sensor MAP Bajo Alto Medio Medio 8
Sensor TPS Medio Medio Medio Medio 24
Sensor IAT Bajo Bajo Bajo Medio 15
Sensor ECT Medio Alto Medio Medio 40
Filtro de aire Alto Medio Alto Medio 100
Cable de bujía Alto Alto Bajo Medio 56
Distribución Medio Alto Bajo Medio 48
Presión de
Medio Alto Bajo Medio 48
combustible
Fuente: Los autores
265
Respecto a la variación de emisiones de gases como CO y HC,

las fallas que presentan mayor riesgo son el filtro de aire, seguido de un
cable de bujías. Respecto a la variación del consumo de combustible, las
fallas que presentan mayor variación es el filtro de aire, seguido de un
cable de bujías. La variación en el tiempo de inyección presenta un alto
riesgo al producirse un fallo en el filtro de aire y distribución.
Conclusiones
El AMFE es una metodología importante que de forma clara y
concisa nos permite entender cómo opera un elemento, pero sobre todo
comprender la forma en la que este falla.
La mayor contribución al incremento en la emisión de gases de

CO a ralentí es dado por la falla en el sensor ECT que contribuye con
un 64,82% al incremento total, mientras que el incremento de CO a 2
500 rpm es dado por la falla en el cable de bujías que contribuye con un
82,3% al incremento total.
Mediante el análisis realizado se concluye que las fallas produ-

cidas en los elementos presentan una cierta relación. Debido a que es-
tas contribuyen a una variación importante en el incremento o dismi-
nución de los gases contaminantes, tiempos de inyección y consumo
de combustible.
Recomendaciones
Se recomienda repetir el análisis realizado en otros motores con
el fin de generalizar el conocimiento.
Los resultados obtenidos del análisis de FMEA permiten sugerir

acciones correctivas cuyo objeto es eliminar los modos de fallo, los mis-
mos que están basados en modificar los planes de mantenimiento que
se dan e implementar nuevos planes y técnicas con el fin de disminuir al
mínimo la falla del sistema.
266
En el proceso de análisis deben participar profesionales en análi-

sis de riesgo, proceso y confiabilidad, entre otras, para potenciar la me-
todología propuesta.
Aguilar, J., Torres, R. y Magaña, D. (2010). Análisis de modos de falla, efectos y
criticidad (AMFEC) para la planeación del mantenimiento emplean-
do criterios de riesgo y confiabilidad. Tecnología, Ciencia, Educación,
15-26.
Alonso Rosales, J. F. (2008). Análisis de modos y efectos de fallas potenciales. Za-
ragoza: Cid Editor.
Bestratén, M., Orriols, M. y Mata, C. (2004). Análisis modal de fallos y efectos
AMFE. Ministerio del trabajo y asuntos sociales de España. Recupe-
rado de http://www.insht.es/InshtWeb/Contenidos/Documentacion/
FichasTecnicas/NTP/Ficheros/601a700/ntp_679.pdf
Martínez, C. (2004). Implementación de un análisis de modo y efecto de falla en
una línea de manufactura para juguetes. Nuevo León. Recuperado de
http://eprints.uanl.mx/1522/1/1020150046.PDF.
Pascual, R. (2002). Gestión moderna del mantenimiento. Santiago: SciELO.
Ramos, Á. (2015). Actualización de formatos amef de acuerdo alternativas SOD,
SD, SO. Querétaro: Universidad Tecnológica de Querétaro.
Análisis de modos de falla,
efectos y criticidad del sistema
de inyección del motor C14NE
Néstor Rivera1
Cristian García2
Yasmany Aguilar3
Fernando Tandazo4
Resumen
Hoy en día es importante desarrollar investigaciones que permitan disminuir las emisiones contaminan-
tes de los vehículos, además de reducir el consumo de combustible, punto de gran interés para los
propietarios de vehículos. Es necesario destacar que las fallas que se analizan en este experimento no
generan código de avería, de allí la importancia de implementar este tipo de estudios en los vehículos.
Otra parte importante acerca de este tipo de análisis es que se reducen los costos de mantenimiento del
motor, incrementando la fiabilidad y disponibilidad del mismo. Para el desarrollo de esta investigación se
utiliza una tarjeta de adquisición de datos que permite obtener diversos comportamientos del motor con
las fallas generadas en el mismo (incorrecta dosificación de combustible y problemas en el sistema de
encendido), que luego son analizados estadísticamente. Posteriormente se aplica el análisis de modos
de falla, efectos y criticidad (AMFEC), para determinar el índice de prioridad de riesgo (NPR), mismo que
permite evaluar si es necesario intervenir en la falla o el vehículo puede seguir circulando sin problema,
ya que la falla no representa un riesgo para el sistema. Los resultados obtenidos demuestran que la falla
que genera un bajo voltaje de encendido es la que representa un mayor riesgo para el correcto funcio-
namiento del sistema y del motor.
Palabras clave
AMFEC, consumo de combustible, disponibilidad, fiabilidad, NPR.

Néstor Rivera, Cristian García, Yasmany Aguilar y Fernando Tandazo
268
Abstract
Nowadays it is important to develop research that will reduce pollutant emissions from vehicles, in ad-
dition to reducing fuel consumption, a point of great interest for vehicle owners. It is necessary to em-
phasize that the failures that are analyzed in this experiment do not generate code of fault, of there the
importance of implementing this type of studies in the vehicles. Another important part about this type
of analysis is that the maintenance costs of the engine are reduced, increasing the reliability and avail-
ability of the same. For development, a data acquisition card is used to obtain various motor behavior
with the faults generated in the same (incorrect fuel dosing and problems in the ignition system), which
are then analyzed statistically. Later, the fault, effects and criticality modes analysis (AMFEC) is applied
to determine the risk priority index (NPR), which allows to evaluate if it is necessary to intervene in the
fault or the vehicle can continue to circulate without problem, since That failure does not pose a risk to
the system. The results obtained demonstrate that the fault that generates a low voltage of ignition is the
one that represents a greater risk for the correct operation of the system and the motor.
Keywords
AMFEC, availability, fuel consumption, NPR, reliability.
Introducción
En el medio la gestión de mantenimiento aplicada a motores de
combustión interna generalmente se basa en recomendaciones del fa-
bricante, en períodos fijos o en políticas de los talleres de servicio, sin
considerar la condición y la fiabilidad que presentan dichos motores. En
pocas ocasiones se recurre al uso de índices de mantenimiento debido a
la falta de datos para su cálculo y análisis, lo que ocasiona incrementos
en los costos de operación, debido al aumento del consumo de com-
bustible que puede llegar hasta un 2,26% según indican Rivera y Chica
(2015). Además, se puede tener una excesiva emisión de contaminantes
en los gases de escape; en lo que concierne a hidrocarburos (HC) pue-
den aumentar hasta un 50,42% y el monóxido de carbono (CO) puede
incrementar hasta 64,82% como mencionan Fernández e Inga (2017).
También está la pérdida de prestaciones y en ocasiones paros del motor.
Es por eso que se ve la necesidad de implementar una herramien-
ta basada en evidencia objetiva que determine la condición, los efectos y
la criticidad de las fallas del sistema de inyección del motor, con lo que
se logra optimizar la programación de las tareas de mantenimiento ba-
sados en la fiabilidad, mantenibilidad y disponibilidad del sistema, con
el propósito de mantener al motor siempre en funcionamiento.
El AMFEC considera los modos de falla de cada componente de
un sistema y comprueba sus causas y efectos (Pascual, 2002). El AMFEC
Análisis de modos de falla, efectos y criticidad del sistema de inyección del motor C14NE
269
fue desarrollado por primera vez como metodología formal de diseño

en la década de 1960, por la industria aeroespacial, con sus evidentes
requisitos de confiabilidad y seguridad. Desde entonces, se ha utilizado
ampliamente para ayudar a garantizar la seguridad y la fiabilidad de
los productos utilizados en una amplia gama de industrias: automotriz,
nuclear y las industrias biomédicas (Gargama y Kumar, 2011).
Aguilar (et al., 2010) empleó un análisis de riesgo aplicando la
metodología de análisis de modos de falla, efectos y criticidad con el
objeto de identificar los modos de falla que representan un mayor ries-
go, para posteriormente seleccionar la mejor tarea de mantenimiento ya
sea preventiva, predictiva, correctiva o en su caso acciones adicionales
o complementarias. Por ejemplo, la falta de un estudio oficial y análisis
detallado sobre indicadores de gestión de mantenimiento de una plan-
ta de generación, provoca que en ocasiones el mantenimiento se torne
totalmente correctivo en lugar de preventivo o predictivo (Miño, 2015).
La versatilidad del AMFEC permite aplicarlo tanto en el desarro-
llo de productos como en modificaciones de diseño y para la optimiza-
ción de procesos (Jimeno, 2013). El AMFEC se emplea para la búsqueda
y evaluación de escenarios que puedan representar un impacto adverso
para el proceso, identificando los escenarios de mayor riesgo y emitien-
do acciones tendientes a minimizar los mismos (Mercedes, 2011).
Uno de los métodos para determinar la criticidad es mediante la
cuantificación del riesgo. En este método se evalúa de manera subjetiva
lo que corresponde a la severidad del efecto y una estimación de la pro-
babilidad de su ocurrencia durante un periodo determinado de tiempo
propuesto para el análisis (Adriano, 2016).
Llamas (2008) obtuvo resultados después de la aplicación del
FMECA que indican que los modos de falla relacionados con la im-
permeabilidad del conjunto ocuparon el primer lugar en las etapas de
diseño y construcción de la instalación. En segundo lugar se ubicaron
los modos de falla referidos a la estabilidad, que lideran las etapas de
diseño y operación.
270
Método experimental
Motor de pruebas
El motor de pruebas que se utiliza para obtener los datos para

desarrollar el experimento es un C14NE:
Figura 1
Motor de pruebas
Fuente: los autores
Las características del motor de pruebas se muestran en la tabla 1:

Tabla 1
Características del motor de pruebas
Potencia máxima 83,7 HP @ 6 000 rpm
Torque 113,56 N.m @ 3 000 rpm
Cilindrada 1 388 cc
Sistema de inyección Multipunto
Consumo de combustible 6,8l/100 km
Distribución SOHC
Fuente: los autores
271
Analizador de gases
El equipo utilizado para analizar la concentración de emisiones

contaminantes en los gases de escape del vehículo en estudio es un ana-
lizador de gases NGA 6000, con certificado de calibración vigente que se
muestra en la figura 2, el cual realiza la medición de monóxido de car-
bono (CO), hidrocarburos (HC) y dióxido de carbono (CO2), mediante
el método no dispersivo de absorción de infrarrojos (NDIR); mientras
que la medición de oxígeno (O2) y óxidos nitrosos (NOx) se da por cé-
lula electroquímica. Las características del analizador de gases se mues-
tran en la tabla 2.
Figura 2
Analizador de gases
Fuente: los autores

272
Tabla 2
Características del analizador de gases
Característica Símbolo Rango Sensibilidad Unidad
Monóxido de carbono CO 0,00 - 0,99 0,01 %
Hidrocarburos HC 0 - 9999 1 ppm
Dióxido de carbono CO2 0,0 - 20 0,10 %
Oxígeno O2 0,0 - 25 0,01 %
Óxidos nitrosos NOx 0 - 5000 1 ppm
Lambda λ 0 - 2,000 0,001 —
Relación aire/combustible AFR 0,0 - 99,0 0,1 —
Fuente: Nextech, 2017
Tarjeta de adquisición de datos
La tarjeta de adquisición de datos (DAQ) que se utiliza en el expe-

rimento es la USB 6008 de National Instrument, la misma que se ilustra
en la figura 3, y sus características se detallan en la tabla 3.
Figura 3
Fuente: National Instrument Corporation, 2017

273
Tabla 3
Características de la tarjeta de adquisición de datos
Tipo de medida Voltaje
Canales de entrada analógica 8
Resolución de entrada y salida analógica 12 bits
Rango de voltaje máximo en la entrada analógica -10 V hasta 10 V
Precisión del voltaje máximo en la entrada y salida analógica 7 mV
Canales de salida analógica 2
Rango de voltaje máximo en la salida analógica 0 V hasta 5 V
Capacidad de corriente total 10 mA
Metodología
Adquisición de datos
La adquisición de datos es el proceso de medir con una compu-

tadora un fenómeno eléctrico o físico como voltaje, corriente, tempera-
tura, presión, etc.
Sistema de adquisición de datos
Un sistema de adquisición de datos consiste de sensores, hard-

ware de medidas DAQ y una computadora con software programable,
como se muestra en la figura siguiente:
Figura 4
Sistema de adquisición de datos
274
Análisis de modos de falla, efectos y criticidad

El AMFEC es una metodología que tiene como objetivo identi-
ficar los modos de falla que representan un mayor riesgo, para poste-
riormente seleccionar la mejor tarea de mantenimiento a utilizar, ya sea
preventiva, predictiva o correctiva.
Técnica AMFEC
En la figura 5 se muestra el proceso para aplicar la técnica AMFEC

en un sistema.
Figura 5
Proceso para aplicar técnica AMFEC
Fuente: los autores

275
Modo de falla
El concepto “modo de falla” es usado para referirse a las posibles

maneras en que un componente puede fallar, un componente puede
tener uno o más modos de falla.
Efecto de falla
Los efectos de fallo describen lo que sucedería si no se hace nin-

guna tarea específica para anticipar, prevenir o detectar el fallo.
Severidad
La severidad indica cuán grave es la falla que se identifica en el

sistema, lo cual es subjetivo dependiendo de la persona que clasifique
el daño.
Ocurrencia
La ocurrencia muestra con qué frecuencia se da la falla en el siste-

ma en un determinado tiempo, el término puede tomarse como proba-
bilidad de que ocurra o no una falla.
Detección
La detección indica qué tan probable es que se localice la falla en

el sistema, si no se detecta la falla, es probable que cause un daño mayor
al sistema o a su vez una detención del mismo.
Índice de prioridad de riesgo

El índice de prioridad de riesgo (NPR) es el resultado de la mul-
tiplicación de los índices de la severidad, ocurrencia y detección. En la
tabla 4 se muestra un resumen para desarrollar el AMFEC, donde hay
los valores para la severidad, ocurrencia y detección.
276
Tabla 4
Valores para la severidad, ocurrencia y detección
Severidad Ocurrencia Detección NPR
Nivel Valor Nivel Valor Nivel Valor Nivel Valor
Muy baja 1 Muy baja 1 Muy alta 1 Muy baja —
Baja 2-3 Baja 2-3 Alta 2-3 Baja 1 - 50
Moderada 4-6 Moderada 4-5 Moderada 4-6 Moderada 51 - 100
Alta 7-8 Alta 6-8 Baja 7-8 Alta 101 - 200
Muy alta 9 - 10 Muy alta 9 - 10 Muy baja 9 - 10 Muy alta 201 - 1000
Fuente: Rodríguez, 2012
Rodríguez (2012) indica que si el valor de NPR es superior a 100,

se debe intervenir en el sistema realizando la tarea de mantenimiento res-
pectivo, en cambio si el valor de NPR es inferior a 100 no es necesario
intervenir, salvo que los cambios fueran fáciles de introducir en el sistema.
Fallas generadas en el motor
Los tipos de fallas generadas en el motor en estudio se muestran

en la tabla siguiente:
Tabla 5
Condición
Tipo de falla Descripción de la falla
de la falla
Incorrecto desempeño de sensores
Elevada presión de combustible
Inyector defectuoso
Falla 1 Dosado rico
Regulador de presión defectuoso
Filtro de aire tapado
Conducto de retorno de combustible obstruido
Falla 2 Dosado pobre
Baja presión de combustible
277
Condición
Tipo de falla Descripción de la falla
de la falla
Inyector defectuoso
Bujías desgastadas
Bajo voltaje de Cables de encendido defectuosos
Falla 3
encendido Bobina defectuoso
Cableado de sensores defectuosos
Fuente: los autores
Cabe recalcar que se tomaron datos con el motor en buen fun-

cionamiento y en mal estado con las fallas generadas que se detallaron
anteriormente. Se disponen de 600 000 datos en diferentes estados de
funcionamiento del motor, lo cual permite realizar un diseño experi-
mental para conocer el comportamiento del motor con cada una de las
fallas y de esa manera conocer los valores de NPR que permitan decidir
la tarea de mantenimiento a realizar en el vehículo.
Validación de datos
Para comprobar los efectos de la aleatorización en la realización
de las corridas experimentales se grafican los residuos del NPR, salida
importante que se analiza en el estudio. En la figura 6 se muestra la
gráfica de residuos el NPR, donde se puede apreciar la inexistencia de
patrones definidos. Además, se observa que no existen datos asimétricos
y no hay valores atípicos en los datos.
Representación gráfica y análisis

Índice de prioridad de riesgo frente a las fallas generadas
En la figura 7 se muestra una gráfica de intervalos del NPR, don-

de se observa que cuando no existe falla en el sistema, el valor de NPR es
278
cero; en cambio cuando se da alguna de las tres fallas que se han expli-
cado anteriormente, el NPR aumenta superando así el valor de 100 para
el caso de la falla 1 y 3, donde ya es necesario intervenir en el sistema
para evitar fallas graves y problemas futuros en el funcionamiento del
motor. Además, analizando la gráfica se puede evidenciar que la falla 3
es la que genera un alto valor de NPR, superando a las fallas 1 y 2 en un
valor considerable a tener en cuenta a la hora de tomar una decisión
para realizar el mantenimiento.
Figura 6
Gráfica de residuos para el NPR
Gráficas de residuos para N PR
Gráfica de probabilidad normal vs. ajustes
99,9
100
99
90 50
Porcentaje
Residuo
50 0
10
- 50
1
0,1 - 100
- 100 - 50 0 50 100 0 100 200 300
Residuo Valor ajustado
H istograma vs. orden

100
40
50
Frecuencia
Residuo
30
0
20
10 - 50
0 - 100
- 80 - 40 0 40 80 1 10 20 30 40 50 60 70 80 90 100
Residuo Orden de observación
Fuente: los autores
El comportamiento del NPR respecto de los factores considera-

dos en la corrida experimental se representa en el diagrama de efectos
principales que se muestra en la figura 8.
279
Figura 7
Gráfica
Gráficade
de intervalos delN NPR
intervalos de PR
300
250
200
N PR
150
100
50
0 1 2 3
FALLA
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.
Fuente: los autores
Figura 8
Diagrama
Gráfica de
de efectos
efectos principales para el NPR
N PR
M edias de datos
300
250
200
M edia de N PR
150
100
50
0 1 2 3
TIPO FALLA
Fuente: los autores

280
Consumo de combustible l/100km frente a las fallas generadas
En la figura 9 se muestra una gráfica de intervalos del consumo

de combustible en l/100km, donde se observa que cuando no existe falla
en el sistema, el consumo de combustible es normal o relativamente
bajo; en cambio cuando se da alguna de las tres fallas, el consumo sube
considerablemente y por ende es necesario intervenir en el sistema, rea-
lizando una tarea de mantenimiento. Se puede evidenciar que la falla
1 es la que genera mayor consumo de combustible y las fallas 2 y 3 no
generan tanto como en la 1, pero su consumo sí es superior que cuando
existe falla.
Figura 9
Gráfica
Gráfica dede intervalos
intervalos deldeconsumo
CON SUMdeO combustible
L/100KM
17
16
CO N SUM O L/100K M
15
14
13
12
11
10
9
0 1 2 3
TIPO FALLA
Fuente: los autores
El comportamiento del consumo de combustible en l/100km res-

pecto de los factores considerados en la corrida experimental se repre-
senta en el diagrama de efectos principales de la siguiente figura:
281
Figura 10
Gráfica
Diagrama dede efectos
efectos principales
principales para
para el CON SUM OdeL/100KM
consumo combustible
M edias de datos
16
M edia de CON SUM O L/100K M
15
14
13
12
11
0 1 2 3
TIPO FALLA
Fuente: los autores
Emisiones de CO frente a las fallas generadas
En la figura 11 se muestra una gráfica de intervalos de las emi-

siones de CO, donde se observa que cuando no existe falla en el sis-
tema, los valores de CO son normales o bajos; en cambio cuando se
da alguna de las tres fallas, la emisión de CO se eleva y por ende es
necesario intervenir en el sistema, realizando una tarea de manteni-
miento. Se puede evidenciar que la falla 1 es la que genera mayor CO y
las fallas 2 y 3 no elevan tanto como en la 1, pero es mayor que cuando
no existe falla.
El comportamiento de las emisiones de CO respecto de los facto-

res considerados en la corrida experimental se representa en el diagrama
de efectos principales figura 12.
282
Figura 11
Gráfica de intervalos
Gráfica de las emisiones
de intervalos de CO de CO
4
CO
1
0 1 2 3
TIPO FALLA
Fuente: los autores
Figura 12
Diagrama Gráfica
de efectos principales para laspara
de efectos principales emisiones
CO de CO
M edias de datos
4,0
3,5
M edia de CO
3,0
2,5
2,0
1,5
0 1 2 3
TIPO FALLA
Fuente: los autores

283
Superficie de respuesta del NPR frente al tipo de falla y consumo

G ráfica de superficie de13NPR
En la figura v s. CONSUM
se observa cómo cambiaOel L/100KM
NPR frente a; las
TIPOdife- FALLA
rentes fallas generadas y al consumo de combustible.
Figura 13
NPR vs. Tipo de falla (consumo)
300
20 0
N PR
100 20
15
0
10 CO N S U M O L/ 1 0 0 K M
0
1
2 5
3
T I P O FA L L A
Fuente: los autores
La gráfica de contorno que se muestra en la figura 14, demues-

tra que el valor de NPR es superior a 100 para las fallas 1 y 3, por
ende, se debe llevar acabo la tarea de mantenimiento cuando se den
estas averías.
284
Figura 14
NPR vs tipo de falla y consumo
Gráfica de contorno de N PR vs. CON SUM O L/100KM ; TIPO FALLA
N PR
18
< 50
50 – 100
100 – 150
16 150 – 200
> 200
CON SUM O L/100K M
14
12
10
6
0 1 2 3
TIPO FALLA
Fuente: los autores
Superficie de respuesta del NPR frente al tipo de falla y emisión de CO
En la figura 14 se observa cómo cambia el NPR frente a las dife-

rentes fallas generadas y a la emisión de CO.
G ráfica de superficie de N PR vs. CO; TIPO FALLA
Figura 15
NPR vs. Tipo de falla (emisión de CO)
300
200
N PR
100 10
0 5 CO
0
1
2 0
3
T I P O FA L L A
Fuente: los autores

285
La gráfica de contorno que se muestra en la figura 16, demuestra

que el valor de NPR es superior a 100 para las fallas 1 y 3, por ende se
debe llevar acabo la tarea de mantenimiento cuando se den estas averías.
Figura 16
NPR vs. Tipo de falla y emisión de CO
Gráfica de contorno de N PR vs. CO; TIPO FALLA
N PR
9 < 50
50 – 100
8 100 – 150
150 – 200
7 > 200
6
CO
0 1 2 3
TIPO FALLA
Fuente: los autores
Conclusiones
Cuando se genera una falla en el sistema de inyección, existen
consecuencias en las emisiones contaminantes y en el consumo de com-
bustible, además de que esa falla puede generar mayores problemas de
funcionamiento del motor, por ende, es necesario intervenir para evitar
futuras averías en el motor.
Los resultados del estudio muestran que la falla 1 genera un valor

de NPR de 125, donde es necesario intervenir realizando la actividad
de mantenimiento preventivo para disminuir la posibilidad de que se
generen daños mayores en el motor, además de reducir el consumo de
combustible y las emisiones de CO.
286
La falla 2 genera un valor de NPR de 87, donde no es necesario

que se lleve a cabo el mantenimiento, debido a que el valor es inferior a
100 como indica la literatura analizada.
En lo que concierne a la falla 3, el valor de NPR se eleva hasta 280,

y en base al estudio realizado esta avería es la más crítica, por lo tanto se
debe efectuar el mantenimiento en el vehículo de inmediato y así evitar
que se den futuros daños y detenciones del motor.
Recomendaciones
Los valores de NPR basados en la severidad, ocurrencia y detec-
ción para las fallas generadas en este estudio, muestran resultados muy
buenos para tomar decisiones respecto al mantenimiento que se debe
realizar en el vehículo, pero se podría ampliar a más averías, es por eso
que se recomienda utilizar sistemas inteligentes en línea que permitan
aumentar la disponibilidad del motor.
Adriano, C. (2016). Desarrollo de un modelo de análisis de fallas, jerarquización
de activos críticos y riesgos para el mejoramiento de la eficiencia en la
gestión del mantenimiento de la estación de bombeo amazonas de OCP
Ecuador. Riobamba: Escuela Superior Politécnica de Chimborazo.
Aguilar, J., Torres, R. y Magaña, D. (2010). Análisis de modos de falla, efectos y
criticidad (AMFEC) para la planeación del mantenimiento empleando
criterios de riesgo y confiabilidad. Tecnología, Ciencia, Educación, 15-26.
Fernández, I. e Inga, S. (2017). Análisis de modos de falla del sistema de inyección
electrónica de combustible Multec Delphi. Cuenca: Universidad Poli-
técnica Salesiana.
Gargama, H. y Kumar, S. (2011). Criticality Assessment Models for Failure
Mode Effects and Criticality Analysis Using Fuzzy Logic. Transactions
On Reliability, 102-110.
Jimeno, J. (febrero, 2013). pdcahome. Recuperado de https://www.pdcahome.
com/3891/amfe-guia-de-uso-del-analisis-modal-de-fallos-y-efectos/
287
Llamas, S. (2008). Análisis de modos de falla y criticidad de efectos en sistemas

de contención de lixiviados. I Simposio Iberoamericano de Ingeniería
de Residuos.
Mercedes, T. D. (2011). Diseño de plan de mantenimiento predictivo para la línea
de producción. Cartagena: Universidad de Cartagena.
Miño, M. (2015). Análisis de confiabilidad, disponibilidad y mantenibilidad
(RAM) de un motor de combustión interna Wartsila 18V32LNGD. Rio-
bamba: Escuela Superior Politécnica de Chimborazo.
National Instrument Corporation. (2017). National Instrument Corporation.
Recuperado de http://www.ni.com/data-acquisition/what-is/esa/
Nextech. (2017). Alibaba. Recuperado de http://kr107810564.fm.alibaba.com/
product/109860365-0/NGA_6000_GAS_ANALYZER_.html?spm=a2
700.8304367.0.0.43f34f04jhnySZ
Pascual, R. (2002). Gestión moderna del mantenimiento. Santiago: Universidad
de Chile.
Rivera, N. y Chica, F. (2015). Estudio del comportamiento de un motor ciclo Otto
de inyección electrónica respecto a la estequiometría de la mezcla y del
adelanto al encendido para la ciudad de Cuenca. Quito: Nacional.
Rodríguez, J. (2012). Mantenimiento de sistemas auxiliares del motor de ciclo
Otto. Málaga: IC-editorial.
Aplicaciones de máquinas
de soporte vectorial en el diagnóstico
de motores de combustión
Néstor D. Rivera Campoverde1

Christian X. Barreto Cajamarca2
Luis P. Zhunio Lituma3
Resumen
El presente trabajo muestra el procedimiento llevado a cabo para el entrenamiento y validación de un
algoritmo que predice las averías en diferentes componentes del motor de combustión interna, cuyo
diagnóstico suele generar tiempos excesivos de mantenimiento debido a que no siempre es acertado,
ya sea por falta de equipos o escasez de conocimientos que ayuden a interpretar la existencia de dicho
fallo. Para la generación del algoritmo se presentan varias etapas, iniciando por la clasificación de cuáles
son los datos que mejor distingan un fallo de otro, estos fallos están relacionados con la calibración entre
electrodos de la bujía, el porcentaje de apertura del inyector y la presión de la bomba de combustible.
Seguidamente se ha entrenado una máquina de clasificación que, en base al aprendizaje, ayude a prede-
cir de manera adecuada la existencia y la ubicación de la avería en cuestión. Finalmente, se presenta un
análisis de los porcentajes de confiabilidad del algoritmo realizado mediante el uso de las SVM al aplicar
el mismo en el diagnóstico de fallas en el motor, en donde se observa que se puede obtener una confia-
bilidad del 96,5%, con un error porcentual de 3,448% correspondiente a una sola falla mal clasificada.
Palabras clave
Diagnóstico en línea, algoritmo, máquinas de soporte vectorial (SVM), aprendizaje supervisado, matriz
de confusión, curva ROC.
Abstract
The present work shows the procedure realized for the training and validation of an algorithm that pre-
dict, the damage in the internal combustion engine’s different components and whose diagnosis uses
to generate excessive times of maintenance. Several stages, which show up for the generation of the

Néstor D. Rivera Campoverde, Christian X. Barreto Cajamarca y Luis P. Zhunio Lituma
290
algorithm music consists in the classification of which ones the data that better they interpret and that
tell a failure from other, these failures are related to the calibration between electrodes of the spark
plug, the percentage of opening of the injector and the pressure of the fuel pump. Straightaway has
trained a machine of classification than, on the basis of saying process of learning, help to predict of
adequate way the existence and the position of the damage in point. Finally there appears an analysis
of the percentages of reliability of the algorithm realized by means of the use of the SVM on having
applied it in the diagnosis of flaws in the engine, where it is observed that it is possible to obtain a reli-
ability of 96.5 %, with a percentage error of 3,448 % corresponding to only one it fails badly classified.
Keywords
Online diagnostics, algorithms, support vector machines (SVM), supervised learning, confusion ma-
trix, ROC curve.
Introducción
Los motores de combustión interna (MCI) son ampliamente uti-
lizados en los vehículos de hoy en día debido a la gran autonomía y
economía de combustible que ofrecen. Sin embargo, al ser un conjunto
de sistemas mecánicos, eléctricos y electrónicos, están propensos a sufrir
averías cuyo diagnóstico puede facilitarse en función del conocimiento,
equipos y métodos que se apliquen para llegar a la detección de la avería.
En la actualidad, gracias a los avances en nuevas tecnologías

dentro del campo de las herramientas de aprendizaje y clasificación, se
puede desarrollar algoritmos que, en base a valores característicos de
entrada, generen una decisión equivalente a la falla que se presente en
un determinado momento. Muchos estudios han sido realizados para
predecir varios parámetros de funcionamiento del motor, algunos de
estos centrados en sus condiciones de funcionamiento, otros en gases de
escape y el resto enfocado en ambos (Najafi et al., 2016).
Las máquinas de soporte vectorial (SVM) representan un método

de aprendizaje relativamente nuevo y computacional basado en la teoría
estadística de aprendizaje y pueden hacer las funciones de sistemas in-
teligentes. En el monitoreo de la condición de la máquina y el problema
de diagnóstico de falla, las SVM son empleadas para reconocer patrones
especiales de la señal adquirida y seguidamente clasificar estos patrones
según la ocurrencia de falla en el motor (Achmad y Bo-Sunk, 2014).
Aplicaciones de máquinas de soporte vectorial en el diagnóstico de motores de combustión
291
En general, las SVM pueden servir para resolver problemas sim-

ples de clasificación binaria, es decir, que generen únicamente dos tipos
de respuesta a su salida, pero para el diagnóstico de fallas no siempre se
tendrán solo dos clases de datos, es decir, se puede clasificar el estado de
la maquina entre sano y en falla, pero además evaluar la severidad de la
falla en cuestión, es decir, una vez diagnosticado un estado anómalo, se
debe reconocer qué tipo de falla es o cuál de los diferentes elementos que
forman un sistema corresponde a la existencia de la falla (Ortiz, 2014).
Sin duda, el beneficio medioambiental que representa la detec-

ción temprana de una avería es significativo debido a la reducción de los
gases contaminantes que emite un vehículo que presenta una combus-
tión deficiente causada por determinada falla en uno de sus sistemas.
Por lo tanto, al realizar un diagnóstico acertado, se consigue mejorar la
capacidad operativa del motor, reducir los tiempos de mantenimiento
y mantener las emisiones contaminantes en un rango mínimo, mejo-
rando la calidad del aire y mitigando los problemas de salud que traen
consigo la exposición a dichos gases.
Unidad experimental
El motor empleado para realizar el experimento corresponde a
una maqueta de un Hyundai Accent DOHC 1.5L con las siguientes ca-
racterísticas técnicas:
Tabla 1
Datos técnicos del motor
Motor Hyundai Accent
Motor Alpha II
Modelo G4FK
Cilindrada 1.5 L
Número de cilindros 4
292

Potencia máxima 74 kW @ 6 000 rpm
Torque máximo 134 Nm @ 4 000 rpm
Relación de compresión 9,5 : 1
Distribución DOHC
Fuente: los autores
Marco metodológico
El objetivo es conseguir un diagnóstico fiable mediante la adqui-
sición, tratamiento y posterior clasificación de datos obtenidos (Gómez
García et al., 2016). El aporte en este trabajo se centra en conseguir una
clasificación de datos previamente obtenidos que sirva como punto de
partida para el diagnóstico de fallas y veredictos de fiabilidad en moto-
res de combustión interna.
La mayoría de los problemas de clasificación tienen regiones de
decisión complicadas, es decir, no son linealmente separables por lo que
es necesario emplear un método que permita generalizar el uso de las
SVM para este tipo de problemas. La metodología consiste en un pro-
cedimiento denominado Kernel Trick, la idea es proyectar un conjunto
de datos pertenecientes a una dimensión n dada, hacia un espacio de
dimensión superior aplicando una función Kernel, y a partir del nuevo
espacio se operarán los datos como si se tratase de un problema de tipo
lineal, resolviendo el problema sin considerar la dimensionalidad de los
datos (Sánchez Anzola, 2015).
En base a esto no todos los casos en los que las máquinas de so-
porte vectorial se aplican otorgan una resolución simple en la separa-
ción o clasificación de datos. Existen en la actualidad diversas herra-
mientas computacionales que utilizan SVM basadas en modelos tipo
Kernel (Kernel Machines) como método de clasificación, las cuales
otorgan soluciones a problemas de tipo lineal o no lineal.
Como lo menciona Jabbour (et al., 2012), una SVM es un clasifica-
dor binario y al tener varias clases en un mismo espacio, como el presente
293
caso de estudio, la solución es convertir el problema en varias clasificacio-

nes binarias. Se utilizará una clasificación de tipo uno versus uno, donde
se hacen comparaciones de las clases de dos en dos de manera que al final
se compararán todas las clases entre sí (Gómez García et al., 2016).
Proceso de reconocimiento de fallas
Se requieren datos de entrada para el proceso de aprendizaje

de la SVM, así como datos de prueba una vez terminada la etapa
de aprendizaje o entrenamiento para la verificación del modelo
SVM desarrollado. Estos datos deben tener un proceso de pre-tra-
tamiento o extracción de características que demuestren que son
fiables. Se requiere, además, definir los grupos o clases a los que
pertenecen los datos, se entiende que las SVM necesitan informa-
ción para aprender y generar un modelo de reconocimiento, esto
se ve en el trabajo de Zheng (et al., 2015) que proponen las dife-
rentes zonas de clasificación del sistema. En la figura 1 se muestra
el proceso de reconocimiento de fallas usando SVM.
Figura 1
Proceso de reconocimiento de fallas usando SVM
Fuente: Zheng et al., 2015

294
Datos de entrenamiento y de prueba

La tesis de Arízaga Idrovo y Ordóñez Galarza (2016) refe-
rente a la elaboración de una base de datos de fallas, en donde se
interviene sobre el sistema de inyección, ignición y alimentación
de combustible de un motor Hyundai Accent DOHC 1.5L; fue
creada a través del procesamiento estadístico de la señal del sensor
de oxígeno de banda corta.
El proceso de adquisición de datos contempla en su estruc-
tura las variables de entrada, controlables y no controlables que se
muestran en la figura 2. Dichas variables influyen directamente en
el proceso y por ende en los datos de salida.
Figura 2
Variables presentes en el proceso de adquisición de datos
Fuente: los autores
En la creación de la base de datos se interviene en los sistemas

relacionados a la presión de la bomba de combustible, distancia entre
295
electrodos de las bujías y el paso de combustible del inyector. La regula-

ción de la presión se realiza entre los rangos detallados a continuación:
Tabla 2
Bomba de combustible
Condiciones
Variable de entrada Unidad
Bajo Medio Alto
Bomba de combustible 30 40 50 PSI
Fuente: los autores
La separación entre el electrodo central y el electrodo de masa

de la bujía, se la realiza a los valores de espesor detallados en la siguien-
te tabla:
Tabla 3
Separación del electrodo
Variable de Condiciones
Unidad
entrada Bajo Medio Alto
Apertura 0,7 1 1,3 mm
Fuente: los autores
Al intervenir en el pre-filtro se puede regular el paso de combus-

tible al inyector, generando obstrucción, con lo que se varía el porcen-
taje de volumen de inyección de combustible. Los valores se detallan
a continuación:
Tabla 4
Porcentaje del inyector
Variable de Condiciones
Unidad
entrada Bajo Medio Alto
Inyector 50 75 100 %
Fuente: los autores

296
En la tabla 5 se presenta cada uno de los factores que se toman en

cuenta para cada muestreo.
Tabla 5
Niveles
Variables Controlables Unidades
Bajo Medio Alto
Régimen de giro 750 1600 2500 rpm
Temperatura del motor (ECT) 96 96 96 °C
Presión absoluta del colector
30 20 22 KPa
de admisión (MAP)
Fuente: los autores
Las variables no controlables son todas aquellas que no se pueden

intervenir y alteran las pruebas tomadas en cada muestreo; se detallan
en la tabla siguiente:
Tabla 6
Variables no controlables Valor Unidad
Temperatura del aire 19 a 25 °C
Carga externa del motor 0 %
Humedad relativa 60 a 90 %
Fuente: los autores
La tabla 7 muestra un porcentaje de los datos a utilizar para el

análisis, se detallan en ella las variaciones de los elementos intervenidos
en el proceso de adquisición de datos, y los valores obtenidos de los
gases de combustión en el proceso de escape y presión absoluta en el
colector de admisión.
Tabla 7
Datos obtenidos con la intervención
en los sistemas de inyección, ignición y alimentación
Inyector Bujía P. Bomba MAP CO HC CO2 O2
75 1 40 24,1666667 0,0000000 55,3333333 16,3666667 0,2266667
Aplicaciones
50 1,3 40 24,3333333 0,0500000 33,6666667 17,2666667 0,1133333

100 1 30 24,3333333 0,0033333 23,0000000 16,8666667 0,1300000
75 0,7 50 24,3333333 0,0000000 39,3333333 16,6666667 0,1600000
50 1 30 24,3333333 0,0600000 50,3333333 17,3333333 0,0966667
100 1 50 24,1666667 0,0100000 27,3333333 16,8666667 0,1700000
100 1,3 40 24,3333333 0,0166667 35,0000000 17,1333333 0,1033333
100 0,7 40 24,0000000 0,0233333 42,6666667 16,8333333 0,1566667
75 0,7 30 24,3333333 0,0200000 51,0000000 16,5666667 0,2700000
75 1,3 50 24,1666667 0,0000000 61,0000000 16,4666667 0,3200000
75 1 40 24,0000000 0,0100000 41,0000000 16,9333333 0,1533333
297
50 0,7 40 24,1666667 0,0133333 23,0000000 16,9000000 0,1566667

50 1 50 24,6666667 0,0000000 34,0000000 16,1000000 0,1200000
75 1,3 30 24,1666667 0,0100000 54,6666667 16,9333333 0,2133333
75 1 40 24,1666667 0,0100000 42,0000000 16,7000000 0,2033333
75 0,7 40 24,0763667 0,0083333 45,2222000 16,6791667 0,2184723
75 1 30 24,2430333 0,0137500 51,0138667 16,7416667 0,2084723
75 1 50 24,2847000 -0,0070834 46,6805333 16,3416667 0,2234723
75 1,3 40 24,1180333 0,0133333 52,3055333 16,8875000 0,2201390
50 1,3 30 24,2778000 0,0691667 48,9028000 17,6666667 0,0906943
50 1,3 50 24,5694667 0,0200000 43,2361333 16,3666667 0,2056943
50 1 40 24,3055333 0,0304166 32,5555333 16,9041667 0,0984721
50 0,7 30 24,3194667 0,0475000 41,6528000 17,1416667 0,1923610
de máquinas de soporte vectorial en el diagnóstico de motores de combustión
50 0,7 50 24,6111333 -0,0043542 17,9861233 16,4083333 0,0906945

100 1 40 24,1388667 0,0129166 29,3055333 16,9291667 0,1168055
Fuente: Arízaga Idrovo y Ordóñez Galarza, 2016
298
En la figura 3 se observa un diagrama que detalla las fases

de las cuales consta el proceso de diagnóstico en línea. La línea en-
trecortada representa el límite entre el sistema físico (hardware) y
el sistema informático (software). En donde, el sensor de oxígeno
es el encargado de obtener los datos que representan las entradas
del sistema. A continuación, se procesan los datos de manera que
se adapten a las necesidades deseadas y como siguiente paso se
extraen características que distinguen de mejor manera la condi-
ción de funcionamiento del sistema en un momento dado. Dichos
parámetros característicos se comparan con los patrones previa-
mente aprendidos y a partir de esta comparación se toma una de-
cisión correspondiente a la avería en la calibración de las bujías,
apertura del inyector o una deficiente presión de la bomba.
Figura 3
Esquema del sistema de diagnóstico en línea autónomo
Fuente: los autores
Pre-tratamiento y extracción de características de los datos

La etapa de pre-tratamiento está asociada con la obtención
del conjunto de descriptores de los datos de fallas (Galar Pascual
et al., 2013). La presión de la bomba de combustible, la distancia
entre electrodos de las bujías y el paso de combustible del inyec-
299
tor, reflejan la variación de los siguientes valores: presión absoluta

en el colector de admisión, monóxido de carbono, hidrocarburos
no combustionados, dióxido de carbono y oxígeno. Estos últimos
predicen el comportamiento del sistema en base a las variables de
entrada. En la figura 4 se muestran los datos de salida que están
en el modelo y sirven para predecir su comportamiento. La figura
4 muestra los valores de: Inyector, Bujía y P. Bomba enfrentados a
las variables X (MAP, CO, HC, CO2 y O2), en tales gráficas (supe-
rior, media e inferior) se diferencia las variables que no predicen
en gran parte el modelo (color gris), por otro lado, las gráficas de
color blanco son las variables que más información aportan.
Figura 4
Variables presentes en el modelo (blanco)
y variables que no están presentes en el modelo (gris)
Fuente: los autores

300
Clases
Las clases a las que pertenece un grupo de datos definen el tama-

ño del espacio de características de las máquinas de soporte vectorial.
Para este caso, en base al pre-tratamiento, se optó por seleccionar la va-
riación del paso de combustible del inyector, en sus diferentes valores
(alto, medio y bajo) como clases, y como predictores las variables MAP,
CO, HC, CO2 y O2.
Entrenamiento de SVM
Como se explicó anteriormente, las herramientas de aprendizaje
y clasificación utilizan funciones Kernel para separar los datos una vez
que se transportan a un especio de mayor dimensión, y los resuelven
como un problema de tipo lineal. En la tabla 8 se muestran dichas fun-
ciones Kernel a las cuales corresponde un porcentaje de precisión en la
solución clasificatoria. Se observa que la máquina de soporte vectorial
basada en una función lineal tiene una asertividad del 100%.
Tabla 8
Porcentajes de precisión de SVM basadas en Kernel Machines
SVM basadas en Kernel Machines Precisión
SVM lineal 100%
SVM cuadrática 33,33%
SVM cúbica 16,70%
SVM gaussiano fino 50,00%
SVM gaussiano medio 66,70%
SVM gaussiano ordinario 83,30%
Fuente: los autores
La figura 5 muestra en la diagonal principal el número de datos

correctamente clasificados. No existen elementos ubicados fuera de la
301
diagonal principal, es decir, no existen errores de asignación (margi-

nales). Para dicho proceso de entrenamiento se utilizó el 75% de todos
los datos presentes en la tabla 6 con respecto a la variación del paso de
combustible del inyector (el 25% restante para validación del modelo).
Las tres clases de datos se separan en: 100, 75 y 50, atendiendo al 100%,
75% y 50% del paso de combustible al inyector, respectivamente.
Figura 5
Matriz de confusión para las tres clases de datos
del paso de combustible al inyector
Fuente: los autores
La curva de características operativas del receptor, también lla-

mada curva ROC por su acrónimo en inglés, muestra la relación de las
tasas de verdaderos positivos (sensibilidad) y falsos positivos (especifi-
cidad), es decir, la probabilidad de clasificación correcta de cada dato en
cada clase. Como se observa en la figura 6, la clasificación actual tiene
las coordenadas (0,1), lo cual demuestra que los verdaderos positivos o
correctamente clasificados se encuentran en el punto más alto (la uni-
302
dad), y los falsos positivos o incorrectamente clasificados se encuentran

en el punto más bajo (cero) de la curva ROC. Con esto, el área bajo la
curva (AUC) es igual a la unidad y demuestra la correcta clasificación
de los datos.
Figura 6
Curva de característica operativa del receptor
Fuente: los autores
Los gráficos de coordenadas paralelas son ideales para la compa-

ración de muchas variables juntas valorando las relaciones entre ellas,
dichas variables se encuentran en los ejes dispuestos en paralelo uno a
303
uno como se observa en la figura 7. Los valores de MAP, CO, HC, CO2
y O2 corresponden a los ejes paralelos y las interacciones de las líneas
muestran la relación entre datos del modelo de entrenamiento.
Figura 7
Grafica de coordenadas paralelas
de las variables: MAP, CO, HC, CO2 y O2
Fuente: los autores
Modelo SVM para el reconocimiento de fallas

En el entrenamiento de la SVM se obtuvo que la función Kernel
tipo lineal otorga una precisión del 100% en la clasificación de datos, a
diferencia de las otras funciones cuya precisión es inferior al 85%. Este
porcentaje de clasificación debe ser validado con nuevos datos, el 75%
304
del conjunto de datos fue utilizado en el proceso de entrenamiento y el

25% destinado para la validación del modelo.
Los datos de prueba para validar el modelo SVM, al igual

que el conjunto de datos para el entrenamiento, constan de la va-
riable de respuesta (inyector) y las variables de predicción (MAP,
CO, HC, CO2 y O2). El modelo SVM es alimentado con las va-
riables de predicción y otorga la clasificación de fallas (100, 75 y
50) para ser comparadas con la clasificación definida y obtener
el error porcentual de clasificación, esto se muestra en la figura
a continuación:
Figura 8
Proceso de validación de la máquina de soporte vectorial
Fuente: los autores
La tabla 9 muestra los datos utilizados en la validación, en la fila

nueve se observa que existe un error de asignación, entonces el modelo
SVM agrupa una falla en la clase 100 y la clasificación definida muestra
que realmente pertenece a la clase 50.
Tabla 9
Comparación de la clasificación mediante
el modelo SVM y la clasificación definida de fallas
Clasificación
Aplicaciones
Clasificación
Nº mediante MAP CO HC CO2 O2
definida de fallas
el modelo SVM
1 75 75 24,33333 0,00000 39,33333 16,66667 0,16000
2 50 50 24,33333 0,06000 50,33333 17,33333 0,09667
3 100 100 24,16667 0,01000 27,33333 16,86667 0,17000
4 100 100 24,33333 0,01667 35,00000 17,13333 0,10333
5 100 100 24,00000 0,02333 42,66667 16,83333 0,15667
305
6 75 75 24,33333 0,02000 51,00000 16,56667 0,27000

7 75 75 24,16667 0,00000 61,00000 16,46667 0,32000
8 75 75 24,00000 0,01000 41,00000 16,93333 0,15333
9 100 50 24,16667 0,01333 23,00000 16,90000 0,15667
10 50 50 24,66667 0,00000 34,00000 16,10000 0,12000
11 75 75 24,16667 0,01000 54,66667 16,93333 0,21333
12 75 75 24,16667 0,01000 42,00000 16,70000 0,20333
13 75 75 24,07637 0,00833 45,22220 16,67917 0,21847
de máquinas de soporte vectorial en el diagnóstico de motores de combustión
14 75 75 24,24303 0,01375 51,01387 16,74167 0,20847

Clasificación
Clasificación
Nº mediante MAP CO HC CO2 O2
definida de fallas
el modelo SVM
15 75 75 24,28470 -0,00708 46,68053 16,34167 0,22347
16 75 75 24,11803 0,01333 52,30553 16,88750 0,22014
17 75 75 24,16667 0,00000 55,33333 16,36667 0,22667
18 50 50 24,33333 0,05000 33,66667 17,26667 0,11333
19 100 100 24,33333 0,00333 23,00000 16,86667 0,13000
20 50 50 24,27780 0,06917 48,90280 17,66667 0,09069
21 50 50 24,56947 0,02000 43,23613 16,36667 0,20569
306
22 50 50 24,30553 0,03042 32,55553 16,90417 0,09847

23 50 50 24,31947 0,04750 41,65280 17,14167 0,19236
24 50 50 24,61113 -0,00435 17,98612 16,40833 0,09069
25 100 100 24,13887 0,01292 29,30553 16,92917 0,11681
Néstor D. Rivera Campoverde, Christian X. Barreto Cajamarca
y
26 100 100 24,31947 0,01833 37,23613 16,58333 0,20736

27 100 100 24,11113 0,02583 34,23613 17,08333 0,12236
28 100 100 24,44447 -0,00333 26,15280 17,04167 0,09569
29 100 100 24,23613 0,01417 41,15280 16,97500 0,22736
Luis P. Zhunio Lituma
Fuente: los autores

307
Por tanto, esta asignación corresponde a un error relativo de cla-

sificación que toma en cuenta la diferencia entre el número real de fallas
correctamente clasificadas o valor exacto (veinte y nueve) y el núme-
ro aproximado de fallas correctamente clasificadas o valor aproximado
(veinte y ocho), sobre el número real de fallas correctamente clasificadas:
Lo emplea de manera similar Wu (et al., 2016) en su trabajo como

recurso para medir la exactitud y la fiabilidad de la predicción de un
modelo SVM sobre fallas de motores de combustión interna.
Conclusiones
El proceso de aprendizaje de las SVM es el punto fundamental, ya
que un buen porcentaje de clasificación muestra que el modelo funcio-
na y es aplicable con nuevos datos. Si el modelo otorga un porcentaje de
clasificación deficiente se debe a que no existe relación entre variables de
predicción y la variable de respuesta.
Un análisis mediante una matriz de confusión y un curva ROC

puede mostrar la cantidad de datos marginales existentes y la sensibili-
dad en la clasificación de estos, lo que las convierte en una herramien-
ta versátil para el análisis de la máquina de soporte vectorial luego de
su entrenamiento.
Mientras los datos tengan relación y aporten información al sis-

tema la SVM tiene un margen de error mínimo en su clasificación, las
gráficas de coordenadas paralelas muestran cada variable de predicción
del conjunto de datos y sus correspondientes puntos comunes.
El modelo SVM desarrollado puede predecir la avería en un mo-

tor de combustión interna con un porcentaje de confiabilidad corres-
pondiente a un 97%, lo cual indica que el algoritmo puede utilizarse de
308
manera segura en el diagnóstico de los diferentes sistemas del vehículo

debido a su alto porcentaje de confiabilidad.
Al realizar la comparación del modelo utilizando datos nuevos de

prueba, se observa que el algoritmo falló una sola vez al clasificar una
falla, en donde el inyector se abrió al 100% y el algoritmo lo clasificó
como una apertura del 50%, pero se puede decir que el modelo funcio-
na correctamente ya que las otras 28 fallas se clasificaron correctamente.
Las SVM son unas herramientas que pueden separar datos en

más de dos clases, lo que las hace muy útiles para resolver problemas
de clasificación multi-clase con poca cantidad de muestras. Siendo por
tanto de gran utilidad y ampliamente aplicables al diagnóstico de fallas
en motores de combustión interna.
Achmad, W. y Bo-Sunk, Y. (2014). Support vector machine in machine condi-
tion monitoring and fault diagnosis. Elsevier, 2560-2574.
Arízaga Idrovo, H. A. y Ordóñez Galarza, D. M. (2016). Elaboración de una
base de datos de un motor de encendido provocado Hyundai Accent
DOHC 1.5L a través del procesamiento estadístico de la señal del sensor
de oxígeno de banda corta. Cuenca: Universidad Politécnica Salesiana
de Cuenca.
Galar Pascual, D., Berges Muro, L., Lambán Castillo, P., Huertas Talón, J. y Tor-
mos Martínez, B. (2013). Cálculo de la vida útil remanente mediante
trayectorias móviles entre hiperplanos de máquinas de soporte vecto-
rial. Interciencia, 556-562.
Gómez García, M. J., Castejón Sisamón, C. y García Prada, J. C. (2016). De-
tección y localización automática de defectos en rodamientos basada
en WPT y SVM. XXI Congreso Nacional de Ingeniería Mecánica, pp.
345-352.
Jabbour, G., Márquez, R., Ruiz, L. y Maldonado, L. (2012). Reconocimiento de
fimas off-line mediante máquinas de vectores de soporte. Revista de
Ciencia e Ingeniería, 31, 43-52.
Najafi, G., Ghobadian, B., Moosavian, A., Yusaf, T., Kettner, R., Kettner, M. y
Azmi, W. H. (2016). SVM and ANFIS for prediction of performance
309
and exhaust emissions of a SI engine with gasoline-ethanol blended

fuels. Elseiver, 186-203.
Ortiz, M. A. (2014). Diseño de un algoritmo de diagnóstico de fallas monofásicas
en máquinas sincrónicas de polos salientes usando la máquina de sopor-
te vectorial. Santiago de Chile: Universidad de Chile.
Sánchez Anzola, N. (2015). Máquinas de soporte vectorial y redes neuronales
artificiales en la predicción del movimiento USD/COP spot intradia-
rio. Odeon, 113-172.
Wu, X., Zhu, Z., Fan, S. y Su, X. (2016). Failure and reliability prediction of
engine systems using iterated nonlinear filters based state-space
least square support vector machine method. Elsevier Optik, 127,
1491-1496.
Zheng, J.-Y., Yang, Z.-X., Wu, G.-G., Li, X.-M. y Wang, J. (2015). FTA-SVM-
based Fault Recognition for Vehicle Engine. 12th International Confe-
rence on Networking, Sensing and Control, pp. 180-184.
Detección de fallas incipientes
a través del análisis de vibraciones
mediante tiempos cortos
en un motor Sonata EF 2.0

Steven R. Ronquillo Ronquillo2
Pedro E. Cabrera Bravo3
Andrea K. Bermeo Naula4
Resumen
El presente proyecto trata sobre la detección de fallas incipientes previamente provocadas a un motor de
combustión interna, a través de las características de las señales de vibraciones que se presentan en el
motor. Los datos para el análisis son obtenidos mediante el acelerómetro, y en concordancia con los datos
de la pinza inductiva se determinan el inicio y fin de un ciclo de trabajo del motor. La señal característica
obtenida representa las oscilaciones vibrantes en condiciones estables e inducidas. El método a usar es de
análisis de varianza ANOVA. En el proyecto se analizan las diferencias existentes entre las señales de fallas
incipientes con la señal en condiciones estándar, y las diferencias entre las señales con las diferentes fallas.
Palabras clave
Análisis de tiempos cortos, espectros de vibración, fallas incipientes.
Abstract
This project describes the detection of incipient faults caused to an internal combustion engine. The
data is obtained by means of an accelerometer, and with the inductive clamp an engine working cycle

Néstor D. Rivera Campoverde, Steven R. Ronquillo Ronquillo, Pedro E. Cabrera Bravo y Andrea K. Bermeo Naula
312
is determined. The method to be used is Analysis of Variance ANOVA, it makes differences between
signals with faults with the signal in standard conditions, and the differences between signals with faults.
Keywords
Short-Time analysis, vibration spectra, incipient failures.
Introducción
El presente documento aborda un estudio donde se pueden detec-
tar fallas incipientes, contribuyendo de esta manera a la mejora continua
del diagnóstico automotriz referente al motor. La adquisición de señales
vibratorias se evalúa mediante la aplicación de software matemático y
estadístico como son la función ventana junto con la transformada rápi-
da de Fourier (FFT) y el análisis de varianza ANOVA, respectivamente.
En el campo automotriz, el constante desarrollo tecnológico e in-

dustrial suscitado a nivel mundial, sigue descubriendo como uno de sus
objetivos la reducción y control de contaminantes expuestos por mo-
tores de combustión, el cual cuenta con grandes tecnologías enfocados
a cumplir los mismos. Los avances suscitados tienen como progreso la
evaluación y análisis de señales vibratorias, facilitando la identificación
de sucesos ocurridos en el motor durante el proceso de combustión
para el diagnóstico apropiado.
Metodología
La metodología aplicada es el diseño experimental mediante su-
perficie de respuesta Box-Benhken, el cual consta de cinco variables con
tres niveles cada una, las mismas que se pueden manipular durante el
ensayo al momento de la toma de datos, para dar un efecto a la variable
de respuesta que se desea analizar. Para el diseño de experimentos se con-
sideraron cinco factores, cada uno con tres niveles (alto, medio y bajo).
En la tabla 1 se puede observar los factores con sus niveles respectivos.
313
Tabla 1
Factores y niveles del diseño experimental
Niveles
Factores Unidad
Bajo Medio Alto
Presión de combustible Mpa 0,125 0,3 0,475
Capacidad de filtro de aire % 25 62,5 100
Obstrucción del catalizador cm 2
7,54 14,8 22,06
Calibración de bujías mm 0,8 1 1,2
Régimen de giro rpm 760 1630 2500
Fuente: los autores
Obtención de señales
Cámara semi-anecoica
Para obtener los datos de manera confiable y sin presencia de

ruidos extraños o perturbaciones externas, los ensayos se realizan en el
interior de una cámara semi-anecoica, la cual se encuentra en las insta-
laciones de la Universidad Politécnica Salesiana de Cuenca:
Figura 1
Cámara semi-anecoica y motor de pruebas
Fuente: los autores

314
Equipo de monitoreo
El equipo ADASH A3716 que se muestra en la figura 2, se uti-

liza como registrador de datos de los ensayos realizados. El software
está diseñado para controlar, colectar y archivar datos. Permite una
fácil configuración de las ediciones requeridas, además permite el des-
pliegue en línea de los valores actuales en los esquemas predefinidos
(Vibraciones, 2017).
Figura 2
Equipo de monitoreo ADASH
Fuente: los autores
Además, este equipo permite transformar las diferentes señales

registradas en un solo archivo de audio de extensión .wav, para poder
analizar y manipular por medio del Software Matlab.
315
Canales analizados
Tacómetro
El tacómetro es tipo óptico, para su funcionamiento debe ser co-

locada una cinta reflectiva en el punto móvil, el mismo que es la polea
del cigüeñal, el tacómetro emite un haz de luz para poder obtener una
medida precisa del régimen de giro del motor. En la figura 3 se observa
la ubicación correcta del tacómetro.
Figura 3
Ubicación del tacómetro
Fuente: los autores
Pinza inductiva
Para poder corroborar los datos obtenidos con el acelerómetro

se requiere conocer el momento en el que se da el salto de chispa en el
primer cilindro. Para obtener estos datos se utilizó una pinza inducti-
va colocada en el cable de bujía del primer cilindro, como se muestra
a continuación:
316
Figura 4
Pinza Inductiva conectada al cilindro 1
Fuente: los autores
Acelerómetro
Para la ubicación adecuada del acelerómetro se toma como refe-

rencia la Norma ISO 10816-6:1995: “Mechanical vibration-Evaluation
of machine vibration by measurements on non-rotating parts”, que in-
dica que se utiliza para máquinas alternas con potencias superiores a
100 kW (Norma 10816-6, 2017). Según la norma, el acelerómetro debe
ser colocado en la parte lateral, perpendicular al eje longitudinal del
motor, como se muestra en la figura:
317
Figura 5
Ubicación del acelerómetro en la parte lateral del motor
Fuente: los autores
Nomenclatura de datos
En la figura 6 se puede observar la codificación denominada a
cada uno de los datos, para de esta manera diferenciar cada una de las
muestras tomadas.
Matriz de diseño experimental

Con ayuda de Minitab, se crea un diseño experimental donde se
indica el número de factores y aleatorización. La aleatorización es una
técnica utilizada para equilibrar el efecto de condiciones externas o no
controlables que pueden influir en los resultados de un experimento.
En la tabla 2 se indica un fragmento del orden que se debe seguir para
la adquisición de datos.
318
Figura 6
Nomenclaturas de los datos obtenidos
Fuente: los autores
Tabla 2
Fragmento de matriz de diseño experimental
Presión de Obstrucción Filtro
# Bujías rpm Nombre de la prueba
Combustible catalizador de aire
SONATA 2.0 GAS
1 0,3 1 7,54 25 1 630
0,3-1-7,54-25-1630_1
SONATA 2.0 GAS
2 0,125 1 14,8 14,8 2 500
0,125-1-14,8-62,5-2500_1
SONATA 2.0 GAS
3 0,3 0,8 22,06 22,06 1 630
0,3-0,8-22,06-62,5-1630
SONATA 2.0 GAS
4 0,475 1 14,8 14,8 2 500
0,3-1-7,54-25-1630_1
SONATA 2.0 GAS
5 0,475 1 14,8 14,8 1 630
0,475-1-14,8-62,5-2500_1
SONATA 2.0 GAS
6 0,3 0,8 14,8 14,8 2 500
0,3-0,8-14,8-62,5-2500_1
SONATA 2.0 GAS
7 0,125 1 14,8 14,8 1 630
0,125-1-14,8-100-1630_1
SONATA 2.0 GAS
8 0,3 1 22,06 22,06 2 500
0,3-1-22,06-62,5-2500_1
SONATA 2.0 GAS
9 0,3 1 7,54 7,54 1 630
0,3-1-7,54-100-1630_1
Fuente: los autores

319
Análisis de vibraciones
El objetivo de analizar las señales de los datos tomados, es extraer
la mayor cantidad de valores característicos, para así permitir diferen-
ciar cada una de las muestras tomadas y establecer las características ne-
cesarias de una señal, la misma que corresponde a cierta falla generada
en el motor.
En la figura 7 se muestra la señal temporal del acelerómetro captador

de vibraviones para la prueba SONATA2.0.GAS.0,3-0,8-14,8-62,5-760_1,
tomada en un tiempo de 5 segundos. La señal indicada es la original, ob-
tenida desde el equipo de medición Adash y mostrada en el software de
análisis matemático Matlab, la frecuencia de muestreo es de Fs=65536 Hz
la misma que es característica de la capacidad del sensor. Con esta fre-
cuencia de muestreo se pretende captar una cantidad adecuada de mues-
tras para las fallas insipientes que se establecieron.
Figura 7
Señal temporal del acelerómetro
0.01
SONATA2.0.GAS.0,3-0,8-14,8-62,5-760 .wav
1
0.005
]
2
0
Amplitud [m/s
-0.005
-0.01
-0.015
0 2000 4000 6000 8000 10000 12000
Número de muestra
Fuente: los autores

320
En la figura 8 se muestra la señal representada en 3D, donde la

línea azul representa el salto de chispa con un adelanto de 25º y la lí-
nea negra representa el punto muerto superior (PMS) de cada cilindro
para la muestra tomada en condiciones estándar divididas por ciclos
de trabajo.
Figura 8
Señal de la muestra en condición estándar representadas en 3D
Fuente: los autores
La figura 9 representa le ventana rectangular, ya que la misma po-

see un valor de 1 para todo el intervalo de la ventana y 0 para cualquier
otro valor. Para el motor en estudio dicho intervalo se da desde -25º,
que es el adelanto de la chispa, hasta los 180º, que se produce el trabajo
del motor.
En la figura 10 se muestra la FFT de la función ventana, la misma

que representa cada una de las señales de los ciclos de trabajo en el mo-
mento en que se da el salto de chispa y se produce la combustión.
321
Figura 9
Ventaneo de la señal en condiciones estándares
0.01
SONATA2.0.GAS.0,3-1-22,06-100-760 TD.wav
1S
0.005
]
2
Amplitud [m/s
-0.005
-0.01
0 500 1000 1500 2000 2500 3000 3500
Número de muestra
Fuente: los autores
Figura 10
Transformada de Fourier de la función ventana
-4
10
2.5
2
]
2
1.5
Amplitud [m/s
0.5
0
0 20 40 60 80 100 120 140 160 180 200
Frecuencia [Hz]
Fuente: los autores

322
En la figura 11 muestra el espectrograma de la señal del aceleró-

metro para la prueba SONATA2.0.GAS.0,3-0,8-14,8-62,5-760_1, donde
se puede identificar la frecuencia fundamental (línea violeta) y frecuen-
cia máxima (línea negra), y las frecuencias principales se mantienen con
un rango muy pequeño de variación durante toda la muestra, estas fre-
cuencias son las mismas que se determinaron con la FFT.
Figura 11
Espectrograma de la señal con una vista en 3D
Fuente: los autores
Si existieran valores inferiores a la frecuencia límite, el proceso de

división por ciclos de trabajo sería erróneo. En la figura 12 se muestra
claramente la inexistencia de frecuencias inferiores a los 6 Hz.
323
Figura 12
Inexistencia de frecuencias inferiores a las 6Hz
Fuente: los autores
Con este análisis se puede corroborar la existencia de frecuencias

aproximadamente estacionarias durante la toma de datos, las mismas
que aportan información que permite comprobar la confiabilidad del
análisis de Fourier, ya que en este se encuentran las mismas frecuen-
cias determinadas con la FFT y se mantienen a lo largo del tiempo de
la prueba.
En la figura 13 se puede observar la prueba SONATA 2.0.gas.0,3-

1-22,6-100-760_1_STD que se encuentra en condiciones estánda-
res de funcionamiento y en la figura 14 la prueba SONATA2.0.G
AS.0,3-0,8-14,8-62,5-760_1 la cual consiste en una falla de las generadas
al motor. En la figura se puede diferenciar entre el acercamiento que se
da a cada una de ellas que la frecuencia y la amplitud son diferentes con
respecto al tiempo.
324
Figura 13
Espectrograma de la muestra estándar
Fuente: los autores
Figura 14
Espectrograma de la muestra con una falla generada
Fuente: los autores

325
Extracción y análisis de los valores

característicos de las señales analizadas
Para poder realizar una comparación entre las señales en condi-
ciones estándares de funcionamiento con las señales con las diferentes
fallas, es necesario extraer las características de dichas señales, los va-
lores característicos serán analizadas en el software de cálculo Matlab.
A las señales de falla y las señales estándares de funcionamiento se les
extraen características importantes, entre ellas: Media, Varianza, Des-
viación STD, Mediana, Máximo, Mínimo, Potencia, Energía, Factor de
Kurtosis, Asimetría, Valor RMS, Factor de cresta.
El análisis de varianza (ANOVA) prueba la hipótesis de que las
medias de dos o más poblaciones son iguales. Evalúa la importancia de
uno o más factores al comparar las medias de la variable de respuesta en
los diferentes niveles de los factores (Minitab, 2017).
Para determinar el análisis se compara las señales OK y las fallas inci-
pientes provocadas al motor, también se realiza la comparación entre las se-
ñales con las diferentes fallas, llegando a establecer la hipótesis nula o a su vez
la hipótesis alternativa. La hipótesis nula establece que todas las medias de la
población (medias de los niveles de los factores) son iguales, mientras que la
hipótesis alternativa establece que al menos una es diferente (Minitab, 2017).
Para el análisis de los valores característicos de las señales obtenidas
se asigna una nomenclatura para las fallas incipientes y para las muestras
en condiciones estándares, la misma que se muestra en la tabla 3.
Análisis del valor característico: Media

Las gráficas de residuos proporcionadas por el software Minitab®
son utilizadas para analizar el ajuste en la regresión y ANOVA determi-
nando si se cumplen los supuestos de cuadrados mínimos ordinarios.
La gráfica de residuos mostrado en la figura 15 representa el supuesto
de que los residuos están normalmente distribuidos, también muestra
una varianza constante, a su vez el supuesto de que los residuos no están
correlacionados entre sí y que no existen valores atípicos.
326
Tabla 3
Nomenclatura asignada a cada una de las señales
Nomenclatura
Corresponde a
de la señal
SONATA 2.0 GAS 0,3-1-22,06-100-760_1_STD
OK SONATA 2.0 GAS 0,3-1-22,06-100-760_2_STD
SONATA 2.0 GAS 0,3-1-22,06-100-760_3_STD
SONATA 2.0 GAS 0,3-0,8-14,8-62,5-760_1
A SONATA 2.0 GAS 0,3-0,8-14,8-62,5-760_2
SONATA 2.0 GAS 0,3-0,8-14,8-62,5-760_3
SONATA 2.0 GAS 0,3-1,2-14,8-62,5-760_1
B SONATA 2.0 GAS 0,3-1,2-14,8-62,5-760_2
SONATA 2.0 GAS 0,3-1,2-14,8-62,5-760_3
SONATA 2.0 GAS 0,3-1-7,54-62,5-760_1
C SONATA 2.0 GAS 0,3-1-7,54-62,5-760_2
SONATA 2.0 GAS 0,3-1-7,54-62,5-760_3
SONATA 2.0 GAS 0,3-1-14,8-25-760_1
D SONATA 2.0 GAS 0,3-1-14,8-25-760_2
SONATA 2.0 GAS 0,3-1-14,8-25-760_3
SONATA 2.0 GAS 0,3-1-14,8-100-760_1
E SONATA 2.0 GAS 0,3-1-14,8-100-760_2
SONATA 2.0 GAS 0,3-1-14,8-100-760_3
SONATA 2.0 GAS 0,3-1-22,06-62,5-760_1
F SONATA 2.0 GAS 0,3-1-22,06-62,5-760_2
SONATA 2.0 GAS 0,3-1-22,06-62,5-760_3
SONATA 2.0 GAS 0,1251-14,8-62,5-760_1
G SONATA 2.0 GAS 0,1251-14,8-62,5-760_2
SONATA 2.0 GAS 0,1251-14,8-62,5-760_3
SONATA 2.0 GAS 0,475-1-14,8-62,5-760_1
H SONATA 2.0 GAS 0,475-1-14,8-62,5-760_2
SONATA 2.0 GAS 0,475-1-14,8-62,5-760_3
Fuente: los autores
327
Figura 15
Gráfica de residuos para el valor característico de la Media
Fuente: los autores
El gráfico de intervalos de la figura 16 muestra el resultado en la

comparación del valor característico Media, entre las señales de fallas y
OK. Las señales que no se sobreponen sugieren que son diferentes. Entre
ellas, las señales que más inferencia significativa denotan en esta caracte-
rística son b, f y g, mostrando claramente que no se sobreponen con las
otras señales comparadas, haciendo énfasis en la hipótesis alternativa.
El diagrama de Tukey compara las medias para cada par de ni-

veles de factor utilizado. Los rangos que no incluyan 0 marcan una di-
ferencia estadísticamente significativa. Si los intervalos contienen 0 la
diferencia no es estadísticamente significativa.
En la figura 17 los pares de señales de fallas que no presentan una

inferencia significativa en el valor característico Media son c-a, d-a, e-a,
g-a, h-a, ok-a, d-c, e-c, h-c, g-f, y OK-h; aquellas cruzan la línea verde
que hace relación a cero.
328
Figura 16
Gráfica deGráfica
intervalos de la Media
de intervalos de Mcon
ediarespecto a la Condición
vs. condicion
0,000040
0,000038
M edia
0,000036
0,000034
0,000032
falla a falla b falla c falla d falla e falla f falla g falla h ok

condicion
Fuente: los autores
Figura 17
Gráfica de Tukey de la Media
ICs simultáneos decon respecto
95% a la Condición
de Tukey
Diferencias de las medias para M edia
falla b - falla a
falla c - falla a
falla d - falla a
falla e - falla a
falla f - falla a
falla g - falla a
falla h - falla a
ok - falla a
falla c - falla b
falla d - falla b
falla e - falla b
falla f - falla b
falla g - falla b
falla h - falla b
ok - falla b
falla d - falla c
falla e - falla c
falla f - falla c
falla g - falla c
falla h - falla c
ok - falla c
falla e - falla d
falla f - falla d
falla g - falla d
falla h - falla d
ok - falla d
falla f - falla e
falla g - falla e
falla h - falla e
ok - falla e
falla g - falla f
falla h - falla f
ok - falla f
falla h - falla g
ok - falla g
ok - falla h
-0,000005 0,000000 0,000005 0,000010

diferentes.
Fuente: los autores

329
Análisis del valor característico: Varianza

La figura 18 muestra la gráfica de intervalos para el valor carac-
terístico Varianza, en donde la señal OK representa una mayor inferen-
cia debido a que no se interpone con el resto de señales, siendo esta la
más considerable en el análisis, por tal motivo se aprueba la hipóte-
sis alternativa.
Figura 18
Gráfica
Gráfica de de intervalos
intervalos de Varianza
de la Varianza vs. condicion
con respecto a la Condición
2,8000E-09
2,6000E-09
2,4000E-09
2,2000E-09
Varianza
2,0000E-09
1,8000E-09
1,6000E-09
1,4000E-09
1,2000E-09
1,0000E-09
falla a falla b falla c falla d falla e falla f falla g falla h ok
condicion
Fuente: los autores
La figura 19 muestra en el análisis para el valor característico Va-

rianza, las señales que son estadísticamente significativas entre ellas OK-
a, OK-b, OK-c, OK-d, OK-e, OK-f, OK-g. Existiendo una minoría en los
pares de señales comparados que atraviesan por cero.
330
Figura 19
ICs de
Gráfica de Tukey simultáneos
la Varianzadecon
95%respecto
de Tukey
de la Condición
Diferencias de las medias para Varianza
falla b - falla a
falla c - falla a
falla d - falla a
falla e - falla a
falla f - falla a
falla g - falla a
falla h - falla a
ok - falla a
falla c - falla b
falla d - falla b
falla e - falla b
falla f - falla b
falla g - falla b
falla h - falla b
ok - falla b
falla d - falla c
falla e - falla c
falla f - falla c
falla g - falla c
falla h - falla c
ok - falla c
falla e - falla d
falla f - falla d
falla g - falla d
falla h - falla d
ok - falla d
falla f - falla e
falla g - falla e
falla h - falla e
ok - falla e
falla g - falla f
falla h - falla f
ok - falla f
falla h - falla g
ok - falla g
ok - falla h
-1,500E-09 -1,000E-09 -5,000E-10 0,0000E+00 5,0000E-10 1,0000E-09

diferentes.
Fuente: los autores
Comprobación de los resultados obtenidos

Se emplea el análisis ANOVA de los valores característicos me-
diante el valor “p value”, el valor “p value” obtenido en el anisáis ANOVA
es utilizado para determinar si los resultados son estadísticamente signi-
ficativos. El valor p oscila entre 0 y 1. Para un nivel de significancia, suele
utilizarse un valor de 0,05, entonces, si el valor p es menor que o igual a
0,05, el valor tiende a ser no significativo (Minitab, 2017).
Se realiza una comparación de los valores característicos entre

las señales de las fallas incipientes como también la comparación de
la señal ok entre cada falla incipiente, verificando el valor de p, con
ello se pretende demostrar la existencia de una diferencia estadísti-
camente significativa en la comparación individual de la FFT de las
señales ventaneadas.
331
Análisis de la señal OK con las señales

de fallas incipientes mediante “p value”
Los parámetros resaltados de la tabla 4 denotan claramente que
no existe una inferencia amplia para poder determinar si las señales son
significativamente diferentes, debido a que el valor de p se encuentra
por encima del estimado. El valor característico mínimo no es aceptable
para el análisis, por lo que no es válido para el estudio realizado.
Tabla 4
Comparación de la señal OK con respecto a las fallas incipientes
Condición OK-a OK-b OK-c OK-d OK-e OK-f OK-g OK-h
Media 0,026 0,001 0,045 0,166 0,021 0 0 0,331
Varianza 0 0 0 0 0 0 0 0
Desviación
0 0 0 0 0 0 0 0
estándar
Mediana 0,028 0 0,001 0,746 0,188 0,008 0,138 0,188
Máximo 0 0 0 0 0 0 0 0
Mínimo 0,601 0,046 0,018 0,742 0,216 0,437 0,795 0,838
Potencia 0 0 0 0 0 0 0 0
Energía 0 0 0 0 0 0 0 0
Kurtosis 0 0 0 0 0 0 0 0
Asimetría 0 0 0 0 0 0 0 0
RMS 0 0 0 0 0 0 0 0
Factor
0 0 0 0 0 0 0 0
de Cresta
Fuente: los autores
Comparación de la falla “a” con las fallas b, c, d, e, f, g, h

Los valores resaltados de la tabla 3 muestra la comparación de la
falla incipiente a con las demás fallas, indicando que entre las fallas a-c,
a-d, a-e, y a-h no existe una diferencia estadísticamente significativa,
ya que se puede visualizar un valor p elevado. Para todas las fallas en el
332
valor característico mínimo presenta un valor de p que supera al permi-

tido por lo que no es válido para el estudio presentado el mismo que se
muestra en la siguiente tabla:
Tabla 5
Comparación de la falla “a” con las fallas b, c, d, e, f, g, h
Condición a-b a-c a-d a-e a-f a-g a-h

Media 0 0,978 0,436 0,809 0,019 0 0,129
Varianza 0 0,402 0,106 0,609 0,003 0,161 0
Desviación
0 0,415 0,108 0,556 0,008 0,265 0
estándar
Mediana 0,003 0,249 0,163 0,461 0,493 0,001 0,424
Máximo 0,001 0,857 0,908 0,08 0,934 0,804 0
Mínimo 0,264 0,166 0,896 0,579 0,887 0,465 0,747
Potencia 0 0,496 0,13 0,586 0,002 0,002 0
Energía 0 0,504 0,135 0,588 0,002 0,001 0
Kurtosis 0 0,614 0,001 0,012 0,001 0 0,452
Asimetría 0 0,546 0,005 0,026 0,002 0 0,323
RMS 0 0,618 0,114 0,607 0,008 0 0
Factor de Cresta 0 0,898 0,029 0,029 0,001 0 0,151
Fuente: los autores
Comparación de la falla “f” con las fallas g, h

La comparación de las fallas incipientes f-g de la tabla muestra
claramente un valor elevado de p en todos sus valores característicos, in-
dicando que no existe una diferencia estadísticamente significativa para
estas fallas como se muestra en la siguiente tabla:
333
Tabla 6
Comparación de la falla “f” con las fallas g, h
Condición f-g f-h
Media 0,196 0,001
Varianza 0,09 0
Desviación estándar 0,121 0
Mediana 0 0,168
Máximo 0,755 0
Mínimo 0,313 0,598
Potencia 0,457 0
Energía 0,491 0
Kurtosis 0,877 0,006
Asimetría 0,548 0,02
RMS 0,709 0
Factor de Cresta 0,897 0,02
Fuente: los autores
Comparación de la falla “g” con la falla h

El único valor que supera el límite de significancia p para la compara-
ción entre estas fallas es del valor característico mínimo, en consecuencia, es-
tas fallas incipientes cuentan con una diferencia estadísticamente significativa.
Tabla 7
Comparación de la falla “g” con la falla h
Condición g-h
Media 0
Varianza 0
Desviación estándar 0
Mediana 0,011
Máximo 0
Mínimo 0,659
Potencia 0
Energía 0
Kurtosis 0,002
Asimetría 0,001
RMS 0
Factor de cresta 0,008
Fuente: los autores
334
Conclusiones
Las fallas incipientes generadas en el motor causan síntomas que
no son perceptibles en las vibraciones mecánicas, al aplicar el método de
tiempos cortos, estas fallas pudieron ser detectadas.
En la comparación de la muestra en condiciones estándares de

funcionamiento denominada OK, con las fallas incipientes provocadas
al motor, los valores característicos de Mediana, Media, Mínimo y No,
tienen validez para el análisis debido a que estos valores no presentan
diferencias significativas.
En la comparación entre diferentes tipos de fallas, los valores ca-

racterísticos Media, Mediana, Máximo y Mínimo presentan datos que
no son de significancia para el análisis del proyecto.
En el análisis comparativo entre la muestra que presenta las con-

diciones estándares de funcionamiento y las fallas incipientes provoca-
das existe una mayor diferencia que cuando se comparan entre fallas.
El análisis de tiempos cortos permite simplificar la señal, conser-

vando sus características originales y sin alterar o modificar la mues-
tra tomada.
Angamarca, J. y Soto, C. (2013). Estudio de los efectos de la egr sobre la combus-
tión, de un motor de encendido por compresión crdi hyundai santa fé
2.0, mediante el análisis de vibraciones. Cuenca: Universidad Politéc-
nica Salesiana.
Auquilla, H. y Daniel, B. (2016). Detección de fallas a través de análisis de vibra-
ciones mediante la transformada de wavelets de un motor de combustión
interna sonata 2.0 a gasolina (ingeniería). Cuenca: Universidad Poli-
técnica Salesiana .
NORMA 10816-6. (9 de agosto de 2017). mechanical vibration - evaluation of
machine vibration by measurements on non-rotating parts - part 6: Re-
ciprocating machines with power ratings above 100 kW. Recuperado de
335
International Organization for Standardization: https://www.iso.org/

standard/1553.html
Pesantez, R. y Zamora, P. (2015). Caracterización del tipo de gasolina enfunción
dela estiquimetría de la mezcla y el encendido mediante el análisis de
ruido de un motor ciclo Otto. Cuenca: UPS.
Rivera, N. y Chica, J. (2015). Estudio del comportamiento de motor ciclo otto de
inyeccion electronica respecto a la estequiometria de la mezcla y del ade-
lanto al encendido para la ciudad de Cuenca. Quito: EPN.
Minitab. (29 de julio de 2017). ¿Que es anova? Recuperado de http://support.
minitab.com/es-mx/minitab/17/topic-library/modeling-statistics/
anova/basics/what-is-anova/
Minitab. (12 de agosto de 2017). what is a p-value? Recuperado de http://sup-
port.minitab.com/en-us/minitab/17/topic-library/basic-statistics-
and-graphs/introductory-concepts/p-value-and-significance-level/
what-is-pvalue/.
Vibraciones. (23 de octubre de 2015). adashmexico.com. Recuperado de 2016,
de http://adashmexico.com/a3716online.htm
Zurita, G., Haupt, D. y Agren, A. (2004). Reconstruction of cylinder pressure
through multivariate data analysis: For prediction of noise and ex-
haust emissions. Noise Control Engineering Journal, 11.
Diagnóstico de fallos
del sistema de inyección
de un motor de encendido
provocado mediante
inteligencia artificial

Cristian L. García García2
Carlos C. Cepeda Landin3
Juan A. Rivera Caravajo4
Resumen
El presente artículo establece un método para el diagnóstico de fallas de un motor de encendido pro-
vocado mediante el análisis de las señales de los sensores MAP, TPS y VSS, utilizando herramientas de
aprendizaje y clasificación. En la actualidad se conoce diferentes métodos de inteligencia artificial utili-
zados para la detección de fallas en motores de combustión interna, mediante la lectura de las señales
emitidas por los diversos sensores que establecen los parámetros de funcionamiento del motor. A través
de las herramientas de aprendizaje y clasificación se genera un sistema que obedece las instrucciones
impartidas por el operario, de esta manera se tiene un sistema que, basado en los síntomas, nos muestra
el tipo y efecto del fallo presente en el motor. En base a esto se establece un diseño experimental para
el diagnóstico de fallas mediante el análisis de las señales de los sensores, de esta forma se pretende
determinar y detectar las fallas presentes en el motor de combustión interna de forma más exacta y
minimizar el índice de gases contaminantes como CO, HC, CO2 y O2, reduciendo como consecuencia la
1 Carrera de Ingeniería Mecánica Automotriz de la Universidad Politécnica Salesiana

de Cuenca ([email protected]).
Néstor D. Rivera Campoverde, Cristian L. García García, Carlos C. Cepeda Landin y Juan A. Rivera Caravajo
338
contaminación ambiental y generando un ahorro de tiempo en la detección del fallo y en la corrección del
mismo, optimizando así tiempos de trabajo y pérdidas económicas.
Palabras claves
MSV, detección de fallos, árbol de decisión.
Abstract
The present article establishes a method for the diagnosis of failures of a motor of ignition provoked
by the analysis of the signals of the sensors MAP, TPS and VSS using tools of learning and classifica-
tion. At present, different artificial intelligence methods, used for the detection of failures in internal
combustion engines, are known by reading the signals emitted by the various sensors that establish
the engine’s operating parameters. Through the learning and classification tools a system is gener-
ated that obeys the instructions given by the operator, in this way a system based on the symptoms
shows the type and effect of the fault present in the engine. Based on this, an experimental design
is established for the diagnosis of faults through the analysis of the signals of the sensors, in order
to determine and detect the faults present in the internal combustion engine more accurately and
to minimize the index of gases such as CO, HC, CO2 and O2, thus reducing environmental pollution
and thus generating time savings in fault detection and correction, optimizing working times and
economic losses.
Keywords
MSV, Fault Detection, Decision Tree.
Introducción
El diagnóstico de fallas en motores de encendido provocado a tra-
vés del análisis de las señales de parámetros de funcionamiento de los
sensores del motor, es una técnica experimental que tiene como objetivo
determinar las fallas presentes en el motor de combustión interna de
una forma no intrusiva y generando menor costo de mano de obra.
Según González (2012), el principal objetivo del diagnóstico de

fallas es brindar confiabilidad y disponibilidad del proceso, ofrecer la
seguridad en la operación y evitar accidentes y daños. El diagnóstico
de fallas permite determinar la ubicación, duración, tamaño y tipo de
falla, basándose en los síntomas que presenta el sistema en general o
en particular.
El proceso completo que permite detectar una falla y las acciones

posteriores realizadas en base a la información obtenida, puede dividir-
se en tres etapas principales: detección, diagnóstico y corrección (Bas-
seville, 2007).
Diagnóstico de fallos del sistema de inyección de un motor de encendido
339
La detección de fallas se basa en el análisis de residuos. Para la

determinación se utiliza un modelo de ecuaciones que relaciona la señal
de salida del sistema. El análisis o diagnóstico del residuo debe ser cuan-
tificado y generar los síntomas del sistema. Lo que se busca con la eva-
luación de los residuos es determinar la falla o a su vez descartarla. Esta
etapa tiene por objetivo definir si hay o no una falla en el sistema. La
decisión conlleva buscar una corrección del fallo, esta constituye la últi-
ma etapa en la que se determina y se clasifica las fallas de acuerdo a los
métodos analíticos, inductivos, deductivos y experiencia del operador.
Existe un gran número de investigaciones, tanto teóricas como

prácticas, de sistemas de detección y diagnóstico de fallas aplicados a
motores de combustión interna. La mayoría de estas investigaciones se
encuentran enfocadas en el diagnóstico de fallos con herramientas de
aprendizaje y clasificación en motores de combustión interna, ya que
cada investigador busca una forma diferente de resolver el problema en
estos sistemas, ya sea en motores de encendido provocado o motores de
encendido por compresión.
Una de las investigaciones que se ha realizado sobre el diagnós-

tico de fallas en motores de combustión interna utiliza modelos mate-
máticos computacionales respecto a las redes neuronales. En este artí-
culo de Mahmood (2014) se propone una técnica eficaz y automatizada
para diagnosticar las fallas. A diferencia de los métodos existentes en
este campo, la señal emitida del motor de combustión interna se explota
como el portador de información de las fallas.
Usando un sistema diferente de herramientas de aprendizaje y

clasificación, Luini Leonardo Hurtado-Cortés (2016) presenta el estado
actual de las técnicas de inteligencia artificial y su aplicación al campo de
la detección y diagnóstico de fallas en sistemas dinámicos. Inicialmente,
se explica una breve descripción de lo que se considera un mecanismo
para la detección y diagnóstico de fallas, y los enfoques actuales para
el estudio y la implementación de tales mecanismos. Posteriormente,
340
se presentan los resultados más importantes de las diversas técnicas de

inteligencia artificial aplicadas a la detección y diagnóstico de fallas.
Metodología
Diagnóstico de fallas
El diagnóstico de fallas es el uso de modelos. Este método se basa

en el empleo de modelos del proceso para el estado normal y/o para
cada una de las diferentes fallas que se desean observar, y posteriormen-
te analizar qué tan parecidas son las estimaciones de cada modelo con
las observaciones realizadas del proceso real, tal como se muestra en
la figura 1. La forma de analizar las diferencias entre los modelos y las
observaciones, llamados residuos, es muy variada, pasando desde los
sistemas expertos, hasta complejas redes neuronales y máquinas de so-
porte vectorial.
Figura 1
Diagnóstico de fallas en base a modelos
Fuente: Carrasco, 2007

341
Herramientas de aprendizaje y clasificación
Las herramientas de aprendizaje y clasificación entrenan mode-

los para clasificar los datos. Usando esta aplicación se puede explorar
el aprendizaje supervisado de la máquina, usando varios clasificadores.
Los tipos de clasificación incluyen árboles de decisión, máquinas de vec-
tor de soporte y clasificación de conjuntos. Puede realizarse el aprendi-
zaje supervisado de la máquina suministrando un conjunto conocido
de datos de entrada y respuestas conocidas a los datos. Los datos se uti-
lizan para formar un modelo que genera predicciones para la respuesta
a nuevos datos.
Árboles de decisión
Es una técnica centrada en métodos para el aprendizaje de mo-

delos comprensibles, que simula el razonamiento del ser humano que
se basan en sistemas de reglas. Este método está organizado de manera
jerárquica, donde la decisión final a tomar se puede determinar selec-
cionando condiciones que se cumplen desde el nodo raíz del árbol hasta
alguna de las hojas (Maldonado y Guevara, 2012).
Máquinas de soporte vectorial
Las máquinas de soporte vectorial (SVM) son sistemas de apren-

dizaje utilizado para la clasificación y regresión de conjuntos de datos de
alta dimensión. Las SVM tienen grandes capacidades de resolución de
problemas con gran cantidad de datos, pocas muestras de datos y pro-
blemas no lineales. Este sistema es utilizado para problemas de clasifica-
ción binaria. Las SVM generan datos de entrada para el entrenamiento
y validación del sistema (Liu et al., 2013).
Variables de análisis del sistema

Para captar una variable se utiliza un sensor. La principal función
de un sensor es transformar una magnitud física en una magnitud eléc-
trica. Son dispositivos o elementos electrónicos encargados de enviar las
342
señales de funcionamiento a la unidad de control ECU, para determinar

el estado de funcionamiento del motor y tomar medidas de corrección
para garantizar un buen desempeño del motor.
Presión absoluta del colector de admisión
La presión absoluta del colector de admisión en el motor es cap-

tada por el sensor MAP, que es el encargado de determinar la presión
absoluta en el interior del colector de admisión. La presión medida es
transformada en una señal eléctrica, que es enviada a la unidad de con-
trol ECU, con información que calcula el nivel de carga del motor, avan-
ce del punto de encendido y tiempo de inyección (González, 2015).
Posición del acelerador
La posición del acelerador es captada por el sensor TPS, que tie-

ne como su principal función enviar a la ECU una señal que indica la
posición de la mariposa de aceleración. El sensor está montando en el
cuerpo de aceleración y convierte el ángulo de posición de la mariposa
del cuerpo de aceleración en una señal eléctrica. De acuerdo a la posi-
ción de la mariposa, si esta se abre el voltaje de la señal incrementa, si la
mariposa del cuerpo de aceleración reduce su apertura el voltaje dismi-
nuye (González, 2015).
Velocidad del vehículo
La velocidad del vehículo es captada por el sensor VSS, que es

el encargado de medir la velocidad de transmisión, el sensor propor-
ciona una señal de corriente alterna a la ECU la cual es interpretada
como velocidad del vehículo. Este sensor es un generador de imán per-
manente montado en el transige, el imán genera una onda de corriente
alterna que es directamente proporcional a la velocidad del vehículo. Al
aumentar la velocidad del vehículo aumenta la frecuencia, entonces la
ECU toma estos datos, los cuales informan al usuario de la velocidad de
desplazamiento del vehículo (González, 2015).
343
Unidad experimental
Vehículo de pruebas
Para realizar las pruebas se utiliza el motor C14NE, que se mues-

tra en la figura 2. El motor fue utilizado para el muestreo en parámetros
de correcto funcionamiento, posteriormente para el desarrollo del ex-
perimento se aplicó algunas alteraciones en el funcionamiento del mis-
mo. En la tabla 1, en cambio, se detallan las especificaciones del vehículo
de pruebas.
Figura 2
Motor C14NE
Fuente: los autores

344
Tabla 1
Especificaciones del vehículo de pruebas
Tipo Powertech 1,4 SOHC
Potencia máxima 83,7 HP @ 6 000 rpm
Torque 113,56 N.m @ 3 000 rpm
Cilindrada 1 398 cm3
Relación de compresión 9,5 : 1
Número de cilindros 4 en línea
Distribución SOHC
Fuente: Granda y Herrera, 2017
Analizador de gases
En la figura 3 se muestra el analizador de gases modelo Qrotech

QGA 6000, utilizado para obtener los valores de gases de combustión
durante las pruebas realizadas, gases como CO, HC, CO2, O2 y valores
de Lambda y AFR. En la tabla 2, en cambio, se detallan las características
del analizador de gases utilizado.
Figura 3
Analizador de gases Qrotech NGA 6000
Fuente: los autores

345
Tabla 2
Especificaciones generales del analizador de gases
Característica Símbolo Rango Sensibilidad Unidad
Monóxido de carbono CO 0,00 - 0,99 0,01 %
Hidrocarburos HC 0 - 9 999 1 ppm
Dióxido de carbono CO2 0,0 - 20 0,10 %
Oxígeno O2 0,0 - 25 0,01 %
Óxidos nitrosos NOx 0 - 5 000 1 ppm
Lambda λ 0 - 2 000 0,001 —
Relación aire/combustible AFR 0,0 - 99,0 0,1 —
Fuente: los autores
En la figura 4 se presenta la tarjeta de adquisición de datos DAQ

USB 6008, utilizada para la recopilación de datos. Mientras en la tabla 3 se
especifican las características técnicas de la tarjeta de adquisición de datos.
Figura 4
Tarjeta de adquisición de datos DAQ USB 6008
Fuente: National Instruments, 2017

346
Tabla 3
Características tarjeta de adquisición DAQ USB 6008
Tipo de medida Voltaje
Canales de entrada analógica 8
Resolución de entrada analógica 12 bits
Rango de voltaje máximo en la entrada analógica -10 V hasta 10 V
Rango de voltaje mínimo en la entrada analógica -1 V hasta 1 V
Canales de salida analógica 2
Rango de voltaje máximo en la salida analógica 0 V hasta 5 V
Rango de voltaje mínimo en la salida analógica 0 V hasta 5 V
Fuente: National Instruments, 2017
El diseño experimental es una forma más eficaz de obtener in-
formación acerca de un proceso que al ser analizado estadísticamente
genera evidencia objetiva para la mejora y optimación de dicho proce-
so. El experimento plantea un cambio en las condiciones de funciona-
miento del motor con el objetivo de medir el efecto del cambio de cada
factor en el desempeño del motor, generando conocimiento acerca de
cada uno de los procesos que se dan al interior del sistema a través del
análisis de efectos generados en el desarrollo del experimento (Rivera y
Chica, 2015).
Tratamiento de datos
Para evitar la introducción de errores debido a las imprecisiones

que se pueden tener en los resultados de las mediciones realizadas, los
datos obtenidos antes de ser utilizados deben ser validados. Los modelos
estadísticos que se van a desarrollar dependen, entonces, de las limita-
ciones de precisión y exactitud.
347
Análisis de la base de datos mediante herramientas

de aprendizaje y clasificación
A partir de las pruebas realizadas se elabora una base datos en

la que se presentan valores referentes a las variables de entrada, ruido,
estudio y respuesta, como se mostró en la tabla anterior.
Variables de entrada
La señal de funcionamiento emitida por los sensores es determi-

nada para nuestro experimento como la variable de entrada y para el
desarrollo se utilizó los sensores: MAP, TPS y VSS.
Variables de estudio
Son también denominadas como los factores controlables. De

igual forma son variables de entrada del sistema a experimentar, pero
en este caso estas no influyen sobre las respuestas que se desea obtener
del sistema.
Variables de ruido
Son las que presentan mayor dificultad durante el desarrollo del

experimento, el funcionamiento del sistema se verá afectado de acuerdo
a las condiciones climáticas de la ciudad de Cuenca. Al desarrollar el
estudio sin controlar estas variables se tendrá comportamientos inade-
cuados en la respuesta del sistema.
Variables de salida
Los valores obtenidos durante las pruebas corresponden a las va-

riables de salida. Estos valores fueron tomados de las emisiones capta-
das por el analizador de gases y las variables medibles en el banco de
pruebas dinamométrico: Fuerza, Potencia, Emisiones contaminantes y
Consumo. En la tabla 4 se muestra la matriz de diseño con 16 factores y
en total se generan 109 tratamientos para el análisis estadístico.
Tabla 4
Extracto de la matriz de experimento
Con-
Esta- sumo Consu- Po-
Falla MAP TPS rpm VSS Fuerza CO HC CO2 O2 λ AFR
do L/100 mo L/h tencia
km
0 0 3,538 3,426 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,539 3,439 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,539 3,437 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,539 3,436 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,539 3,435 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
348
0 0 3,54 3,438 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,54 3,438 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,539 3,441 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,539 3,441 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,54 3,44 3 542 60 17,82 10,69 1 390 23,2 0,59 130 14,1 0,64 1,006 14,97
0 0 3,922 3,12 2 811 60 16,02 9,61 1 112 18,5 5,42 173 12,1 0,28 0,864 12,7
0 0 3,922 3,045 2 811 60 16,02 9,61 1 112 18,5 5,42 173 12,1 0,28 0,864 12,7
0 0 3,922 2,971 2 811 60 16,02 9,61 1 112 18,5 5,42 173 12,1 0,28 0,864 12,7
Fuente: los autores

349
Desarrollo de las corridas experimentales

Para la elaboración del experimento se desarrolla un programa de
adquisición de datos, el mismo que se elaboró con el software LabView.
Mediante este programa se extraen las señales de funcionamiento de los
sensores del vehículo a analizar, como son los sensores TPS, VSS y MAP.
La función del programa es leer las señales en un determinado tiempo
de muestreo y almacenar los datos de funcionamiento en una hoja de
cálculo para su posterior clasificación y análisis. Para la toma de datos
se dispuso del montaje del vehículo en el banco dinamométrico MAHA
LPS 3000, donde se realizó la conexión de los sensores del vehículo al
computador por medio de la tarjeta de adquisición de datos. También
se ubicó el analizador de gases para la lectura de los valores de emisiones
de gases generados durante las pruebas. En la figura 5 se puede apreciar
la disposición de los equipos de muestreo.
Figura 5
Secuencia de toma de datos
Fuente: los autores
Fallas generadas
En la tabla 5 se presenta la descripción de los tres fallos que se
ocasionaron en el motor C14NE.
350
Tabla 5
Tipo Condición
Descripción de la falla
de falla de la falla
Elevada presión de combustible
Inyector defectuoso
Falla 1 Dosado rico
Filtro de aire tapado
Conducto de retorno de combustible obstruido
Dosado Baja presión de combustible
Falla 2
pobre Inyector defectuoso
Bujías desgastadas
Bajo voltaje Cables de encendido defectuosos
Falla 3
de encendido Bobina defectuoso
Cableado de sensores defectuosos
Fuente: los autores
Análisis y resultados
En la figura 6 se muestra la ventana diagrama de dispersión que
crea círculos en las ubicaciones especificadas por los vectores X y Y. El
diagrama de dispersión representa los pares de datos numéricos. Cada
valor de una variable determina la posición del eje horizontal y el valor
de la otra variable determina la posición en el eje vertical. Si las varia-
bles están correlacionadas, los puntos caerán a lo largo de una línea o
curva. Cuanto mejor sea la correlación, más estrechos serán los puntos
que abrazarán la línea. Las herramientas de aprendizaje y clasificación
permiten distinguir en clases las fallas, consumos y diferenciar que el
motor de combustión interna se encuentra estado OK o CON DEFEC-
TO. Cada punto que se muestra en la gráfica representa las variables
351
obtenidas por los sensores MAP, TPS y VSS. La fiabilidad en este caso
es del 98,6% en árboles de decisión y un 98,1% en SMV. La gráfica que
tiene círculos de colores son valores acertados por la herramientas de
aprendizaje y clasificación, caso contrario, cuando se marca con una X,
es incorrecta la validación de los datos.
Figura 6
Plataforma de trabajo de las herramientas de aprendizaje y clasificación
Fuente: los autores
Índices de coordenadas
En la figura 7 se muestra la secuencia de los valores de coordena-
das trazados en función de los índices de coordenadas. En un diagrama
de coordenadas paralelas, cada variable recibe su propio eje y todos los
ejes se colocan en paralelo entre sí. Como se observa en la figura, el
eje vertical representa la desviación estándar, los valores de mean repre-
sentan la media y valores debajo de mean representan las desviaciones
352
estándar. El diagrama de coordenadas paralelas contiene cuatro varia-

bles de entrada de los sensores MAP, TPS, VSS y las rpm, que nos darán
información de las falla del motor de combustión interna. Cada variable
se representa con colores y las variables más significativas son los valores
de los sensores MAP y TPS, mientras las variables de las rpm y velocidad
son valores menos significativas.
Figura 7
Diagrama de coordenadas paralelas
Fuente: los autores
Comportamiento del CO de acuerdo a los fallos provocados

En la figura 8 se muestra la gráfica de intervalos del monóxido
de carbono (CO), donde se observa que cuando no existe presencia de
falla en el motor, el valor de CO se encuentra en los límites máximos
de emisiones permitidos para fuentes móviles con motor de gasolina.
En cambio, cuando se provoca alguna de las alteraciones que se explicó
anteriormente, El porcentaje de CO aumenta considerablemente, supe-
rando así los límites máximos de emisiones permitidos.
353
Figura 8
Variación del CO de acuerdo a las fallas provocadas
Fuente: los autores
En la figura 9 se representa la gráfica de superficie de monóxido

de carbono con respecto al dosado rico.
Figura 9
Comportamiento del CO con dosado rico
Fuente: los autores

354
Comportamiento del HC de acuerdo a los fallos provocados

La figura 10 se muestra una gráfica de intervalos de hidrocarbu-
ros (HC), donde se observa que cuando no existe falla en el motor, el va-
lor de HC se encuentra en los límites máximos de emisiones permitidos
para fuentes móviles con motor de gasolina. En cambio, cuando se pro-
voca alguna de las tres fallas que se explicó anteriormente, el porcentaje
de HC aumenta con respecto al dosado rico, mientras que en el dosado
pobre y a bajo voltaje de encendido, disminuyen los HC.
Figura 10
Variación del HC de acuerdo a las fallas provocadas
Fuente: los autores
El comportamiento de los HC como falla más significativa se

muestra en la figura 11.
Comportamiento del CO2 de acuerdo a los fallos provocados

La figura 12 se muestra la gráfica de intervalos de dióxido de car-
bono (CO2), donde se observa que cuando no existe falla en el motor, el
valor de CO2 se encuentra en los límites máximos de emisiones permi-
tidos para fuentes móviles con motor de gasolina. En cambio, cuando se
provoca alguna de las tres fallas, el porcentaje de CO2 varía según la falla.
355
Figura 11
Comportamiento del HC con dosado rico
Fuente: los autores
Figura 12
Variación del CO2 de acuerdo a las fallas provocadas
Fuente: los autores
El comportamiento del CO2 como falla más significativa se mues-

tra en la siguiente figura:
356
Figura 13
Comportamiento del CO2 con dosado rico
Fuente: los autores
Comportamiento del O2 de acuerdo a los fallos provocados

La figura 14 se muestra una gráfica de intervalos de oxigeno (O2),
donde se observa que cuando no existe falla en el motor, el valor de O2 se
encuentra en los límites máximos de emisiones permitidos para fuentes
móviles con motor de gasolina. En cambio, cuando se provoca alguna
de las tres fallas, el porcentaje de O2 varía según la falla.
Figura 14
Variación del CO2 de acuerdo a las fallas provocadas
Fuente: los autores

357
El comportamiento de los O2 como falla más significativa se

muestra en la figura 12.
Figura 15
Comportamiento del CO2 con una presión de 60 psi
Fuente: los autores
Conclusiones
Mediante el análisis de fallas se pretende optimizar el tiempo
que se utiliza en determinar las fallas que se presentan en los paráme-
tros de funcionamiento del motor de combustión interna. En el campo
mecánico se recurre a la experticia del ser humano para la corrección
de fallos presentes en el motor de combustión interna. Mediante este
entrenamiento se obtiene de forma acertada la determinación del fallo
ahorrando tiempo y costos de operación.
Al generar fallas de dosado rico, dosado pobre y bajo voltaje de

encendido en un motor de combustión interna, existen como conse-
cuencias exceder los límites máximos permitidos de los gases contami-
nantes para motores de encendido provocado. Los resultados de estudio
358
muestran que la falla de dosado rico es más significativa en compara-

ción a las otras dos fallas, ya que dicha falla aumenta los gases contami-
nantes, mientras que al generar las fallas por dosado pobre y bajo voltaje
de encendido no afecta de forma significativa a los niveles de emisiones.
Las herramientas de aprendizaje y clasificación permiten distin-

guir entre clases las fallas y diferenciar si el motor de encendido pro-
vocado se encuentra en buen estado o existe presencia de algún tipo
de falla. Al interferir en el correcto funcionamiento, generar fallas de
dosado rico, dosado pobre y bajo voltaje de encendido en un motor
de combustión interna, existen consecuencias como exceder los límites
máximos permitidos de los gases contaminantes. El porcentaje de vali-
dez es mayor al 90 %, por lo que el sistema es aplicable en la detección
de fallas en motores de combustión interna.
Acosta, J. A. y Nieto, J. P. (2014). Detección y diagnóstico de fallas para la dinámi-

ca lateral de un automóvil. México: COMIMSA.
Basseville, M. y. (noviembre, 2007). Detection of Abrupt Changes - Theoty and
Application. Recuperado de http://www.irisa.fr/sigma2/kniga/
Carrasco, R. A. (agosto, 2007). Detección y diagnóstico de fallas en robots móviles
cooperativos. Santiago de Chile: Pontifica Universidad Católica.
González, D. (2015). Motores térmicos y sus sistemas auxiliares. Madrid: Paraninfo.
González, M. (2012). Diagnóstico de fallas en un motor. Cuernavaca: Centro
Nacional de Investigación.
Granda, I. y Herrera, D. (marzo, 2012). Diseño y construcción de una maqueta
funcional. Quito: UTE. Recuperado de repositorio.ute.edu.ec/bits-
tream/123456789/4827/1/48108_1.pdf
Liu, B., Hou, D., Pingjie , H., Banteng, L. y Huayi, T. (2013). An improved PSO-
SVM model for online recognition. 367-385.
Luini, L. y Hurtado-Cortés, E. L. (2016). Fault detection and diagnosis through
artificial intelligence. Bogotá: Universidad Nacional de Colombia,
sede Medellín.
359
Mahmood, Y. S. (mayo, 2013). Fault Diagnosis in Internal Combustion Engines

Using Extension Neural Network. Jordania.
Maldonado, C. y Guevara, B. (2012). Reconocimiento de patrones para árbol de
decisión. Madrid: Universidad Complutense de Madrid.
National Instruments. (julio, 2017). USB-6008. Recuperado de http://sine.
ni.com/nips/cds/view/p/lang/es/nid/201986
Rivera, N. y Chica, F. (2015). Estudio del comportamiento de un motor ciclo Otto
de inyección electrónica respecto de la estequiometríca de la mezcla y del
adelanto al encendido para la ciudad de Cuenca. Quito: EPN.
Propuesta de un GMAO
para la gestión del mantenimiento
de un sistema ferroviario
Milton García1
Renato Fierro2
Andrés Berrezueta3
Cristian Siguencia4
Resumen
El presente proyecto técnico está basado en la propuesta de un Sistema de Gestión de Mantenimiento
Asistido por Ordenador (GMAO) para los nuevos sistemas de transporte masivo que se encuentran en
desarrollo en el país como el Metro de Quito, la Aerovía de Guayaquil y el Tranvía de Cuenca, debido
a que no se cuenta con una gestión integral de mantenimiento para estos sistemas. Por medio de un
estudio bibliográfico y del estado del arte, se determinaron los sistemas y subsistemas ferroviarios con
sus componentes, así como la manera en que deben ser gestionados. Se identificaron cuatro grandes
sistemas: material rodante, infraestructura ferroviaria, suministro de energía y red de comunicaciones.
Posteriormente se desarrollaron mapas conceptuales y diagramas de flujo para cada sistema, luego se
conformó una base de datos en la que se incluyeron todos los sistemas ferroviarios y sus respectivos
subsistemas. Finalmente se conformaron siete módulos con los cuatro sistemas ferroviarios incluyendo
recursos humanos, repuestos y gestión de mantenimiento, y se realizó la interconexión entre cada uno
de ellos, dependiendo de la forma en que se relacionan entre sí.
Palabras clave
Gestión de mantenimiento, GMAO, material rodante, mantenimiento, módulos, sistemas ferroviarios.
1 Grupo de Investigación en Ingeniería del Transporte GIIT. Universidad Politécnica

Salesiana.
Salesiana.
Salesiana.
Salesiana.
Milton García, Renato Fierro, Andrés Berrezueta y Cristian Siguencia
362
Abstract
This technical project is based in the plan of Computer Assisted Maintenance Management (CMMS) to
the new systems of massive transportation that are in development in the country such as Subway in
Quito, Airway in Guayaquil and Trolley Car in Cuenca, because they don’t have an Integrated Mainte-
nance Management for themselves. The rail systems and subsystems with their components and how
they can be managed were determined through a bibliographic study and art state about rail systems
and maintenance managements systems. Four major systems were identified: rolling stock, rail infra-
structure, energy supply and communication network. Web maps and flowcharts were developed with
all collected information for each system to form a database to include all rail systems and their sub-
systems. Finally, seven modules were formed which are Rolling Stock, Rail Infrastructure, Energy Sup-
ply, Communication Network, Human Resources, Spare parts and Maintenance Management and we
proceeded to make the interconnection among the modules, depending how they relate one each other.
Keywords
Maintenance management, CMMS, rolling stock, maintenance, modules, rail systems.
Introducción
En las tres principales ciudades del Ecuador se encuentran en de-
sarrollo importantes y novedosos sistemas eléctricos de transporte ma-
sivo los cuales trasladarán entre 40 000 y 370 000 pasajeros diarios (El
Universo, 22/06/2011) con velocidades entre 17 y 37 km/h (El Universo,
13/05/2015), lo que supondrá una disminución en el tránsito vehicu-
lar así como mayor seguridad, menores tiempos de traslado y mayor
comodidad en los pasajeros. Estos proyectos son el Metro de Quito, la
Aerovía en Guayaquil y el Tranvía de Cuenca (El Tiempo, 08/06/2011).
El presente proyecto tiene como objetivo principal proponer un GMAO
para la gestión del mantenimiento de estos sistemas ferroviarios.
Se realiza una investigación bibliográfica exhaustiva de sistemas
ferroviarios y gestión del mantenimiento, basándose en el estado del
arte, para poder determinar todos los sistemas y subsistemas que com-
ponen la estructura ferroviaria y la manera en que se deben gestionar
todos estos componentes de forma adecuada, finalizando con la confor-
mación de cada uno de los módulos y la interconexión entre ellos.
Fundamentación teórica
Los sistemas ferroviarios están compuestos por varios elementos
necesarios para su correcto funcionamiento. Cuentan con infraestruc-
Propuesta de un GMAO para la gestión del mantenimiento de un sistema ferroviario
363
turas para la generación de corriente así como para el mantenimiento

de las unidades móviles. Todos estos elementos requieren de una correc-
ta gestión de mantenimiento para alargar su vida útil y disminuir costos.
Sistemas ferroviarios
Son sistemas de transporte terrestre que utilizan vagones guiados
sobre dos carriles de hierro dispuestos de forma paralela. En principio
fue desarrollado como un sistema de transporte de carga, pero con el
tiempo se popularizó y se convirtió en un medio de transporte para
personas (Irueste, 2008).
Mantenimiento
Es la combinación de todas las acciones técnicas, administrativas
y de gestión, durante el ciclo de vida de un elemento, destinada a con-
servarlo o devolverlo a un estado en el cual pueda desarrollar la función
requerida (GMAO, 2010).
Figura 1
Metodologías de implementación de mantenimiento
Fuente: los autores

364
Gestión de mantenimiento
asistido por ordenador (GMAO)
La gestión de mantenimiento asistida por ordenador
(GMAO) es una herramienta informática encargada de la gestión
de las actividades de mantenimiento. Comprende una base de da-
tos que contiene información de la empresa, almacén, equipos,
empleados y operaciones que se llevan a cabo en el departamento
de mantenimiento.
Estado del arte

Hoy en día las actividades empresariales precisan de una ade-
cuada gestión de mantenimiento para todos sus activos físicos, de tal
manera se contribuya a su competitividad, mejorando los procesos de
calidad y buscando el mejoramiento continuo. La actual gestión de
mantenimiento incluye todas las actividades destinadas a determinar
objetivos y prioridades de mantenimiento, responsabilidades y estrate-
gias, facilitando así la planificación, programación y control de la ejecu-
ción del mantenimiento. Esta gestión actual de mantenimiento busca
reducir los costos globales de la actividad productiva, asegurar el buen
funcionamiento de los equipos, disminuir al máximo los riesgos para
las personas y los efectos negativos sobre el medio ambiente mediante
una mejora continua (Viveros et al., 2015).
La importancia de una correcta gestión de los activos físicos y

el rápido avance de la tecnología han permitido desarrollar programas
informáticos enfocados en la gestión del mantenimiento, los cuales han
ido evolucionando con el tiempo como se explica a continuación.
En 1995 se propuso un sistema CMMS basado en el software Au-

toCAD 12 de Autodesk, para el mantenimiento de una empresa manu-
facturera (Ardila et al., 2015). En 1998 se empleó un CMMS por medio
de un software compuesto por módulos interconectados para gestionar
órdenes de trabajo, programación de mantenimiento preventivo, historial
365
de mantenimiento, control de stock, compras y presentación de infor-

mes (Ardila et al., 2015). En 2007 se planteó un modelo para la gestión
de fallos en los procesos industriales por medio de la retroalimentación
y la toma de decisiones en la planificación de tareas de mantenimiento,
ejecutando tareas específicas de mantenimiento preventivo y correctivo;
se desarrolló un prototipo del sistema en Java (Aguilar et al., 2007). En
2013 se presentó un nuevo sistema, integrando herramientas de realidad
aumentada y asistidas por ordenador para proporcionar apoyo a los téc-
nicos en las tareas de mantenimiento mediante la realidad mixta, permi-
tiendo un acceso intuitivo y de fácil comprensión (Botelho et al., 2013).
En 2014 se presentó un novedoso sistema móvil, basado en identificación
por radiofrecuencia y tecnologías de código de barras 2D, logrando la in-
tegración de tecnologías de información como los teléfonos inteligentes
y las agendas electrónicas, su aplicación demostró mejoras en el proceso
de mantenimiento en un laboratorio de construcción (Lin et al., 2014).
Los diversos software que se pueden encontrar en el mercado se

adaptan en su mayoría a las necesidades de cada empresa, por ejemplo,
el software GIM (gestión integral de mantenimiento) es compatible con
Windows, Android, iOs y W.Mobile, trabaja mediante una integración
de los departamentos de mantenimiento planificado y no planificado,
organización de activos, almacén, recursos humanos, entre otros (Coello
y Gallegos, 2015). Por otro lado, el programa Prisma II es una herra-
mienta utilizada para optimizar las políticas de mantenimiento median-
te el análisis estructurado de la información. Permite una implantación
progresiva gracias a su modularidad y cumple los principales estándares
mundiales. Por medio del Internet proporciona un mensaje de alerta y
lo transforma en una orden de trabajo enviándola a un teléfono móvil
en tiempo real. El software Maximo en cambio facilita la toma de deci-
siones basadas en datos, requerimientos, recursos disponibles y condi-
ciones de seguridad, de esta manera se generan importantes ahorros y se
prolonga la vida útil de los activos. Su estructura interna está orientada
a facilitar la búsqueda e introducción de información y la generación
de análisis (Coello y Gallegos, 2015). Por otro lado, el software SisMAC
366
(Sistema de Mantenimiento Asistido por Computadora) tiene una gran

facilidad para adaptarse a cualquier tipo de empresa debido a su interfaz
de usuario amigable. Es una poderosa herramienta que ayuda a reducir
costos de mantenimiento y maximizar la disponibilidad de los bienes.
Puede asignar a cada uno de los bienes y equipos información técnica
computarizada como planos, fotografías digitales, imágenes, etc.
Metodología
La investigación desarrollada fue del tipo exploratoria, para po-
der abordar los nuevos sistemas ferroviarios que se están desarrollando
y que requieren una gestión de mantenimiento; de campo, realizando
una recopilación de información basada en los nacientes proyectos fe-
rroviarios en el país, como por ejemplo, el proyecto del tranvía de la
ciudad de Cuenca; y descriptiva con el fin de obtener datos reales que
sirvan como soporte en la selección y definición de los diferentes módu-
los y sus componentes para desarrollar la propuesta de GMAO.
Sistemas ferroviarios
El primer punto del presente estudio fue la identificación de los
diferentes sistemas y subsistemas que conforman la estructura ferrovia-
ria, basándonos en el estudio del estado del arte de diferentes fuentes bi-
bliográficas y con una investigación de campo apoyada en los proyectos
ferroviarios actuales en el país, se determinó cuatro grandes sistemas:
Material Rodante, Infraestructura Ferroviaria, Suministro de Energía y
Red de Comunicaciones, cada uno de los cuales se subdivide en distin-
tos componentes. Con esta información se conformaron los diferentes
sistemas con sus respectivos subsistemas como se indica a continuación:
Material Rodante
1. Carrocería.
2. Bogie motor: tracción, bastidor, frenos, reductores, suspensión,
ejes y ruedas.
367
3. Bogie remolque: bastidor, frenos, suspensión, ejes y ruedas.

4. Captación de corriente: pantógrafos, captadores de corriente,
baterías, generadores y convertidores auxiliares.
5. Sistemas auxiliares: equipo neumático, sistema de puertas, siste-
ma de climatización y sistema de iluminación.
Infraestructura Ferroviaria
1. Vía:
• Componentes de vía: carril, durmiente, balasto, vía sobre
placa de hormigón y sujeciones.
• Sistema de líneas subterráneas: ventilación de líneas, alum-
brado de túneles, climatización de líneas, detección y protec-
ción contra incendios, bombeo de aguas en líneas y propaga-
ción del humo en túneles.
• Señalización convencional: señalética y semaforización.
2. Sistema y equipamiento de estaciones:
• Infraestructura de servicio, megafonía informativa, telefonía
pública y televisión.
3. Talleres y cocheras:
• Máquinas herramienta: sierra sin fin, taladro de columna,
torno y fresadora.
• Máquinas especiales: gira bogies, puentes grúa, máquinas de
lavado, cabinas de pintura y torno con sistema de tracción.
• Máquinas complementarias: sierra de arco, gatos móviles,
prensa hidráulica, bancos de trabajo, sistema de drenaje, ban-
cos de pruebas, sistema de distribución de lubricantes y siste-
ma de limpieza.
Suministro de energía
1. Subestación de alta tensión: sección de alta tensión, sección de

transformadores de alta tensión a media tensión y sección de
servicios auxiliares.
368
2. Subestación rectificadora: sección de media tensión, sección de

transformadores de media tensión a corriente continua y sección
de corriente continua.
3. Sistema de alimentación:
• Alimentación de tracción: línea aérea de contacto (catenaria, pos-
tes, péndolas, sustentador, ménsulas, feder de acompañamiento e
hilo de contacto) y alimentación por suelo (tercer carril).
• Alimentación para equipos de mando y control.
• Retorno de corriente: conexión entre riel y subestación.
• Sistema de tierra: conexión de equipos a la barra de tierra.
Red de comunicaciones:
1. Radiocomunicaciones: control de mando, emisores, receptores

y antenas.
2. Sistema de protección automática (ATP): balizas emisoras y ante-
nas receptoras.
3. Sistema de operación automática (ATO): balizas emisoras y ante-
nas receptoras.
En base a la información obtenida de las fuentes bibliográficas y

para una mejor visualización se desarrolló un mapa conceptual general,
que contiene todos los sistemas con sus respectivos subsistemas. En la
figura 2 se muestra el mapa conceptual de los sistemas ferroviarios y
sus subsistemas.
Diagramas de flujo
Luego de la obtención y jerarquización de los sistemas y subsis-
temas mediante mapas conceptuales se procedió a realizar un diagra-
ma de flujo que esquematiza el proceso de funcionamiento del siste-
ma ferroviario.
369
Figura 2
Mapa conceptual sistemas ferroviarios
Fuente: los autores
Material rodante
En lo que tiene que ver con material rodante, el proceso inicia

con la captación de corriente que puede ser por catenaria o tercer ca-
rril, la misma que es almacenada en las baterías y posteriormente pasa
a los convertidores y generadores auxiliares, los cuales transforman la
corriente para que pueda ser utilizada por los distintos sistemas como
iluminación, equipos neumáticos y motores de tracción para el movi-
miento del tren por medio de los bogies, suspensión, ejes y finalmente
las ruedas que entran en contacto con los carriles.
Infraestructura ferroviaria
En cuanto a la infraestructura ferroviaria el proceso inicia en la vía

con los carriles, durmientes y las respectivas sujeciones, ya sea vía en placa
o balasto. Además, se cuenta con distintos sistemas de control y ayuda
para los túneles en el caso de metros, como son protección contra incen-
dios, alumbrado, ventilación, entre otros. La señalética y semaforización
son otros de los subsistemas con los que se cuenta y son importantes para
evitar accidentes permitiendo una correcta interacción entre los peatones,
vehículos de transporte público y privado y los tranvías o metros.
370
Los sistemas y equipamiento de estaciones permiten informar a

los usuarios sobre horarios de salidas de los trenes y avisos de seguridad
por medio de televisión, megafonía informativa y telefonía pública. La
infraestructura de servicio contempla los ascensores, escaleras eléctricas
y pasillos rodantes, necesarios para la comodidad de los usuarios. Los
talleres y cocheras son los lugares destinados al almacenamiento y man-
tenimiento de los vehículos ferroviarios.
Suministro de energía
El suministro de energía es proporcionado a todos los subsiste-

mas que así lo requieren para su correcto funcionamiento. El proceso
inicia con la alta tensión tomada de la red pública, luego la corriente es
transformada a corriente de media tensión y posteriormente es rectifi-
cada a corriente continua, la cual es utilizada para el sistema de alimen-
tación que abastece a los vehículos ferroviarios por medio de catenaria
o tercer carril, al entrar en contacto con los pantógrafos o captadores de
corriente, respectivamente. Además, se abastece de corriente a toda la
infraestructura ferroviaria como son los sistemas de líneas subterráneas,
semaforización, sistemas y equipamiento de estaciones, talleres y coche-
ras y red de comunicaciones.
Red de comunicaciones
La red de comunicaciones permite una interacción entre los ve-

hículos ferroviarios, la infraestructura ferroviaria y el centro de con-
trol. Por medio de antenas, emisores y receptores son enviadas todas las
señales de aviso entre conductores, personales del centro de control y
estaciones de pasajeros. Además, existen señales de velocidad, apertura y
cierre de puertas, parada en estaciones, entre otras, en vehículos equipa-
dos con ATP o ATO los cuales son sistemas de supervisión, conducción
semiautomática y automática. En la figura 3 se muestra el diagrama de
flujo del sistema Red de Comunicaciones en donde se observa cómo
interactúan cada uno de sus componentes.
371
Figura 3
Diagrama de flujo de Red de Comunicaciones
Fuente: los autores
Desarrollo de la base de datos

El desarrollo de la base de datos se realizó conforme al estudio
bibliográfico de los sistemas ferroviarios, a la recopilación interna y ex-
terna utilizada para este proyecto y a la información facilitada para los
sistemas que se están desarrollando en el país. La base de datos se com-
pone de los cuatro sistemas ferroviarios: Material Rodante, Infraestruc-
tura Ferroviaria, Suministro de Energía y Red de Comunicaciones, así
como sus respectivos subsistemas; además, se incluyeron los aspectos
secundarios pero importantes como los repuestos y el personal.
Estructura para la codificación de sistemas ferroviarios

La codificación de los equipos se debe realizar tomando en consi-
deración la siguiente estructura:
ZY – YYX – NN – XX
372
Como se observa, los códigos pueden estar representados por

nueve dígitos separados por guiones, dependiendo del número de com-
ponentes que conformen cada sistema. La designación de los primeros
dígitos ZY corresponde a los sistemas ferroviarios representada por MR
para Material Rodante, IF para designar a la Infraestructura Ferroviaria,
SE para denotar el Suministro de Energía y RC para la Red de Comuni-
caciones, como se indica en la siguiente tabla:
Tabla 1
Siglas sistema-nombre del sistema ferroviario
Siglas Sistemas
MR Material Rodante
IF1 Infraestructura Ferroviaria
SE1 Suministro de Energía
RC1 Red de Comunicaciones
Fuente: los autores
La designación de los dígitos YYX indica el tipo de subsistema

y pueden tener tres posibles dígitos dependiendo de la nomencla-
tura que se ha optado para cada subsistema. En la tabla 2 se muestra
la codificación.
Tabla 2
Tipos de subsistemas
Tipo Subsistemas
C Carrocería
BM Bogie Motor
BR Bogie Remolque
CC Captación de Corriente
SA Sistemas Auxiliares
V Vía
SEE Sistema y Equipamiento de Estaciones
TC Talleres y Cocheras
373
Tipo Subsistemas
SAT Subestación de Alta Tensión
SR Subestación Rectificadora
SA Sistema de Alimentación
R Radiocomunicaciones
ATP Protección Automática del Tren
ATO Operación Automática del Tren
Fuente: los autores
Resultados
Una vez que se ha recolectado y plasmado toda la información re-
ferente a sistemas ferroviarios y gestión de mantenimiento, procedemos
a la conformación de cada uno de los módulos. En total contamos con
siete módulos divididos en material rodante, infraestructura ferroviaria,
suministro de energía, red de comunicaciones, recursos humanos, ges-
tión de mantenimiento y repuestos. La interconexión entre cada uno de
los módulos se da de la siguiente manera:
Módulo de material rodante. Se conecta con el de infraestructura

ferroviaria debido a la conexión directa que tienen las ruedas con la vía.
Figura 4
Interconexión material rodante
Fuente: los autores
Módulo de suministro de energía. Tiene conexión con los de mate-

rial rodante, infraestructura ferroviaria y red de comunicaciones debido
a que alimenta a estos sistemas con corriente ya sea para el movimien-
to de los vehículos ferroviarios, para el funcionamiento de los elemen-
374
tos de la infraestructura como escaleras eléctricas, ascensores, sistemas

de líneas subterráneas, semaforización, equipos de talleres y cocheras
y los elementos de red de comunicaciones como emisores, receptores
y antenas.
Figura 5
Interconexión suministro de energía
Fuente: los autores
Módulo de red de comunicaciones. Se relaciona con el de material

rodante e infraestructura por medio de los emisores, receptores y an-
tenas presentes en estos dos sistemas para poder tener información en
tiempo real y realizar una toma de decisiones correctas.
Figura 6
Interconexión red de comunicaciones
Fuente: los autores
Módulo de recursos humanos. Se conecta con los de material ro-

dante, infraestructura ferroviaria, gestión de mantenimiento y red de
comunicaciones debido a que en cada uno de estos sistemas se requiere
personal tanto de operaciones ferroviarias para la conducción de vehí-
culos, manejo del centro de control y subestaciones, como personal de
mantenimiento para los mismos vehículos y toda la infraestructura.
375
Figura 7
Interconexión recursos humanos
Fuente: los autores
Módulo de gestión de mantenimiento. Tiene relación con los de

material rodante, infraestructura ferroviaria, suministro de energía,
red de comunicaciones y repuestos, debido a que se debe gestionar de
una manera adecuada y dar mantenimiento a todos y cada uno de es-
tos activos.
Figura 8
Interconexión gestión de mantenimiento
Fuente: los autores
Módulo de repuestos. Tiene conexión con los de material rodante,

infraestructura ferroviaria, suministro de energía y red de comunicacio-
nes porque en cada uno de estos módulos se requieren repuestos para
cada uno de sus componentes.
376
Figura 9
Módulo de repuestos
Fuente: los autores
Finamente, la figura 10 esquematiza el funcionamiento total de

la propuesta del GMAO, donde se observa la interconectividad que el
mismo requiere.
Figura 10
Interconexión de módulos
Fuente: los autores

377
Conclusiones
La revisión bibliográfica permitió tener una base sólida para la
realización del proyecto, en donde se definieron los distintos sistemas
y subsistemas ferroviarios y la manera en que deben ser gestionados
correctamente. La propuesta está basada en datos actualizados de sis-
temas ferroviarios, equipos, personal, herramientas, distribuidores de
repuestos y proveedores, gestión de mantenimiento, el diagnóstico de
fallas y programas existentes en el mercado para generar un programa
de gestión integral.
Se realizó una revisión sobre normativas y valores permisibles de

funcionamiento ferroviario para poder establecer las condiciones bajo
las cuales se desarrolló la propuesta de GMAO.
En esta propuesta se han especificado los esquemas fundamenta-

les de los módulos que son utilizados en el desarrollo de un GMAO, en
la que se definen interrelaciones de todo lo que es un sistema ferrovia-
rio, de sus conexiones de estaciones y subestaciones con los diferentes
módulos presentados en este documento. Además, el GMAO propuesto
permite tener la disponibilidad de repuestos que se consideran indis-
pensables para su acopio y controlará la cantidad en stock necesario para
la bodega de los talleres, generada por un ordenador para realizar los
mantenimientos pertinentes de acuerdo a la planificación establecida
en esta propuesta.
Ardila, J., Ardila, M. I., Rodríguez, D. e Hincapié, D. (2016). La gerencia del
mantenimiento: una revisión. Dimensión Empresarial, 14(2), 127-142.
Recuperado de https://dx.doi.org/10.15665/rde.v14i2.480
Botelho, S., Bueno, D., Fumagall, L., Garetti, M., Pereira, C. y Ventura, R. (2013).
A model-based approach for data integration to improve maintenan-
ce. Computers in Industry, 64(4), 376-391. Recuperado de https://doi.
org/10.1016/j.compind.2013.01.002
378
Cerrada, M., Cardillo, J. Aguilar, J. (2006). Agent-based maintenance mana-

gement system for the distributed fault tolerance. IFAC Proceedings,
39(13), 938-943. Recuperado de https://doi.org/10.3182/20060829-4-
CN-2909.00156
Coello, G. y Gallegos, J. (2015). Desarrollo de un software para la gestión de
mantenimiento de la maquinaria pesada para la prefectura del Azuay.
Cuenca: Universidad Politécnica Salesiana. Recuperado de http://ds-
pace.ups.edu.ec/handle/123456789/7674
El Tiempo. (08/06/2011). Tranvía en proceso de diseño preliminar.
El Universo. (22/06/2011). La línea del metro de Quito será subterránea.
El Universo. (13/05/2015). Transporte aerosuspendido de Guayaquil se llama-
rá Aerovía.
GMAO. (2010). Sistemas de gestión de mantenimiento asistido por ordenador
requerimientos y funcionalidades. Valencia: Universidad Politécnica
de Valencia.
Gónzalez F., (2003) Teoría y práctica del mantenimiento industrial avanzado.
Madrid: Fundación Confemetal
Irueste Lobo, J. (2008). Mantenimiento de material rodante ferroviario. Madrid:
Inversiones Editoriales Dossat.
Viveros, P., Stegmaier, R., Kristjanpoller, F., Barbera, L. y Crespo, A. (2015).
Propuesta de un modelo de gestión de mantenimiento y sus prin-
cipales herramientas de apoyo. Ingeniare. Revista Chilena de Inge-
niería, 21(1), 125-138. Recuperado de http://dx.doi.org/10.4067/
S0718-33052013000100011
Yu-Cheng, L., Weng-Fong, Ch. y Fu-Cih, S. (enero, 2014). Developing mo-
bile 2D barcode/RFID-based maintenance. Automation in Cons-
truction, 37110-121. Recuperado de https://doi.org/10.1016/j.
autcon.2013.10.004
Diagnóstico de fallas en motores
de combustión interna mediante
termografía usando lógica difusa

Jairo D. Castillo Calderón2
Ángel Y. Aguilar Romero3
Andrea K. Bermeo Naula4
Resumen
En el desarrollo de este artículo se presenta un sistema de detección de fallas basado en lógica difusa,
para ello se desarrolla un modelo difuso incorporado en un motor CRDI 2.0 Hyundai Santa Fe. Las dife-
rentes variables de entrada consideradas para el estudio se obtuvieron mediante un scanner automotriz.
La base de reglas del sistema se desarrolla tomando en cuenta los conocimientos teóricos, los resulta-
dos del diseño experimental y fundamentalmente basados en el conocimiento del experto. La precisión
del clasificador difuso se prueba basándose en los estudios experimentales que se realizan en diferentes
condiciones de fallo del motor. Este sistema difuso diagnostica el grado de obstrucción del escape y del
sistema de recirculación de gases de escape EGR, fallas en el motor de combustión interna, basado en
dos métodos no intrusivos: el flujo de datos del scanner y el análisis termográfico, con los que se pueden
detectar fallas sin necesidad de detener y desarmar el motor, lo que ahorra tiempo y dinero.
Palabras claves
Lógica difusa, controlador difuso, método no intrusivo, diagnostico de fallas.
Abstract
In developing this paper a system fault detection based on fuzzy logic, for it a fuzzy model built on an
engine Hyundai Santa Fe 2.0 CRDI is developed is presented. The different input variables consid-

Néstor D. Rivera Campoverde, Jairo D. Castillo Calderón, Ángel Y. Aguilar Romero y Andrea K. Bermeo Naula
380
ered in the study were obtained through an automotive scanner. The rule base system is developed
taking into account the theoretical knowledge, the results of experimental design and mainly based
on expert knowledge. The accuracy of the fuzzy classifier test based on experimental studies carried
out in different conditions of engine failure. This fuzzy system diagnoses the degree of obstruction
exhaust system and exhaust gas recirculation EGR, failures in the internal combustion engine, based
on two non-intrusive methods, data flow and thermographic analysis scanner, with which faults can
be detected without having to stop and disarm the engine, which saves time and money.
Keywords
Fuzzy logic, fuzzy controller, non-intrusive method, fault diagnosis.
Introducción
Actualmente, el sector automotriz exige el desarrollo y uso de ve-
hículos más seguros y fiables, por lo cual el mantenimiento basado en
métodos no intrusivos es una técnica que se utiliza mucho más hoy en
día y por ende se encuentra en constante desarrollo.
Los costos y el tiempo que implica cuando un motor se detiene para

realizar un mantenimiento pueden llegar a ser elevados, en muchos casos
para determinar cuál es la falla correcta puede resultar un trabajo com-
plejo, debido a que se desconoce la causa del desperfecto, además, el mal
funcionamiento de este puede provocar la generación de otra anomalía.
La implementación del mantenimiento predictivo es indispensa-

ble para predecir las tareas de reparación en determinados equipos, de
esta manera se logra alargar su vida útil y se reduce el costo de mante-
nimiento. Por eso es importante determinar la falla en el momento en
que se produce y llevar a cabo la reparación. Esto se puede lograr de una
manera muy eficiente haciendo uso de la técnica no intrusiva que se
propone en el desarrollo de esta investigación.
Hoy en día, el uso de la lógica difusa para el diagnóstico de fa-

llas en motores de combustión interna es un método en desarrollo. En
nuestro caso se puede conocer las diferentes condiciones de funciona-
miento debido a que se cuenta con los equipos apropiados, como lo
son el motor, la cámara termográfica, el scanner, etc. Para detectar las
Diagnóstico de fallas en motores de combustión interna mediante termografía usando lógica difusa
381
diferentes fallas en tiempo real, hemos provisto nuestro sistema de con-

trol difuso en un motor que permite generar varios fallos. Angamarca
y Soto (2015) mencionan que el principal factor que interviene y afecta
directamente en el repartimiento del gas recirculado desde el colector de
escape hacia los cilindros es el régimen de giro del motor, este aspecto
es muy importante en el desarrollo de la experimentación, por lo que el
régimen de giro es una variable de entrada en el sistema difuso.
Çelik y Bayir (2007) desarrollaron un sistema capaz de diagnos-

ticar diez fallos en el motor de combustión interna usando un controla-
dor difuso para clasificar los datos con una precisión del 90 %. Nekooei
(et al., 2015) propuso un sistema que calcula el consumo de combustible
mediante el uso de los valores de emisiones de motores de combustión
interna. Sakthivel (et al., 2014) realizó un modelo de lógica difusa que se
utiliza para predecir el rendimiento y las emisiones del motor. Cely (et
al., 2015) desarrolló un sistema de diagnóstico de fallas fundamentado
en lógica borrosa para mejorar la eficiencia del proceso y así evitar paros
no programados en la producción. Fundamentalmente se desea diag-
nosticar fallas en el motor de combustión interna mediante técnicas no
intrusivas, usando un sistema difuso, con el fin de detectar fallas a bajo
costo y en corto tiempo, y saber a ciencia cierta cuál es la avería para
realizar el mantenimiento respectivo.
Equipos de muestreo
Motor
El motor que se utiliza en el desarrollo de esta investigación es un

CRDI 2.0 Hyundai Santa Fe con 4 cilindros en línea turboalimentado
con Intercooler, cuyas características se muestran en la tabla siguiente:
382
Tabla 1
Especificaciones generales del motor de experimentación
Cilindrada 1 991 cm3
Calibre 3 seg
Carrera 12%
Rc 17.7:1
Orden de encendido 1-3-4-2
Torque/rpm 421 Nm/1 800
Potencia máxima 110,54 W
Fuente: los autores
Cámara termográfica
Permite divisar la emisión de radiación infrarroja, mediante la
captura de imágenes térmicas en tiempo real, representando en ellas la
distribución térmica superficial de los cuerpos observados. Se utiliza la
cámara Testo 882, cuyas características se muestran en la siguiente tabla:
Tabla 2
Especificaciones de la cámara Testo 882
Campo visual/distancia mínima de
Objetivo estándar: 32°x23° / 0.2 m
enfoque
Sensibilidad térmica (NETD) < 60 mk a 30 °C
Resolución geométrica Objetivo estándar: 1.7 mrad
Frecuencia de imagen 33 Hz dentro de la UE, 9 Hz fuera de UE
Enfoque Manual +motorizado 1.5
Tipo de detector FPA 329 x 240 pixeles, a-Si 421 Nm/1 800
Rango espectral 8 – 14 um
Fuente: los autores
383
Scanner
En la obtención de datos del motor como la temperatura, el ré-

gimen de giro, etc., se utiliza el scanner de diagnóstico profesional, del
cual se muestran las características en la siguiente tabla:
Tabla 3
Especificaciones técnicas del scanner
Marca VCI CARMAN SCAN
USB 2.0 (ROHS), Bluetooth 2.0, LAN
Conexión
inalámbrica
Diagnóstico OBD II
Temperatura de funcionamiento 10ªC – 60ªC
Temperatura de funcionamiento 7V – 35V
Fuente: los autores
Lugar de ejecución del experimento
La toma de muestras se realiza en la cámara anecoica de la Uni-

versidad Politécnica Salesiana, mostrada en la figura 1, con el fin de evi-
tar ruidos que alteren las muestras obtenidas mediante la cámara ter-
mográfica Testo 882.
Figura 1
Motor para la experimentación
Fuente: los autores

384
Área seleccionada para la medición y obtención de datos
Para el estudio del experimento se definen tres puntos específicos,

como objetos de análisis en el área seleccionada, como se puede apreciar
en la figura 2. Se establecen los tres puntos M1, M2 y M3 como muestras
de análisis debido a que se observan que son zonas estables de mayor
relevancia para la investigación.
Figura 2
Espectrograma del área de estudio
Fuente: los autores
Diseño del experimento
El objetivo es desarrollar un modelo que describa de manera ade-

cuada, es decir, con precisión, el pasado, presente y futuro del diseño
(Hinkelmann, 2008). A través del desarrollo del diseño experimental se
obtiene la información acerca de las variables del proceso, que se pre-
sentan en la figura 3.
Variables de respuesta
Es la característica del resultado se obtiene a mejorar mediante

el diseño de experimento, en este caso la respuesta es la temperatura y
flujo másico.
385
Figura 3
Esquema del proceso de un diseño de experimento
Fuente: los autores
Son variables que se pueden controlar, también se conocen como

factores, las mismas que tienen efecto sobre la variable de respuesta que
se desea estudiar.
Factores y niveles
Dentro de cada factor controlable pueden existir diferentes ni-

veles, que se definen en bajo, medio y alto como la tabla 4 los presenta.
Tabla 4
Representación de factores y niveles
Niveles
Factores Unidades
Bajo Medio Alto
% de apertura de EGR 0 50 100 %
Régimen de giro 800 1 600 2 500 rpm
Ø Restricción de escape 0,78 9,44 18,09 cm
Fuente: los autores

386
Variables de bloqueo
Estas variables no son controlables, pero de alguna manera in-

fluyen en el desarrollo y resultados de la investigación, estos factores se
muestran en la tabla siguiente:
Tabla 5
Variables de bloqueo
Factores Valor Unidades
Temperatura del refrigerante 87 a 93 °C
Carga externa del motor 0 %
Temperatura del aire 19 a 25 °C
Humedad relativa 60 a 90 %
Fuente: los autores
Los valores reales de las variables de entrada que determinan un

buen funcionamiento en el motor se muestran en la tabla 6 (800 rpm)
y tabla 7 (2 500 rpm).
Tabla 6
Valores reales de entrada
Variable Valor normal de funcionamiento Unidades
Temperatura 91 °C
Régimen de giro 800 rpm
Flujo másico 23,6 g/s
Fuente: los autores
Tabla 7
Valores reales de entrada
Variable Valor normal de funcionamiento Unidades
Temperatura 96,4 °C
Régimen de giro 2 500 rpm
Flujo másico 104,6 g/s
Fuente: los autores
387
Los valores de las variables de salida, que indican el correcto fun-

cionamiento del motor se presentan en la siguiente tabla:
Tabla 8
Valores reales de salida
Valor normal
Factor Unidad
de funcionamiento
Restricción del diámetro de escape 0 cm
Apertura de la válvula EGR 0 %
Fuente: los autores
Mediante el diseño experimental se puede construir la base de

reglas para el sistema difuso, además, sirve para diagnosticar las fallas
en tiempo real al momento de hacer funcionar el motor de combustión
interna. El resultado del diseño de experimentos donde se obtiene el
comportamiento de la temperatura (línea azul) y el flujo másico (línea
roja) en base a las variables de EGR, rpm y Área de restricción.
Figura 4
Comportamiento de la temperatura y flujo másico
Fuente: los autores

388
Lógica difusa
La base de la lógica difusa se desarrolla por medio del conoci-

miento de un experto que se codifica en forma de reglas y se utiliza en
la toma de decisiones (MathWorks, 2015). Las reglas describen en las
palabras, las relaciones entre las variables de entrada y salida sobre la
base de sus términos lingüísticos (National Instruments, 2017).
Clasificador difuso
La clasificación inteligente se realiza con la ayuda de la lógica di-

fusa que se usa como una herramienta, la misma que permite el desa-
rrollo de la conducta basada en reglas. La principal ventaja de la lógica
difusa es que se puede ajustar y adaptar, si es necesario, aumentando el
grado de libertad de control en el sistema difuso. Para llevar a cabo la in-
ferencia borrosa para resolver un problema real, se necesitan tres pasos
consecutivos: difusificación, inferencia difusa y desdifusificación (Bai y
Wang, 2006), en la figura 5 se ilustra un esquema de un sistema difuso.
Figura 5
Esquema del sistema difuso
Fuente: los autores
Difusificación
El primer paso es tomar las entradas y determinar el grado de per-

tenencia de cada uno de los conjuntos difusos correspondientes a través de
las funciones de pertenencia. Se escoge una función de pertenencia apro-
piada para las entradas y salidas (función de membresía). Luego se elige
diferentes etiquetas para cada conjunto difuso, que para este caso son bajo,
medio y alto. En la figura 6 se muestra las variables de entrada.
389
Figura 6
Funciones de membresía para las variables de entrada
Fuente: los autores
Las funciones de membresía de las variables de salida se observan

en la siguiente figura:
Figura 7
Funciones de membresía para las variables de salida
Fuente: los autores

390
Inferencia difusa
En esta parte se utiliza la experiencia para conocer el funciona-

miento a diferentes parámetros y en base a esto crear reglas que rigen en
el sistema, que se ilustran en la siguiente tabla:
Tabla 9
Definición de la base de reglas
T1 rpm Flujo másico Restricción EGR
1 Bajo Bajo Medio Bajo Medio
2 Medio Medio Bajo Medio Alto
3 Medio Medio Medio Medio Medio
4 Alto Bajo Medio Alto Medio
5 Alto Medio Bajo Alto Alto
Fuente: los autores
La relación entre las variables de entrada y salida se presentan en

la siguiente figura:
Figura 8
Inferencia difusa
Fuente: los autores
Desdifusificación
Adecúa los valores difusos en valores reales. Las superficies de res-

puesta para las diferentes salidas se observan en la figura 9 en el caso de
la restricción y en la figura 10 para la EGR.
391
Figura 9
Superficie de respuesta de la restricción
Fuente: los autores
Figura 10
Superficie de respuesta para la EGR
Fuente: los autores
Una vez obtenidas las reglas para el sistema difuso y cada una de
las funciones de membresía de las variables de entrada y salida, se reali-
392
zan las pruebas variando cada una de las entradas como son T1, rpm y
flujo másico, para comprobar el desempeño del sistema difuso.
La simulación del sistema difuso se realiza en la plataforma Si-

mulink debido a las facilidades que presenta en la programación y la
velocidad de respuesta para la obtención de datos. La programación en
la plataforma Simulink se la realiza colocando las tres entradas: T1, rpm
y flujo másico; posteriormente se ubica el sistema difuso el mismo que
cuenta con las reglas cargadas y por último se colocan las dos salidas
restricción y EGR que se muestra en la figura:
Figura 11
Programación en la plataforma Simulink
Fuente: los autores
Los resultados del estudio se presentan en la tabla 10 obteniendo como

resultado los datos de la simulación realizada en la plataforma Simulink.
Tabla 10
Datos obtenidos en la plataforma Simulink
1 90,18 800 22,97 0,78 0
2 95,46 2 500 105,23 0,78 0
3 84,9 800 35,22 9,44 50
4 89,98 1 600 39,30 9,44 86,95
5 91,38 1 600 64,9 9,44 50
6 102,76 800 41,42 15,18 44,12
7 106,09 1 400 39,30 15,24 86,95
Fuente: los autores

393
En cambios, en la tabla 11 se presentan los resultados obtenidos

en el MEC.
Tabla 11
Datos obtenidos de las pruebas del MEC
1 90,08 800 23,67 0,78 0
2 96,47 2 500 104,62 0,78 0
3 86,76 800 37,05 9,44 50
4 92,35 1 600 42,08 9,44 86,95
5 88,97 1 600 67,39 9,44 50
6 100,40 800 38,73 15,18 44,12
7 106,57 1 400 40,23 15,24 86,95
Fuente: los autores
El porcentaje de error obtenido a partir de los datos tomados en

el motor de combustión interna en comparación con los datos obteni-
dos en la simulación del sistema difuso realizado en la plataforma Simu-
link se los presentan en la siguiente tabla:
Tabla 12
Error obtenido de la comparación entre los datos
del MEC y la simulación del sistema difuso
T1 Flujo másico
1 0,11% 2,95%
2 1,04% 0,58%
3 2,14% 4,93%
4 2,56% 6,61%
5 2,70% 3,69%
6 2,35% 6,94%
7 0,45% 2,31%
Fuente: los autores

394
Estos resultados de la simulación demuestran el buen fun-

cionamiento y estabilidad del motor con el sistema de control difu-
so propuesto.
Conclusiones
El sistema propuesto tiene un error máximo del 7% que se da en
la máxima obstrucción del escape y apertura de la EGR.
El sistema no genera error cuando no existe restricción en el esca-

pe y apertura en la válvula EGR.
El sistema generado es muy fiable para diagnosticar la obstruc-

ción en el escape y la apertura de la EGR, con lo que se consigue detectar
este tipo de fallas sin necesidad de detener o desarmar el motor, lo que
genera ahorro de tiempo y dinero.
Angamarca, J. A. y Soto, C. R. (2015). Estudio de los efectos de la EGR sobre la
combustión, de un motor de encendido por compresión CRDI Hyundai
Santa Fé 2.0, mediante el análisis de vibraciones. Cuenca: Universidad
Politécnica Salesiana.
Bai, Y. y Wang, D. (2006). Fundamentals of Fuzzy Logic Control. Fuzzy Sets,
Fuzzy Rules and Defuzzifications. En Y. Bai y D. Wang (eds.), Advan-
ced Fuzzy Logic Technologies in Industrial Applications (pp. 17-36).
Londres: Springer.
Çelik, B. y Bayir, R. (2007). Fault detection in internal combustion engines
using fuzzy logic. Journal of Automobile Engineering: Proceedings of the
Institution of Mechanical Engineers, Part D, 579-587.
Cely, M. H., Estupiñan, A. S. y Rivera, F. V. (2015). Sistema difuso para la de-
tección y diagnóstico de falla en la generación a vapor. Scientia et Te-
chnica, 4-9.
Hinkelmann, K. (2008). Introduction to Experimental Design. En K. H.
Kempthorne, Design and Analysis of Experiments (pp. 1-41). John Wi-
ley & Sons, Inc.
395
Mantilla, C. A. y Tapia, J. C. (2015). Estudio de los efectos de la apertura de la

válvula EGR en la combustion de un motor de encendido por compresión
CRDI, mediante el uso de termografía infrarroja. Cuenca: Universidad
Politécnica Salesiana.
MathWorks, T. (2015). Fuzzy Logic Toolbox User’s Guide. MathWorks, Inc.
National Instruments. (julio, 2017). USB-6008. Recuperado de sine.ni.com:
http://sine.ni.com/nips/cds/view/p/lang/es/nid/201986
Nekooei, M. J., Jaswar y Priyanto, A. (2015). A Simple Fuzzy Logic Diagnosis
System for Control of Internal Combustion Engines. Jurnal Teknologi,
121-124.
Sakthivel, G., Snehitkumar, B. e Ilangkumaran, M. (2014). Application of fuzzy
logic in internal combustion engines to predict the engine perfor-
mance. International Journal of Ambient Energy, 2-11.
Detección de fallas en un motor
de combustión interna Hyundai Sonata
2.0 EF mediante análisis
de componentes independientes

Danilo A. Gárate Montalvo 2
Juan F. Chica Ortiz3
Resumen
En la presente investigación se prueba el método de análisis de componentes independientes para
ser utilizado en el diagnóstico de fallas de motores de combustión interna. Para esto se realizan varios
experimentos de muestreo, procesamiento de señal y análisis estadístico de los resultados mediante
software computarizado.
Palabras clave
Diagnóstico de fallas, motores de combustión interna, software, procesamiento de la señal.
Abstract
In this paper the method of analysis of independent components to be used in software for fault
diagnosis of internal combustion engines is tested. For this, several experiments are performed on
sampling, signal processing and statistical analysis of results using computerized software.
Keywords
Fault diagnosis, internal combustion engines, software, signal processing.
1 Carrera de Ingeniería Mecánica Automotriz de Universidad Politécnica Salesiana

Néstor D. Rivera Campoverde, Danilo A. Gárate Montalvo y Juan F. Chica Ortiz
398
Introducción
El análisis de componentes independientes ha sido muy útil para
muchas aplicaciones en diferentes campos (López, 2012). Logra mediante
el análisis de componentes independientes clasificar las señales acústicas
que generan molestias a la población de la ciudad de México. Para esto se
tomaron varias fuentes producidas por actividades sociales, comerciales y
de transporte terrestre, una vez tomadas las señales se realizó un proce-
samiento de señales para aproximar las fuentes reales del ruido y de esta
manera identificar los factores que molestan a la sociedad.
En Delvecchio (et al., 2017) se trata sobre las estrategias y técnicas
de vanguardia basadas en señales vibro acústicas que pueden monitorear
y diagnosticar fallos en motores de combustión interna, tanto en el banco
de pruebas como en las condiciones de operación del vehículo. Se descri-
ben diferentes condiciones defectuosas que afectan la combustión, la me-
cánica y la aerodinámica de los MCI. Se debe tener en cuenta las recientes
necesidades de la industria para optimizar la durabilidad estructural de
los componentes adoptando ciclos de larga duración, verificar el estado
final del motor al final de la línea de montaje y reducir los costes de man-
tenimiento de la vida de MCI durante las operaciones del vehículo.
Muñoz (et al., 2008) muestra cómo se puede remover ruido de
una señal electrocardiográfica utilizando métodos de análisis multiva-
riado como el análisis de componentes principales (PCA) y el análisis de
componentes independientes (ICA), aplicados sobre una base de datos
de electrocardiograma tomados en humanos, obteniendo mejores re-
sultados con un algoritmo de FastICA usando el criterio de negentropia.
El avance tecnológico en el campo automotriz ha evolucionado bas-
tante en los últimos años, se podría decir que en la actualidad se cuentan
con todos los equipos necesarios para realizar un correcto diagnóstico de
una falla, sin embargo, estos equipos como osciloscopios, escáner, compre-
sómetro, etc. no están al alcance de la población en general, sin contar con
los gastos y sobre todo la experiencia que conllevan aprender a diagnosticar
las fallas en el motor de combustión interna.
Detección de fallas en un motor de combustión interna Hyundai Sonata
399
El objetivo de la presente investigación es ofrecer una alternativa de

diagnóstico de fallas de un motor de combustión interna. Para realizar el
programa de diagnóstico previsto, es necesario analizar la señal tomada del
motor, dicha señal debe entrar como una señal de audio, sin embargo, una
señal de audio tomada del motor tendrá varias fuentes de audio como: la
vibración de las bases del motor, la combustión dentro de los cilindros, el
golpe de placas metálicas, ruidos del exterior, etc. dichas fuentes de audio
producen vibraciones indeseadas para el análisis de la señal, por lo que para
obtener una gran precisión se necesitará del análisis de componentes inde-
pendientes (ICA), de manera que se pueda ofrecer un resultado claro y sen-
cillo al público en general, sin necesidad de utilizar equipos de diagnóstico
costosos y sin necesidad de adquirir experiencia previa.
Recursos e instrumentos
Motor de combustión interna

Para obtener resultados más cercanos a la realidad se ha utilizado
un motor de combustión interna montado sobre el vehículo de manera
que sea posible diferenciar las características de los diferentes ruidos de
las características propias del motor. El motor utilizado en la investiga-
ción se presenta en la figura 1 y sus características técnicas se detallan
en la tabla 1.
Aplicación y software
La herramienta utilizada para la grabación de audio es Voice Re-
cord Pro, dicha herramienta es una grabadora de voz profesional, tiene
disponible funciones avanzadas como grabar, compartir, cargar y edi-
tar. Por defecto, la aplicación puede grabar voz en formato .aac y.m4a.
Con la función de conversión, puede convertir los archivos en formatos
.wma.mp3 y.wav para utilizarlos en otros dispositivos. Esta aplicación
permite configurar adecuadamente la grabadora de voz, de manera que
se puede obtener muestras muy claras para el respectivo análisis
400
Figura 1
Motor DOHC 16V utilizado en la investigación
Fuente: los autores
Tabla 1
Características técnicas del motor utilizado en la investigación
Características técnicas del motor
Cilindrada 2 000
Tren de válvulas DOHC
Relación de compresión 10.5:1
Potencia/rpm 175/6 000
Par/rpm 168/4 000
Combustible Gasolina
Transmisión Automática
Fuente: los autores

401
El software Matlab es utilizado para leer las muestras de sonido,

analizar mediante componentes independientes cada muestra, realizar
la Transformada de Fourier correspondiente a cada mezcla original y su
respectivo componente y obtener datos estadísticos como la media, la
varianza, la desviación estándar, la mediana, etc. Este software es utili-
zado en la investigación por sus favorables funciones para el análisis de
muestras de audio, permitiendo obtener sus graficas temporales, espec-
trales y crear el algoritmo respectivo para el análisis de componentes
independientes. Minitab es utilizado para confirmar estadísticamente
la diferencia obtenida en el análisis de componentes independientes y el
análisis de las fuentes originales de muestreo.
Métodos
Para comenzar con la experimentación se toman varias muestras
de sonido del motor. Se utiliza el scanner automotriz Carman Scan Vg
para comprobar que el motor se encuentre en correcto funcionamiento
y se debe cuidar que el ambiente en el que se toman las muestras sea el
adecuado para que las muestras no contengan más ruido que el del pro-
pio vehículo. También se debe provocar una falla, en este caso se cortó el
paso de combustible a uno de los inyectores del motor.
Se procede a tomar las muestras y para esto se considera realizar

varias corridas y también la toma las muestras de manera aleatoria, es
decir, se obtienen muestras en buen funcionamiento y con falla pro-
vocada sin un orden específico, de forma aleatoria, de esta manera se
garantiza que los datos obtenidos serán favorables para el análisis es-
tadístico. Cada muestra debe durar alrededor de 5 segundos y se debe
contar con 4 fuentes para cada experimento.
Una vez obtenidas las muestras del motor en buen funcionamien-

to y con falla provocada se procede a realizar el procesamiento de las se-
ñales en donde se toma la lectura de las 4 fuentes, se realiza el análisis de
componentes independientes y también se obtiene la transformada de
402
Fourier de cada una de las señales y de cada componente independiente

obtenido para el análisis estadístico.
Figura 2
Toma de muestras
Fuente: los autores

403
Al terminar el análisis de las fuentes y componentes independien-

tes con el motor en buen funcionamiento y con falla provocada, el cual
incluye el análisis de media, varianza, desviación estándar, mediana,
máximo, mínimo, potencia, energía, curtosis, asimetría y la raíz media
cuadrática (Rms); se procede a exportar los datos para analizarlos esta-
dísticamente en Minitab.
El objetivo de analizar los datos estadísticamente es encontrar la

independencia de los datos y de esta manera comprobar que el análisis
de componentes independientes es útil para diferenciar entre los ruidos
innecesarios del motor y los sonidos correspondientes a la explosión
de los cilindros, a la apertura y cierre de válvulas, etc.; de esta manera
se podrán clasificar los ruidos del motor y compararlos entre un motor
con buen funcionamiento y uno en mal funcionamiento.
Separación ciega de fuentes (BSS)

La sreparación ciega de fuentes (BSS) es el proceso de separación
de las señales fuente de las señales observadas a través de las propieda-
des estadísticas de las señales fuente. Se dice que la separación es ciega
porque las señales fuente no pueden ser observadas y porque la manera
de mezclar las señales fuente es desconocida. Para abordar los diferentes
estilos de mezcla de las señales de origen, el problema del BSS puede
clasificarse como un modelo de mezcla lineal instantáneo, un modelo de
convolución lineal o un modelo de mezcla no lineal (Yu, 2013).
Análisis de componentes independientes (ICA)

El análisis de componentes independientes es un método de la se-
paración ciega que encuentra estadísticamente factores independientes
y no Gaussianos o componentes de datos variantes. El objetivo de este
método es una señal Gaussiana.
ICA tiene un razonamiento en el denominado cocktail party, el cual

demuestra que en una reunión donde estén hablando varias personas a la vez
404
o haya ruido, nuestro cerebro es capaz de seleccionar una o varias de entre las
voces de las personas que están hablando y escuchar lo que están diciendo.
En general, las señales mezcladas se observan a través de unos

sensores, los cuales obtienen una información mezclada (ek(t), k = 1,
2,…, p) y que no coincide con la original, el problema consiste en, a
partir de las observaciones (ek(t)), encontrar las señales independientes
(soi(t)), bajo las siguientes condiciones:
• Las fuentes (soi(t), i = 1, 2,…, p) son desconocidas y estadística-

mente independientes.
• El número de sensores (p) es igual al número de fuentes.
• Se modela la influencia del medio material de manera lineal
mediante una matriz de mezcla A (Górriz et al., 2009).
Bajo estas condiciones se obtiene la denominación de separación

ciega de fuentes puesto que no hay información alguna sobre ellas.
El análisis de componentes principales (PCA) es un método clási-

co de análisis de datos que tiene sus principales aplicaciones en el cam-
po de la extracción de características y compresión de datos (Núñez,
2005). A diferencia del análisis de componentes principales (PCA), ICA
no supone que las componentes del método sean ortogonales para su
separación, por lo que es importante únicamente la independencia es-
tadística de los componentes (Sandoval, 2014).
El objetivo fundamental del análisis de componentes indepen-

dientes es el de proporcionar un método que permita que las compo-
nentes de entrada sean estadísticamente independientes o lo más inde-
pendiente posible. Una representación de este tipo permite obtener la
estructura fundamental de los datos en muchas aplicaciones, incluidas
la extracción de características y la separación de señales (Núñez, 2005).
Aunque el método no garantiza la recuperación exacta de las seña-

les originales, la única diferencia entre las señales originales y las compo-
nentes recuperadas es un factor de escala. En términos de análisis espec-
405
tral, el ruido generado por un vehículo a motor puede ser caracterizado

mediante su densidad espectral de energía. Un análisis en frecuencia de
su distribución energética revela la existencia de una combinación de
procesos estocásticos de banda ancha, causados principalmente por las
turbulencias generadas en el motor, con procesos determinísticos de ma-
yor importancia, caracterizados espectralmente mediante componentes
armónicas de ruido generado en el proceso de combustión.
El algoritmo utilizado nos permite observar características tem-
porales y frecuenciales de las fuentes y componentes obtenidos. En la
figura 3 se muestra las gráficas de las fuentes originales del motor en
buen funcionamiento.
Figura 3
Graficas temporales del motor en buen funcionamiento
Fuente 1, normal Fuente 2, normal

0.2 0.2
0.1
0
Amplitud
Amplitud
-0.2
-0.1
-0.2 -0.4
0 5 10 0 5 10
Tiempo [s] Tiempo [s]

Fuente 3, normal Fuente 4, normal
0.1 0.4
0.2
0
Amplitud
Amplitud
-0.1
-0.2
-0.2 -0.4
0 5 10 0 5 10
Fuente: los autores

406
En la figura 4 se muestra las gráficas de las fuentes originales del

motor con una falla provocada.
Figura 4
Gráficas temporales del motor con falla provocada
Fuente 1, falla Fuente 2, falla

0.2 0.2
0.1 0.1
Amplitud
Amplitud
0 0
-0.1 -0.1
-0.2 -0.2
0 5 10 0 5 10

Fuente 3, falla Fuente 4, falla
0.2 0.4
0.1 0.2
Amplitud
Amplitud
0 0
-0.1 -0.2
-0.2 -0.4
0 5 10 0 5 10
Fuente: los autores
Una vez aplicado el método de análisis de componentes inde-

pendientes a las muestras de buen funcionamiento y con falla provo-
cada se obtienen los componentes independientes mostrados en las
figuras 5 y 6.
407
Figura 5
Componentes independientes obtenidos
del motor en buen funcionamiento
Componente 1, normal Componente 2, normal
0.2 0.2
0.1 0.1
Amplitud
Amplitud
0 0
-0.1 -0.1
-0.2 -0.2
0 5 10 0 5 10

Componente 3, normal Componente 4, normal
0.2 0.2
0 0
Amplitud
Amplitud
-0.2 -0.2
-0.4 -0.4
0 5 10 0 5 10
Fuente: los autores
Figura 6
Componentes independientes obtenidos del motor con falla provocada
Componente 1, falla Componente 2, falla

0.2 0.2
0.1 0.1
Amplitud
Amplitud
0 0
-0.1 -0.1
-0.2 -0.2
0 5 10 0 5 10

Componente 3, falla Componente 4, falla
0.2 0.2
0.1 0.1
Amplitud
Amplitud
0 0
-0.1 -0.1
-0.2 -0.2
0 5 10 0 5 10
Fuente: los autores

408
También se realiza la Transformada de Fourier a las fuentes y a los

componentes para el análisis. En la figura 7 se muestra la transformada
de Fourier de las fuentes del motor en buen funcionamiento.
Figura 7
Transformadas de Fourier de las fuentes del motor
en buen funcionamiento
-3 -3
10 Fuente 1, normal 10 Fuente 2, normal
6 6
4 4
Amplitud
Amplitud
2 2
0 0
0 1000 2000 3000 0 1000 2000 3000
Frecuencia [Hz] Frecuencia [Hz]

-3 -3
10 Fuente 3, normal 10 Fuente 4, normal
6 6
4 4
Amplitud
Amplitud
2 2
0 0
0 1000 2000 3000 0 1000 2000 3000
Frecuencia [Hz] Frecuencia [Hz]
Fuente: los autores
En la tabla 2 se muestra los resultados obtenidos del análisis tem-

poral y en la tabla 3 se muestra los resultados obtenidos del análisis fre-
cuencial, en Minitab. Los valores representados por X dan a conocer que
existe una independencia estadística muy notable de los datos mientras
que los representados por C son aquellos en los que, si bien existe in-
dependencia estadística, no es muy notable, y los casilleros de color gris
representan que no existe independencia estadística de los datos.
Tabla 2
Independencia estadística de las características en el análisis temporal
Análisis temporal
Fuente Componentes
Fuente normal Fuente normal Fuente con falla Fuente con falla
normal vs. normales vs.
Condición vs. componentes vs. componen- vs. componentes vs. componentes
fuente con componentes
Detección
con falla tes normales con normales con falla

falla con falla
Media
Varianza X X C X C
Desviación
X X X C C
estándar
409
Mediana X X X
Máximo X X C C X
Mínimo X X C C C
de fallas en un motor de combustión interna
Potencia X X C C X
Energía X X C C X
Curtosis X C C X X X
Hyundai Sonata
Asimetría X C C C X X
Rms X X X X X
Fuente: los autores

Tabla 3
Independencia estadística de las características en el análisis frecuencial
Análisis frecuencial
Componentes
Fuente normal Fuente normal Fuente normal Fuente con falla Fuente con falla
normales vs.
Condición vs. fuente vs. componentes vs. componen- vs. componentes vs. componentes
componentes
con falla con falla tes normales con normales con falla
con falla
Media X X C X X
Varianza X X X X X
Desviación
X X X X X
estándar
Mediana X X X X X
410
Máximo X X C C
Mínimo C C C
Potencia X X X X X
Néstor D. Rivera Campoverde, Danilo A. Gárate Montalvo
Energía X C X X
Curtosis C C C C
y Juan
Asimetría C C C C C
Rms X X X X X
Fuente: los autores
F. Chica Ortiz
411
De los resultados presentados en la tabla 2, cabe destacar las grá-

ficas de las fuentes con el motor en correcto funcionamiento frente a
las fuentes con el motor con falla provocada. En la figura 8 se muestran
las gráficas de independencia estadística de la energía como condición.
Aquí podemos observar que, tomando como referencia la energía los
datos obtenidos de las fuentes en correcto funcionamiento, son esta-
dísticamente independientes de las fuentes tomadas con el motor con
falla provocada.
Figura 8
Gráficos residuales para la energía
R esidual Plots for EN ER GIA
N ormal Probability Plot Versus Fits
99,9 0,00000002
99
90
0,00000000
R esidual
Percent
50
10
- 2,000E- 08
1
0,1 - 4,000E- 08
- 4,000E- 08 - 2,000E- 08 0,00000000 0,00000002 0,00000002 0,00000004 0,00000006 0,00000008
Residual Fitted Value
H istogram Versus Order

0,00000002
40
Frequency
R esidual
30 0,00000000
20
- 2,000E- 08
10
0 - 4,000E- 08
01
1 5 10 15 20 25 30 35 0 5 50 55 60 65 70 75 80
08 -0
8 08 00 02 4 4
E- 0E E- 00 00 00
00 00 00 00 00 00
-3
,0 2, 1, 0 00 0 0 00 Observation Order
- - 0, 0, 0,
Residual
Fuente: los autores
En la figura 9 se muestra la gráfica de Tukey, en donde se com-

prueba la independencia estadística de los datos.
412
Figura 9
Gráfica de intervalos de Medias vs. Energía
con un
Interval 95%
Plot de ER
of EN índice de CON
GIA vs confianza
DICION
95% CI for the M ean
0,00000009
0,00000008
0,00000007
0,00000006
EN ERGIA
0,00000005
0,00000004
0,00000003
0,00000002
0,00000001
la al lla al lla al la al
al rm fa m fa m fa
l
rm
1f o 2 no
r 3 no
r 4 no
te 1n nt
e 2 te 3 te 4
en te e te en te en te
Fu en Fu en Fu en Fu en
Fu Fu Fu Fu
CO N DICIO N
The pooled standard deviation was used to calculate the intervals.
Fuente: los autores
Figura 10
Tukey
Gráfica de Tukey de Simultaneous
las diferencias 95% CIs vs. Energía
de Medias
Differences of M eans for EN ERGIA
Fuente 1 nor - Fuente 1 fal
Fuente 2 fal - Fuente 1 fal
Fuente 2 fal - Fuente 1 nor
Fuente 2 nor - Fuente 1 nor
-7,500E-08 -5,000E-08 -2,500E-08 0,0000E+00 2,5000E-08 5,0000E-08
Fuente: losdoes
If an interval autores
not contain zero, the corresponding means are significantly different.
413
Conclusiones
Se han obtenido los componentes independientes de las cuatro
fuentes exitosamente mediante el algoritmo. Sin embargo, al analizar
los valores temporales en la tabla 2, los resultados de la comparación
estadística de la fuente con el motor en buen funcionamiento frente a
los componentes en mal funcionamiento y la comparación estadística
de la fuente con el motor con falla provocada frente a los componentes
de buen funcionamiento, aunque existe diferencia estadística no se pue-
de concluir que obtener los componentes independientes de la muestra
nos de valores estadísticos diferentes a los de las fuentes.
De igual manera, al analizar los valores frecuenciales en la tabla

3, la comparación de la fuente con el motor en buen funcionamiento
frente al motor con falla provocada nos da independencia estadística en
todas las características, por lo que no se puede encontrar una ganancia
significativa al analizar mediante componentes independientes.
No se puede encontrar una ventaja al analizar las fallas mediante

componentes independientes, ya sea al analizar los datos temporales o
los frecuenciales, por lo que se recomienda utilizar mayor número de
fuentes, debido a que en la investigación se utilizó cuatro fuentes. Sin
embargo, los ruidos provocados como: la explosión dentro del cilindro,
la apertura y cierre de las válvulas, el pulso de inyección y por los dife-
rentes componentes del motor, exigen mayor número de instrumentos
de medición; de esta manera se puede obtener mayores componentes y
de esta manera encontrar mayores independencias estadísticas.
Aunque se logró sincronizar con bastante exactitud los instru-

mentos de medición, también se recomienda utilizar un método de me-
dición más preciso, como una tarjeta de adquisición de datos DAQ y
sensores como fuentes de medición, de esta manera se puede obtener
datos con mayor claridad y sobre todo obtener una mejor sincroniza-
ción al momento de tomar los datos.
414
Delvecchio, S., Bonfiglio, P. y Pompoli, F. (2017). Vibro-acoustic condition moni-
toring of internal combustion engines: A critical review of existing tech-
niques. Mechanical Systems and Signal Processing. Ferrara, Università
degli Studi di Ferrara.
Górriz, J., Puntonet, C., Salmerón, M. y Cazalla, M. (2009). Implementación
en MATLAB de los algoritmos de separación de señales (ICA) basados
en análisis de componentes independientes: ICATOOLBOS 2.0. Cádiz:
Universidad de Cádiz.
López, M. (2012). Clasificador difuso de señales acústicas ambientales basado en
el analisis de componentes independientes. México D.F.: CONACYT.
Muñoz, J., Rivera, J. y Duque, E. (2008). Análisis de componentes principales e
independeintes aplicados a reducción de ruido en señales electrocardio-
graficas. Pereira: Universidad Tecnológica de Pereira.
Núñez, J. (2005). Estudio de nuevos algoritmos de observaciones en componentes.
Sevilla: Universidad de Sevilla.
Sandoval, J. (2014). Análisis de componentes independientes aplicado al estudio
de la actividad cerebral. Bogotá: Universidad Nacional de Colombia.
Yu, X. (2013). Blind Source Separation: Theory and Applications. Wiley: Beijing
Normal University.
Influencia de la viscosidad
del lubricante como sellante
de holguras en las válvulas
de un motor de combustión interna
mediante análisis de vibraciones
y emisiones contaminantes
Milton García1
Adrián Siguenza2
Pablo Maxi3
Luis Mendoza4
Resumen
La presente investigación se realizó con el fin de cubrir la hipótesis descrita por varios mecánicos au-
tomotrices: “al incrementar la viscosidad del lubricante sellamos holguras y disminuimos las emisiones
contaminantes”, partiendo de un diseño experimental el cual indica el orden para la toma de mues-
tras, siendo los factores de entrada: la holgura entre vástago y guía de válvula, grado de viscosidad
del lubricante y aditivo, obteniendo como factores de salida: señales vibratorias y emisiones de gases
contaminantes para su análisis. Para la obtención de señales vibratorias y emisiones contaminantes se
utilizó un escáner automotriz Multiscan, un analizador de señales acústicas Adash, un acelerómetro y
un analizador de gases QGA-6000 de la marca Qrotech. Posteriormente, para el procesamiento de
señales vibratorias se transformó la señal vibratoria del dominio del tiempo al dominio de frecuencia
1 Grupo de Investigación en Ingeniería del Transporte de la Universidad Politécnica

Silesiana.
Silesiana.
Silesiana.
Silesiana.
Milton García, Adrián Siguenza, Pablo Maxi y Luis Mendoza
416
mediante la Trasformada Rápida de Fourier (FFT). Finalmente, se procedió al análisis, mediante el análisis
de superficie de respuesta, análisis de gráficas factoriales, un estudio de los armónicos y características
temporales presentes en los espectros.
Palabras clave
Aditivo, contaminantes, holgura, lubricante, vibración, viscosidad.
Abstract
The present investigation was done to cover the hypothesis described by several automotive me-
chanics “by increasing the viscosity of the lubricant we sealed clearances and reduced the pollutant
emissions”. It was implemented an experimental design for the purpose of know the order sampling,
based on different configurations of the input factors such as: clearance between rod and valve guide,
degree of lubricant viscosity and additive for change lubricant viscosity, for analysis we have as output
factors: vibratory signals and emissions of pollutant gases. For obtaining vibratory signals and emis-
sions of pollutant gases we use an automotive scanner Multiscan, acoustic signal analyzer Adash,
uniaxial accelerometer and a gas analyzer QGA-6000 brand Qrotech. Then, for processing of vibratory
signals we use fast Fourier transform (FFT) to change the vibration signal from the time domain to the
frequency domain, finally, proceeded with a surface analysis, analysis of factorial graphs, by last, a
study of the harmonics and temporary characteristics present in the spectra.
Keywords
Additive, contaminants, clearance, lubricant, vibration, viscosity.
Introducción
La presente investigación se ha centrado en el desgaste prematuro
de las válvulas del primer cilindro con la alteración de viscosidad en lu-
bricantes a las prescritas por el fabricante y la introducción de un aditivo.
Esta indagación se ha fundamentado en la hipótesis planteada por varios
mecánicos automotrices: “al incrementar la viscosidad del lubricante se-
llamos holguras y disminuimos las emisiones contaminantes”. Para corro-
borar esta hipótesis se indujo desgaste en las válvulas del primer cilindro y
se modificaron las viscosidades con la ayuda de un aditivo para producir
un sellado en el desgaste producido, porque una de las fallas más frecuen-
tes en los MCIA es el desgaste de las válvulas en sus superficies de contacto
(MORESA, 2014). La vida útil de las válvulas es proporcional a los demás
componentes del motor, funcionando en condiciones normales contribu-
yen para que las válvulas tengan desgaste normal (MAHLE, 2012).
Existen varias técnicas para aplicar un mantenimiento predicti-

vo con el fin de monitorizar elementos como son termografía, análisis
Influencia de la viscosidad del lubricante como sellante de holguras en las válvulas
417
de aceites, vibraciones, entre otros. Para el presente estudio se aplica

el análisis de vibraciones como técnica no invasiva para la detección
de fallos y anomalías en una maquinaria en constante funcionamiento
como lo expone White: “El análisis de vibraciones, cuando está aplicado
correctamente, permite al técnico detectar pequeños defectos mecáni-
cos incipientes mucho antes que representen una amenaza en contra de
la integridad de la máquina” (2010). Así como también el uso paralelo
del análisis de gases contaminantes para analizar el comportamiento y
variación de los mismos durante las diferentes fases de la investigación.
Implementación del diseño experimental

1. Modelo experimental para la adquisición de datos de señales
vibratorias y emisión de gases de escape. Para la obtención de las señales
se ha empleado el modelo Box-Behnken, cuyo diagrama de bloques de
las variables del proceso a realizar se encuentran esquematizadas en la
siguiente figura:
Figura 1
Diagrama de bloques de variables de un proceso
Fuente: los autores
2. Unidad experimental. La investigación se desarrolló sobre un

motor de combustión interna (figura 2), cuyas características y especifi-
caciones técnicas se detallan en la tabla 1.
418
Figura 2
Fuente: los autores
Tabla 1
Datos del motor Hyundai Accent
Hyundai Accent
Motor Alpha II
Modelo G4FK
Cilindrada 1.5 L
Potencia máxima 74 kW @ 600 rpm
Par máximo 134 Nm @ 400 rpm
Relación de compresión 9.5:1
Distribución DOHC
Fuente: Hyundai, s.f.
3. Factores de estudio. En este experimento se utilizan como va-

riables de entrada: el juego entre guía y válvulas de un cilindro producto
del desgaste, el grado de viscosidad del aceite y el aditivo para modificar
la viscosidad del aceite. En la tabla 2 se indican los valores que se tienen
como variables de entrada para este experimento.
419
Tabla 2
Factor Nivel bajo Nivel medio Nivel alto
Holgura de válvula (guía-vástago) 0,00 0,10 0,20
Grado de viscosidad 15,6 33,645 51,69
Aditivo 0,00 0,50 1
Fuente: los autores
El desgaste se provocó en las válvulas de admisión y escape de un

cilindro en la misma proporción para poder percibirlo de una forma
global. Este diseño consta de 15 corridas base con tres repeticiones, te-
niendo un total de 45 corridas, tal y como se detalla en la siguiente tabla:
Tabla 3
Corridas experimentales
Visco- Hol- Visco Hol- Visco Hol-
Orden Aditivo Orden Aditivo Orden Aditivo
sidad gura sidad gura sidad gura
1 15,6 0 50 16 15,6 0 50 31 15,6 0 50
2 51,69 0 50 17 51,69 0 50 32 51,69 0 50
3 15,6 20 50 18 15,6 20 50 33 15,6 20 50
4 51,69 20 50 19 51,69 20 50 34 51,69 20 50
5 15,6 10 0 20 15,6 10 0 35 15,6 10 0
6 51,69 10 0 21 51,69 10 0 36 51,69 10 0
7 15,6 10 100 22 15,6 10 100 37 15,6 10 100
8 51,69 10 100 23 51,69 10 100 38 51,69 10 100
9 33,645 0 0 24 33,645 0 0 39 33,645 0 0
10 33,645 20 0 25 33,645 20 0 40 33,645 20 0
11 33,645 0 100 26 33,645 0 100 41 33,645 0 100
12 33,645 20 100 27 33,645 20 100 42 33,645 20 100
13 33,645 10 50 28 33,645 10 50 43 33,645 10 50
14 33,645 10 50 29 33,645 10 50 44 33,645 10 50
15 33,645 10 50 30 33,645 10 50 45 33,645 10 50
Fuente: los autores

420
4. Factores controlables. Para este experimento se establecieron

los factores presentados en la siguiente tabla:
Tabla 4
Factor controlable Rango
rpm 1 560
Temperatura del refrigerante 83,2 - 84,8º C
Temperatura de ingreso del aire 41,3 - 45º C
Fuente: los autores
5. Factores no controlables. En este experimento se consideró

que la humedad relativa, la temperatura ambiente y la carga del mo-
tor, presentan condiciones similares al momento de realizar las corri-
das experimentales.
6. Variables de respuesta. Para este experimento se establece

como variables de respuesta: la señal de vibración y emisión de ga-
ses contaminantes.
Adquisición de señales vibratorias y emisión de gases de escape

Para la adquisición de señales vibratorias para el presente proyec-
to se utilizaron los siguientes elementos de medición:
1. Analizador de señales acústicas ADASH A3716. Software que

permite la entrada analógica de sensores, así como también la visualiza-
ción de las señales (figura 3).
2. Acelerómetro uniaxial. Es el elemento capaz de convertir un fe-

nómeno físico en una señal eléctrica, con el fin de proporcionar una sa-
lida utilizable de una magnitud que se desea medir (PICKUPS, s.f.). La
norma ISO 10816-6:1995 sugiere que el acelerómetro debe ir ubicado
lo más cerca posible y perpendicular al objeto y/o elemento a estudiar
(ISO, 1995). Para el presente estudio el acelerómetro se ubicó en una
421
platina de hierro cerca al primer cilindro, en el cabezote, como se puede

apreciar en la figura 4.
Figura 3
Adash A3716
Fuente: los autores
Figura 4
Posición del acelerómetro uniaxial
Fuente: los autores

422
3. Escáner automotriz. Se utilizó un escáner automotriz Multis-

can para poder controlar diferentes parámetros de funcionamiento del
motor (IAT, ECT, revoluciones, on/off del ventilador). En la figura 5 se
aprecia la pantalla del escáner automotriz, cuyos parámetros controla-
dos en la unidad experimental durante el desarrollo del experimento se
aprecian en la tabla 5.
Figura 5
Pantalla de escáner automotriz
Fuente: los autores
Tabla 5
Características de los elementos de medición
para la obtención de datos vibratorios
Descripción Rango
Temperatura de ingreso del aire 41,3 - 45º C
Velocidad del motor 1 560 rpm
Sensor de temperatura del refrigerante 83,2 - 84,8º C
Ventilador Off
Fuente: los autores

423
4. Analizador de gases. Es el elemento necesario para la obtención

de los gases de combustión (figura 6). Se ha utilizado un modelo que
permite el análisis de 4 gases contaminantes como son: HC, O2, CO2 y
CO, así como también con los valores de Lambda y AFR.
Figura 6
Analizador de gases QGA-6000
Fuente: los autores
Procesamiento de señales adquiridas

Las señales trasmitidas por el acelerómetro están en formato de au-
dio (.wav), por lo tanto, todas las señales de vibración se encuentran en el
dominio del tiempo (a), las mismas deberán ser trasformadas al dominio
de frecuencia (b) para el análisis, tal y como se muestra a continuación:
Figura 7
Procesamiento de señales
Fuente: los autores

424
Para trasformar una señal acústica del dominio del tiempo al do-
minio de la frecuencia se aplica la Transformada de Fourier. La ope-
ración de la Serie de Fourier está basada en una sumatoria de señales
periódicas temporales (White, 2010):
a0 °
f (x ) = + • cos (nw0 x ) + b sin (nw0 x )
2 n =1 (1)
El cálculo de los coeficientes de Fourier se define como una trans-
formada matemática del dominio de tiempo hacia el dominio de fre-
cuencia (White, 2010), donde la ecuación (2) indica la frecuencia fun-
damental, mientras las ecuaciones (3), (4) y (5) permiten el cálculo de
los coeficientes.
2
w0 =
T (2)
T /2
2
a0 =
T ≡ f (x )dx
T /2 (3)
T /2
2
an =
T ≡ f (x )cos (nw x )dx
T /2
0 n = 1, 2,3⊃ ⊃
(4)
T /2
2
bn =
T ≡ f ( x )sen (nw x )dx
T /2
0 n = 1, 2,3⊃ ⊃
(5)
Resultados
Para analizar las señales vibratorias y gases contaminantes ob-
tenidos durante el experimento se lo realizo mediante un análisis de
superficie de respuesta, análisis de gráficas factoriales, estudio de los es-
pectros de vibración, y comparación entre resultados de una configura-
ción a otra.
425
Análisis de superficie de respuesta

Dentro del análisis de superficie de respuesta se realiza un ANO-
VA, el procedimiento funciona comparando la varianza entre las medias
de los grupos y la varianza dentro de los grupos como una manera de
determinar si todos los grupos son parte de una población más grande
o poblaciones separadas con características diferentes (MINITAB, s.f.).
El análisis de residuos nos permite determinar que el proceso de

muestreo se ha efectuado correctamente. La figura 8 indica que no exis-
ten valores atípicos, varianza constante, asimetría con respecto a cero y
la aleatorización de la corrida experimental en lo que refiere al análisis
de vibraciones.
Figura 8
Gráfica de residuos para Curtosis
Gráficas de residuos para Curtosis
Gráfica de probabilidad normal vs. ajustes
99
Residuo estandarizado
90 1
Porcentaje
50 0
-1
10
-2
1
-2 -1 0 1 2 36 39 42 45 48
Residuo estandarizado Valor ajustado
H istograma vs. orden

2
10,0
1
7,5
Frecuencia
0
5,0
-1
2,5
-2
0,0
-2 -1 0 1 2 1 5 10 15 20 25 30 35 40 45
Residuo estandarizado Orden de observación
Fuente: los autores
En la figura 9a se observa la asimetría respecto a cero, un valor

atípico, aleatorización de las muestras, varianza constante y valores in-
426
fluyentes, mientras que la figura 9b indica un valor atípico para emi-

siones de HC, varianza no constante, simetría de los datos con respecto
a cero y la aleatorización de las muestras que fluctúan alrededor de la
línea central para emisiones de CO.
Figura 9
Residuos
a) gráfica de residuos para HC
Gráficas de residuos para H C
Gráfica de probabilidad norm al vs. ajustes
99
2
90
Porcentaje
50 0
10 -1
1 -2
-2 -1 0 1 2 20 30 40 50
R esid uo estand arizad o V alo r ajustad o
H istogram a vs. orden

10,0 2
7,5 1
Frecuencia
5,0 0
2,5 -1
0,0 -2
-2 -1 0 1 2 1 5 10 15 20 25 30 35 40 45
R esid uo estand arizad o Ord en d e o bservació n
b) gráfica de residuos para CO

Gráficas de residuos para CO
Gráfica de probabilidad norm al vs. ajustes
99
90 1
Porcentaje
50 0
-1
10
-2
1
-2 -1 0 1 2 0,00 0,02 0,04 0,06 0,08
R esiduo estandarizado V alo r ajustado
H istogram a vs. orden

2
8
1
Frecuencia
6
0
4
-1
2
-2
0
-2 -1 0 1 2 1 5 10 15 20 25 30 35 40 45
R esiduo estandarizado Orden de o bservació n
Fuente: los autores

427
Análisis de gráficas factoriales

Mediante este análisis se verifica si existen efectos e interacción
entre las variables de entrada para marcar cómo estas variables se rela-
cionan entre sí.
Figura 10
Gráfica
Gráficadede
efectos principales
efectos para
principales Curtosis
para Curtosis
M edias ajustadas
V iscosidad H olgura Aditivo
47
46
45
M edia de Curtosis
44
43
42
41
40
39
38
20 35 50 0 10 20 0 50 100
Todos los términos que se muestran están en el modelo.
Fuente: los autores
Análisis de efectos principales para vibraciones
En la figura 11 se observa que a medida que incrementa la visco-

sidad también incrementa la media hasta cierto punto, posterior a esto
decrece hasta su nivel más bajo con el aceite de mayor viscosidad. En
segundo lugar, se tiene que la media decrece a medida que la holgura
aumenta. En tercer lugar se aprecia un comportamiento similar que la
viscosidad, con la diferencia que la media de un aceite puro es menos
que la media de un aceite con aditivo al 100%.
428
Figura 11
Gráfica
Gráfica de de efectos
efectos principales
principales parapara
HC H C
M edias ajustadas
V iscosidad Holgura Aditivo
42,5
40,0
37,5
M edia de HC
35,0
32,5
30,0
27,5
25,0
20 35 50 0 10 20 0 50 100
Fuente: los autores
Análisis de efectos principales para emisiones contaminantes
En la figura 12 se analizan los efectos principales para emisiones

de hidrocarburos no combustionados (HC). En el primer caso tenemos
el comportamiento de la viscosidad de manera convexa asimétrica es
decir se tiene un valor mínimo entre 35 y 50. En el segundo caso con la
holgura pasa algo similar que lo anterior con la diferencia que el valor
mínimo se tiene entre los valores 0 y 10. En el tercer caso el compor-
tamiento del aditivo es cóncavo, es decir, tiene un valor máximo. En la
figura 13 se aprecia el comportamiento de la media con cada factor, con
estos tres factores se tiene un comportamiento cóncavo, es decir que
tienen una media máxima cuando se analizan efectos principales para
emisión de monóxido de carbono (CO).
429
Figura 12
Gráfica de de
Gráfica efectos principales
efectos parapara
principales COCO
M edias ajustadas
V iscosidad H olgura Aditivo
0,09
0,08
0,07
0,06
Media de CO
0,05
0,04
0,03
0,02
0,01
0,00
20 35 50 0 10 20 0 50 100
Fuente: los autores
Figura 13
Gráfica de interacción parapara
Gráfica de interacción Curtosis
Curtosis
M edias ajustadas
V isco sidad * H o lg ura Holgura
48
0
45 10
20
42
Media de Curtosis
39
36
V isco sidad * Aditivo H o lg ura * Aditivo A ditivo

48
0
45 50
100
42
39
36
20 30 40 50 0 5 10 15 20
V iscosidad H olgura
Fuente: los autores
Análisis de interacciones para vibraciones
En la figura 14 se observa que los factores que interaccionan son:

viscosidad*holgura y holgura*aditivo. De esto se concluye que el aditivo
utilizado y el aceite no se relacionan entre sí debido a la calidad o pro-
piedades del aditivo.
430
Figura 14
Gráfica
Gráfica de de interacciones
interacción para para
HC HC
M edias ajustadas
V isco sidad * Ho lg ura Holgura
0
50 10
20
40
30
Media de HC
20
V isco sidad * Aditivo Ho lg ura * Aditivo A ditivo
0
50 50
100
40
30
20
20 30 40 50 0 5 10 15 20
Fuente: los autores
Análisis de interacciones para emisiones contaminantes
La figura 15 indica interacción entre factores: viscosidad*holgura

y viscosidad*aditivo para las emisiones de HC, mientras que en la fi-
gura 16 se indica que indica que existe interacción entre factores
viscosidad*aditivo.
Figura 15
Gráfica de interacción parapara
Gráfica de interacciones CO CO
M edias ajustadas
V isco sidad * H o lg ura Holgura
0
0,08
10
0,06 20
0,04
0,02
Media de CO
0,00
V isco sidad * Aditivo H o lg ura * Aditivo A ditivo

0
0,08
50
0,06 100
0,04
0,02
0,00
20 30 40 50 0 5 10 15 20
Fuente: los autores

431
Figura 16
Gráfica de espectro patrón con 0% de desgaste
-4
x 10 0-20W50-0
2
Amplitud [Pa]
0
20 40 60 80 100 120 140 160 180 200
Frecuencia [Hz]
Fuente: los autores
Análisis de espectros patrones mediante análisis de vibraciones
El espectro patrón se calcula obteniendo la media aritmética de

las características de las señales (Buestán y Jarama, 2016) pertenecientes
a cada configuración de factores, como son: el porcentaje de la holgura
entre válvula y guía, el grado de viscosidad del aceite, y el porcentaje
de aditivo.
En los espectros patrones de la figuras 17, 18 y 19 se puede apre-

ciar que la distancia entre bandas es igual. Además, se observa clara-
mente los valores picos de amplitud en cada banda. Espectro patrón
para un 0% de desgaste: aceite 20W50, 0% - aditivo (figura 17); espectro
patrón para un 10% de desgaste: aceite 15W40, 0% - aditivo (figura 18);
espectro patrón para un 20% de desgaste: aceite 20W50, 100% - aditivo
(figura 19).
432
Figura 17
-4
x 10 10-15W40-0
6
4
Amplitud [Pa]
0
20 40 60 80 100 120 140 160 180 200
Frecuencia [Hz]
Fuente: los autores
Figura 18
-4
x 10 20-20W50-100
2
Amplitud [Pa]
0
20 40 60 80 100 120 140 160 180 200
Frecuencia [Hz]
Fuente: los autores

433
Comparación de espectros
1. Análisis para un 10% de desgaste. La figura 20 indica efectos

sobre los armónicos, y disminución de la amplitud en la banda 1X, esto
debido al grado de viscosidad que alcanza un aceite 20W50 con 50%
de aditivo.
Figura 19
Gráfica de comparación de espectros patrón
con 0% de desgaste
-4
x 10 Comparacion de Espectros
6
Espectro Patron
IMA090317-10-33,645-50
5 1X MENOR AMPLITUD
EFECTO EN LOS ARMONICOS
4
Amplitud [Pa]
2
2X
3X
1
0.5X
0
20 40 60 80 100 120 140 160 180 200
Frecuencia [Hz]
Fuente: los autores
2. Análisis para un 20% de desgaste. La figura 21 indica efectos

en los armónicos, como mayor distancia entre armónicos, además, de
un incremento en la banda 2X, también presenta una disminución en la
banda 1X, por lo cual se deduce que con un aceite 20W50 trabaja mejor.
434
Figura 20
Gráfica de comparación de espectros patrón con 10% de desgaste
-4
x 10 Comparacion de Espectros
Espectro Patron
1X IMA090317-20-33,645-0
EFECTO EN LOS ARMONICOS
MENOR AMPLITUD
Amplitud [Pa]
2X
3X
0.5X
0
20 40 60 80 100 120 140 160 180 200
Frecuencia [Hz]
Fuente: los autores
Conclusiones
En el análisis de interacciones para vibraciones los factores que
tienen correlación son viscosidad*holgura y holgura*aditivo, mientras
que para gases contaminantes indica que el HC tiene interacción con
viscosidad*holgura y viscosidad*aditivo y el CO tiene interacción con
viscosidad*aditivo.
Con un desgaste nulo, en el análisis espectral se concluye que al

incrementar la viscosidad aumentan las vibraciones; en el análisis de
gases indica que al colocar un aceite 20W50 con 100% de aditivo se
minimizan las emisiones contaminantes en comparación con los aceites
10W30 y 15W40, ambos con 50% de aditivo.
435
Al provocar un desgaste del 10% se sella con un aceite 20W50 con

un 50% de aditivo, porque disminuyen las vibraciones; mediante el análi-
sis de gases de escape se indica que con un aceite multigrado 10W30 con
un 100% de aditivo se obtienen valores más bajos de emisiones conta-
minantes que al colocar un aceite 20W50 con un porcentaje de aditivo,
caso similar ocurre al utilizar un aceite 15W40 puro o con un porcentaje
de aditivo.
Con un aumento en la holgura del 20% entre vástago y guía, dis-

minuyen las vibraciones pero no sella por completo el desgaste provo-
cado; al analizar los gases contaminantes indica que al colocar un aceite
20W50 con un 50% de aditivo disminuyen las emisiones contaminantes.
No se cumple la hipótesis planteada debido que si la viscosidad

no es adecuada, aumentan las vibraciones porque se dificulta la forma-
ción de película de aceite, además, las emisiones contaminantes se ven
alteradas debido a que mientras más viscoso sea el aceite mayor energía
de impulsión se necesita, la cual es obtenida directamente del poder ca-
lorífico del combustible.
Buestán, C. y Jarama, T. (2016). Diagnóstico de fallas en el sistema de lubricación
de un motor de combustión interna a gasolina Hyundai Accent DOHC
1.5L mediante análisis de vibraciones. Cuenca: Universidad Politécni-
ca Salesiana.
ISO. (1995). Mechanical vibration-Evaluation of machine vibration by measure-
ments on non rotating parts: Reciprocating machines with power ratings
above 100 kW. Recuperado de: https://www.iso.org/standard/1553.
html.
Hyundai. (2006). Manual de taller del motor Accent Hyundai. Recuperado de
https://es.scribd.com/search?page=1&content_type=documents&query
=manualtallermotoraccenthyundai-140125200924-phpapp02.
Mahle. (2012). Manual de fallas: fallas prematuras. Brasil. Grupo-Mahle.
Minitab. (2017). Acerca de nosotros: Minitab. Recuperado de http://support.
minitab.com/es-mx/minitab/17/topic-library/modeling-
436
Moresa. (2014). Daños más frecuentes en válvulas para motores a gasolina. Mé-
xico. Recuperado de http://tumotor.mx/2014/05/danos-mas-frecuen
tes-en-MCIA
Kreysig, E. (2003). Matemáticas avanzadas para ingeniería. México: Limusa.
Pickups. (2015). Acerca de nosotros: Tav Pickups. Recuperado de http://www.tav.
net/transductores/transductores-02.pdf statistics/anova/basics/what-
is-anova/
White, G. (2010). Introducción al análisis de vibraciones. USA: Azima.
Costos energéticos de los vehículos
de combustión interna
y los vehículos eléctricos
en la ciudad de Cuenca
Adrián Sigüenza
Milton García
Christian Loayza
David Idrovo
Resumen
Esta investigación se enfocó en el análisis comparativo los costos energéticos de un vehículo de com-
bustión interna y un vehículo eléctrico en la ciudad de Cuenca. La investigación inicialmente contempla la
falta de estudios relacionados, un desconocimiento social sobre los gastos por cada kilómetro recorrido,
una recopilación de información sobre la definición de costos. Posteriormente se estableció una ruta, to-
mando en cuenta criterios para selección de la misma. Seguidamente se instauró un protocolo de mues-
treo en el cual se consideraron para nuestro análisis la utilización de vehículos de marcas comerciales
en nuestro medio, se consideró que todos los vehículos vayan con dos condiciones de funcionamiento,
las cuales presentan circunstancias de conducción frecuentes, fue necesario calcular las densidades de
los combustibles para conocer el peso total del vehículo con tanque de combustible lleno, las cuales
sirvieron para establecer una relación peso/potencia en cada vehículo con la finalidad de establecer una
similitud con respecto al trabajo de los vehículos y así determinar los costos energéticos para todo el re-
corrido y para cada kilómetro. Finalmente, se concluyó que la utilización del vehículo eléctrico frente a un
vehículo de combustión interna representa una ventaja importante al analizar los consumos energéticos.
Palabras clave
Vehículo eléctrico, vehículo de combustión interna, altimetría, EMoLab.
Abstract
This research focused on the comparative analysis of the energy costs of an internal combustion
vehicle and an electric vehicle in the city of Cuenca. The research initially contemplates the lack of
related studies, a social ignorance about the expenses for each kilometer traveled, a compilation of
information on the definition of costs. Later a route was established, taking into account criteria for
its selection. Next, a sampling protocol was established in which the use of commercial vehicles in
our environment was considered for our analysis. All vehicles were considered to have two operating
conditions, which present frequent driving conditions, it was necessary to calculate The fuel densities
to know the total weight of the vehicle with full fuel tank, which served to establish a weight / power
ratio in each vehicle in order to establish a similarity with respect to the work of the vehicles, and
Adrián Sigüenza, Milton García, Christian Loayza y David Idrovo
438
thus determine the Energy costs throughout the route and for each kilometer traveled. Finally, it was
concluded that the use of the electric vehicle in front of an internal combustion vehicle represents an
important advantage when analyzing the energy consumption.
Keywords
Electric vehicle, internal combustion vehicle, altimetry, EMoLab.
Introducción
El estudio comparativo de costos energéticos de un vehículo de
combustión interna y un vehículo eléctrico llegará a determinar los be-
neficios económicos que pudieran representar el uso de uno de estos
vehículos. Con el avance de la tecnología, con visión a futuro, se logrará
la implementación completa del vehículo eléctrico y se conseguirá dis-
minuir las emisiones contaminantes emitidas al aire por los vehículos
con motores de combustión interna a gasolina y diésel.
En el Ecuador se están incorporando cambios en la matriz ener-

gética producto de la construcción de hidroeléctricas, que han dado
paso a considerar la utilización de vehículos eléctricos (VE) amigables
con el medio ambiente, mismos que tienen cero emisiones contami-
nantes. Sin embargo, el vehículo eléctrico ha quedado relegado debido
al tradicionalismo de la gente en la utilización de un vehículo de com-
bustión interna (VCI). El gran problema es la falta de estudios compa-
rativos de los costos operativos de un VCI frente a un VE, así como un
desconocimiento social sobre los gastos por cada kilómetro recorrido
que se producen en ambos tipos de vehículos.
“Se entiende por costo la suma de las erogaciones en que incurre

una persona para la adquisición de un bien o servicio, con la intención
de que genere un ingreso en el futuro” (Sánchez, 2007); mientras que se
los denomina costos del periodo a:
Los costos que se identifican con intervalos de tiempo y no con los
productos elaborados. Se relacionan con las funciones de venta y admi-
nistración de la empresa. Estos costos no se incorporan a los inventarios
se llevan al estado de resultados a través del renglón de gastos de venta,
439
gastos de administración y gastos financieros, en el periodo en el cual

se incurren (Colín, 2008).
Selección de la ruta: UPS-La Molienda

El turismo es un recurso importante en la ciudad de Cuenca, lu-
gar donde se promueve viajes de todo tipo: de descanso, con motivos
culturales, de interés social, de negocios o simplemente por ocio. El aná-
lisis de los criterios de movilidad está basado en investigaciones aplica-
das a los actores que influyen en el turismo nacional, especialmente en
lo que respecta a la provincia del Azuay, para extraer información acerca
de las zonas de mayor circulación de vehículos, así como también luga-
res vacacionales con mayor afluencia de personas y posibles condiciones
del entorno en las cuales se desenvolvería el Centro de Turismo Comu-
nitario. Para la selección de las rutas se establecieron los parámetros de:
• Congestión y movilización vehicular

• Rutas de conexión interprovincial
• Vías de mayor afluencia vehicular
• Altimetría en las rutas a recorrer
La zona cuenta con carreteras de conexión entre provincias, lu-

gares turísticos y centros vacacionales. Son vías con pocos semáforos
y con tres carriles en cada sentido. En la ruta seleccionada se tomó en
cuenta la popularidad del destino, junto con el despegue del turismo de
masas desarrollado en estas últimas décadas. Las buenas condiciones
naturales han propiciado desarrollos turísticos, atrayendo flujos turísti-
cos concentrados en el tiempo y el espacio, provocando gran congestión
vehicular y disminución del atractivo de estos destinos.
Se consideró como lugares turísticos a los que cuentan con mayor

número de hosterías y quintas vacacionales. Esta ruta tiene carreteras
de conexión interprovincial y lugares turísticos a los cuales los ciudada-
nos acuden.
440
El trayecto consta de dos carriles para el flujo vehicular desde el

punto de partida (Universidad Politécnica Salesiana) hasta el parador
turístico La Molienda, con una longitud promedio de 74,9 km, con un
límite de velocidad de 60 km/h en todo el trayecto, a excepción de la ruta
en la autopista, que consta de tres carriles, y para retomar la Panameri-
cana Sur, que consta de dos carriles. En todo ese trayecto se considera
como una vía rápida con un límite de velocidad de 90 km/h.
Tabla 1
Descripción de la ruta
Tiempo Velocidad
Sitio de Destino Distancia
estimado permitida
partida final de recorrido
de recorrido de circulación
La 1h 21 min
Taller UPS 74,9 km 60 km/h
Molienda (ST)
Fuente: los autores
Figura 1
Trayecto UPS-Yunguilla (La Molienda)
Fuente: Google Maps

441
Tabla 2
Consideraciones técnicas de la ruta UPS-Yunguilla (La Molienda)
Número de carriles
Vías Ancho de Velocidad de
por cada sentido
a recorrer carriles (m) circulación (km/h)
de la vía
Calle vieja 2 4 40
Av. de las Américas 3 4 60
Autopista 3 4 90
Panamericana Sur 2 4 60
Descripción de la ruta Cuenca- Yunguilla
Sentido Noreste-Suroeste
Características geométricas
Longitud: 74,9 km Tipo de Altimetría Altímetro
intersección: máxima: mínima:
Dirección de la vía: doble vía
Semaforizadas 2 682,84 1 353,46
Nº de carriles promedio: 4 carriles (8 semáforos) msnm msnm
Selección de la ruta
Altimetría en las rutas a recorrer
Parámetros de Congestión y movilización vehicular
selección de ruta Vías de conexión interprovincial (comercio)
Vías de mayor afluencia vehicular (turismo)
Formado por rutas de interconexión interprovincial en viajes
medianos y largos para activación del turismo y comercio, así
como una red vial que conecta a la ciudad con otros destinos
Ruta UPS-Yunguilla
externos por medio de la red estatal Vías de mayor capacidad,
diseñado para velocidades de circulación altas con límites
de velocidad.
Fuente: los autores
Protocolo de muestreo
Para la toma de datos se consideraron vehículos comerciales en
nuestro medio: Kia Sportage (2 000 cm3), Chevrolet Grand Vitara (2 000
cm3), Chevrolet Corsa Evolution (1 400 cm3). Además se consideró que to-
dos los vehículos viajen cumpliendo dos condiciones de funcionamiento,
las cuales presentan circunstancias de conducción frecuentes y constituyen
parte de los hábitos de las personas al utilizar un medio de transporte:
442
• Radio encendida
• Vidrio del copiloto a media apertura
Cálculo de la densidad de combustible

Se calculó la densidad del combustible para establecer el peso del
tanque de combustible cuando se encuentra lleno.
Tabla 3
Cálculo de la densidad del combustible
Peso de Peso de la Volumen Densidad

Masa del
Tipo de la pipeta sin pipeta con de la del com-
combusti-
combustible combustible combustible probeta bustible
ble (kg)
(gr) (gr) (m^3) kg/m^3
Gasolina súper 18,8035 26,0459 0,0072424 0,00001 724,24
Gasolina
18,8035 26,1023 0,0072988 0,00001 729,88
ecopaís
Fuente: los autores
Cálculo de las relaciones peso/potencia

Para la toma de datos de consideró establecer una misma relación
peso/potencia en cada uno de los vehículos, con la finalidad de esta-
blecer una similitud con respecto al trabajo de los vehículos y que esta
similitud dé una mayor relación con respecto a los costos energéticos de
dichos vehículos. Para eso fue necesario conocer el peso de cada vehícu-
lo y así poder equilibrar las relaciones peso/potencia.
Relación = peso (kg) / potencia (kW) (1)
Para el cálculo de las relaciones, el peso total de los vehículos en

algunos casos no era el que se necesitaba para el análisis y el tanque de
combustible en algunos vehículos no estaba completamente lleno, se-
gún lo que marcaba el indicador de combustible; por eso fue necesario
el cálculo de la densidad del combustible para poder establecer el peso
de los vehículos a combustión con el tanque lleno.
443
Tabla 4
Peso inicial de los vehículos
combustible (litros)
Peso del vehículo
combustible en
de combustible
con la cantidad
Potencia (kW)
Porcentaje de
del tanque de
Densidad del
Combustible
combustible
inicial (kg)
Capacidad
(kg/m^3)
el tanque
Vehículo
EMoLab 90 Electricidad - - 1 500 -

Kia Sportage
104,398 Gasolina súper 724,24 55 1 510 87,23%
Active 2.0
Grand vitara
93,9582 Gasolina ecopaís 729,88 66 1 330 43,02%
2.0
Corsa Evolu-
66 Gasolina ecopaís 729,88 45 1 070 100%
tion Activo 1.4
Fuente: los autores
Una vez conocida la densidad del combustible a emplear y la capa-

cidad del tanque de combustible en metros cúbicos, se calculó la cantidad
de combustible en kg con la que se encontraba el tanque de combustible
al inicio del pesaje del vehículo. Esto fue necesario para conocer la can-
tidad de combustible en kg que faltaba en los vehículos para considerar
en nuestro análisis el peso del vehículo con tanque de combustible lleno.
m = ρ * V (2)
Donde:
m = capacidad del combustible en kg

ρ = densidad del combustible empleado
V = capacidad del tanque de combustible en m^3
Las relaciones peso/potencia de cada vehículo con su peso ini-

cial (peso con tanque de combustible lleno) fueron muy distantes, para
ello era necesario igualar las relaciones aumentando o disminuyendo el
peso, en este caso el número de ocupantes en cada vehículo.
Tabla 5
Relación peso/potencia inicial
Vehículo
Cantidad
potencia)
(kg/m^3)
Densidad
con 100%
tanque de
Porcentaje
Capacidad
en el tanque
al inicio (kg)
Combustible
del tanque de
Capacidad del
Potencia (kW)
de combustible
de combustible
de combustible
Relación (peso/
del combustible
combustible (lt)
combustible (kg)
Peso del vehículo

Peso del vehículo
con la cantidad de
sin conductor (kg)
combustible inicial
EMoLab 90 Eléctrico - - 1500 - - - 1 500 16,667
Kia Sportage Gasolina
104,40 724,24 55 1510 87,23% 39,8332 34,7465004 1 515,09 14,464
Active súper
Gasolina
Grand Vitara 93,96 729,88 66 1330 43,02% 48,1721 20,7236288 1 357,45 14,155
ecopaís
444
Corsa Evolu- Gasolina

66 729,88 45 1070 100% 32,8446 32,8446 1 070 16,212
tion Activo ecopaís
Fuente: los autores
Tabla 6
y
Relación peso/potencia final

Relación
Potencia Peso con tanque lleno Peso del Peso ocupante
Vehículo Peso total (kg) (peso/
(kW) sin conductor (kg) conductor (kg) (kg)
potencia)
David Idrovo
EMoLab 90 1500 90 61 1 651 18,3444444

Kia Sportage Active 104,398 1515,085 74 320,5 1 909,585 18,2913945
Grand vitara 93,9582 1357,4484 82 281 1 720,4484 18,310785
Corsa Evolution Activo 66 1070 77 66 1 213 18,3787879
Fuente: los autores
445
Figura 2
Altimetría Ruta UPS-Yunguilla
Fuente: los autores
La figura 2 describe el comportamiento de los vehículos con res-

pecto a la altimetría de la ruta. Se puede observar que dependiendo los
cambios de la pendiente, esto afecta directamente en el gasto energético,
tanto en los vehículos de combustión interna como en el vehículo eléctri-
co, en este último específicamente a su autonomía, tomando como con-
sideración el punto más alto que se llegó sobre el nivel del mar (2 682,84
msnm) y el punto más bajo al inicio de la trayectoria (1 323,46 msnm).
Consumo energético
Para poder corroborar que los datos obtenidos fueron los correc-
tos se llevaron a cabo dos muestras, obteniendo como resultado veloci-
dades promedios, consumos energéticos promedios y tiempo promedio
de recorrido de los vehículos. El tipo de combustible empleado y las
altimetrías máximas y mínimas en el trayecto, fueron factores que nos
ayudaron a determinar el consumo energético de cada vehículo.
El consumo de corriente al cargar la batería del EMoLab es de 27

Amp, por lo tanto la potencia de consumo de carga con 220 V es de 5,94
kW, es decir, para 4,37 horas (tiempo promedio de carga del vehículo
eléctrico de las dos muestras de datos) el consumo de energía fue de 25,98
kW. “El costo del kilovatio hora está en 0,091 ctvs.” (CENTROSUR, 2017).
Tabla 7
Resultados de la muestra número 1
Vehículo
recorrido
Distancia
Velocidad
energético
Altimetría
Altimetría
Ruta elegida
de recorrido
Tiempo total
recorrida del
vehículo (km)
mínima (msnm)
máxima (msnm)
Promedio (km/h)
Costo de consumo
costo por kilómetro
Tipo de combustible
Consumo energético
Cuenca
EMoLab 51,66 Eléctrico 2:48:16 2 682,85 1 353,46 149,8 $2,43 $0,0081
- Yunguilla
Cuenca Gasolina
Kia Sportage 57,88 2:48:16 2 682,85 1 353,46 149,8 $8,58 $0,0286
446
- Yunguilla súper
Chevrolet Cuenca Gasolina

55,5 2:48:16 2 682,85 1 353,46 149,8 $4,28 $0,0143
Grand Vitara - Yunguilla ecopaís
y
Chevrolet Cor- Cuenca Gasolina

55,78 2:48:16 2 682,85 1 353,46 149,8 $3,93 $0,0131
sa Evolution - Yunguilla ecopaís
Fuente: los autores

David Idrovo
447
Figura 3
Costo del recorrido en la muestra 1
Fuente: los autores

Tabla 8
Resultados de la muestra número 2
Vehículo
(km/h)
(msnm)
(msnm)
energético
Ruta elegida
Tiempo total
del recorrido
del vehículo (km)
Costo de consumo
Altimetría mínima
Altimetría máxima
Distancia recorrida
Velocidad promedio
Tipo de combustible
Consumo energético
costo por km recorrido
Cuenca
- Yunguilla
Cuenca Gasolina
448
Kia Sportage 50,5 2:45:00 2 682,85 1 353,46 149,8 $8,71 $0,0291

- Yunguilla Súper
56,27 2:45:00 2 682,85 1 353,46 149,8 $4,90 $0,0164
Grand Vitara - Yunguilla Ecopaís
y
Chevrolet Corsa Cuenca Gasolina

64,46 2:45:00 2 682,85 1 353,46 149,8 $4,5 $0,0150
Evolution - Yunguilla Ecopaís
Fuente: los autores

David Idrovo
449
Figura 4
Costo del recorrido en la muestra 2
Fuente: los autores

Tabla 9
Resultado final
Vehículo
(km/h)
(msnm)
(msnm)
energético
Ruta elegida
Tiempo total
del recorrido
del vehículo (km)
Costo de consumo
Altimetría mínima
Altimetría máxima
Distancia recorrida
Velocidad promedio
Tipo de combustible
Consumo energético
costo por km recorrido
Cuenca
- Yunguilla
Cuenca Gasolina
450
Kia Sportage 54,19 2:46:38 2 682,85 1 353,46 74,9 $8,65 $0,058

- Yunguilla súper
55,885 2:46:38 2 682,85 1 353,46 74,9 $4,59 $0,031
Grand Vitara - Yunguilla ecopaís
y
Chevrolet Cor- Cuenca Gasolina

60,12 2:46:38 2 682,85 1 353,46 74,9 $4,22 $0,028
sa Evolution - Yunguilla ecopaís
Fuente: los autores

David Idrovo
451
Figura 5
Resultado final
Fuente: los autores

452
Conclusiones
El consumo energético en los vehículos de prueba son diferen-
tes, pero se puede observar que en el vehículo Kia Sportage es mayor el
consumo ya que el vehículo es automático y el combustible utilizado es
gasolina súper. Así, el costo por kilómetro recorrido es 0,0581 es muy
superior y doblaría el valor del combustible.
En el consumo energético de los vehículos de prueba a gasolina

no existe diferencia, ya que son vehículos diferentes. Lo que se relacionó
fue el peso/potencia para cumplir las especificaciones en los vehículos.
En cambio, el consumo energético en el vehículo eléctrico EMoLab, es
decir, el costo por kilómetro recorrido, es de aproximadamente 0,016
ctvs. Claramente se puede evidenciar que existe un ahorro económico al
utilizarlo, que es muy relevante si comparamos el costo total de consu-
mo energético de cada vehículo en la trayectoria escogida.
Botia, C., Vargas, W. y Rincón, M. (2011). Altimetría. Bogotá: UD.
Centrosur. (julio, 2017). Empresa Eléctrica Regional Centrosur. Recuperado de
http://www.centrosur.gob.ec/index.php
Colín, J. (2008). Contabilidad de costos. México: McGraw-Hill.
Sánchez, P. Z. (2007). Libro de contabilidad de costos. México: McGraw-HilL
SCIAN. (2002). Sistema de clasificación industrial de américa del Norte. México:
Instituto Nacional de estadística y geografía INEGI.
Thomson, I. y Bull, A. (2002). La congestión del tránsito urbano: causas y con-
secuencias económicas y sociales. Revista de la CEPAL, 76(13).

Desarrollo Tecnológico en Ingeniería Automotriz

Cargado por

Copyright:

Formatos disponibles

Desarrollo Tecnológico en Ingeniería Automotriz

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Desarrollo Tecnológico en Ingeniería Automotriz

Cargado por

Copyright:

Formatos disponibles

Desarrollo tecnológico

1ra edición: Universidad Politécnica Salesiana

Área de Ciencia y Tecnología

Derechos de autor: 052633

Coordinador: Juan Diego Valladolid

Edición, diseño, Editorial Universitaria Abya-Yala

Tiraje: 300 ejemplares

Impreso en Quito-Ecuador, diciembre de 2017

Publicación arbitrada de la Universidad Politécnica Salesiana

Reducción de NOx de un motor CRDi mediante

Propuesta de un GMAO para la gestión del mantenimiento

Si al principio una idea no es completa-

Investigar es ver lo que todo el mundo

El proceso de investigación y desarrollo tecnológico está direc-

La innovación que ha ido transformando nuestra sociedad, se sos-

Desde el punto de vista académico, se ha desarrollado estrategias

Este libro recoge las experiencias y resultados obtenidos asocia-

Este trabajo ha sido posible gracias al gran apoyo la Universidad

Ing. Juan Diego Valladolid, MSc.

1 Agradecimiento: este trabajo fue apoyado en parte por la Secretaría Nacional

El sistema de tracción de un vehículo híbrido (HEV) basa su fun-

permite la operación de los motores eléctricos en modo generador, llevando

Fuente: los autores

En un vehículo eléctrico (EV) el convertidor cumple con las mis-

Fuente: los autores

Los nuevos dispositivos de carburo de silicio (SiC) presentan mejo-

Fuente: Vrtovec y Trontelj, 2014

Si se establece una comparación entre los dos materiales, las venta-

Fuente: los autores

Este artículo se organiza de la siguiente manera: en la segunda

Dispositivos de carburo de silicio

Fuente: los autores

Los diodos SiC tienen las ventajas de la recuperación de inver-

térmica. Este parámetro en estos dispositivos es muy bajo si se com-

La figura 5 presenta un análisis de rangos de operación y las ca-

Fuente: los autores

El Mosfet de SiC combina el comportamiento normalmente apa-

SiC, que tienen ambos inconvenientes desde la perspectiva de sistemas y

Los rangos de funcionamiento de estos dispositivos son muy am-

Fuente: los autores

Topologías de convertidores para sistemas de tracción

El inversor de voltaje VSI es la topología más utilizada en sistemas

Fuente: los autores

El inversor con fuente de corriente (CSI) actualmente está siendo

filtros capacitivos de salida de AC y puede aumentar la tensión de salida

velocidades más altas. M

Fuente: los autores

El inversor con red de impedancia Z y Quasi Z (figuras 9a y 9b)

b) Topología de convertidor con fuente Quasi-Z

Fuente: los autores

En el desarrollo de convertidores de potencia al acoplar las redes

Optimización de topologías de convertidores

las propiedades anteriormente descritas. Las topologías propuestas para

b) Topología CSI con elementos SiC

c) Topología Quasi Z con elementos SiC

Fuente: los autores

La selección y características de los dispositivos SiC utilizados para el

Los modelos de los dispositivos Mosfet y diodo SiC son imple-

Fuente: los autores