| Summary: | Actualmente el índice de tránsito vehicular del parque automotor está creciendo
sustancialmente y con ello también los altos índices de accidentes de tránsito. Si bien
muchos de dichos accidentes se deben a factores humanos, es importante considerar
que estos vehículos están propensos a fallas en sus sistemas debido a múltiples factores
como son, la falta de mantenimiento, el corto tiempo de vida de los elementos del
sistema vehicular, el uso continuo, las condiciones de las carreteras, etc. Es por ello
que la detección oportuna de estas fallas permitirá reducir drásticamente pérdidas de
vidas humanas, costosos gastos de recambio de piezas y sistemas, daños al medio
ambiente a causa de malos funcionamientos, etc. Un elemento crítico de los vehículos
actuales es el del sistema de dirección asistida que permite reducir el esfuerzo del
conductor para maniobras de orientación del vehículo reduciendo los impactos en el
volante y garantizando una adecuada estabilidad del vehículo. En esta tesis se aborda
el diseño de un sistema de diagnóstico de fallas para el sistema de dirección asistida
de un vehículo de categoría M1 (categorizado por el Ministerio de Transportes) con el
objetivo de diagnosticar las fallas más relevantes de este sistema. El desarrollo de la
tesis, se inicia con un estudio del modelamiento matemático del sistema de dirección
asistido eléctrico (EPS por sus siglas en inglés). Posteriormente, se diseña el sistema
de diagnóstico basado en 2 etapas. La primera es la detección de fallas, la cual está
basada en la generación de Relaciones de Redundancia Analítica. Como segunda
etapa, se diseña el sistema de diagnóstico de fallas utilizando Redes Neuronales
Artificiales a fin de poder reconocer los tipos de fallas de manera más robusta ante las
perturbaciones. Las pruebas de validación del sistema de diagnóstico se realizan
utilizando los software de ingeniería Matlab y Carsim. Con estas pruebas se valida el
adecuado funcionamiento del sistema de diagnóstico de fallas propuesto en un
vehículo de categoría M1. Finalmente se propone un sistema para implementación en
un vehículo real utilizando la plataforma Arduino. === Tesis
|
|---|
