Herramienta software para la identificación de sistemas dinámico no lineales basado en modelos de redes neuronales artificiales

Abstract

Las Redes Neuronales Artificiales (RNA) se han convertido en unas de las metodologías mas efectiva para estudiar, desarrollar y describir los sistemas dinámicos no lineales, la variantes que las RNA nos ofrece para investigar el comportamiento de estos sistemas, ha hecho que en actualidad se están aplicando en importantes campos de la economía donde están presente los sistemas dinámicos no lineales. Precisamente, las RNA han demostrado su competencia en el estudio de este tipo de sistemas, ya que facilitan la generación de modelos que entregan resultados más reales, en comparación con los obtenidos mediante el uso de complejos modelos matemáticos que en su mayoría no alcanzan la suficiente exactitud requerida para resolver estos Sistemas. Esta investigación esta enfocada, en demostrar que las RNA son aplicables en la identificación de un sistema de estas características; nos obstante se a tomado como ejemplo el estudio del comportamiento de los émbolos dentro un motor de combustión interna, donde se realiza un análisis detallado, buscando reducir el error de diagnostico y soportar la toma de decisiones de los analistas de motores. Solo se requieren los datos de entrada de este sistema dinámico no lineal correspondientes al ángulo de recorrido del cigüeñal contra presión generada por el émbolo en condiciones especificas de carga y velocidad, para que la Red Neuronal Artificial (RNA) diseñada y previamente entrenada sea capaz de identificar su comportamiento dinámico y determinar el estado en el que se encuentra el motor a partir de un análisis particular de cada émbolo, donde se puede detectar si alguno de estos presenta una falla. Este diagnóstico le permitirá al usuario precisar el procedimiento a seguir, tomar la decisión sobre las reparaciones oportunas para la máquina, buscando aumentar la vida útil, disminuir los costos y el tiempo de inactividad del vehiculo.