CD 6635

I
ESCUELA POLITÉCNICA NACIONAL
FACULTAD DE INGENIERÍA MECÁNICA
DISEÑO Y CONSTRUCCIÓN DE UN SISTEMA PROTOTIPO PARA

DETERMINAR LA CILINDRADA TOTAL DE UN MOTOR CICLO OTTO
POR UN MÉTODO NO INVASIVO MEDIANTE LABVIEW.
TESIS PREVIA A LA OBTENCION DEL GRADO DE MAGÍSTER EN

SISTEMAS AUTOMOTRICES.
RAFAEL WILMER CONTRERAS URGILÉS

wrafalon@hotmail.com
JORGE ESTEBAN FAJARDO MERCHÁN

jorgeestebanf@hotmail.com
DIRECTOR: Ing. Iván Zambrano. Msc.
Quito, Octubre 2015

I
DECLARACIÓN
Nosotros, Jorge Esteban Fajardo Merchán y Rafael Wilmer Contreras Urgilés,

declaramos que el trabajo aquí descrito ha sido desarrollado con base a una
investigación exhaustiva, respetando derechos intelectuales de terceros, cuyas
fuentes se incorporan en la bibliografía; consecuentemente este trabajo es de nuestra
autoría y nos responsabilizamos del contenido, veracidad y alcance científico del
proyecto de grado en mención.
Por medio de la presente declaración, cedemos los derechos de intelectualidad

correspondiente a este trabajo a la Escuela Politécnica Nacional, según lo establecido
por la ley de propiedad intelectual y regida por su normativa institucional vigente.
___________________________ ___________________________
Jorge Esteban Fajardo M. Rafael Wilmer Contreras U.

II
CERTIFICACIÓN
Se certifica que el presente trabajo fue desarrollado por los señores Jorge Esteban
Fajardo Merchán y Rafael Wilmer Contreras Urgilés, bajo mi supervisión.
_____________________________
Ing. Iván Zambrano. Msc
DIRECTOR DE PROYECTO
___________________________
Ing. Pablo Arévalo. Phd.
CODIRECTOR DE PROYECTO
III
AGRADECIMIENTO
Agradezco a Dios por darme la salud y la fortaleza para poderme permitir terminar esta
nueva etapa de mi vida.
De manera muy sentida agradezco a mi familia: Lilia, Cami, Vale, a mis padres Jorge
y Elena, a mi hermana Kary, mis sobrinas Evelyn y Luciana, a mi Abuelita Fila, mis
primos y a todos mis tíos por el apoyo incondicional transmitido durante todo este
tiempo, para todos ellos va mi eterno amor y agradecimiento.
Quiero extender mis más sinceros agradecimientos a mis compañeros y amigos

Fernando, Néstor, Juan Pablo, José, Pablo y Wilmer por la experiencia vivida durante
este proceso de estudio y por la fortaleza del trabajo en equipo.
Jorge Fajardo M.
Gracias a Dios, por la vida y la oportunidad de mejorar como ser humano mediante el
estudio y el conocimiento.
Gracias a toda mi familia, a los seres que me dieron la vida, a mis padres, Rafael y
Oliva, por su referente de fortaleza y sabiduría.
Agradezco al ser que Dios puso a mi lado, a mi esposa, Lucia, por su comprensión,
apoyo y motivación incondicional, sin ella no habría podido continuar en los momentos
difíciles que sucedieron en el transcurso de este estudio.
Gracias a mis hijos, Martin, Sofía y Elizabeth, por su eterna alegría y ternura, que
inundan mi vida y espíritu.
Gracias a mis hermanos, Marco, Paul y Michelle, por su paciencia y buenos deseos
de superación.
Gracias a Jorge y su familia, quien supo compartir su conocimiento para aportar en el

desarrollo de este trabajo.
Wilmer Contreras U.
IV
Agradecemos al cuerpo docente de la Universidad Politécnica Nacional, en especial a

la unidad de Posgrados de la Facultad de Ingeniería Mecánica, y de manera personal
al Ing. Iván Zambrano, el cual ha sido el promotor y guía de tan valiosa meta cumplida.
A la Universidad Politécnica Salesiana, de manera especial al Padre Rector Javier

Herrán, al Eco. Luis Tobar, Ing. Cristian García, por el apoyo y la confianza recibida,
para la obtención de esta meta de estudio.
Al Ing. Pablo Arévalo. PhD, por la ayuda entregada y la buena disposición de colaborar
siempre con nosotros.
Jorge y Wilmer.
V
DEDICATORIA
Este trabajo de Tesis la dedico de manera especial al amor de mi vida Lilia por la
paciencia durante todas estas largas noches de estudio, por el amor y la calidez en
cada llegada, por ser la sonrisa y la inspiración que necesito todos los días a mi lado.
A mi Cami, por haberme enseñado lo que significa ser papá, por ser el abrazo que
necesito todas las noches, eres mi orgullo y fortaleza.
A mi Vale, por enseñarme desde pequeña la manera de luchar por a vivir, eres mi
sonrisa y mi aliento.
A mis padres Jorge y Elena por ser el ejemplo de lucha y trabajo diario, por ser el
abrazo y beso a cada llegada, porque a pesar de todo siempre estarán a mi lado.
A mi hermana Kary y mis sobrinas Evelyn y Luciana por ser el complemento de la

alegría que se necesita siempre para seguir adelante.
A mi abuelita Fila, primos y a todos mis tíos por estar presentes en todo momento y
con todo su cariño me han empujado a seguir mi camino.
Jorge Fajardo M.
VI
DEDICATORIA.
Dedicatoria.
Dedico este trabajo a:
Rafael, mi Padre y
Martin, mi Hijo,
Por ser quienes me acompañan incondicionalmente en el camino de la Ingeniería

Automotriz.
Wilmer Contreras U.
VII
ÍNDICE DE CONTENIDO
DECLARACIÓN ........................................................................................................... I
CERTIFICACIÓN ........................................................................................................ II
AGRADECIMIENTO ................................................................................................... III
DEDICATORIA ............................................................................................................ V
ÍNDICE DE CONTENIDO .......................................................................................... VII
ÍNDICE DE FIGURAS ............................................................................................... XII
ÍNDICE DE FÓRMULAS ......................................................................................... XVII
ÍNDICE DE TABLAS .............................................................................................. XVIII
GLOSARIO.................................................................................................................. 1
RESUMEN .................................................................................................................. 3
PRESENTACIÓN ........................................................................................................ 4
CAPÍTULO I. ............................................................................................................... 6
1. FUNDAMENTOS Y MARCO TEÓRICO. ............................................................ 6
1.1. INTRODUCCIÓN .......................................................................................... 6
OBJETIVOS DE LA INVESTIGACIÓN .................................................... 6
HIPÓTESIS.............................................................................................. 7
JUSTIFICACIÓN DE LA INVESTIGACIÓN ............................................. 7
LIMITACIONES DE LA INVESTIGACIÓN. .............................................. 9
ALCANCES DE ESTA INVESTIGACIÓN ................................................ 9
SUSTENTO TEÓRICO ............................................................................ 9
1.2. DEFINICIÓN DE CILINDRADA. .................................................................. 13
CARRERA DE CILINDRO ..................................................................... 13
LONGITUD DE LA BIELA ...................................................................... 14
SECCIÓN DEL PISTÓN ........................................................................ 14

VIII
NÚMERO DE CILINDROS .................................................................... 14
CILINDRADA UNITARIA ....................................................................... 14
CILINDRADA TOTAL ............................................................................ 15
1.3. MÉTODOS PARA DETERMINAR LA CILINDRADA. .................................. 15
CÁLCULO TEÓRICO ............................................................................ 15
CÁLCULO PRÁCTICO .......................................................................... 15
MÉTODO EMPÍRICO ............................................................................ 16
CAPÍTULO II. ............................................................................................................ 17
2. DISEÑO DEL SISTEMA PROTOTIPO. ............................................................ 17
2.1. MÉTODO Y SISTEMA A DESARROLLAR. ................................................ 17
RESTRICCIONES Y LIMITACIONES .................................................... 17
PARÁMETROS DE OPERACIÓN. ........................................................ 18
PARÁMETROS DE FUNCIONAMIENTO .............................................. 18
CONDICIONES AMBIENTALES DE FUNCIONAMIENTO. ................... 19
PARÁMETROS DE DISEÑO ................................................................. 20
DESCRIPCIÓN DE FACTORES A CONSIDERAR PARA LA SELECCIÓN

DE LA ALTERNATIVA ...................................................................................... 22
RESULTADOS ...................................................................................... 26
DESCRIPCIÓN GENERAL DEL PROTOTIPO ...................................... 27
2.2. ESTUDIO DE SENSORES APLICABLES AL SISTEMA. ........................... 27
SENSOR MAF ....................................................................................... 27
ELECCIÓN DE SENSOR MAF .............................................................. 30
RESULTADOS ...................................................................................... 33
SENSOR DE PRESIÓN ABSOLUTA DEL MÚLTIPLE .......................... 33
ELECCIÓN DEL SENSOR A UTILIZAR ................................................ 35

IX
SENSOR DE TEMPERATURA AMBIENTE .......................................... 35
2.3. ESTUDIO DEL HARDWARE Y SOFTWARE PARA EL SISTEMA. ............ 36
HARDWARE DEL SISTEMA ................................................................. 36
SOFTWARE LABVIEW ......................................................................... 37
CAPÍTULO III. ........................................................................................................... 39
3. CONSTRUCCIÓN DEL SISTEMA PROTOTIPO. ............................................. 39
3.1. CONSTRUCCIÓN DE PLACAS ELECTRÓNICAS. .................................... 39
REALIZACIÓN DE CIRCUITOS ELECTRÓNICOS ............................... 39
REALIZACIÓN DEL SOFTWARE.......................................................... 44
SOFTWARE PARA LA DETERMINACIÓN DEL ALGORITMO DE

CÁLCULO. ........................................................................................................ 62
3.2. CONSTRUCCIÓN DEL SISTEMA MECÁNICO. ......................................... 80
ESTRUCTURA PORTADORA DEL SISTEMA. ..................................... 80
SENSOR MAF ....................................................................................... 81
SENSOR MAP ....................................................................................... 83
SENSOR DE TEMPERATURA.............................................................. 84
CONJUNTO ENSAMBLADO ................................................................. 84
3.3. DETERMINACIÓN Y CONSTRUCCIÓN DE ACOPLES PARA LOS

DIFERENTES MOTORES. .................................................................................... 85
SELECCIÓN DE LOS VEHÍCULOS ...................................................... 85
TAMAÑO DE MUESTRA. ...................................................................... 86
DETERMINACIÓN DE ACOPLES ......................................................... 88
CAPÍTULO IV. ........................................................................................................... 91
4. VALIDACIÓN DE PRUEBAS. ........................................................................... 91

X
4.1. PRUEBA DE ACOPLAMIENTOS MECÁNICOS PARA LOS DIFERENTES

VEHÍCULOS. ......................................................................................................... 91
PROCEDIMIENTO PARA REALIZAR LA PRUEBA DE

ACOPLAMIENTOS ........................................................................................... 91
4.2. PRUEBAS OPERATIVAS DEL SISTEMA. ................................................. 96
ESTADO INICIAL DEL VEHÍCULO ....................................................... 96
MEDICIÓN ........................................................................................... 100
COMPROBACION DE LA TOMA DE LA MUESTRA. ......................... 105
4.3. ANÁLISIS ESTADÍSTICO DE RESULTADOS. ......................................... 108
ANÁLISIS DE TOMA DE MUESTRAS. ............................................... 108
ANÁLISIS DE OBTENCIÓN DE RESULTADOS. ................................ 118
ANÁLISIS DE RESULTADOS CON LA ALETA DE ACELERACIÓN

COMPLETAMENTE ABIERTA. ...................................................................... 138
GRAFICACIÓN DE RESULTADOS..................................................... 140
ANOVA UNIDIRECCIONAL: VOLUMREG VS. CILREAL ................... 148
COMPARACIONES DE PARES DE OBSERVACIÓN. ........................ 149
ANOVA UNIDIRECCIONAL: VOLUMRED VS. CILREAL .................... 153
COMPARACIONES DE PARES DE OBSERVACIÓN. ........................ 154
COMPARACIÓN GENERAL DE LOS RESULTADOS. ....................... 160
GRAFICACIÓN DE ERRORES. .......................................................... 161
CAPITULO V ........................................................................................................... 163
5. CONCLUSIONES, RECOMENDACIONES Y TRABAJOS FUTUROS ........... 163
5.1. CONCLUSIONES GENERALES............................................................... 163
5.2. RECOMENDACIONES. ............................................................................ 166
5.3. TRABAJOS FUTUROS. ............................................................................ 166

XI
REFERENCIAS BIBLIOGRÁFICAS ........................................................................ 168
ANEXOS ................................................................................................................. 172
ANEXO 1. OBTENCIÓN DE LAS ECUACIONES DEL MAP. .............................. 173
ANEXO 2. OBTENCIÓN DE LAS ECUACIONES DEL MAF. .............................. 174
ANEXO 3. CÁLCULOS DE FILTROS PARA LAS SEÑALES ELÉCTRICAS....... 177
ANEXO 4 TABLA GENERAL DE RESULTADOS: CILINDRADA, VOLUMEN

MEDIDO RML Y RNA .......................................................................................... 179
ANEXO 5. CILINDRADAS MEDIDAS POR RNA Y RML ..................................... 200
ANEXO 6. SOLICITUD DE DATOS SRI .............................................................. 214
ANEXO 7. LÁMINAS DE REFERENCIA.............................................................. 216
ANEXO 8. VEHÍCULOS DE VALIDACIÓN. ......................................................... 221
ANEXO 9. DIAGRAMA DE ADQUISICIÓN DE DATOS EN LABVIEW. .............. 233
ANEXO 10. GRABACIÓN DE DATOS EN LABVIEW. ......................................... 233
ANEXO 11. GENERACIÓN DE MATRIZ GENERAL DE DATOS EN LABVIEW

(ARRAY DE DATOS MAF, BARO, MAP) ............................................................ 234
ANEXO 12. GENERACIÓN DE MATRIZ GENERAL DE DATOS EN LABVIEW

(ARRAY DE DATOS: TEMP, VOLUCALC, VOLT. BAT.). ................................... 235
ANEXO 13. ANÁLISIS ESTADÍSTICO EN LABVIEW. ........................................ 236
ANEXO 14. APLICACIÓN DE ANÁLISIS NUMÉRICO EN LABVIEW SIN ACCIONAR

EL PEDAL DEL ACELERADOR. ......................................................................... 237
ANEXO 15. APLICACIÓN DE ANÁLISIS NUMÉRICO EN LABVIEW CON EL PEDAL

DEL ACELERADOR COMPLETAMENTE ACCIONADO. ................................... 238
ANEXO 16. INTERFAZ GRÁFICO EN LABVIEW ................................................ 239
ANEXO 17. ALGORITMO DE MATLAB PARA LA REGRESIÓN MULTIVARIABLE

............................................................................................................................. 239
XII
ANEXO 18. ALGORITMO DE MATLAB PARA LA REGRESIÓN MULTIVARIABLE,

COMPROBACIÓN. .............................................................................................. 240
ANEXO 19. ALGORITMO PARA LA CREACIÓN DE UNA RNA. ........................ 240
ÍNDICE DE FIGURAS
FIGURA 1. 1. CARACTERÍSTICAS GEOMÉTRICAS .................................................................................................................. 16
FIGURA 1. 2. PROBETAS DE TOMA DE MUESTRA. ............................................................................................................... 16
FIGURA 2. 1. SENSOR VAF............................................................................................................................................ 28

FIGURA 2. 2. SENSOR DE ELEMENTO CALIENTE .................................................................................................................. 29
FIGURA 2. 3. SENSOR DE PELÍCULA CALIENTE .................................................................................................................... 30
FIGURA 2. 4. NI MY RIO-1900 ..................................................................................................................................... 36
FIGURA 2. 5. NI MYRIO-1900 HARDWARE BLOCK DIAGRAM ............................................................................................. 37
FIGURA 3. 1. FUENTE DE ALIMENTACIÓN ......................................................................................................................... 40

FIGURA 3. 2. PERILLA DE ENCENDIDO .............................................................................................................................. 40
FIGURA 3. 3. CIRCUITO DE FILTRACIÓN DEL MAF .............................................................................................................. 41
FIGURA 3. 4. CIRCUITO DE FILTRACIÓN DEL MAP .............................................................................................................. 41
FIGURA 3. 5. CIRCUITO DE FILTRACIÓN DE TEMPERATURA AMBIENTE. ................................................................................... 42
FIGURA 3. 6. CIRCUITO DE FILTRACIÓN DE VOLTAJE DE LA BATERÍA. ....................................................................................... 42
FIGURA 3. 7. CONEXIONADO CON LA TARJETA NI MYRIO.................................................................................................... 43
FIGURA 3. 8. CIRCUITO DE FILTRACIÓN ............................................................................................................................ 44
FIGURA 3. 9. ECUACIÓN DEL MAF EN LABVIEW. ............................................................................................................... 45
FIGURA 3. 10. ECUACIÓN DEL MAP EN LABVIEW .............................................................................................................. 46
FIGURA 3. 11. ECUACIÓN DE TOMA DE TEMPERATURA EN LABVIEW. ..................................................................................... 46
FIGURA 3. 12. ECUACIÓN DE TOMA DE VOLTAJE EN LABVIEW. ............................................................................................. 47
FIGURA 3. 13. DIAGRAMA DE ADQUISICIÓN DE DATOS EN LABVIEW. ANEXO 9. ..................................................................... 48
FIGURA 3. 14. GRABACIÓN DE DATOS EN LABVIEW. ANEXO 10 .......................................................................................... 49
FIGURA 3. 15. DIAGRAMA GENERAL DEL PROCESO. ............................................................................................................ 49
FIGURA 3. 16. FLUJOGRAMA GENERAL DEL PROCESO.......................................................................................................... 50
FIGURA 3. 17. FLUJOGRAMA DEL SUBPROCESO DE TOMA DE MUESTRA. ................................................................................. 51
FIGURA 3. 18. FLUJOGRAMA DEL SUBPROCESO DE FILTRADO Y GRAFICACIÓN. ......................................................................... 51
XIII
FIGURA 3. 19. FLUJOGRAMA DEL SUBPROCESO DE FILTRADO Y GRAFICACIÓN. ......................................................................... 52

FIGURA 3. 20. GENERACIÓN DE MATRIZ GENERAL DE DATOS EN LABVIEW (ARRAY DE DATOS MAF, BARO, MAP). ANEXO 11. .... 55
FIGURA 3. 21. GENERACIÓN DE MATRIZ GENERAL DE DATOS EN LABVIEW (ARRAY DE DATOS: TEMP, VOLUCALC, VOLT. BAT.).
ANEXO 12. ..................................................................................................................................................... 56
FIGURA 3. 22. LECTURA DE DATOS DE LA MATRIZ GENERAL EN LABVIEW (ARRAY DE DATOS). ..................................................... 57
FIGURA 3. 23. ANÁLISIS ESTADÍSTICO EN LABVIEW. ........................................................................................................... 58
FIGURA 3. 24. APLICACIÓN DE ANÁLISIS NUMÉRICO EN LABVIEW SIN ACCIONAR EL PEDAL DEL ACELERADOR. ................................. 59
FIGURA 3. 25. APLICACIÓN DE ANÁLISIS NUMÉRICO EN LABVIEW CON EL PEDAL DEL ACELERADOR COMPLETAMENTE ACCIONADO.
ANEXO 15. ..................................................................................................................................................... 60
FIGURA 3. 26. INTERFAZ GRÁFICO EN LABVIEW. ANEXO 16. .............................................................................................. 61
FIGURA 3. 27. GRAFICACIÓN DE SEÑALES EN LABVIEW. ...................................................................................................... 61
FIGURA 3. 28. LECTURA DE VALORES DE CILINDRADA.......................................................................................................... 62
FIGURA 3. 29. ELEMENTOS DE UNA RED NEURONAL. .......................................................................................................... 70
FIGURA 3. 30. COMPARACIÓN ENTRE UNA NEURONA BIOLÓGICA Y UNA NEURONA ARTIFICIAL. ................................................... 70
FIGURA 3. 31. ALGORITMO PARA LA CREACIÓN DE UNA RNA. ANEXO 19. ........................................................................... 74
FIGURA 3. 32. CREACIÓN Y ENTRENAMIENTO DE LA RED NEURONAL..................................................................................... 75
FIGURA 3. 33. EVOLUCIÓN DEL ERROR DE LA RNA CON RESPECTO AL VALOR DE VALIDACIÓN DE DATOS........................................ 76
FIGURA 3. 34. EVOLUCIÓN DEL ESTADO DE CREACIÓN Y ENTRENAMIENTO POR EL NÚMERO DE ÉPOCAS. ....................................... 76
FIGURA 3. 35. EVOLUCIÓN DEL ESTADO DE LA REGRESIÓN DE LOS VALORES APLICADOS A LA RED................................................ 77
FIGURA 3. 36. ENTRENAMIENTO DE LA RED NEURONAL. .................................................................................................... 78
FIGURA 3. 37. EVOLUCIÓN DEL ERROR DEL ENTRENAMIENTO DE LA RNA CON RESPECTO AL VALOR DE VALIDACIÓN DE DATOS. ......... 79
FIGURA 3. 38. EVOLUCIÓN DEL ESTADO DEL ENTRENAMIENTO POR EL NÚMERO DE ÉPOCAS........................................................ 79
FIGURA 3. 39. EVOLUCIÓN DEL ESTADO DE LA REGRESIÓN DE LOS VALORES APLICADOS AL ENTRENAMIENTO DE LA RED. ................. 80
FIGURA 3. 40. CAJA PORTADORA DEL SISTEMA. ................................................................................................................. 81
FIGURA 3. 41. SENSOR MAF. ....................................................................................................................................... 81
FIGURA 3. 42. CARACTERÍSTICAS CONSTRUCTIVAS DEL MAF. .............................................................................................. 82
FIGURA 3. 43. ACOPLE PARA MAF ................................................................................................................................. 82
FIGURA 3. 44. CARACTERÍSTICAS CONSTRUCTIVAS DE LOS ADAPTADOS PARA MAF................................................................... 83
FIGURA 3. 45. SENSOR MAP. ....................................................................................................................................... 83
FIGURA 3. 46. CARACTERÍSTICAS CONSTRUCTIVAS DEL SENSOR MAP .................................................................................... 84
FIGURA 3. 47. SENSOR LM35 ....................................................................................................................................... 84
FIGURA 3. 48. SISTEMA PROTOTIPO ................................................................................................................................ 85
FIGURA 3. 49. ADAPTADOR PARA DIÁMETROS DE 60MM A 70MM ....................................................................................... 89
FIGURA 3. 50. ABRAZADERA PARA EL ADAPTADOR. ............................................................................................................ 89
FIGURA 3. 51. ADAPTADOR PARA LA LUV 2300 CM3 ......................................................................................................... 90
XIV
FIGURA 3. 52. ADAPTADOR PARA MOTORES 3200CM3 V6. ................................................................................................ 90
FIGURA 4. 1. INSPECCIÓN VISUAL DE ACOPLE A1 MOTOR 1500 CM3. .................................................................................... 92

FIGURA 4. 2. INSPECCIÓN VISUAL DE ACOPLE A1 MOTOR 1000 CM3 ..................................................................................... 93
FIGURA 4. 3. ADAPTADOR A2 Y A1 INSTALADOS EN MOTOR 2300C CM3. .............................................................................. 93
FIGURA 4. 4. ADAPTADOR A3 Y A1 INSTALADOS EN MOTOR 3200 CM3. ................................................................................ 94
FIGURA 4. 5. ENTRADA DE AIRE AL MOTOR. (A) ALETA CERRADA. (B) ALETA ABIERTA. MOTOR 1000 CM3 .................................. 95
FIGURA 4. 9. INSTALACIÓN DEL SENSOR MAF. .................................................................................................................. 98
FIGURA 4. 10. CONEXIÓN DEL MAP ............................................................................................................................... 99
FIGURA 4. 11. CONEXIÓN DE LA BATERÍA. ........................................................................................................................ 99
FIGURA 4. 12. ENCENDIDO DEL CIRCUITO RECTIFICADOR DE SEÑALES. .................................................................................. 100
FIGURA 4. 13. CONEXIÓN DE LA COMPUTADORA A LA TARJETA DE ADQUISICIÓN DE DATOS. ..................................................... 100
FIGURA 4. 14. SELECCIÓN DEL PROYECTO....................................................................................................................... 101
FIGURA 4. 15. VENTANA DE ACTIVACIÓN. ...................................................................................................................... 101
FIGURA 4. 16. VENTANA DE PROYECTO ......................................................................................................................... 102
FIGURA 4. 17. VENTANA DE ACTIVACIÓN NI MYRIO. ........................................................................................................ 102
FIGURA 4. 18. FRONT PANEL. ...................................................................................................................................... 103
FIGURA 4. 19. INICIO DE LA PRUEBA. ............................................................................................................................ 104
FIGURA 4. 20. CASILLA DE RESULTADO. ......................................................................................................................... 104
FIGURA 4. 21. TOMA REALIZADA CON EL PEDAL DEL ACELERADOR TOTALMENTE ACCIONADO.................................................... 105
FIGURA 4. 22. GRÁFICAS DE: (A) CORRECTO FUNCIONAMIENTO, (B) MAL FUNCIONAMIENTO. BATERÍA 12V. .............................. 106
FIGURA 4. 23. GRÁFICAS DE: (A) CORRECTO FUNCIONAMIENTO, (B) MAL FUNCIONAMIENTO. MAP. ........................................ 106
FIGURA 4. 24. GRÁFICAS DE: (A) CORRECTO FUNCIONAMIENTO, (B) MAL FUNCIONAMIENTO. BARO. ....................................... 107
FIGURA 4. 25. GRÁFICAS DE: (A) CORRECTO FUNCIONAMIENTO, (B) MAL FUNCIONAMIENTO. TEMPERATURA AMBIENTE............... 107
FIGURA 4. 26. GRÁFICAS DE: (A) CORRECTO FUNCIONAMIENTO, (B) MAL FUNCIONAMIENTO. MAF.......................................... 108
FIGURA 4. 27. GRÁFICAS DE NORMALIDAD, A) SE CUMPLE LA NORMALIDAD, B) NO SE CUMPLE LA NORMALIDAD. ........................ 109
FIGURA 4. 28. GRÁFICAS DE VARIANZA, A) SUPUESTO DE VARIANZA CONSTANTE ACEPTADA, B) SUPUESTO DE VARIANZA CONSTANTE
RECHAZADA. ................................................................................................................................................... 110
FIGURA 4. 29. GRÁFICAS DE INDEPENDENCIA DE RESULTADOS, A) INDEPENDENCIA CORRECTA, B) NO EXISTE INDEPENDENCIA. ....... 110
FIGURA 4. 30. GRÁFICA DE RESIDUOS PARA MOTORES 1000 CM3. ..................................................................................... 111
XV
FIGURA 4. 34. GRÁFICA DE RESIDUOS PARA MOTORES 2300 CM3. .................................................................................... 115
FIGURA 4. 37. GRÁFICA GENERAL DE RESULTADOS. .......................................................................................................... 121
FIGURA 4. 39. GRÁFICA DE RESULTADOS CILINDRADA REAL Y CILINDRADA DE RNA. .............................................................. 124
FIGURA 4. 41. GRÁFICA DE RESULTADOS CILINDRADA REAL Y CILINDRADA DE RLM. .............................................................. 126
FIGURA 4. 43. ANÁLISIS DE MEDIAS PARA VOLUMEN DE REGRESIÓN.................................................................................... 128
FIGURA 4. 44. RESUMEN DE TUKEY PARA VOLUMEN DE REGRESIÓN. ................................................................................... 129
FIGURA 4. 45. GRÁFICA DE RESIDUOS PARA LOS RESULTADOS DE LA REGRESIÓN LINEAL MULTIVARIABLE. .................................. 130
FIGURA 4. 46. GRÁFICA DE CAJA PARA LOS RESULTADOS DE LA REGRESIÓN LINEAL MULTIVARIABLE. ......................................... 131
FIGURA 4. 47. GRÁFICA DE VALORES INDIVIDUALES PARA LOS RESULTADOS DE LA REGRESIÓN LINEAL MULTIVARIABLE. ................ 132
FIGURA 4. 48. ANÁLISIS DE MEDIAS PARRA VOLUMEN DE RNA. .................................................................................. 133
FIGURA 4. 49. RESUMEN DE TUKEY PARA VOLUMEN DE RNA. .................................................................................... 134

FIGURA 4. 51. GRÁFICA DE CAJA PARA LOS RESULTADOS DE LA RNA. .................................................................................. 136
FIGURA 4. 52. GRÁFICA DE VALORES INDIVIDUALES PARA LOS RESULTADOS DE LA RNA. ......................................................... 136
FIGURA 4. 53. COMPARACIÓN DE GRÁFICA DE VALORES INDIVIDUALES PARA LOS RESULTADOS DE LA RLM Y RNA. ..................... 137
FIGURA 4. 54. COMPARACIÓN DE ERROR PORCENTUAL PARA LOS RESULTADOS DE LA RLM Y RNA. .......................................... 138
FIGURA 4. 61. ANÁLISIS DE MEDIAS PARA VOLUMEN DE REGRESIÓN.................................................................................... 148
FIGURA 4. 62. RESUMEN DE TUKEY PARA VOLUMEN DE REGRESIÓN. ................................................................................... 149
FIGURA 4. 63. GRÁFICA DE TUKEY PARA LOS RESULTADOS DE LA REGRESIÓN LINEAL MULTIVARIABLE. ....................................... 150
FIGURA 4. 65. GRÁFICA DE CAJA PARA LOS RESULTADOS DE LA REGRESIÓN LINEAL MULTIVARIABLE. ......................................... 152
FIGURA 4. 66. GRÁFICA DE VALORES INDIVIDUALES PARA LOS RESULTADOS DE LA REGRESIÓN LINEAL MULTIVARIABLE. ................ 153
XVI
FIGURA 4. 67. ANÁLISIS DE MEDIAS PARA VOLUMEN DE RNA............................................................................................ 154

FIGURA 4. 68. RESUMEN DE TUKEY PARA VOLUMEN DE RNA. .................................................................................... 155
FIGURA 4. 69. GRÁFICA DE TUKEY PARA LOS RESULTADOS DE LA RNA. ................................................................................ 155
FIGURA 4. 71. GRÁFICA DE CAJA PARA LOS RESULTADOS DE LA RNA. .................................................................................. 157
FIGURA 4. 72. GRÁFICA DE VALORES INDIVIDUALES PARA LOS RESULTADOS DE LA RNA. ......................................................... 158
FIGURA 4. 73. COMPARACIÓN DE GRÁFICA DE VALORES INDIVIDUALES PARA LOS RESULTADOS DE LA RLM Y RNA. ..................... 159
FIGURA 4. 74. COMPARACIÓN DE ERROR PORCENTUAL PARA LOS RESULTADOS DE LA RLM Y RNA. .......................................... 160
FIGURA 4. 75. ERROR DE MÉTODOS GENERAL, PASTEL. .................................................................................................... 161
FIGURA 4. 76. ERROR DE MÉTODOS GENERAL, BARRAS. ................................................................................................... 162
FIGURA. A1. 1. AJUSTE DE CURVA. ............................................................................................................................... 173

FIGURA A2. 1. OBTENCIÓN DE DATOS MAF. .................................................................................................................. 174
FIGURA A2. 2. CURVA DE AJUSTE MAF. ........................................................................................................................ 176
FIGURA A6. 1. OFICIO ENVIADO SRI. PARTE 1. ............................................................................................................... 214
FIGURA A6. 2. OFICIO ENVIADO SRI. PARTE 2. ............................................................................................................... 215
FIGURA A7. 1. REJILLA DIRECCIONAL DE FLUJO ................................................................................................................ 216
FIGURA A8. 1. VEHÍCULO PPG -182. ........................................................................................................................... 221
FIGURA A8. 2. VEHÍCULO UBA – 5805 ........................................................................................................................ 222
FIGURA A8. 3. VEHÍCULO ABD – 4229 ........................................................................................................................ 223
FIGURA A8. 4. VEHÍCULO PKW – 0102. ...................................................................................................................... 224
FIGURA A8. 5. VEHÍCULO ACG – 108 .......................................................................................................................... 225
FIGURA A8. 6. VEHÍCULO UBA – 2106 ........................................................................................................................ 226
FIGURA A8. 7. VEHÍCULOS ABE – 4843 ....................................................................................................................... 227
FIGURA A8. 8. VEHÍCULOS PVZ – 075.......................................................................................................................... 228
FIGURA A8. 9. VEHÍCULO PRK – 607 ........................................................................................................................... 229
FIGURA A8. 10. VEHÍCULO ACG-640 .......................................................................................................................... 230
FIGURA A8. 11. VEHÍCULO ACG-640 .......................................................................................................................... 231
FIGURA A8. 12. VEHÍCULO PKE-169 ........................................................................................................................... 232
FIGURA A9. 1. DIAGRAMA DE ADQUISICIÓN DE DATOS EN LABVIEW.................................................................................. 233
FIGURA A10. 1. GRABACIÓN DE DATOS EN LABVIEW. .................................................................................................... 233
FIGURA A11. 1. GENERACIÓN DE MATRIZ GENERAL DE DATOS EN LABVIEW (ARRAY DE DATOS MAF, BARO, MAP) ................... 234
FIGURA A12. 1. GENERACIÓN DE MATRIZ GENERAL DE DATOS EN LABVIEW (ARRAY DE DATOS: TEMP, VOLUCALC, VOLT. BAT.).... 235
FIGURA A13. 1. ANÁLISIS ESTADÍSTICO EN LABVIEW. ....................................................................................................... 236
XVII
FIGURA A14. 1. APLICACIÓN DE ANÁLISIS NUMÉRICO EN LABVIEW SIN ACCIONAR EL PEDAL DEL ACELERADOR. .......................... 237
FIGURA A15. 1. APLICACIÓN DE ANÁLISIS NUMÉRICO EN LABVIEW CON EL PEDAL DEL ACELERADOR COMPLETAMENTE ACCIONADO.. 238
FIGURA A16. 1. INTERFAZ GRÁFICO EN LABVIEW. ............................................................................................................ 239
FIGURA A17. 1. ALGORITMO DE MATLAB PARA LA REGRESIÓN MULTIVARIABLE. ................................................................... 239
FIGURA A18. 1. ALGORITMO DE MATLAB PARA LA REGRESIÓN MULTIVARIABLE, COMPROBACIÓN. .......................................... 240
FIGURA A19. 1. ALGORITMO PARA LA CREACIÓN DE UNA RNA. ......................................................................................... 240
ÍNDICE DE FÓRMULAS
FÓRMULA 1. 1: CÁLCULO DE IMPUESTO VERDE ................................................................................................................... 7

FÓRMULA 1. 2: PRESIÓN ABSOLUTA................................................................................................................................ 10
FÓRMULA 1. 3: PRESIÓN .............................................................................................................................................. 10
FÓRMULA 1. 4: TEMPERATURA °C A °K ........................................................................................................................... 10
FÓRMULA 1. 5: CONSTANTE DE LOS GASES ...................................................................................................................... 10
FÓRMULA 1. 6. ECUACIÓN DE ESTADO ............................................................................................................................ 11
FÓRMULA 1.7. VOLUMEN Y DENSIDAD ............................................................................................................................ 11
FÓRMULA 1. 8. ECUACIÓN DE ESTADO ............................................................................................................................ 11
FÓRMULA 1. 9. VOLUMEN ............................................................................................................................................ 11
FÓRMULA 1. 10. EFICIENCIA ENERGÉTICA ........................................................................................................................ 12
FÓRMULA 1. 11. EFICIENCIA VOLUMÉTRICA ..................................................................................................................... 12
FÓRMULA 1. 12. VOLUMEN .......................................................................................................................................... 12
FÓRMULA 1. 13. DENSIDAD DEL AIRE ............................................................................................................................. 12
FÓRMULA 1. 14: CÁLCULO DE LA CARRERA....................................................................................................................... 13
FÓRMULA 1. 15. CÁLCULO DE LA LONGITUD DE LA BIELA ..................................................................................................... 14
FÓRMULA 1. 16. CÁLCULO DE LA SECCIÓN DEL PISTÓN........................................................................................................ 14
FÓRMULA 1. 19. CÁLCULO DEL GRADO DE CARGA. ............................................................................................................ 15
FÓRMULA 3. 1. ECUACIÓN DE ESTADO GASES IDEALES. ....................................................................................................... 44

FÓRMULA 3. 2. ECUACIÓN MAF.................................................................................................................................... 44
FÓRMULA 3. 3. ECUACIÓN DE PRESIÓN............................................................................................................................ 45
XVIII
FÓRMULA 3. 4. ECUACIÓN DE TEMPERATURA ................................................................................................................... 46

FÓRMULA 3. 5. ECUACIÓN PARA LA MEDICIÓN DEL VOLTAJE DE LA BATERÍA............................................................................. 47
FÓRMULA 3. 6. ECUACIÓN DE LA REGRESIÓN MÚLTIPLE. .................................................................................................... 62
FÓRMULA 3. 7. ECUACIÓN DE LA REGRESIÓN MÚLTIPLE CON INTERACCIÓN DE VARIABLES. ........................................................ 63
FÓRMULA 3. 8. CAMBIO DE VARIABLE PARA INTERACCIÓN DE VARIABLES. ............................................................................... 63
FÓRMULA 3. 9. DEFINICIÓN DEL ALGORITMO RLM. ........................................................................................................... 63
FÓRMULA 3. 10. DETERMINACIÓN DE COEFICIENTES POR EL MÉTODO DE MÍNIMOS CUADRADOS................................................. 63
FÓRMULA 3. 11. ALGORITMO DE MATLAB PARA LA REGRESIÓN MULTIVARIABLE. ANEXO 17. .................................................. 64
FÓRMULA 3. 12. ALGORITMO DE MATLAB PARA LA REGRESIÓN MULTIVARIABLE, COMPROBACIÓN. ANEXO 18. .......................... 64
FÓRMULA 3. 13. ALGORITMO DE LA REGRESIÓN MULTIVARIABLE SIN ACCIONAR EL PEDAL DEL ACELERADOR. ................................ 67
FÓRMULA 3. 14. ALGORITMO DE LA REGRESIÓN MULTIVARIABLE CON EL PEDAL DEL ACELERADOR COMPLETAMENTE ACCIONADO..... 67
FÓRMULA 3. 15. FUNCIÓN DE ENTRADA DE LA NEURONA. ................................................................................................... 71
FÓRMULA 3. 16. CÁLCULO DEL TAMAÑO DE LA MUESTRA.................................................................................................... 86
FÓRMULA 3. 17. TAMAÑO DE LA MUESTRA. ..................................................................................................................... 87
ÍNDICE DE TABLAS
TABLA 1. 1: VALOR DE IMPOSICIÓN ESPECIFICA ................................................................................................................... 7
TABLA 1. 2: FACTOR DE AJUSTE ........................................................................................................................................ 8
TABLA 1. 3: RECOPILACIÓN DE ERRORES EN LA MATRICULACIÓN DE LOS PERIÓDICOS LA HORA, EL COMERCIO Y EL UNIVERSO ............. 8
TABLA 1. 4.TABLA DE DENSIDAD DEL AIRE A DIFERENTES TEMPERATURAS Y HUMEDAD RELATIVA. ................................................ 13
TABLA 2. 1. ALTERNATIVAS ........................................................................................................................................... 24

TABLA 2. 2. CRITERIO DE VALORACIÓN ............................................................................................................................ 24
TABLA 2. 3. EVALUACIÓN DEL PESO ESPECÍFICO DE CADA CRITERIO ...................................................................................... 24
TABLA 2. 4. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO FACILIDAD DE INSTALACIÓN ....................................................... 25
TABLA 2. 5. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO FACILIDAD DE MANEJO .............................................................. 25
TABLA 2. 6. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO COSTO.................................................................................... 25
TABLA 2. 7. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO MANTENIMIENTO ..................................................................... 26
TABLA 2. 8. TABLA DE RESULTADOS Y CONCLUSIONES......................................................................................................... 26
TABLA 2. 9. SELECCIÓN DE SENSOR MAF ......................................................................................................................... 30
TABLA 2. 10. EVALUACIÓN DEL PESO ESPECÍFICO DE CADA CRITERIO ...................................................................................... 31
TABLA 2. 11. COSTOS DE MAF ...................................................................................................................................... 31
TABLA 2. 12. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO COSTO.................................................................................. 31
TABLA 2. 13. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO MANTENIMIENTO. .................................................................. 32
XIX
TABLA 2. 14. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO EXISTENCIA EN EL MERCADO..................................................... 32
TABLA 2. 15. EVALUACIÓN DEL PESO ESPECÍFICO DEL CRITERIO TIPO DE SEÑAL ....................................................................... 32
TABLA 2. 16. TABLA DE RESULTADOS Y CONCLUSIONES....................................................................................................... 33
TABLA 2. 17. SENSOR MAP POR VARIACIÓN DE PRESIÓN .................................................................................................... 35
TABLA 2. 18. SENSOR DE TEMPERATURA LM35 ............................................................................................................... 36
TABLA 3. 1. VALORES BASE PARA LA GENERACIÓN DEL ALGORITMO DE CÁLCULO. ..................................................................... 52

TABLA 3. 2. COEFICIENTES DE REGRESIÓN MULTIVARIABLE. ................................................................................................ 65
TABLA 3. 3. FUNCIONES DE ENTRADA COMÚNMENTE UTILIZADAS. ........................................................................................ 71
TABLA 3. 4. FUNCIONES DE ACTIVACIÓN COMÚNMENTE UTILIZADAS. ..................................................................................... 72
TABLA 3. 5. FUNCIONES DE SALIDA COMÚNMENTE APLICADAS. ............................................................................................ 72
TABLA 3. 6. VALORES DE CONSTANTES PARA NORMALIZACIÓN. ............................................................................................ 73
TABLA 3. 7. CANTIDAD DE VEHÍCULOS EXISTENTES EN EL AZUAY ........................................................................................... 86
TABLA 3. 8. CANTIDAD DE MUESTRAS NECESARIAS PARA EL ESTUDIO. .................................................................................... 87
TABLA 3. 9. VEHÍCULOS CON EL DIÁMETRO DE 60MM A 65MM. .......................................................................................... 88
TABLA 4. 1. RESULTADOS DE CILINDRADA....................................................................................................................... 118

TABLA 4. 2. RESULTADOS DE CILINDRADA....................................................................................................................... 138
TABLA 4. 3. COMPARACIÓN GENERAL DE RESULTADOS..................................................................................................... 160
TABLAS ANEXOS
TABLA A1. 1. TOMA DE DATOS. ................................................................................................................................... 173
TABLA A2. 1. DATOS TOMADOS MAF........................................................................................................................... 174
TABLA A4. 1. GENERAL DE RESULTADOS. ....................................................................................................................... 179
TABLA. A5. 1. VALORES DE COMPARACIÓN. ................................................................................................................... 200
1
GLOSARIO
P, presión
ࡼࢍ , Presión manométrica
ࡼࢇ , Presión atmosférica
M, Peso molecular
V, Volumen especifico
M, Masa molecular del aire
ૉ, es la densidad del aire en kg/m3
‫ ܉ۻ‬, es la masa molar del aire seco 0.0289635 kg/mol (para el aire con una fracción
molar de CO2, XCO2 = 0.0004).
Z, factor de compresibilidad adimensional.
R, constante molar de los gases 8.31451 J/K (mol)
T, temperatura termodinámica en °K, T = t +273.15 (t °C).
‫ ܞ ܠ‬, fracción molar de vapor de agua, adimensional.
‫ ܞۻ‬, masa molar del vapor de agua, 0.0180154 kg/mol.
Con una temperatura de 22°C y una humedad relativa del 50% se tiene un valor de
ɏǣͲǤͺ͸ʹʹ kg/m3.
િ‫ ܞ‬, Eficiencia volumétrica
cc o cm3, centímetros cúbicos.
VT, Cilindrada total en cm3
VD, Cilindrada unitaria en cm3

2
PMI, Punto muerto inferior
PMS, Punto muerto superior
S, Carrera del cilindro
L, Longitud de la manivela
࡭࢖ , Sección del pistón
D, Diámetro del pistón.
IACV, Impuesto a la contaminación vehicular

3
RESUMEN
El aumento del parque automotor a nivel de todo el país en los últimos años, es
considerable, debido a este crecimiento el estado crea en el 2012 un impuesto a la
contaminación ambiental, la cual es generada por los motores de los automóviles, en
donde se marcaba el pago a cilindradas mayores a 1500 cm3, debido a este evento se
detectan errores en las cilindradas de los motores de varios vehículos.
Para solucionar esta necesidad se plantea el diseño, construcción y validación de un

sistema prototipo, para determinar la cilindrada total de un motor ciclo Otto utilizando
un método no invasivo mediante Labview. El sistema prototipo consta de un software
el cual permite mediante redes neuronales, conocer la cilindrada del vehículo y un
hardware, el cual está compuesto por un sensor MAF, un sensor MAP, un sensor de
temperatura ambiente, un medidor de voltaje de batería, una tarjeta electrónica de
filtrado de las señales de ingreso y una tarjeta de adquisición de datos. Este sistema
prototipo toma la señal en base al flujo de aire que ingresa por el múltiple de admisión
a través del sensor MAF, también toma señales referenciales como: la depresión que
tiene el motor al dar arranque y la presión barométrica, todo esto a través del sensor
MAP, la temperatura ambiente y el voltaje de la batería al momento de dar arranque,
estos datos generados al momento de dar arranque, son almacenados en la tarjeta de
adquisición de datos, para luego ser analizados a través de una Red Neuronal, la cual
va a permitir identificar los diferentes tipos de cilindradas a través del entrenamiento
de la misma.
Este sistema prototipo lo que pretende es brindar ayuda tanto al gobierno, como a los
dueños de los vehículos con errores en las matriculas con respecto a su cilindrada,
logrando de este modo un pago justo y el cumplimiento de las leyes dictadas por el
estado.
4
PRESENTACIÓN
Los ciudadanos propietarios de los vehículos automotores, al momento de realizar el
pago del impuesto, previo a la obtención de su matrícula; requieren conocer la
verdadera cilindrada del motor de su vehículo, debido a la entrada en vigencia de la
Ley de Fomento Ambiental y Optimización de Los Ingresos del Estado, a través del
Registro Oficial Año III – N° 583, aprobado el 24 de noviembre de 2011, el cual entro
en vigencia el 01 de enero de 2012, en donde se estipula claramente que los vehículos
cuya cilindrada sea mayor a 1500 cm3 deben someterse a una tabla de ajuste en el
pago de la matrícula.
Por otro lado al momento de digitar los datos de la cilindrada de los motores de los
vehículos, se han producido varios errores, como por ejemplo, en vehículos de 3000
cm3 han pasado a categorizarse en cilindradas de 13000cm3 (Trece mil centímetros
cúbicos) y de forma similar se ha detectado una cantidad considerable de vehículos
con estos inconvenientes; todo esto ha producido que al momento de cancelar la
matrícula que sus costos, como es lógico se hayan elevado de manera significativa,
causando molestias a los ciudadanos que buscan soluciones efectivas a estos
problemas.
Por lo citado y por recomendaciones del SRI (Servicio de Rentas Internas), entidad
que ha sugerido que la única forma de saber exactamente la cilindrada del motor de
un vehículo, es proceder con la medición del volumen de los cilindros a través de un
método confiable, pero al utilizarse el método tradicional de desmontaje de la tapa de
cilindros, resulta que sus costos se vuelven considerables a más del tiempo que
requiere todo este proceso; en vista de lo cual, se ha planteado un método efectivo de
medición de la cilindrada, que no es invasivo y requiere de un breve tiempo para
determinar de manera exacta la cilindrada de un motor de combustión interna
alternativo.
El presente proyecto busca dar la facilidad tanto a las entidades gubernamentales

como a los dueños del vehículos de comprobar la cilindrada real, con un método
5
efectivo y que además impida que el motor sea desarmado, permitiendo de esta forma
que el cobro del impuesto por concepto de la matricula sea el justo.
Las ventajas de este sistema de medición de cilindrada, son la rápida obtención de los
resultados y sin requerir de ningún desmontaje de ningún elemento del motor, además
de la disminución del tiempo de espera de los resultados y por último cuidando la
integridad del motor.
El procedimiento de la obtención de resultados mediante el sistema prototipo, de

manera general consiste, en el que luego de obtener los datos, estos son ingresados
a un software donde se realizara un análisis mediante el uso de un algoritmo
matemático, el cual entregara el valor de la cilindrada del motor del vehículo, algo que
hoy en día no existe en el país.
6
CAPÍTULO I.
1. FUNDAMENTOS Y MARCO TEÓRICO.
1.1. INTRODUCCIÓN
La fuente principal para el funcionamiento de un vehículo es el motor de combustión

interna alternativo, el cual produce su potencia, al transformar energía termoquímica
del combustible en energía mecánica, esta transformación se produce al combustionar
una mezcla aire combustible en el interior del cilindro, el cual la convierte en energía
mecánica; al expandirse la combustión esta empuja al pistón hacia abajo y este debe
de volver a subir, comprimiendo nuevamente la mezcla produciendo un evento cíclico.
Si el medio de trabajo se modifica durante la absorción de calor, el regreso al estado

de partida, solo resulta posible regresando al medio de trabajo al estado inicial, lo que
se conoce como un proceso abierto, en donde se da un intercambio de la mezcla
combustionada por una mezcla nueva generando un proceso constante.
En el presente capitulo lo que se busca es dar el sustento teórico del tema a

desarrollar.
OBJETIVOS DE LA INVESTIGACIÓN
Objetivo General
· Diseñar y construir un sistema prototipo para determinar la cilindrada total de
un motor ciclo Otto por un método no invasivo mediante Labview.
Objetivos específicos
· Diseñar un sistema prototipo para la determinación de la cilindrada de un motor
ciclo Otto con un error menor al 3%.
· Construir un sistema prototipo para la determinación de la cilindrada de un
motor ciclo Otto.
· Establecer un procedimiento adecuado para la determinación del volumen del
cilindro en un motor ciclo Otto por un método no invasivo.
7
· Establecer un protocolo de validación de las muestras.

· Validar los resultados obtenidos a través del sistema prototipo.
HIPÓTESIS
Las características tanto constructivas como de funcionamiento pueden dar valores de

referencia sobre la cilindrada de cada motor, los cuales sirven de base para la creación
del sistema prototipo.
JUSTIFICACIÓN DE LA INVESTIGACIÓN
El Gobierno del Ecuador a través del Registro Oficial Año III – N° 583, aprobado el 24
de noviembre del 2011 y entrando en vigencia el 1 de enero del 2012, en donde los
vehículos cuya cilindrada sea mayor a 1500cm 3 deberá de someterse a una tabla de
ajuste en el pago de su matrícula.
ሺ‫݆݉ܿ݊݁݁ܽݎ݈݀݊݅݅ܥ‬ଷ െ ͳͷͲͲሻ ‫݂ܽܿ݅݅ܿ݁݌ݏ݁݊݋݅ܿ݅ݏ݋݌݉݅݁݀ݎ݋݈ܸܽ כ‬

‫ ܸܥܣܫ‬ൌ
ሺͳ ൅ ‫݁ݐݏݑ݆ܣ݁݀ݎ݋ݐܿܽܨ‬ሻ
Fórmula 1. 1: Cálculo de Impuesto Verde

Fuente: http://www.sri.gob.ec/de/475
Dependiendo del año de fabricación del vehículo se impone un valor de ajuste que se
puede observar en las siguientes tablas.
Tabla 1. 1: Valor de imposición especifica

Tramo cilindraje - Automóviles y
No. $ / CC. (t)*
motocicletas (b)*
1 Menor a 1.500 cc 0.00
2 1.501 - 2.000 cc 0.08
3 2.001 - 2500 cc 0.09
4 2.501 - 3.000 cc 0.11
5 3.001 - 3.500 cc 0.12
6 3.501 - 4.000 cc 0.24
7 Más de 4.000 cc 0.35
8
Tabla 1. 2: Factor de ajuste

Tramo de Antigüedad (años) - Factor
No.
Automóviles (FA)
1 Menor a 5 años 0%
2 De 5 a 10 años 5%
3 De 11 a 15 años 10%
4 De 16 a 20 años 15%
5 Mayor a 20 años 20%
6 Híbridos -20%
Desde que el valor del impuesto verde se cobra a partir de enero del 2012, el SRI
presenta distintos tipos de quejas con respecto al valores de la cilindrada, a inicio de
la ejecución del impuesto no existe mayor cantidad de inconvenientes ya que una
transitoria determina que del año 2012 al 2016 existe la disposición que señala que los
vehículos cuyo cilindraje sea mayor a 2500 centímetros cúbicos y, tengan más de 5
años, contados desde el año de fabricación del vehículo, tendrán una rebaja del 80%
del valor del impuesto a pagar durante 3 años, y la rebaja será del 50% para el 4to y
5to año, pese a que en la actualidad no se ha cobrado la totalidad del impuesto, se
han venido dando inconvenientes por los valores de la cilindrada marcada en la
matrícula de los vehículos como se puede ver en la siguiente tabla. 1
Tabla 1. 3: Recopilación de errores en la matriculación de los periódicos La hora, El Comercio y

El Universo
Fuente: Los Autores
Año de Cilindrada Valor a Cilindrada Valor a 80% 50%
fabricación real cancelar alterada cancelar 2012 al 2015 al
2014 2016
2000 2000cc $36.00 4000cc $545.45 $109.09 $272.73
1981 3100cc $166.96 5700cc $1225.00 $245.00 $612.50
1995 1000cc $00.00 3000cc $156.53 $31.30 $78.27
Por lo que a partir de la creación del impuesto y al existir errores en el cobro de los
impuestos tanto a favor del estado como en contra, razón por lo cual la Universidad
Politécnica Salesiana ha venido receptando peticiones de informes periciales por parte
1 LA HORA. Problema de pago de impuestos. 2012

9
de personas afectadas, las cuales solicitan se certifiquen el valor de la cilindrada de

sus vehículos.
LIMITACIONES DE LA INVESTIGACIÓN.
· El tiempo a entregar el presente proyecto es uno de los principales limitantes,
debido a la gran cantidad de datos a ser muestreados para validar el sistema de
medición.
· El costo económico que implica realizar el levantamiento completo de la base de
datos.
ALCANCES DE ESTA INVESTIGACIÓN
Con el presente trabajo de tesis lo que se busca es brindar una alternativa viable y
segura para la obtención de la cilindrada.
Lo que se pretende es revisar los métodos utilizados para lograr certificar la real
cilindrada de los motores de combustión interna y las características mecánicas de
varios motores que funcionan dentro de la ciudad de Cuenca-Ecuador para poder
elevar una alternativa de medición.
Además se pretende generar patrones de funcionamiento y diagnóstico a través del

registro de los valores.
Una vez identificada la propuesta a desarrollar se procederá a validar los resultados

obtenidos a través de la comprobación de las cilindradas de varios vehículos.
SUSTENTO TEÓRICO
La parte teórica dentro del análisis toma vital importancia ya que es en donde se basara
el estudio práctico.
1.1.6.1. Ecuación de estado

Propiedades específicas del gas como la presión (p), y la temperatura, (T), vienen
dadas en unidades absolutas de Pascales ሾܲ௔ ሿ y Grados Kelvin ሾι‫ܭ‬ሿ, respectivamente.
La presión manométrica ൫ࡼࢍ ൯ es la diferencia entre la presión absoluta ሺࡼሻ o real y la
10
presión atmosférica ሺࡼࢇ ሻ. Se aplica tan solo en aquellos casos en los que la presión
es superior a la presión atmosférica, cuando la presión es negativa se llama presión
de vacío.
ൌ ୥ ൅ ୟ
Fórmula 1. 2: Presión absoluta
Fuente: Gordon P. Blair, Design and simulation of four-stroke engines.
La presión también puede ser designada como una relación adimensional, es decir
una relación de presión,ሺࡼሻ donde la referencia estándar de la presión atmosférica, se
define como 101.325 P.a., o 1.01325 bar, la cual puede ser definida como:

ൌ
ܲ௔
Fórmula 1. 3: Presión
La temperatura medida se expresa en grados centígrados ሺι‫ܥ‬ሻ, y para convertirla a

grados kelvin se encuentra aplicando la siguiente ecuación:
ൌ ୡ ൅ ʹ͹͵
Fórmula 1. 4: Temperatura °C a °K
La constante universal de los gases ሺࡾሻ, que tiene un valor de 8314,3

‫ܬ‬ ݇݃
ͺ͵ͳͶǤ͵ ൗ݇݃ െ ݉‫݈݋‬ι‫ ܭ‬, para el aire, que tiene un peso molecular ሺࡹሻ, de ʹͻ ൗ݉‫݈݋‬, la
constante de los gases, se encuentra a través de:
ഥ ͺ͵ͳͶǤ͵
‫ܬ‬
ൌ ൌ ൌ ʹͺ͸Ǥ͹ ൗ ‫ כ‬ι
ʹͻ
Fórmula 1. 5: Constante de los Gases
En cualquier volumen de gas, que es conocido por estar a una presión y la

temperatura, la masa de gas contenido en el mismo, m, se pueden encontrar desde el
estado termodinámico. Las unidades de volumen están en unidades del SI, que son
m3, y las unidades de masa son kg. La ecuación de termodinámica de estado es:
11
ൈ ൌൈൈ
Fórmula 1. 6. Ecuación de estado
La densidad ሺ࣋ሻ, y el volumen específico ሺࢂሻ de un gas son inversamente relacionados

‫݃ܭ‬ ଷ
entre sí. Las unidades de la densidad y el volumen específico son ൗ ଷ y ݉ ൗ݇݃ m3
݉
/ kg, respectivamente.
ͳ
ൌ ɏ ൌ ɏ ൌ

Fórmula 1.7. Volumen y densidad
La ecuación de estado puede ser modificada para incorporar la densidad y el volumen

específico como:
ൌ ɏ ൌ
Fórmula 1. 8. Ecuación de Estado
Al aplicar la ecuación de estado se puede determinar el volumen en función de la

cantidad de masa:

ൌ

Fórmula 1. 9. Volumen
1.1.6.2. La eficiencia volumétrica

En un motor de combustión interna existen elementos que restringen la cantidad de
aire que admite el motor, siendo estos los siguientes: el filtro de aire, el carburador o
sistema de inyección, y la placa del acelerador, colector de admisión, el puerto de
admisión, la válvula de admisión, conductos de admisión en colectores de geometría
variable. El parámetro utilizado para medir la eficacia del proceso de inducción de aire
en un motor, es la eficiencia volumétrica.
La eficiencia volumétrica se define como la tasa de flujo de volumen de aire en el

sistema de admisión dividida por la velocidad a la que el volumen es desplazado por
el pistón.
12
ʹሶ ୟ ʹሶ ୟ
Ʉ୴ ൌ ൌ
ɏ ɏɄ୴
Fórmula 1. 10. Eficiencia Energética
Fuente: John B. Heywood, Internal Combustión Engine Fundamentals.
Una definición equivalente y alternativa para la eficiencia volumétrica es:

ሶ ୟ
Ʉ୴ ൌ
ɏ
Fórmula 1. 11. Eficiencia Volumétrica
La densidad de entrada puede ser tomada como la densidad atmosférica de aire (en
cuyo caso las medidas ߟ௩ el rendimiento de bombeo de todo el sistema de entrada), o
puede ser tomado como la densidad del aire en el colector de admisión (en cuyo caso
ߟ௩ mide el rendimiento de bombeo de la entrada de puerto y la válvula solamente).
Valores máximos típicos de ߟ௩ para motores de aspiración natural están en el 80 a 90

por ciento para la máxima aspiración y por el orden del 20 a 25% para la aspiración en
ralentí.
Aplicando esta definición se puede determinar el volumen requerido para la cantidad

de masa de aire en el cilindro por ciclo.
ሶ ୟ
ൌ
ɏɄ୴
Fórmula 1. 12. Volumen
Para el cálculo de la densidad del aire se aplica la fórmula de CIPM – 1981/91.
ୟ ୴
ɏൌ ‫ כ‬൤ͳ െ ୴ ൬ͳ െ ൰൨
ୟ
Fórmula 1. 13. Densidad del Aire
Fuente: John B. Heywood, Internal Combustion Engine Fundamentals.
13
Tabla 1. 4.Tabla de densidad del aire a diferentes temperaturas y humedad relativa.

Fuente: Los Autores.
Temperatura Humedad Densidad (P=735.3 hPa) Densidad (P=727.5 hPa)
12 50 0.8953 0.8858
18 50 0.8753 0.8660
24 50 0.8556 0.8464
30 50 0.8359 0.8269
12 75 0.8937 0.8842
18 75 0.8730 0.8637
24 75 0.8523 0.8431
30 75 0.8313 0.8223
La tabla calculada se la realiza con valores de presión de 735.3 hPa y 727.5 hPa, que
es la presión en la cual se realizaron las mediciones en la ciudad de Cuenca.
1.2. DEFINICIÓN DE CILINDRADA.
Todos los motores alternativos para su funcionamiento aplican una mezcla

estequiometrica de aire-combustible, que va en función de sus parámetros
geométricos y en sus parámetros de funcionamiento, el proceso cíclico que tienen los
motores de combustión interna hace que compriman constantemente la mezcla aire-
combustible y a través de una chispa de encendido se genera el trabajo que es
asumido directamente sobre el conjunto cinemático de tipo biela-manivela-cigüeñal,
generando en este último un par de giro que es transmitido por el embrague y la caja
de cambio hacia las ruedas provocando el movimiento del vehículo.
CARRERA DE CILINDRO
La carrera, es la distancia que recorre el pistón entre el punto muerto inferior (PMI) al
punto muerto superior (PMS), por lo que la carrera suele expresarse como el doble de
la longitud de la manivela (l).
ܵ ൌ ʹ‫݈ݔ‬
Fórmula 1. 14: Cálculo de la carrera
Fuente: F. Payri; J.M. Desantes, Motores de Combustión Interna alternativos
14
LONGITUD DE LA BIELA
La biela es una barra que une en sus extremos al pistón con el cigüeñal.
Su longitud L suele a dimensionarse con la carrera.
݈ ܵൗʹ ͳ
ߛൌ ൌ ൏
‫ܮ‬ ‫ܮ‬ ʹ
Fórmula 1. 15. Cálculo de la longitud de la biela
Fuente: F. Payri; J.M. Desantes, Motores de Combustión Interna alternativos.
SECCIÓN DEL PISTÓN
La sección o área del pistón es el lugar donde se va a generar la presión producto de

la fuerza ejercida por la combustión de la mezcla de aire combustible y viene
expresada de la siguiente manera:
ߨ ‫ܦ כ‬ଶ
‫ܣ‬௣ ൌ
Ͷ
Fórmula 1. 16. Cálculo de la sección del pistón
NÚMERO DE CILINDROS
Dentro de los tipos de motores existen varios tipos de configuración que poseen desde
un cilindro hasta de varios cilindros, al número de cilindros por lo general se lo conoce
con la nomenclatura (z)
CILINDRADA UNITARIA
El volumen desplazado por el embolo desde el PMS al PMI se denomina cilindrada

unitaria:
ܸ஽ ൌ ‫ܣ‬௣ ‫ܵ כ‬
15
CILINDRADA TOTAL
Se calcula a partir de la cilindrada unitaria y el número de cilindros.
்ܸ ൌ ܰï݉݁‫ܽ݅ݎܽݐܷ݅݊ܽ݀ܽݎ݈݀݊݅݅ܥܺݏ݋ݎ݈݀݊݅݅ܿ݁݀݋ݎ‬
1.3. MÉTODOS PARA DETERMINAR LA CILINDRADA.
CÁLCULO TEÓRICO
El cálculo teórico de la cilindrada se lo puede realizar conociendo previamente los

parámetros geométricos de un motor, mediante la utilización de manuales certificados
de la marca para luego aplicar la fórmula que se obtiene a partir del área del pistón y
de la carrera.
ߨ ‫ܦ כ‬ଶ ‫ܵ כ‬
ܸ஽ ൌ
Ͷ
Fórmula 1. 19. Cálculo del Grado de carga.
CÁLCULO PRÁCTICO
Para la determinación de la cilindrada en este caso se desconoce los parámetros

geométricos que posee el motor y se lo realiza desarmando al motor, extrayendo la
culata del mismo y se procede a medir el diámetro del cilindro y la carrera que posee
el pistón.
16
Figura 1. 1. Características geométricas

MÉTODO EMPÍRICO
Si no se conoce las características del motor y no se puede desarmar el mismo, el

procedimiento que se utiliza es verter de una probeta que contiene un cierta cantidad
de líquido conocido, en el interior del cilindro a través del orificio de la bujía y sacar la
diferencia entre la cantidad conocida que estuvo en la probeta y lo que resto al
momento de colocar el líquido al interior del cilindro.
Figura 1. 2. Probetas de toma de muestra.

17
CAPÍTULO II.
2. DISEÑO DEL SISTEMA PROTOTIPO.
2.1. MÉTODO Y SISTEMA A DESARROLLAR.
En el capítulo anterior se trata sobre las características que posee un motor de

combustión interna y algunas bases teóricas sobre las cuales se pretende trabajar; en
el presente capitulo lo que se va a tratar es sobre las particularidades técnicas
necesarias en el diseño del prototipo, estableciendo en base a las características
generales de cada uno de los tipos de motores que existen en el mercado nacional.
RESTRICCIONES Y LIMITACIONES
Si bien es cierto él diseño proporciona mejores condiciones en la toma de la medida

de la cilindrada, existen restricciones y limitaciones que se establecen al inicio del
sistema.
El diseño del sistema será acoplable a la mayoría de vehículos con motores de

combustión interna existentes en el país.
El sistema tendrá que ser confiable para que satisfaga las necesidades tanto de la
persona que opera el sistema, como a la que va dirigida la toma de la muestra.
Al plantear la medición del flujo másico de aire a través de un sensor MAF, se aplica
el principio teórico que indica que la eficiencia volumétrica más alta se la obtiene
cuando la restricción en el colector de admisión es mínima, es decir con el pedal del
acelerador completamente abierto.
Al pretender realizar la medición de flujo másico con el motor encendido y tratar de

que la eficiencia volumétrica sea máxima, las revoluciones por minuto se elevarían al
máximo que el sistema electrónico le permite o que llegue al máximo que el sistema
mecánico lo permita, teniendo el riesgo de excitar frecuencias naturales perjudiciales
para los elementos del motor.
18
Para el correcto funcionamiento del motor de combustión interna, los sensores que
aportan la información para el sistema de inyección e ignición deben estar
correctamente instalados; este es un condicionante ya que para la determinación de
la cilindrada se deben desinstalar sensores como: IAT, MAF, MAP, aparte de
conductos de aire como: las tomas de aire de admisión entre el filtro de aire y el múltiple
de admisión, tomas de vacío y actuadores de control de ralentí.
Debido a los desgastes producidos por efectos mecánicos entre la mariposa de

aceleración y su alojamiento, no se puede garantizar que la repetitividad de la toma de
la muestra sea segura.
Al tomar en cuenta que el error en la medición aumenta directamente con la adición

de variables, el incorporar un control de velocidad al motor para realizar la toma de
datos en regímenes de giro diferentes, la toma de muestras va adquiriendo errores,
puesto que los motores por sus diferentes desgastes mecánicos difieren en el régimen
de giro con respecto a la apertura de la mariposa, lo que influye directamente en el
flujo másico de aire.
PARÁMETROS DE OPERACIÓN.
Para determinar los parámetros de operación, se parte de las necesidades del técnico
que va a operar el equipo y de las características de cada motor para poder viabilizar
la toma de la muestra por lo que se deberá tomar en cuenta lo siguiente.
· El tiempo de demora para la toma de la muestra, esta no sea más de 20

minutos.
· El sistema sea acoplable a cualquier tipo de motor encendido por chispa.
· Los elementos sean remplazables en caso de existir algún tipo de daño.
PARÁMETROS DE FUNCIONAMIENTO
El diseño del sistema debe de satisfacer parámetros funcionales de diseño entre lo

más importante se puede citar:
19
· El sistema debe de ser de fácil operación.

· El sistema debe de operar en cualquier condición de normal funcionamiento del
vehículo.
· El sistema debe de garantizar la toma de la muestra de manera eficaz
CONDICIONES AMBIENTALES DE FUNCIONAMIENTO.
Lo que se pretende buscar dentro de la toma de la muestra es que esta debe ser
realizada dentro de los parámetros básicos de funcionamiento de un motor de
combustión interna, en donde se puede citar las siguientes características ambientales
de funcionamiento:
a) Densidad del aire
La densidad del aire hace referencia a la cantidad de moléculas de oxigeno que

contiene un volumen de aire en un momento determinado, la densidad del aire puede
variar de acuerdo a su temperatura, altitud y condiciones atmosféricas
Cuando existe poca concentración de oxigeno la densidad del aire es baja y cuando la
concentración de oxigeno es alta la densidad es alta
b) Temperatura ambiente
La temperatura incide directamente en la densidad del aire, cuando ésta aumenta, la

densidad del aire disminuye, con bajas temperaturas la densidad aumenta, la
temperatura ambiente en el lugar donde se realizan las pruebas es en la ciudad de
Cuenca-ecuador la cual tiene un clima promedio de 7 a 15 °C en invierno y 12 a 25
°C en verano.
c) Humedad
Cuando la humedad del ambiente se incrementa, el octanaje requerido para el buen

funcionamiento del motor disminuye, por cada gramo de agua que se le agregue a un
kilogramo de aire seco, el octanaje requerido para el buen funcionamiento del motor
20
decrece de 0.25 a 0.35, por lo que es de vital importancia para el correcto

funcionamiento del motor conocer la humedad en la que este trabaja.
d) Presión atmosférica
Mientras más aumente la altura sobre el nivel del mar, menor será la densidad del aire
lo cual incide en el correcto funcionamiento de un motor de combustión interna.
PARÁMETROS DE DISEÑO
Para la realización del presente proyecto se plantean tres tipos de alternativas, para
luego elegir a una de ellas la cual deberá de ser capaz de satisfacer las necesidades
mencionadas anteriormente.
2.1.5.1. Alternativa A: Sistema para medir la cilindrada de un vehículo a través del

consumo de aire del motor
a) Descripción
El equipo consiste en un sistema que va colocado en la admisión del vehículo y a

través de un sensor el cual aporta los datos de la cantidad de flujo de aire que aspira
el motor en el momento de la admisión que al momento de pasar por el sistema de
medición genera una señal la cual es tratada por un software de manera rápida.
El sistema va colocado en el conducto de admisión, ya sea del carburador o del cuerpo

de aceleración en un vehículo de inyección electrónica y a través de un sensor de flujo
que detecta la cantidad de aire que pasa, esta señal es enviada hacia una tarjeta de
adquisición de datos que a través de un software esta información es procesada,
entregando como dato el valor de la cilindrada del vehículo.
b) Ventajas
o Los materiales se pueden adquirir fácilmente
o Menor cantidad de materiales en funcionamiento
o Menor costo
o Bajo mantenimiento
o Una vez instalado el sistema la toma de medida des automática
21
c) Desventajas
o La sensibilidad de sensor a utilizar
o El sistema requiere acceder al sistema de admisión del motor
2.1.5.2. Alternativa B: Sistema para medir la cilindrada de un vehículo a través de la

ley de gases ideales
Descripción
El equipo consiste en un sistema que se coloca a través del orificio donde se coloca la
bujía de encendido, en donde se toma la muestra de la presión y la temperatura que
genera esa presión al momento de que el pistón sube al punto muerto superior en el
proceso de compresión, tomando esta medida a través de un dispositivo eléctrico para
luego ser tratado en el interior de un software.
Por lo que el sistema consta de un acople roscado que se instala en lugar de la bujía
de encendido, además de un cilindro en donde se instalan los sensores de presión y
de temperatura los cuales a través de una tarjeta de adquisición de datos es procesada
en el interior de una computadora.
Ventajas
· El sistema a utilizar se lo realiza a través del orificio donde va colocada la bujía

de encendido, la cual es normalizada para la mayoría de motores existentes en
el país
· Los materiales a utilizar son de fácil acceso
· La operación de funcionamiento es rápida y similar a la toma de la compresión
de un vehículo.
Desventajas
· Depende del estado de las válvulas como de los anillos del pistón
· Mayor cantidad de elementos a utilizar
· Mayor costo de fabricación
· Diferenciación entre tipos de motores
22
2.1.5.3. Alternativa C: Sistema para medir la cilindrada de un vehículo a través de

laser
Descripción
Este sistema se basaría en la medición de las dimensiones geométricas del interior de

un cilindro, el láser será disparado en el interior del cilindro a través del orificio de la
bujía de encendido, el cual chocara con la pared del cilindro y luego se proyectara en
la cabeza del pistón el cual se encuentra en el punto muerto inferior, formando un
triángulo el láser entregara las medidas a un sistema de análisis el cual entregara el
valor de la cilindrada.
Ventajas
· El sistema a utiliza el orificio de la bujía para realizar la medición

· La toma de la medición se la realiza de forma mecánica
· Desventajas
· El proceso requiere de ubicar al pistón en el PMI, haciendo un proceso más
largo
· El costo y la accesibilidad del equipo de medición
· La sensibilidad del sistema
DESCRIPCIÓN DE FACTORES A CONSIDERAR PARA LA SELECCIÓN DE

LA ALTERNATIVA
2.1.6.1. Criterios de Evaluación

Para la selección de una de las dos alternativas propuestas se debe de considerar
factores que influyen directamente en la toma de la medida y en la construcción del
sistema.
· Facilidad de Instalación
La facilidad de instalación del sistema debe de ser realizada de manera fácil y en un

pequeño espacio de tiempo sin tener que realizar un mayor desmontaje de piezas del
motor a analizar.
23
· Facilidad de manejo
El técnico al operar el equipo debe poder realizarlo de manera fácil y en un pequeño

lapso de tiempo
· Costos
El costo de la creación del proyecto a desarrollar en el presente trabajo de tesis se

debe de considerar los elementos, partes y piezas, tanto a ser adquiridas como a ser
construidas, por lo que es de vital importancia restringir los gastos en componentes
que aseguren el correcto funcionamiento del sistema.
Por lo que para la construcción del sistema se debe de considerar lo siguiente:
· Costo de herramientas y equipos

· Costo de materia prima
· Costo de sensores
· Mantenimiento.
Al poseer elementos electrónicos el mantenimiento del sistema debe de estar enfocado

a los acoples y conexiones sin la necesidad de contar con personal especializado para
realizarlo
2.1.6.2. Sistema de clasificación de las alternativas

Para la selección de la alternativa que cumpla con las características y objetivos del
sistema prototipo a diseñar se va a utilizar es el “método ordinal corregido de criterios
ponderados”2, el cual va a poder estimar numéricamente el peso de cada criterio y de
esta manera evaluar la mejor opción.
Para que sea fácil la interpretación a las alternativas se les asignara el siguiente código
expuesto en la tabla a continuación.
2 RIBA, Carles. Diseño Concurrente, España, 2002, Ediciones Upc, España, 59 pg.
24
Tabla 2. 1. Alternativas
Fuente: Autores
Código Alternativa
A Alternativa A
B Alternativa B
C Alternativa C
Los parámetros a ser considerados para la evaluación de las alternativas son:
· Facilidad de instalación
· Facilidad de manejo
· Costo
· Mantenimiento
Como primer punto se referenciara la alternativa que tenga mayor peso para la
selección del sistema, para lo cual se le otorga valores de:
Tabla 2. 2. Criterio de valoración
Fuente: Riba C, Diseño Concurrente, ETSEIB-UPC, 2002, p.60
1 Si el criterio (o solución) de las filas es superior que las de las columnas
0.5 Si el criterio o la solución de las filas es equivalente al de las columnas
0 Si el criterio o solución de las filas es inferior que el de las columnas
Una vez que se ha identificado el peso que se otorga a cada criterio dependiendo de
su importancia, lo cual se evalúa a continuación:
Tabla 2. 3. Evaluación del Peso Específico de cada Criterio

Fuente: Los Autores
Facilidad de instalación
Facilidad de manejo
Mantenimiento
Criterio S+1 Ponderación

Costo
Facilidad de instalación 0.5 1 1 3.5 0.35

Facilidad de manejo 0.5 1 0.5 3 0.3
Costo 0 0 0 1 0.1
Mantenimiento 0 0.5 1 2.5 0.25
Suma 10 1
25
A continuación se procede a realizar el análisis de cada una de los criterios con

respecto a las alternativas para poder determinar cuál es la alternativa a seleccionar.
a) Evaluación del Peso Específico del Criterio Facilidad de Instalación
Tabla 2. 4. Evaluación del Peso Específico del Criterio Facilidad de Instalación

Fuente: Los Autores
Facilidad de Instalación A B C S+1 Ponderación
A 1 1 3 0.5
B 0 1 2 0.3333
C 0 0 1 0.1666
Suma 6 1
Como se puede observar en la evaluación del criterio Facilidad de Instalación la

Alternativa A es mayor que la Alternativa B y mayor que la Alternativa C.
b) Evaluación del Peso Específico del Criterio Facilidad de Manejo
Tabla 2. 5. Evaluación del Peso Específico del Criterio Facilidad de Manejo

Fuente: Los Autores
Facilidad de Manejo A B C
S+1 Ponderación
A 0.5 2.5 1 0.4166
B 0.5 2.5 1 0.4166
C 0 0 1 0.1666
Suma 6 1
En la evaluación del criterio Facilidad de manejo se puede observar que la Alternativa
A tiene igual peso específico que la Alternativa B, pero ambas alternativas son
mayores que la alternativa C.
c) Evaluación del Peso Específico del Criterio Costo
Tabla 2. 6. Evaluación del Peso Específico del Criterio Costo

Fuente: Los Autores
Costo A B C S+1 Ponderación
A 1 1 3 0.5
B 0 1 2.1 0.3333
C 0 0 1 0.1666
Suma 6 1
En la Evaluación del Criterio Costo se puede observar que la Alternativa A es mayor

que la Alternativa B y la Alternativa C.
26
d) Evaluación del Peso Específico del Criterio Mantenimiento
Tabla 2. 7. Evaluación del Peso Específico del Criterio Mantenimiento

Fuente: Los Autores
Facilidad de Mantenimiento A B S+1 C Ponderación
A 0.5 2.5 1 0.4166
B 0.5 2.5 1 0.4166
C 0 0 1 0.1666
Suma 6 1
En la evaluación del criterio Mantenimiento se puede observar que la Alternativa A

tiene igual peso específico que la Alternativa B, pero ambas alternativas son mayores
que la alternativa C.
RESULTADOS
De los resultados obtenidos en la evaluación de cada uno de los criterios considerados

con respecto a la selección de las alternativas se puede concluir con la siguiente tabla:
Tabla 2. 8. Tabla de Resultados y conclusiones

Fuente: Los Autores
Facilidad de Instalación
Conclusión Prioridad
Facilidad de Manejo
S
Mantenimiento
Costo
A 0.175 0.125 0.05 0.104 0.454 1

B 0.175 0.125 0.03 0.104 0.434 2
C 0.058 0.05 0.016 0.041 0.165 3
Luego de realizar el análisis y de comparar cada una de las alternativas en base a los
parámetros planteados se concluye que la Alternativa A: Sistema para medir la
cilindrada de un vehículo a través del consumo de aire del motor, es la más adecuada
para el proyecto.
27
DESCRIPCIÓN GENERAL DEL PROTOTIPO
El prototipo a construir consta de un sensor de flujo de masa de aire MAF, a ser

colocado en la entrada de aire antes de la mariposa de aceleración del carburador o
sistema de inyección, este sensor envía la señal a una tarjeta de adquisición de datos
y esta envía la información procesada a un software el cual expondrá el valor medido
de la cilindrada, además también se coloca en unas de las tomas de vacío del múltiple
de admisión un sensor MAP para medir la depresión que genera el motor y poder
conocer el estado de funcionamiento mecánico del mismo.
2.2. ESTUDIO DE SENSORES APLICABLES AL SISTEMA.
El sensor a ser aplicado al sistema prototipo es un medidor de flujo de aire MAF, un

sensor de presión atmosférica BARO, un sensor de temperatura ambiente y un
registrador de voltaje de la batería, los cuales son comúnmente utilizados en los
motores de combustión interna que poseen un sistema de inyección de combustible
con gestión electrónica.
SENSOR MAF
Existen tipos de sensores MAF los cuales son analizados a continuación.
El sensor de flujo de aire es el responsable de detectar la cantidad de aire que ingresa

al interior del motor de combustión interna y envía una señal eléctrica la cual es
detectada por la computadora o ECM, existen tres tipos de sensores los cuales son:
· Sensor mecánico de puerta de aire (VAF)

· Sensor de elemento caliente
· Sensor de película caliente
El sensor mecánico de puerta de aire mide la cantidad de aire que ingresa al interior
mediante una compuerta atada a un muelle de retroceso y a un potenciómetro, el aire
28
entrante mueve a la compuerta la cual a su vez mueve al potenciómetro generando

una señal regulada en función de la cantidad de aire que ingresa al motor.
El sensor VAF tiene un tornillo de ajuste el cual regula el ingreso del aire por un
conducto alterno enriqueciendo o empobreciendo la mezcla, este tipo de sensor
mecánico a más de mediar el volumen del aire ingresado también posee un medidor
de la temperatura a la que ingresa el aire o más conocido como sensor IAT
Figura 2. 1. Sensor VAF

Fuente: http://www.aa1car.com/library/vaf_sensors.htm
Uno de los principales inconvenientes de trabajar con este tipo de sensor es que este
solo mide el volumen de aire y no el peso actual del mismo, a medida que cambia la
temperatura cambia también su peso, hay más moléculas de aire presente cuando el
aire esta frio que cuando está caliente, lo que significa que cuando el aire esta frio e
ingresa más cantidad de aire que cuando está caliente.
2.2.1.1. Sensor de elemento caliente

A diferencia del sensor VAF que es mecánico el sensor de elemento caliente es
completamente electrónico, este tipo de sensor mide el flujo de aire detectando la
corriente eléctrica necesaria para mantener una temperatura determinada al elemento
caliente, este elemento es un conductor o un cable fino de platino de 70 micrómetros
de grueso, este sensor toma en consideración la temperatura de aire ya que el
elemento de platino este siendo enfriado constantemente por el flujo de aire por lo que
tiene la capacidad de medir la masa de aire actual entrando en el motor y por lo cual
es más exacto.
29
A medida que ingresa el aire al conducto de entrada de aire al múltiple de admisión va

enfriado el conductor de platino manteniéndolo constante, cuando el aire entrante
enfría al conductor de platino y el circuito incrementa la corriente eléctrica para
mantener al conductor de patino a una temperatura constante, por lo que la señal que
ingresa a la computadora depende del cambio de corriente para mantener la
temperatura del conductor de platino, por lo que la señal va directamente proporcional
al nivel de entrada de aire.
Figura 2. 2. Sensor de elemento caliente

Fuente: http://www.e-auto.com.mx/manual_detalle.php?manual_id=222
2.2.1.2. Sensor de película caliente

Tiene un funcionamiento similar al sensor de elemento caliente, pero la diferencia es
que la señal de salida es de frecuencia variable, este sensor usa una red de película
caliente como elemento en lugar de un conductor de platino, de igual manera la señal
es directamente proporcional a la entrada de aire y a medida que más aire entra en el
motor más alta es la frecuencia.
30
Figura 2. 3. Sensor de película caliente

Fuente: http://www.aficionadosalamecanica.net/sensores5.htm
ELECCIÓN DE SENSOR MAF
Para la selección del sensor MAF a utilizar se analizara los siguientes aspectos:
· Costo
· Mantenimiento
· Existencia en el mercado
· Tipo de señal
Al identificar los parámetros a evaluar, se designara las alternativas a tomar en cuenta:
Tabla 2. 9. Selección de sensor MAF

Fuente: Los Autores
Código Alternativa
A Alternativa A: Sensor mecánico de puerta de aire (VAF)
B Alternativa B: Sensor de elemento caliente
C Alternativa C: Sensor de película caliente
Al conocer las alternativas a se procede a evaluar sus pesos para determinar el criterio
más importante a ser considerado dentro de la ponderación.
31
Tabla 2. 10. Evaluación del peso específico de cada criterio

Fuente: Los Autores
Existencia en el
Mantenimiento
Tipo de señal
Ponderación
mercado
Costo
Criterio
S+1
Costo 0 0 0 1 0.1
Mantenimiento 1 0 0.5 2.5 0.25
Existencia en el mercado 1 1 1 4 0.4
Tipo de señal 1 0.5 0 2.5 0.25
Suma 10 1
Conocidos los pesos específicos de cada criterio se establece que la existencia en el

mercado es el criterio más relevante para la elección del sensor.
a) Evaluación del Peso Específico del Criterio Costo
El primer parámetro a evaluar es el costo de los sensores a utilizar, en donde se realiza

una referencia de los costos de cada uno de ellos.
Tabla 2. 11. Costos de MAF

Fuente: http://listado.mercadolibre.com.ec/sensor-maf#D[A:sensor-maf,B:0]
Alternativa Costo
A $204.00
B $180.00
C $195.00
Una vez que se conoce los costos de los sensores se realiza, la misma tabla de
ponderación, Tabla 2.10, para obtener todos los criterios bajo el mismo método de
ponderación.
Tabla 2. 12. Evaluación del Peso Específico del Criterio Costo

Fuente: Los Autores
Costo A B C S+1 Ponderación
A 0 0 1 0.1666
B 1 1 3 0.5
C 1 0 2 0.333
Suma 6 1
32
Según lo entregado en la ponderación que se realiza en base al criterio Costos, la

Alternativa B es mayor que la Alternativa C y mayor que la Alternativa A
b) Evaluación del Peso Específico del Criterio Mantenimiento
Tabla 2. 13. Evaluación del Peso Específico del Criterio Mantenimiento.

Fuente: Los Autores
Mantenimiento A B C S+1 Ponderación
A 0 0 1 0.1666
B 1 0.5 2.5 0.4166
C 0.5 1 2.5 0.4166
Suma 6 1
Según lo entregado en la ponderación realizada en base al criterio Mantenimiento, la

Alternativa B es igual que la Alternativa C y estas mayores que la Alternativa A.
c) Evaluación del Peso Específico del Criterio Existencia en el Mercado
Tabla 2. 14. Evaluación del Peso Específico del Criterio Existencia en el Mercado
Fuente: Los Autores
Existencia en el Mercado A B C S+1 Ponderación
A 0 0 1 0.1666
B 1 0.5 2.5 0.4166
C 0.5 1 2.5 0.4166
Suma 6 1
Según lo entregado en la ponderación realizada en base al criterio Existencia en el

Mercado, la Alternativa B es igual que la Alternativa C y estas mayores que la
Alternativa A
d) Evaluación del Peso Específico del Criterio Tipo de señal
Tabla 2. 15. Evaluación del Peso Específico del Criterio Tipo de señal
Fuente: Los Autores
Tipo de señal A B C S+1 Ponderación
A 0.5 1 2.5 0.4166
B 0.5 1 2.5 0.4166
C 0 0 1 0.1666
Suma 6 1
Según lo entregado en la ponderación realizada en base al criterio Tipo de señal, la

Alternativa A es igual que la Alternativa B y estas mayores que la Alternativa C.
33
RESULTADOS
De los resultados obtenidos en la evaluación de cada uno de los criterios considerados

con respecto a la selección de las alternativas se puede concluir con la siguiente tabla:
Tabla 2. 16. Tabla de Resultados y conclusiones

Fuente: Los Autores
Mantenimiento
en el mercado
Tipo de señal
Existencia
Costo
Conclusión S Prioridad
A 0.0166 0.0415 0.0664 0.1041 0.3286 3
B 0.05 0.1041 0.166 0.1041 0.4242 1
C 0.033 0.1041 0.166 0.0416 0.3447 2
Luego de realizar el análisis y de comparar cada una de las alternativas en base a los
parámetros planteados se concluye que la Alternativa B: Sensor de elemento caliente
es el más adecuado para el prototipo.
SENSOR DE PRESIÓN ABSOLUTA DEL MÚLTIPLE
El sensor de presión absoluta del múltiple de admisión es conocido comúnmente por

sus siglas, como sensor MAP, se encuentra ubicado en el múltiple de admisión del
motor justo después del cuerpo de aceleración, su objetivo de funcionamiento se basa
en proporcionar una señal proporcional a la presión existente en el múltiple de
admisión con respecto a la presión atmosférica, dentro de la variedad de tipos de
sensores MAP se puede encontrar dos tipos:
2.2.4.1. Sensor por variación de presión

El vacío que se genera en la admisión del motor hace actuar una resistencia variable
que envía información a la unidad de comando electrónico del sistema de inyección,
de la carga que lleva el motor.
34
La señal que recibe la unidad comando electrónico del MAP en conjunto con la que
recibe del sensor de posición del cigüeñal (CKP) le permite elaborar la señal que
enviara hacia los inyectores.
El sensor MAP consta de una resistencia variable y de tres conexiones, una de entrada
de corriente que alimenta al sensor y cuyos voltajes están alrededor de +5.0 V, una
conexión de masa, cuya tensión suele estar ente 0 V y 0.08 V y una señal de salida
que es la que envía el valor a la unidad de comando electrónico y cuyo voltaje oscila
entre 0.7 y 2.7 V.3
2.2.4.2. Sensor por variación de frecuencia

El sensor por frecuencia tiene dos misiones fundamentales, medir la presión absoluta
del colector de admisión y la presión barométrica.
Este tipo de sensores envían información a la unidad de comando electrónico sobre la

presión barométrica existente sin arrancar el vehículo y cuando está completamente
abierta la válvula de mariposa, por lo que se corrige la señal de inyector mientras hay
variaciones de altitud.4
La relación para determinar la presión absoluta a partir de la barométrica es sencilla,

es decir, la presión absoluta es igual a la presión barométrica menos la succión o vacío
creada por los cilindros.
No se puede comprobar este tipo de sensores de la misma forma que los sensores por
variación de tensión, ya que su valor oscila sobre los 3.0 Voltios, pero no varía según
la presión, solamente es una tensión que indica que está funcionando dicho sensor.
La salida de la señal a la unidad de mando es de Hertzios, por lo que tiene que medirse
mediante un osciloscopio o un tester con opción de medición de frecuencia.
3http://www.docslide.net/documents/libro-de-sensores-automotrices.html
4 http://2amm4ekipo.blogspot.com/feeds/posts/default
35
La frecuencia de esta señal suele oscilar entre 90 y 160 Hertzios, la tensión de

alimentación del sensor es de +5.0 V, la toma de masa debe presentar una tensión
máxima de 0.08 V igual que el de variación de tensión.5
ELECCIÓN DEL SENSOR A UTILIZAR
Debido a la facilidad de obtención en el mercado, su bajo costo y la facilidad de trabajar

con la señal que entrega, es el sensor de presión por variación de presión.
Tabla 2. 17. Sensor MAP por variación de presión

SENSOR MAP
$35,00
SENSOR DE TEMPERATURA AMBIENTE
Cada proceso dentro del control de cualquier equipo ya sea a nivel industrial como
dentro del motor de un vehículo, es indispensable un medidor de temperatura.
2.2.6.1. Elección del sensor a utilizar.

Por su bajo costo y por la facilidad de conseguirlo en el mercado el sensor para medir
la temperatura es el LM35, el cual es un sensor de temperatura, con una precisión de
1°C y con un rango de medición que va desde los -55°C hasta los 150°C, la gran
ventaja es que este sensor no requiere de circuitos adicionales para su correcto
funcionamiento.
5 http://2amm4ekipo.blogspot.com/feeds/posts/default
36
Tabla 2. 18. Sensor de Temperatura LM35

Fuente: Los Autores
SENSOR DE TEMPERATURA LM35
$7.00
2.3. ESTUDIO DEL HARDWARE Y SOFTWARE PARA EL SISTEMA.
HARDWARE DEL SISTEMA
El hardware a utilizar dentro del presente proyecto de tesis pertenece a The National
Instruments y es un NI my RIO-1900, que es utilizado a nivel mundial para el desarrollo
de investigación en robótica y mecatrónica.
Figura 2. 4. NI my RIO-1900
Fuente: Guía del usuario y especificaciones NI my RIO-1900
El hardware a utilizar cumple con todas las regulaciones, requerimientos y límites

electromagnéticos los cuales protegen al aparato de cualquier interferencia cuando se
encuentra en operación.
37
EL producto posee una entrada y una salida analógica así como una entrada y una
salida digital, una salida de audio y un conector de alimentación, una salida USB a
computador, una conexión Wireless 802.11 b,g,n.6
Figura 2. 5. NI myRIO-1900 Hardware Block Diagram

Fuente: Guía del usuario y especificaciones NI my RIO-1900
SOFTWARE LABVIEW
Labview (Laboratory Virtual Instrument Engenieering Workbench) es un lenguaje de

programación grafico que se utiliza en el diseño de sistemas de adquisición de datos,
instrumentación y control, como se expresó con anterioridad Labview posee un entorno
de programación gráfico, en donde los programas a realizarse no se escriben, si no
que se dibujan, lo que facilita la labor al momento de programar las funciones a utilizar.
2.3.2.1. Ventajas de Labview

· Las ventajas del empleo del sistema Labview se pueden expresar las
siguientes:
· La programación se realiza de forma gráfica
6 Guía del usuario y especificaciones NI my RIO-1900.

38
· Se permiten actualizaciones de Hardware y software

· El sistema no requiere de mayor experiencia ya que su programación es intuitiva
· Se pueden generar sistemas complejos
· El sistema integra funciones de adquisición, análisis y presentación de datos
· El software permite trabajar a velocidades muy altas de procesamiento de
datos.
39
CAPÍTULO III.
3. CONSTRUCCIÓN DEL SISTEMA PROTOTIPO.
3.1. CONSTRUCCIÓN DE PLACAS ELECTRÓNICAS.
El sistema de medición se desarrolla a través de un controlador electrónico, para lo

cual se utiliza una tarjeta de adquisición de datos Ni MyRio 1900 y también se realiza
la construcción de un circuito electrónico para el filtrado de las señales, por lo que en
este capítulo se explica la construcción tanto del circuito de filtración como la
programación del circuito electrónico de control, el cual consta de una fuente de
alimentación, un interfaz de control con un sensor de flujo, un sensor MAP, un sensor
de temperatura y un sensor de voltaje de la batería, a continuación se explica la
construcción de lo antes mencionado.
REALIZACIÓN DE CIRCUITOS ELECTRÓNICOS
Los circuitos electrónicos que se utilizan son filtros paso alto los cuales sirven para
eliminar componentes de baja frecuencia, y también se utilizan filtros paso bajo los
cuales mantienen las señales de baja frecuencia y no dejan pasar las señales de alta
frecuencia, estos circuitos electrónicos ayudan a eliminar valores muy grandes
ocasionados por el ruido eléctrico, en el momento de realizar las mediciones.
3.1.1.1. Circuito de filtración de la señal

Los circuitos de filtración ayudan a preparar las señales de entrada de los distintos
sensores que forman parte del sistema, con el propósito de no dejar pasar señales
parasitas o ruidos que se podrían generar por el funcionamiento del motor e interferir
con las señalas de entrada provocando errores en la toma de muestras, a continuación
se va a poder observar los componentes del circuito de filtración.
3.1.1.2. Fuente de alimentación

El sistema tiene una fuente de alimentación de 12v, con la cual el circuito de filtración
puede funcionar, esta es tomada directamente de la batería del vehículo.
40
Figura 3. 1. Fuente de Alimentación

3.1.1.3. Conector de encendido del sistema de filtrado

El conector de posiciones en este caso es utilizado para encender el sistema de
filtrado, esta palanca selectora es un medio mecánico diseñado para dejar pasar o
para cortar la corriente al sistema.
Figura 3. 2. Perilla de encendido

Fuente: Los Autores
3.1.1.4. Circuito de filtración de señal de MAF.

El circuito de filtración del sensor MAF ayuda a limitar las señales que entran en el
sistema de adquisición de datos y así eliminar posibles señales parasitas que puedan
hacer variar la toma de datos.
41
Figura 3. 3. Circuito de filtración del MAF

Fuente: Los Autores
3.1.1.5. Circuito de filtración de señal del MAP/BARO.

El circuito de filtración del sensor MAP de igual manera que el circuito de filtración del
MAF, ayudan a restringir el ingreso del ruido en las señales, al momento de la
adquisición de datos.
Figura 3. 4. Circuito de filtración del MAP

Fuente: Los Autores
42
3.1.1.6. Circuito de filtración de Temperatura Ambiente.

Al igual que en los sensores anteriores se utiliza un circuito de filtración para tener
mayor confianza en la toma de las muestras.
Figura 3. 5. Circuito de filtración de Temperatura Ambiente.

Fuente: Los Autores
3.1.1.7. Circuito de filtración de voltaje de la batería.
El circuito de filtración del voltaje de la batería evita el ingreso del ruido al momento de
la toma de datos, aportando principalmente a mantener la información necesaria.
Figura 3. 6. Circuito de filtración de voltaje de la batería.

43
3.1.1.8. Conexionado en la tarjeta Ni MyRio.

Una vez que se tiene el circuito de filtrado de señales, se prosigue a la conexión de la
tarjeta de adquisición de datos en donde la señal es tratada y guardada.
Figura 3. 7. Conexionado con la Tarjeta Ni MyRio

3.1.1.9. Circuito completo de filtración

A continuación se puede observar en la figura 3.8, el circuito de filtrado conjuntamente
con la tarjeta de adquisición de datos.
44
Figura 3. 8. Circuito de filtración

REALIZACIÓN DEL SOFTWARE.
3.1.2.1. Algoritmo gráfico de Adquisición de Datos

Dentro de lo planteado para realizar el cálculo del volumen se aplica la ecuación del
gas ideal, al aplicar la ecuación de estado se puede determinar el volumen en función
de la cantidad de masa que ingresa al motor de combustión interna.

ൌ

Fórmula 3. 1. Ecuación de estado gases ideales.
Con el sensor MAF se procede a medir el flujo másico de cada motor, a partir de este
sensor se entrega un voltaje proporcional al flujo; este sensor y sus medidas se validan
por medio de repetición de muestras, el sensor que se utiliza es de un motor a
inyección electrónica ISUZU 3.2, la marca es HITACHI, y la ecuación que se aplica
para la construcción del circuito de medición es la siguiente:
‫ ܨܣܯ‬ൌ ൫ͳǤͶͻ͸ ‫ כ‬ሺ‫ ݔ‬ଷ ሻ൯ ൅ ൫ͲǤ͹͵Ͷʹ ‫ כ‬ሺ‫ ݔ‬ଶ ሻ൯ െ ൫ͲǤͺͷͶ͹ ‫ כ‬ሺ‫ݔ‬ሻ൯ ൅ ͲǤͲͺͳͺͺሻ
Fórmula 3. 2. Ecuación MAF
Fuente: Los Autores
45
Al aplicar el programa Labview que es en donde se va a realizar el circuito de medición

la ecuación se muestra de la siguiente manera:
Figura 3. 9. Ecuación del MAF en Labview.

Para la toma de presión atmosférica y presión de vacío del motor se aplicó un sensor
MAP, la señal que entrega este sensor es un voltaje en función de la presión a la cual
está sometido el mismo, es decir que varía el voltaje en función de la presión a la cual
está aplicada el sensor, el sensor empleado es un MAP de Corsa Wind 1.3, y la
ecuación que gobierna este sensor es:
‫ ܲܣܯ‬ൌ ൫െͳǤͷͶͷ ‫ כ‬ሺ‫ ݔ‬ଶ ሻ൯ ൅ ൫ʹͶǤͶͺ ‫ כ‬ሺ‫ݔ‬ሻ൯ ൅ ͸Ǥͷ͸Ͷ

Fórmula 3. 3. Ecuación de presión
Fuente: Los Autores
46
En forma gráfica se representa:
Figura 3. 10. Ecuación del MAP en Labview

La toma de la temperatura ambiente está realizada por medio de un sensor de

temperatura de tipo LM35, el cual varía su voltaje en función de la temperatura, este
sensor varia linealmente y su ecuación es:
ܶ‫ ܲܯܧ‬ൌ ሺͳͲͲ ‫ݔ כ‬ሻ

Fórmula 3. 4. Ecuación de Temperatura
Figura 3. 11. Ecuación de toma de Temperatura en Labview.

En el desarrollo de la mediciones se verifica que el valor de la batería es importante

debido a que dependiendo del estado de esta existe una variación en el valor del flujo
47
medido, para registrar este valor se procede a realizar una toma directa del voltaje de
la batería a la cual se le aplica una resistencia que permita atenuar el valor del voltaje
y a la vez sea registrado para los próximos cálculos, realizando la toma del voltaje se
tiene la siguiente ecuación:
ܸܱ‫ ܶܣܤܶܮ‬ൌ ൫͹Ǥ͹ͻ͵ͺ ‫ כ‬ሺ‫ ݔ‬ଶ ሻ൯ ൅ ൫͸Ǥͺʹͺ͹ ‫ כ‬ሺ‫ݔ‬ሻ൯

Fórmula 3. 5. Ecuación para la medición del voltaje de la batería
Figura 3. 12. Ecuación de toma de Voltaje en Labview.

Se requiere realizar una atenuación al voltaje debido a que la tarjeta de adquisición de

datos en sus límites de entrada permite realizar una toma de Max 10 V.
El software aplicado para la adquisición de datos y el posterior procesamiento de las

señales se trata en Labview, en el cual se aplica un método denominado máquinas de
estado, lo que permite trabajar con la adquisición de los datos, su transformación de
voltaje a magnitud física, la creación de un matriz con los valores, el cálculo de los
valores, la aplicación estadística y la graficación de las señales.
48
Figura 3. 13. Diagrama de Adquisición de datos en Labview. ANEXO 9.

En este diagrama se aplica un “timeloop” para asegurar la repetitividad de las muestras

y aplicar con más seguridad la toma de señal.
Los datos están tomados a una velocidad de un dato por cada mili segundo (msg), lo
cual asegura que no se pierde ninguna información con el motor dando arranque.
Luego de la toma de datos se procede a la creación de una matriz de datos:

49
Figura 3. 14. Grabación de datos en Labview. ANEXO 10

Estos datos se almacenan en la memoria de la tarjeta de adquisición Ni MyRio 1900,

de la cual luego se procede a su grabación en la PC o medio informático que se
aplique.
3.1.2.2. Protocolo de toma de muestras

Para realizar la toma de las muestras se realiza un diagrama del proceso a seguir, el
cual parte desde la toma de la muestra hasta la exposición del resultado.
• Tarjeta Ny
Toma de MyRIO
muestras • Sensores
Matriz • Creación de
general de un array
general.
datos
Análisis de • Filtrado,
señales Graficación
• Estadística y
Cálculo aplicación de
fórmulas.
Resultado
Figura 3. 15. Diagrama general del proceso.

50
El flujograma del proceso expresa la condición a seguir para el análisis de las

muestras, en donde se parte desde la toma de la muestra, se crea una matriz general
de datos y se realiza el análisis de las señales en donde se revisan si estas son aptas
para seguir con el proceso, luego realizar el cálculo y se expresa los resultados
obtenidos, esto se puede observar en el siguiente gráfico:
Figura 3. 16. Flujograma general del proceso.

51
El flujo que siguen las señales hacia la tarjeta de adquisición, parten desde la toma de
las muestras a través de los sensores que son instalados en el motor y se dirige hacia
la tarjeta de adquisición de datos, en donde se almacenan para su posterior análisis,
el flujo de datos se pueden observar en el siguiente gráfico.
MAF MAP TEMP BATERIA
Tarjeta Ni MyRIO
Figura 3. 17. Flujograma del subproceso de toma de muestra.

Una vez que se obtienen las señales, se forma una matriz general con los datos
obtenidos, para luego realizar un proceso de filtrado, en donde se obtienen señales
con la mínima cantidad de ruido, las cuales pueden ser graficadas, esto se puede
observar en el siguiente gráfico.
Matriz general de datos.
Filtrado para
disminuir el ruido.
MAF MAP Temp Volt Bat
Graficación de las
señales.
Figura 3. 18. Flujograma del subproceso de filtrado y graficación.

52
Al obtener las señales filtradas estas son analizadas a través del Max, Min, Mean,
Factor RMS, Kurtosis, Factor de cresta, Moda y Desviación estándar, los cuales
permiten caracterizar los parámetros a analizar de cada motor.
Señales Filtradas
Señal MAF Señal MAP Señal Temp Señal Bat
Max Max Max Max

Min Min Min Min
Mean Mean Mean Mean
RMS RMS RMS RMS
Kurtosis Kurtosis Kurtosis Kurtosis
Factor Factor Factor Factor
Cresta Cresta Cresta Cresta
Aplicación de Formulas de termodinámica

Aplicación de formulas de Análisis numérico
Figura 3. 19. Flujograma del subproceso de filtrado y graficación.

En la matriz general de datos se muestran alrededor de 434 datos los cuales se

obtienen de cada motor a ser analizado, para la primera construcción del sistema se
genera una base de datos apoyados en la medición práctica a través de
instrumentación automotriz, teniendo como base un motor 3200 cm3, los cuales se
representa en la tabla 3.1.
Tabla 3. 1. Valores base para la generación del algoritmo de cálculo.

Fuente: Los Autores
Prueba 1 Prueba 2 Prueba 3 Prueba 4 Prueba 5 Prueba 6 Prueba 7
maxmaf 3.035 2.999 3.077 3.135 3.024 3.040 3.218
minmaf 2.218 2.172 2.262 2.214 2.124 2.277 2.201
mediamaf 2.628 2.620 2.626 2.610 2.623 2.608 2.607
stdmaf 0.129 0.141 0.146 0.141 0.141 0.136 0.156
varmaf 0.017 0.020 0.021 0.020 0.020 0.018 0.024
rmsmaf 2.631 2.624 2.630 2.614 2.627 2.612 2.612
kurtmaf 3.312 2.870 2.791 3.238 3.339 3.007 3.548
fcrestamaf 1.153 1.143 1.170 1.199 1.151 1.164 1.232
53

modamaf 2.655 2.573 2.649 2.642 2.596 2.579 2.623
maxbaro 72.749 72.737 72.754 72.768 72.767 72.744 72.734
minbaro 72.660 72.688 72.658 72.641 72.645 72.676 72.680
mediabaro 72.711 72.712 72.709 72.709 72.707 72.708 72.708
stdbaro 0.014 0.009 0.013 0.022 0.023 0.009 0.010
varbaro 0.000 0.000 0.000 0.000 0.001 0.000 0.000
rmsbaro 72.711 72.712 72.709 72.709 72.707 72.708 72.708
kurtbaro 3.293 2.668 4.097 3.248 2.913 3.948 2.529
fcrestabaro 1.001 1.000 1.001 1.001 1.001 1.000 1.000
modabaro 72.717 72.710 72.709 72.713 72.694 72.703 72.701
maxmap 66.895 66.840 66.540 66.653 66.597 66.610 66.680
minmap 66.353 66.370 66.052 66.053 66.056 66.084 66.145
mediamap 66.564 66.552 66.239 66.283 66.285 66.312 66.336
stdmap 0.117 0.116 0.118 0.127 0.117 0.120 0.117
varmap 0.014 0.013 0.014 0.016 0.014 0.014 0.014
rmsmap 66.564 66.552 66.239 66.283 66.285 66.312 66.337
kurtmap 2.058 1.880 1.964 2.120 2.072 1.967 2.065
fcrestamap 1.005 1.004 1.005 1.006 1.005 1.004 1.005
modamap 66.475 66.438 66.137 66.176 66.200 66.218 66.233
maxtemp 14.888 14.664 14.931 14.980 14.984 14.926 14.890
mintemp 13.953 13.744 13.990 14.023 14.040 13.973 13.964
mediatemp 14.219 14.008 14.251 14.292 14.304 14.233 14.231
stdtemp 0.221 0.219 0.220 0.225 0.221 0.221 0.221
vartemp 0.049 0.048 0.049 0.050 0.049 0.049 0.049
rmstemp 14.221 14.009 14.253 14.293 14.306 14.234 14.233
kurttemp 2.960 2.900 3.157 3.075 3.091 3.351 2.848
fcrestatemp 1.047 1.047 1.048 1.048 1.047 1.049 1.046
modatemp 13.957 13.748 13.995 14.027 14.045 13.978 13.968
maxvolt 11.010 11.012 11.031 11.040 11.027 11.032 11.038
minvolt 10.860 10.883 10.898 10.900 10.907 10.904 10.912
mediavolt 10.926 10.940 10.958 10.962 10.965 10.967 10.965
stdvolt 0.036 0.034 0.033 0.034 0.033 0.034 0.033
varvolt 0.001 0.001 0.001 0.001 0.001 0.001 0.001
rmsvolt 10.926 10.940 10.958 10.962 10.965 10.967 10.965
kurtvolt 1.744 1.704 1.760 1.746 1.717 1.716 1.694
fcrestavolt 1.008 1.007 1.007 1.007 1.006 1.006 1.007
modavolt 10.884 10.907 10.925 10.933 10.936 10.938 10.935
maxvolcalc 3092.038 3013.427 3079.761 3229.226 3057.402 3067.018 3264.931
minvolcalc 1908.814 1955.637 2031.673 2041.239 1966.970 2112.191 2025.391
54

mediavolcalc 2554.853 2544.936 2553.248 2538.378 2550.992 2535.921 2534.695
stdvolcalc 139.750 151.410 155.399 150.425 149.327 145.228 164.531
varvolcalc 19530.055 22924.881 24148.852 22627.678 22298.439 21091.142 27070.325
rmsvolcalc 2558.671 2549.435 2557.972 2542.830 2555.358 2540.075 2540.028
kurtvolcalc 3.232 2.974 2.832 3.519 3.176 3.025 3.515
fcrestavolcalc 1.208 1.182 1.204 1.270 1.196 1.207 1.285
modavolcalc 2553.671 2542.710 2571.438 2581.773 2550.351 2537.089 2539.800
ampmaf 0.064 0.055 0.049 0.046 0.041 0.055 0.056
freqmaf 0.002 0.000 0.004 0.004 0.001 0.004 0.002
ampmap 0.145 0.150 0.151 0.158 0.149 0.155 0.149
freqmap 0.010 0.010 0.010 0.010 0.010 0.010 0.010
rpmmap 310.775 311.082 313.703 312.859 312.648 311.786 311.661
picos 51.000 51.000 52.000 52.000 51.000 52.000 51.000
ampvolt 0.048 0.047 0.044 0.045 0.044 0.046 0.045
freqvolt 0.010 0.010 0.010 0.010 0.010 0.010 0.010
rpmvolt 310.780 311.108 313.751 312.879 312.649 312.034 311.551
Con los datos obtenidos se crea la matriz con 12000 datos, los cuales se generan de
manera aleatoria a través del software estadístico MINITAB, para de esta manera
seleccionar los 64 datos que se obtienen de cada sensor a través de Max, Min, Mean,
Factor RMS, Kurtosis, Factor de cresta, Moda y Desviación estándar, con los cuales
se caracteriza cada motor.
55
Bloque de filtración y graficación:
Figura 3. 20. Generación de Matriz general de datos en Labview (Array de datos MAF, BARO,
MAP). ANEXO 11.
56
Figura 3. 21. Generación de Matriz general de datos en Labview (Array de datos: TEMP,
Volucalc, Volt. bat.). ANEXO 12.
57
Una vez tomados los datos y grabados en un archivo de tipo ‘.xls’, se procede a extraer
la información de esta matriz y trabajar con el vector de datos formado por la toma de
señal, es decir con los valores del MAF, BARO, MAP, TEMP, VOLT, los cuales sirven
para el posterior cálculo.
Figura 3. 22. Lectura de datos de la Matriz general en Labview (Array de datos).

58
Figura 3. 23. Análisis Estadístico en Labview.

Fuente: Los Autores. ANEXO 13.
Todo este paso se lo realiza dentro un bucle ‘while’, es en este momento que se realiza
el análisis estadístico descriptivo en donde se toma en consideración los siguientes
valores:
· MAX
· MIN
· PROMEDIO
· RMS
· KURTOSIS
· FACTOR DE CRESTA
59
· GRAFICACIÓN DE SEÑALES
· AMPLITUD
· FRECUENCIA
· VARIANZA
· DESVIACION ESTANDAR
Estos factores de análisis estadístico corroboran la efectividad de la toma de la
muestra y se aplican para próximos cálculos de diagnóstico del motor, por lo que para
el caso de este proyecto se ha ocupado el valor del promedio y de la frecuencia de
magnitudes.
Figura 3. 24. Aplicación de análisis numérico en Labview sin accionar el pedal del acelerador.
Fuente: Los Autores. ANEXO 14
60
Figura 3. 25. Aplicación de análisis numérico en Labview con el pedal del acelerador
completamente accionado. ANEXO 15.
Aplicando una estructura de tipo ‘fórmula node’ y varias variables de tipo local, se
aplica las fórmulas para el cálculo de la cilindrada.
Con respecto al interfaz gráfico de la toma de señales se tiene:
61
Figura 3. 26. Interfaz gráfico en Labview. ANEXO 16.

En esta pantalla se puede identificar un semáforo de activación de la toma de señal,

dos manómetros comparadores de señal para el MAF y el MAP, varias pantallas de
gráficas de MAF, MAP, BARO, TEMP, VOLTAJE, las cuales indican gráficamente la
evolución de la toma de muestra.
En la realización de la prueba se identifican los siguientes parámetros:
Figura 3. 27. Graficación de señales en Labview.

62
Para el resultado se identifican las siguientes celdas:
Figura 3. 28. Lectura de valores de cilindrada.

SOFTWARE PARA LA DETERMINACIÓN DEL ALGORITMO DE

CÁLCULO.
3.1.3.1. Regresión Lineal Multivariable.

La regresión se puede definir como un procedimiento, mediante el cual se trata de
determinar si existe o no relación de dependencia entre dos o más variables, es decir,
que conociendo los valores de una variable se trata de estimar los valores de la
variable dependiente.
La regresión puede ser lineal o no lineal, simple o multivariable. La regresión

multivariable es aplicada cuando dos o más variables independientes influyen sobre
una variable dependiente, de tal manera que en el caso de regresión se adapta o aplica
a la determinación de la cilindrada estudiada en este trabajo.
Las ecuaciones para desarrollo general de la aplicación de este método son:
Fórmula 3. 6. Ecuación de la Regresión Múltiple.

Fuente: Gutiérrez Humberto. Análisis de Experimentos.
63
Fórmula 3. 7. Ecuación de la Regresión Múltiple con interacción de variables.

Se aplica un cambio de variable a las expresiones como:
Fórmula 3. 8. Cambio de variable para interacción de variables.

Entonces se puede escribir como:
Fórmula 3. 9. Definición del algoritmo RLM.

Siendo la expresión inicial de la regresión, se procede a trabajar por la resolución de

mínimos cuadrados, obteniendo los coeficientes a, b1, b2, bn…, etc., que
corresponden a la solución del polinomio.
Fórmula 3. 10. Determinación de coeficientes por el método de mínimos cuadrados.

Al aplicar el método de regresión lineal multivariable (RLM), sobre el software Matlab,

en el cual se desarrolla el algoritmo para la determinación de los coeficientes de la
regresión lo que se indica a continuación en la figura 3.11.
64
Fórmula 3. 11. Algoritmo de Matlab para la Regresión multivariable. ANEXO 17.

Fuente. Los Autores.
En la primera parte del algoritmo se muestra la normalización de los parámetros de

entrada, luego en ‘Z’, se crea la matriz de datos que corresponden a las variables
independientes.
Se aplica el comando ‘mvregress’, en el cual se indica la realización de la regresión

con las variables alojadas en ‘Z’ para el vector de respuesta ‘y’, de esta manera, el
software calcula los coeficientes que se almacenan en el vector ‘beta’.
Fórmula 3. 12. Algoritmo de Matlab para la Regresión multivariable, comprobación. ANEXO 18.
Fuente. Los Autores.
65
Una vez obtenidos los resultados de ‘beta’, que son los coeficientes que multiplican a
cada valor de la variable de entrada, se procede a comprobar el polinomio con los
datos obtenidos de manera aleatoria, en la siguiente tabla se muestran los valores de
los coeficientes de ‘beta’.
Tabla 3. 2. Coeficientes de Regresión Multivariable.
Coeficiente/ sin acelerar Coeficiente/ acelerado Variable.
-92.7526421 1523990.46 *A
-41.8987513 38.3968493 *B
-540.084425 -327.193671 *C
115.734114 31.6152491 *D
1144.20582 -1524328.49 *E
14.6399229 50.2742881 *F
-0.24237576 -73.732218 *G
-81.3536695 -1844191.47 *A*A
0 -704.617646 *A*B
-1.75063078 0 *A*C
0 0 *A*D
0 0 *A*E
-2.21732002 0 *A*F
0 -1940.88266 *A*G
-2.85232204 0 *B*A
2.33279815 10.4475516 *B*B
0 0.30989243 *B*C
1.35725539 1.398819 *B*D
0 0 *B*E
0 1.08056776 *B*F
0.20446376 -1.08038851 *B*G
0 1583.12852 *C*A
-5.74471356 0 *C*B
481.397879 412.876684 *C*C
1.87584273 -0.64967978 *C*D
0 0 *C*E
0 3.67504229 *C*F
-3.41152124 5.28921085 *C*G
-9.73641151 653.138218 *D*A
0 0 *D*B
0 0 *D*C
0.24836845 -0.57726325 *D*D
66
Coeficiente/ sin acelerar Coeficiente/ acelerado Variable.

1.34151713 1.16048728 *D*F
-2.20740464 -2.4248535 *D*G
191.211562 -558151.876 *E*A
65.7124757 641.3189 *E*B
247.056118 -1581.6773 *E*C
0 -695.634081 *E*D
-2268.69456 2403737.74 *E*E
-21.8186533 -1044.86474 *E*F
-2.05848861 2037.38601 *E*G
0 975.250905 *F*A
-1.09509903 0 *F*B
4.8468068 0 *F*C
0 0 *F*D
0 0 *F*E
-0.07731332 -6.13000156 *F*F
0.14681863 0.26267513 *F*G
5.47497792 0 *G*A
0 0 *G*B
0 0 *G*C
0 0 *G*D
0 0 *G*E
0 0 *G*F
1.14316358 -0.1650997 *G*G
50.5249726 985989.569 *A*A*A
-1.50686418 -5.44082215 *B*B*B
-210.481292 -176.092338 *C*C*C
-2.4571758 1.44339803 *D*D*D
1162.57973 -987038.073 *E*E*E
67
El algoritmo final de la regresión es el siguiente:
Regresmatlab=(50.52497265*A^3 - 81.35366948*A^2 - 2.852322043*A*B -

1.750630776*A*C - 9.736411514*A*D + 191.2115621*A*E - 2.217320015*A*F +
5.474977925*A*G - 92.75264214*A - 1.506864175*B^3 + 2.332798148*B^2 -
5.744713565*B*C + 1.35725539*B*D + 65.71247575*B*E - 1.095099033*B*F +
0.2044637616*B*G - 41.89875135*B - 210.4812924*C^3 + 481.3978786*C^2 +
1.875842731*C*D + 247.0561178*C*E + 4.8468068*C*F - 3.411521244*C*G -
540.0844253*C - 2.457175795*D^3 + 0.2483684521*D^2 - 152.3017404*D*E +
1.341517131*D*F - 2.20740464*D*G + 115.7341142*D + 1162.579728*E^3 -
2268.694562*E^2 - 21.81865333*E*F - 2.058488612*E*G + 1144.205824*E -
0.6859941607*F^3 - 0.07731332017*F^2 + 0.1468186254*F*G + 14.63992289*F -
0.6662546067*G^3 + 1.143163584*G^2 - 0.242375756*G);
Fórmula 3. 13. Algoritmo de la Regresión Multivariable sin accionar el pedal del acelerador.
Regresmatlab=( 985989.5687*A^3 - 1844191.47*A^2 - 704.6176461*A*B +

1583.12852*A*C + 653.1382177*A*D - 558151.8759*A*E + 975.2509051*A*F -
1940.88266*A*G + 1523990.461*A - 5.440822153*B^3 + 10.4475516*B^2 +
0.3098924328*B*C + 1.398818997*B*D + 641.3189002*B*E + 1.08056776*B*F -
1.080388511*B*G + 38.3968493*B - 176.0923383*C^3 + 412.8766838*C^2 -
0.6496797773*C*D - 1581.677295*C*E + 3.675042294*C*F + 5.289210853*C*G -
327.1936706*C + 1.44339803*D^3 - 0.577263246*D^2 - 695.6340814*D*E +
1.16048728*D*F - 2.4248535*D*G + 31.61524914*D - 987038.073*E^3 +
2403737.74*E^2 - 1044.864736*E*F + 2037.386009*E*G - 1524328.489*E +
2.911884989*F^3 - 6.130001563*F^2 + 0.262675132*F*G + 50.27428812*F +
0.08606274664*G^3 - 0.1650996985*G^2 - 73.73221802*G);
Fórmula 3. 14. Algoritmo de la Regresión Multivariable con el pedal del acelerador
completamente accionado.
Fuente: Los Autores
68
3.1.3.2. Redes Neuronales

Una red neuronal artificial (RNA), es un sistema computacional compuesto por un gran
número de elementos simples interconectados masivamente en paralelo y con
organización jerárquica, los cuales procesan la información por medio de su estado
dinámico como respuestas a entradas externas.7
Las redes neuronales son una forma de emular ciertas características propias de los
humanos, como la capacidad de memorizar y de asociar hechos.
Una red neuronal es “un nuevo sistema para el tratamiento de la información, cuya
unidad básica de procesamiento está inspirada en la célula fundamental del sistema
nervioso humano: la neurona”. 8
Lo que sucede es que una neurona biológica es estimulada a través de sus entradas
(inputs) y cuando se alcanza un cierto umbral, la neurona se activa, y pasa una señal
hacia el axón9, por lo que, las Redes Neuronales radican en unidades de
procesamiento que tratan información.
Las RNA se ocupan para diferenciar patrones, imágenes, manuscritos y secuencias

de tiempo.
Tienen capacidad de aprender y mejorar su funcionamiento. Una primera clasificación

de los modelos de redes neuronales podría ser, atendiendo a su similitud con la
realidad biológica:
El modelo de tipo biológico. Este comprende las redes que tratan de simular los
sistemas neuronales biológicos, así como las funciones auditivas o algunas funciones
básicas de la visión.
7 JUAN CARLOS MORALES RAMOS. Procesamiento digital de señales y redes neuronales. Mayo
2004.
8 ANTONIO PASTOR CUEVAS. Reconocimiento de objetos mediante redes neuronales. 2012
9 Axón: Prolongación filiforme que arranca del cuerpo de la neurona y termina en una ramificación que
está en contacto con células musculares, glandulares, etc., o con otras células nerviosas, y por la cual
circulan los impulsos nerviosos.
69
El modelo dirigido a aplicación. Este modelo no tiene por qué guardar similitud con los
sistemas biológicos. Su arquitectura está fuertemente ligada a las necesidades de las
aplicaciones para la que es diseñada.
· Ventajas que ofrecen las redes neuronales.
“Debido a su constitución y a sus fundamentos, las redes neuronales artificiales

presentan un gran número de características semejantes a las del cerebro. “Por
ejemplo, son capaces de aprender de la experiencia, de generalizar de casos
anteriores a nuevos casos, de abstraer características esenciales a partir de entradas
que representan información irrelevante, etc. Esto hace que ofrezcan numerosas
ventajas y que este tipo de tecnología se esté aplicando en múltiples áreas.”10
· Las ventajas que incluye una RNA son:
Aprendizaje Adaptativo. Capacidad de aprender a realizar tareas basadas en un

entrenamiento o en una experiencia inicial.
Auto-organización. Una red neuronal tiene la capacidad de crear su propia

representación de la información que recibe mediante una etapa de aprendizaje.
Tolerancia a fallos. La destrucción parcial de una red conduce a una degradación de

su estructura; sin embargo, algunas capacidades de la red se pueden retener, incluso
sufriendo un gran daño.
Operación en tiempo real. Los cómputos neuronales pueden ser realizados en

paralelo; para esto se diseñan y fabrican máquinas con hardware especial para
obtener esta capacidad.
Fácil inserción dentro de la tecnología existente. Se pueden obtener chips

especializados para redes neuronales que mejoran su capacidad en ciertas tareas.
Ello facilita la integración modular en los sistemas existentes
10 CARLOS ALBERTO RUIZ. Redes Neuronales: Conceptos Básicos y aplicaciones. Argentina. 2001.
70
Los elementos básicos que componen una red neuronal se presentan a continuación,
en la Figura 3.29.
Figura 3. 29. Elementos de una red neuronal.

Fuente: Damian Jorge. Redes Neuronales: Conceptos y Aplicaciones.
La RNA está constituida por neuronas interconectadas y arregladas en tres capas (esto
último puede variar). Los datos ingresan por medio de la “capa de entrada”, pasan a
través de la “capa oculta” y salen por la “capa de salida”. Cabe mencionar que la capa
oculta puede estar constituida por varias capas.
Antes de comenzar el estudio sobre las redes neuronales, se debe aprender algo sobre
las neuronas y de cómo ellas son utilizadas por una red neuronal. En la Figura 3.30,
se compara una neurona biológica con una neurona artificial. En la misma se pueden
observar las similitudes entre ambas (tienen entradas, utilizan pesos y generan
salidas).
Figura 3. 30. Comparación entre una neurona biológica y una neurona artificial.
Fuente: Damián Jorge. Redes Neuronales: Conceptos y Aplicaciones.
71
Mientras una neurona es muy pequeña en sí misma, cuando se combinan cientos,

miles o millones de ellas pueden resolver problemas muy complejos.
La función de entrada (input) de la neurona depende del tipo de vector de entrada y

del número de vectores de entrada con la que esta red pretenda trabajar,
correspondiendo una neurona para cada vector, generándose así el peso sinóptico
para cada neurona.
୧ ൌ ሺ୧ଵ ‫ כ‬୧ଵ ሻ ‫ כ‬ሺ୧ଶ ‫ כ‬୧ଶ ሻ ‫ כ‬ǥ ሺ୧୬ ‫ כ‬୧୬ ሻ

Fórmula 3. 15. Función de entrada de la neurona.
Tabla 3. 3. Funciones de entrada comúnmente utilizadas.

Tipo de Función Expresión Matemática.
Sumatoria de las
entradas pesadas.
Productora de las
entradas pesadas.
Máximo de las
entradas pesadas
Una vez que se determina la función de entrada se procede a realizar la función de

activación. La función de activación calcula el estado de actividad de una neurona
transformando la entrada global en un valor de activación cuyo rango va normalmente
de 0 a 1 o de -1 a1, es decir puede estar inactiva 0 o -1, o activa 1.
72
Tabla 3. 4. Funciones de activación comúnmente utilizadas.

Tipo de Expresión Matemática. Interpretación Gráfica.
Función.
Función
Lineal.
Función
Sigmoidea.
Función
Tangente
Hiperbólica
La función de salida es el último componente que necesita la neurona y para ello debe
ser aplicada una función de salida, estas pueden ser: Ninguna o Binaria.
Tabla 3. 5. Funciones de salida comúnmente aplicadas.

Ninguna. Binaria.
Es del tipo más sencillo, es igual que la
función de entrada, llamada, Función
identidad.
73
Las redes neuronales pueden ser utilizadas para un gran número y variedad de
aplicaciones, entre ellas están: Ingeniería, Finanzas, Militar, Optimización de recursos,
entre otros.
En el presente estudio que se trata de la determinación de la cilindrada, se aplica la

versatilidad de las redes neuronales y con un alto grado de exactitud.
El software aplicado para la realización de RNA, es Matlab, el cual se explica a

continuación.
a. Creación de RNA.
En la teoría se explica que a la entrada de una red neuronal se aplican vectores y por
la matemática de esta función se trabaja con valores entre 0 y 1, por lo tanto se procede
a normalizar los datos de entrada, para esto se determinan constantes para luego
dividir cada vector para su constante determinada.
Tabla 3. 6. Valores de constantes para normalización.

Descripción de la constante. Valor de la
constante.
a, Valor de la presión atmosférica. 101325 P.a.
b, Valor de la temperatura ambiente. 30 °C.
c, Valor del voltaje de la batería. 14 V.
d, Valor de la cilindrada. 5500 cm3.
e, se refiere al número de picos que se generan en la depresión 100 picos.
del motor en 10 seg, dando arranque.
f, se refiere a las rpm del motor en arranque. 500 rpm.
En la primera parte del algoritmo (Figura 3.31), se leen los datos para la normalización
de los vectores y luego se procede a crear una matriz con todos los valores
normalizados que son los parámetros que determinan la cilindrada del motor (P), se
genera un vector normalizado con los datos de las cilindradas establecidas (y).
El método para la creación de RNA, trabaja con vectores en forma de filas, por lo que
se aplica la transpuesta a los vectores generados.
74
Se aplica el comando ‘newff’ en el software, con el cual se crea una red neuronal, con
los valores de (P), para obtener los valores de (y); entre corchetes el primer número
genera el número de neuronas a ser creadas (16), el segundo número indica el número
de capas ocultas (8), y el tercer número indica el número de neuronas para la capa de
salida (1), separado entre paréntesis se indican las funciones de activación de cada
capa de neuronas, en este caso la función ‘tansig’ es aplicada para las capas de
entrada y ocultas, mientras que para la capa de salida se aplica una función ‘purelin’.
La función ‘tansig’ es de tipo sigmoidea explicada en la Tabla 3.4.
La función ‘purelin’ es de tipo lineal explicada en la Tabla 3.4.
Figura 3. 31. Algoritmo para la creación de una RNA. ANEXO 19.

Creada la RNA, se debe entrenar, para lo cual se aplican los comandos ‘red.trainFcn’,
‘red.trainParam.goal’, ‘red.trainParam.epochs’, ’ red.trainParam.max_fail’,
‘red.trainParam.min_grad’.
La figura 3.32 indica la ventana de creación de la RNA, la cual despliega el software

para controlar la evolución del aprendizaje de la red; este aprendizaje está en función
del número de épocas que la red neuronal aplica para el entrenamiento y su valor fue
75
de 9e4 épocas, también se observa el entrenamiento de la red, la cual consta de 7

neuronas de entrada una por cada variable de cálculo, tres capas ocultas, la primera
contiene 16 neuronas, la segunda 8 neuronas, la tercera una neurona y una neurona
a la salida de la RNA.
Figura 3. 32. Creación y Entrenamiento de la Red Neuronal.

En las figuras a continuación se muestra la evolución del aprendizaje de la RNA con

respecto al error de validación que esta puede tener, siendo un error menor a 10e-4.
En la figura 3.33, se grafica el valor del error en función a la época de entrenamiento.
En la figura 3.34, se muestra el valor de la gradiente del error, en función del número
de épocas de entrenamiento.
76
En la figura 3.35, se observa el valor de resultado con respecto al valor aleatorio que
se genera para la evaluación de la RNA.
Figura 3. 33. Evolución del error de la RNA con respecto al valor de validación de datos.
Figura 3. 34. Evolución del estado de creación y entrenamiento por el número de épocas.
77
Figura 3. 35. Evolución del estado de la regresión de los valores aplicados a la RED.
b. Entrenamiento de la red.
La creación de la RNA, es realizada por medio de una matriz de datos inicial, pero este
método es capaz de actualizarse con otros datos, de tal manera que se entrena la red
y se pueden obtener errores de determinación muy bajos por el orden de 10e-5.
En la figura 3.36, se observa el entrenamiento de la red, la cual consta de 7 neuronas

de entrada una por cada variable de cálculo, tres capas ocultas, la primera contiene
16 neuronas, la segunda 8 neuronas, la tercera una neurona y una neurona a la salida
de la RNA.
78
Figura 3. 36. Entrenamiento de la Red Neuronal.

Este entrenamiento se lo realiza con un valor de 8e4 épocas y una matriz nueva de
datos, obteniendo errores menores a 10-6, tambien se grafica el valor del error en
función a la época de entrenamiento como se muestra en la figura 3.37.
En la figura 3.38, se muestra el valor de la gradiente del error, en función del número
de épocas de entrenamiento.
En la figura 3.39, se observa el valor de resultado con respecto al valor aleatorio que
se genera para la evaluación de la RNA.
79
Figura 3. 37. Evolución del error del Entrenamiento de la RNA con respecto al valor de
validación de datos.
Figura 3. 38. Evolución del estado del entrenamiento por el número de épocas.
80
Figura 3. 39. Evolución del estado de la regresión de los valores aplicados al entrenamiento de
la RED.
3.2. CONSTRUCCIÓN DEL SISTEMA MECÁNICO.
La construcción del prototipo a realizarse, se identificó las necesidades de cada uno

de los sensores que se pretende utilizar, para que en base a sus requerimientos
determinar las necesidades constructivas y de adaptación de cada uno de ellos, Las
características dimensionales de los elementos se ven en el ANEXO 7.
ESTRUCTURA PORTADORA DEL SISTEMA.
La estructura que va a almacenar el sistema y en donde son colocados todos los

instrumentos de adquisición de datos y toma de muestras tiene las siguientes
características que se pueden apreciar en la figura 3.40.
81
Figura 3. 40. Caja portadora del sistema.

Esta caja permite transportar de una manera fácil todos los elementos necesarios para
realizar la medición de las muestras.
SENSOR MAF
El sensor MAF elegido para ser utilizado dentro del prototipo es el sensor MAF de
elemento caliente del vehículo Isuzu Rodeo.
Figura 3. 41. Sensor MAF.

Fuente: Los Autores
82
Figura 3. 42. Características constructivas del MAF.

Fuente: Los Autores
El sensor MAF debido a sus características y a la posición en la que tiene que ir

colocado, a la entrada de la admisión del motor del vehículo, por lo que es necesario
tener un dispositivo que permita al sensor MAF detectar la mayor cantidad de aire a la
entrada de la admisión, para lo cual se dispuso en un adaptador de MAF que se utiliza
en el vehículo Isuzu Rodeo, como se puede observar en la figura 3.43.
Figura 3. 43. Acople para MAF

83
Figura 3. 44. Características constructivas de los adaptados para MAF

SENSOR MAP
El sensor MAP debido a sus características de funcionamiento no necesita ir montado

directamente sobre el vehículo ya que posee una manguera que toma el vacío del
motor, por lo que al sensor MAP va colocado en el interior del soporte donde se alojan
la estructura de adquisición de datos y la manguera que toma el vacío puede ser
instalada directamente al motor sin necesidad de retirar el sensor de su alojamiento
dentro de la estructura.
Figura 3. 45. Sensor MAP.

84
Figura 3. 46. Características constructivas del sensor MAP

SENSOR DE TEMPERATURA.
Al ser aplicado un sensor LM35, el cual es el dispositivo más sencillo para la toma de
la temperatura, se ha instalado en la estructura de adquisición de datos para que al
igual del MAP, tome los datos sin necesidad de ser desmontado.
Figura 3. 47. Sensor LM35

CONJUNTO ENSAMBLADO
La unión de todos los elementos que componen el sistema se puede observar en la

figura 3.48.
85
Figura 3. 48. Sistema prototipo

Fuente. Los Autores
3.3. DETERMINACIÓN Y CONSTRUCCIÓN DE ACOPLES PARA

LOS DIFERENTES MOTORES.
Para la determinación de los acoples necesarios para la toma de las muestras se

verifica la medida de la entrada de la admisión de los motores, de las principales
marcas de que circulan en el país, para poder realizar una clasificación tomando en
cuenta los diámetros de la entrada del múltiple de admisión.
SELECCIÓN DE LOS VEHÍCULOS
En función a la cantidad de vehículos se determinan los más representativos de las

marcas con motores cuyas cilindradas sean mayores a 1500 cm3 y también se toma
en cuenta un vehículo con cilindrada menor a 1500 cm3 para poder cerrar un rango
completo de análisis en función a los trabajos futuros que se puedan desarrollar en
base al presente proyecto.
En función a la disponibilidad se escogieron los vehículos para la realización de las

pruebas y validación del sistema prototipo, estos fueron tomados según la cilindrada y
tratando de segmentar a todos las áreas desde los 1000 cm3, aunque esta no tiene
problemas de impuestos pero era necesario su análisis para poder cerrar un completo
86
muestreo dentro del proyecto, luego se seleccionó a los siguientes vehículos: AVEO
Family que se encuentran en la línea de máxima cilindrada que no paga impuestos
que es la 1500 cm3, luego se toma en cuenta la cilindrada 1800 cm3 con el Hyundai
Sonata, también se toma en cuenta el Grand Vitara con el motor 2000 cm3, luego se
toma en cuenta un vehículo con sistema de carburador el cual es el motor 2300 cm3
que viene con la Luv, luego se toma en cuenta una cilindrada de 2400 con la Luv D-
Max y por ultimo al motor 3200 cm3 el cual se encuentra en una gran gama de
vehículos de la marca Chevrolet como es la D-Max V6, el Trooper V6, Rodeo V6 y a
través del SRI se obtuvo la información de la cantidad de estos vehículos matriculados
en la provincia del Azuay, esto se puede observar en la siguiente Tabla 3.7.
Tabla 3. 7. Cantidad de vehículos existentes en el Azuay

Fuente: Servicio de Rentas Internas (SRI)
Cantidad de vehículos Modelo Cilindraje cm3
2689 Aveo 1500
422 Rodeo V6 3200
953 Luv V6 3200
166 Trooper V6 3200
230 Luv 2300
5109 Suzuki 1000
126 Hyundai Sonata 1800
7529 Grand Vitara 2000
3951 D-Max 2400
TAMAÑO DE MUESTRA.
Fórmula para el cálculo de la muestra de poblaciones finitas.
Para realizar el cálculo de tamaño de muestra cuando el universo es finito, es decir

cuando el universo es contable, se tiene:
ܰ ‫ܼ כ‬௔ଶ ‫ݍ כ ݌ כ‬
݊ൌ ଶ
݀ ‫ כ‬ሺܰ െ ͳሻ ൅ ܼ௔ଶ ‫ݍ כ ݌ כ‬
Fórmula 3. 16. Cálculo del tamaño de la muestra.
Fuente: Ronald E. Walpole, Probabilidad y Estadística para ingenieros.
87
La población de automóviles 3200 cm 3, Chevrolet Rodeo V6, son de 422, Calcular el

tamaño de muestra para realizar la determinación de la cilindrada.
Se aplica la fórmula:
Ͷʹʹ ‫ͳ כ‬Ǥͻ͸ଶ ‫Ͳ כ‬ǤͲͷ ‫Ͳ כ‬Ǥͻͷ

݊ൌ ൌ ͸ʹǤ͵ͷ͵͵̱ሺ͸͵ሻ݉‫ݏܽݎݐݏ݁ݑ‬
ͲǤͲͷଶ ‫ כ‬ሺͶʹʹ െ ͳሻ ൅ ͳǤͻ͸ଶ ‫Ͳ כ‬ǤͲͷ ‫Ͳ כ‬Ǥͻͷ
Fórmula 3. 17. Tamaño de la muestra.

Para el estudio se requiere al menos 63 muestras en el caso del Rodeo motor 3200
cm3.
A continuación se muestra una tabla en la que se registra el valor de las muestras de

los vehículos a analizar.
Tabla 3. 8. Cantidad de muestras necesarias para el estudio.
Cantidad
de Modelo Cilindraje Cantidad de muestra
vehículos
2689 Aveo 1500 71.0872 (72)
422 Rodeo V6 3200 62.3533 (63)
953 Luv V6 3200 67.8639 (68)
166 Trooper V6 3200 50.9113 (51)
230 Luv 2300 55.5904 (56)
5109 Suzuki 1000 71.9761 (72)
Hyundai
126 1800 46.4506 (46)
Sonata
Grand
7529 2000 72.2999 (72)
Vitara
3951 D-Max 2400 71.6842 (72)
88
DETERMINACIÓN DE ACOPLES
3.3.3.1. Adaptador para diámetros de 60mm a 70mm (A1)

Los acoples para diámetros de 60mm a 70mm que se encuentra en los siguientes
vehículos que se pueden ver en la tabla 3.9.
Tabla 3. 9. Vehículos con el diámetro de 60mm a 65mm.

Diámetro de Tipo de
Núm. Tipo de Motor colector de sistema de
admisión (mm) alimentación.
1 A12 63,8 Carb
2 Forza1000 62,6 Carb
3 Mitsubishi 1600 62 Carb
4 Corsa Wind 62,1 Iny
5 Hyundai Sonata 60,5 Iny
6 Corsa 1800 64,2 Iny
7 Toyota 3K 62 Carb
8 Forza 2 62,8 Carb
9 Chevrolet 2300 61 Carb
10 Daewoo 62,3 Iny
11 Aveo 62 Iny
12 Isuzu Rodeo 70 Iny
Carb = Alimentación por carburador
Iny = Alimentación por sistema de inyección electrónica
Para el uso de los diámetros de los vehículos antes mencionados se utiliza un tubo
elastómero cuyo diámetro es de 68mm, para ser colocado con una abrazadera, este
tubo elastómero que permite acoplarse entre el minino y el máximo determinado en la
tabla 3.9.
89
Figura 3. 49. Adaptador para diámetros de 60mm a 70mm

Figura 3. 50. Abrazadera para el adaptador.

Fuente: Los Autores
3.3.3.2. Adaptador para la Luv 2300 cm3 (A2)

Para motores con el colector de admisión con diámetro de 78 mm, como en el caso de
la Chevrolet Luv 2300, se aplica un acople descrito en la figura 3.51, el cual se coloca
en la boca del conducto de admisión del motor de la Luv 2300 cm3 y este se coloca
conjuntamente con el adaptador para diámetros de 60mm a 70mm:
90
Figura 3. 51. Adaptador para la Luv 2300 cm3

Fuente: Los Autores
3.3.3.3. Adaptador para motores 3200 cm3 V6. (A3)

En el caso de adaptar el MAF con cercanía a los ventiladores de radiador, se aplica el
siguiente acople, el cual se coloca conjuntamente con el adaptador (A1).
Figura 3. 52. Adaptador para motores 3200cm3 V6.

91
CAPÍTULO IV.
4. VALIDACIÓN DE PRUEBAS.
4.1. PRUEBA DE ACOPLAMIENTOS MECÁNICOS PARA LOS
DIFERENTES VEHÍCULOS.
Dentro del desarrollo del presente proyecto es de vital importancia que los acoples
mecánicos funcionen de excelente manera para poder evitar cualquier tipo de lecturas
erróneas, garantizando la fiabilidad de los datos obtenidos.
Con la construcción del prototipo se comprueba su correcto funcionamiento y las

especificaciones para las que fue construido, se cumplan correctamente.
En el diseño actual, se comprueban los siguientes parámetros:
· El sistema opere fácilmente.

· El sistema se aplique en cualquier condición de funcionamiento normal del
vehículo.
· El sistema garantice la toma de la muestra de manera eficaz
· El tiempo de demora para la toma de la muestra, no sea más de 20 minutos.
· El sistema sea acoplable a cualquier tipo de motor encendido por chispa.
· Los elementos sean remplazables en caso de existir algún tipo de daño.
PROCEDIMIENTO PARA REALIZAR LA PRUEBA DE ACOPLAMIENTOS
Para la comprobación del correcto funcionamiento de los acoplamientos se ha dividido

en dos etapas, la primera se la realiza mediante una comprobación visual, y la segunda
mediante la comprobación del correcto funcionamiento del sistema.
a) Comprobación visual
Para la comprobación del correcto funcionamiento se dispone de los distintos acoples

para las tomas de las muestras, las cuales son acople A1, acople A2 y acople A3,
según sea necesario, el adaptador A1 el cual se utiliza conjuntamente con el sensor
92
MAF, por lo que es de vital importancia que este sea bien instalado tanto en conjunto
como con el resto de adaptadores y de manera directa en motores cuya entrada de
aire no tenga un diámetro menor a 60mm y máximo de 70mm.
Para los vehículos cuyo acople es colocado directamente, sin necesidad de ser
colocado otro acople es: el Suzuki Forza I 1000 cm3 y para el Aveo 1500 cm3, para
estos dos vehículos se realiza la prueba directamente y no existe la necesidad de
colocar un adaptador extra y además se puede utilizar en varios vehículos como se
puede observar en la tabla 3.9.
En la inspección visual se observa que tanto el adaptador A1 este correctamente

instalado y la abrazadera de sujeción este correctamente apretada, esta acción debe
de ser realizada siempre que se efectué la toma de las muestras, ya que al ser un
instrumento de medición que se extrae constantemente de los vehículos, este debe de
garantizar su correcto funcionamiento, por lo que se recomienda realizar la revisión del
acoplamiento siempre que se vaya a realizar la toma de una muestra.
Figura 4. 1. Inspección visual de acople A1 motor 1500 cm3.

93
Figura 4. 2. Inspección visual de acople A1 motor 1000 cm3

Para los vehículos con motor 2300cc como es el caso de la Luv2300, se necesita la
instalación del acople A2 y de igual manera se necesita la instalación del adaptador
A1 para que se pueda llevar acabo la toma de la muestra.
Figura 4. 3. Adaptador A2 y A1 instalados en motor 2300c cm3.

Para la comprobación del adaptador A3, de igual manera se necesita la ayuda del
adaptador A1, estos dos se los utiliza para la toma de la muestra en los vehículos con
motores 3200cc, ya que la entrada de la admisión la tiene en frente del ventilador que
es utilizado para enfriar el radiador, por lo que se hace necesario la utilización del
94
adaptador A3 la cual permite colocar al sensor MAF sin la interferencia del aire
generado por el ventilador del radiador del vehículo.
Figura 4. 4. Adaptador A3 y A1 instalados en motor 3200 cm3.

b) Comprobación de funcionamiento
Una vez que se ha realizado la comprobación visual y se asegurado que el sistema

está bien instalado, se puede observar el correcto funcionamiento del equipo en donde
los valores del flujo puede variar en caso de existir una ingreso de aire intrusivo, esto
se puede determinar debido a que en los vehículos con los cuales se trabajó se pudo
elaborar una muestra patrón del comportamiento del equipo en cuanto al ingreso de
aire.
Los cuadros a continuación tienen patrones de correcto funcionamiento para los

motores seleccionados, los cuales fueron realizados con la aleta del acelerador
completamente cerrada y completamente abierta.
95
Prueba de motor Suzuki 1000 cm3.
(a) (b)
Figura 4. 5. Entrada de aire al motor. (a) Aleta cerrada. (b) Aleta abierta. Motor 1000 cm3
Prueba de motor Aveo 1500 cm3.
(a) (b)
Prueba de motor Luv 2300 cm3.
(a) (b)
96
Prueba de motor Chevrolet 3200 cm3.
(a) (b)
4.2. PRUEBAS OPERATIVAS DEL SISTEMA.
Para la realización de las pruebas operativas del sistema se apoyan en la norma ASME
MFC-21.2-2010, y en base a esto se ha realizado un procedimiento mediante el cual
se procede a probar operativamente el sistema prototipo.
Dentro de la norma específicamente la sección 6,7 y 8 dan pautas claras de la correcta

instalación y funcionamiento del sensor MAF, por lo que se ha adaptado también en la
instalación del sensor MAP, sensor de temperatura ambiente, la medición del voltaje
de la batería la cual se incluye debido a la influencia de la misma al momento de dar
arranque al motor, en base a esto se establece el siguiente procedimiento que se
llevara a cabo para la toma de las muestras.
ESTADO INICIAL DEL VEHÍCULO
Antes del inicio de la prueba se revisa que el vehículo tenga las características
especificadas en la norma NTE INEN 2 349:2003, NTE INEN 2 203:2000, utilizadas
dentro de la Revisión Técnica Vehicular (RTV) vigente en los centros de RTV del país,
teniendo en cuenta lo citado anteriormente, se establece el siguiente procedimiento
previo a la toma de las muestras:
97
4.2.1.1. Procedimiento previo a la revisión.

Antes de realizar las pruebas, se deben efectuar las siguientes tareas:
a) Precalentar y estabilizar todos los equipos.

b) Limpiar todas las superficies de contacto, poniendo especial énfasis en eliminar
residuos de grasa, lubricantes, agua o cualquier otro material que pueda
producir deslizamientos no deseados.
La medición de la cilindrada debe ser completamente documentada, mediante el

formato establecido, en función de los siguientes aspectos:
a) Identificación del vehículo:

I. Verificar la autenticidad de la documentación habilitante del vehículo y su
correspondencia con el número de motor y/o chasis o el VIN, según
corresponda.
II. Verificar el número de las placas del vehículo y su correspondencia con la
documentación habilitante.
III. Verificar la correspondencia del color, marca y modelo del vehículo con los
descritos en la documentación habilitante.
IV. Ingresar la información de identificación del vehículo al sistema informático
b) Inspección visual:
Se debe revisar las siguientes reformas a la constitución original del vehículo:
I. Sustitución del motor por otro de distinta marca y/o tipo.

II. Modificación del motor que produzca una variación de sus características
mecánicas o termodinámicas, que den lugar a considerar al vehículo como de
otro tipo.
III. Cambio de ubicación del motor.
IV. Modificación del sistema de alimentación de combustible para sustituir el que
normalmente se emplea en el vehículo por otro de diferentes características, o
para utilizar uno y otro indistintamente.
98
4.2.1.2. Procedimiento previo a la medición.

Antes de la prueba, realizar las verificaciones siguientes:
a) Retirar todo material en forma de partículas y eliminar toda substancia extraña o

agua, que se hayan acumulado en la entrada a la admisión, en la toma de vacío
a utilizar por el MAP y los bornes de la batería no se encuentren con sulfato.
b) Revisar que la transmisión del vehículo esté en neutro (transmisión manual) o
parqueo (transmisión automática).
c) Revisar que el control manual del ahogador (choque), no se encuentre en
operación, y que los accesorios del vehículo (luces, aire acondicionado, etc.),
estén apagados.
d) Revisar que el nivel de aceite en el cárter esté entre el mínimo y máximo
recomendado por el fabricante, con el motor apagado y el vehículo en posición
horizontal.
e) Encender el motor del vehículo y verificar que se encuentre a la temperatura
normal de operación.
f) Realizar la conexión del sistema prototipo diseñado
I. Instalar el sensor MAF a la entrada de la admisión del motor de combustión
interna utilizando los acoples A1, A2 y A3 según sea el caso, teniendo en
cuenta las recomendaciones realizadas por la norma ASME MFC-21.2-
2010 específicamente en la sección 6,7 y 8.
Figura 4. 9. Instalación del sensor MAF.

Fuente: Los Autores
99
II. Instalar el sensor MAP en un puerto de la admisión que pueda detectar la

depresión del sistema de admisión.
Figura 4. 10. Conexión del MAP

III. Conectar el sistema de medición del voltaje de la batería.
Figura 4. 11. Conexión de la batería.

IV. Encender el circuito electrónico de filtrado de señales.

100
Figura 4. 12. Encendido del circuito rectificador de señales.

V. Se conecta la tarjeta de adquisición de datos a la portátil mediante la

conexión USB y se enciende la portátil.
Figura 4. 13. Conexión de la computadora a la tarjeta de adquisición de datos.

Fuente: Los Autores
MEDICIÓN
Una vez que se ha establecido el cumplimiento de todos los apartados los cuales están
basados en las normas NTE INEN 2 349:2003, NTE INEN 2 203:2000 se procede la
realizar la medición con la utilización del sistema prototipo.
1. Seleccionar el software Labview.

2. Se da click sobre el proyecto llamado ‘Cilind24abril.lvproj’.
101
Figura 4. 14. Selección del proyecto

Empieza a correr el programa mostrándose la siguiente ventana de activación.
Figura 4. 15. Ventana de activación.

3. Se muestra la ventana del árbol del proyecto, donde se da un click en el

símbolo + de la tarjeta myRIO – 1900 (172.22.11.2), luego se selecciona el VI:
Cilind2.vi, dando click.
102
Figura 4. 16. Ventana de Proyecto

4. Al dar click se presenta la activación del programa mostrando la siguiente

ventana:
Figura 4. 17. Ventana de activación Ni myRio.

103
5. Al correr el programa se muestra el siguiente Front panel:
Figura 4. 18. Front panel.

6. Se da un click en la tecla de RUN ubicada en la parte superior derecha, o se

puede aplicar Ctrl+R, y el programa entra en funcionamiento.
El programa está dividido en 3 etapas temporales.
a) La primera etapa: toma los datos de la presión atmosférica y la temperatura

ambiente, al mismo tiempo se activa un indicador grafico en forma de semáforo
que indicara el inicio del arranque. Esta etapa dura 3 segundos.
b) La segunda etapa: se inicia el arranque registrándose todos los valores de
magnitud como: voltaje de batería, flujo másico, presión en el colector de
admisión, temperatura ambiente, lo cual se realiza hasta que los indicadores
gráficos se apaguen. Esta etapa dura 7 segundos.
c) La tercera etapa: al término de la prueba de arranque se espera alrededor de 2
segundos para la normalización de las señales de los sensores.
104
Figura 4. 19. Inicio de la prueba.

7. Realizada toma de la muestra el software realiza internamente el cálculo y

determinación de la cilindrada observando el resultado en la casilla
Regrsmatlb.
Figura 4. 20. Casilla de resultado.

Para realizar la toma con el pedal del acelerador completamente accionado, se debe
activar el botón de Acelerado que está ubicado en el centro del Front Panel y seguir
desde el paso 1.
105
Figura 4. 21. Toma realizada con el pedal del acelerador totalmente accionado
La lectura del resultado es igual a la descrita en el punto 6.
COMPROBACION DE LA TOMA DE LA MUESTRA.
Para poder comprobar que las lecturas son las correctas se toman las muestras
gráficas de las medidas, las cuales pueden ser comparadas para determinar si su
funcionamiento es el adecuado y poder continuar o descartar la toma de la muestra, a
continuación se muestran las gráficas con errores en las muestras.
106
Gráficas con falla de voltaje de batería.
(a) (b)
Figura 4. 22. Gráficas de: (a) correcto funcionamiento, (b) Mal funcionamiento. Batería 12V.
Gráfica con falla de MAP.
(a) (b)
Figura 4. 23. Gráficas de: (a) correcto funcionamiento, (b) Mal funcionamiento. MAP.
107
Gráfica con falla en el BARO.
(a) (b)
Figura 4. 24. Gráficas de: (a) correcto funcionamiento, (b) Mal funcionamiento. BARO.
Gráficas con falla en la temperatura.
(a) (b)
Figura 4. 25. Gráficas de: (a) correcto funcionamiento, (b) Mal funcionamiento. Temperatura
ambiente.
108
Gráficas con falla en el MAF.
(a) (b)
Figura 4. 26. Gráficas de: (a) correcto funcionamiento, (b) Mal funcionamiento. MAF.
4.3. ANÁLISIS ESTADÍSTICO DE RESULTADOS.
Para realizar la validación de los resultados se ha aplicado la estadística descriptiva

para la obtención de datos y la estadística inferencial para la determinación de nulidad
o aceptación de las hipótesis.
ANÁLISIS DE TOMA DE MUESTRAS.
En este punto se realiza el análisis estadístico de la toma de muestras realizada por

cada cilindrada, para cada una de las cilindradas se examina:
· La probabilidad de normalidad de los datos obtenidos,
· El supuesto de varianza constante,
· La suposición de independencia en los residuos, es decir que los puntos se
comporten de manera aleatoria.
El método ANOVA, el cual es conocido también como análisis de variancia es el

método más exacto para calcular la variabilidad de un sistema de medición por que
posee la ventaja de cuantificar la variación debida a la interacción entre los operadores
109
y las partes. Este método está basado en la misma técnica estadística utilizada para
analizar los efectos de los diferentes factores en el diseño de experimentos.11
El análisis de normalidad se representa por una gráfica de probabilidad normal, donde

los residuos, al graficarlos tienden a quedar ordenados en una línea recta cuando la
normalidad es correcta (figura 4.27a), por lo que si se muestra una gráfica diferente
quiere decir que el supuesto no es correcto (4.27b).
Figura 4. 27. Gráficas de normalidad, a) Se cumple la normalidad, b) No se cumple la

normalidad.
Fuente: Humberto Gutiérrez Pulido, Análisis y diseño de experimentos.
Para el análisis de la varianza constante, se grafican los puntos predichos contra los
residuos, los puntos en esta gráfica se distribuyen de manera aleatoria en una banda
horizontal, sin seguir un patrón evidente (figura 4.28a), al ser una gráfica aleatoria se
acepta el supuesto de varianza constante; en el caso de que la gráfica presente un
patrón en forma de un embudo o corneta (figura 4.28b), esto es una señal de que no
se está cumpliendo el supuesto de varianza constante indicando que el error de
pronóstico del modelo tiene relación directa con la magnitud del pronóstico, es decir
que mientras más crece la magnitud medida, se aumenta el error de muestreo.
11 MÉTODO ANOVA UTILIZADO PARA REALIZAR EL ESTUDIO DE REPETIBILIDAD Y

REPRODUCIBILIDAD DENTRO DEL CONTROL DE CALIDAD DE UN SISTEMA DE MEDICIÓN,
Scientia et Technica Año XIII, No 37, Diciembre de 2007. Universidad Tecnológica de Pereira. ISSN
0122-1701
110
Figura 4. 28. Gráficas de Varianza, a) Supuesto de varianza constante aceptada, b) Supuesto de

varianza constante rechazada.
La independencia de los residuos garantiza que no exista una correlación entre los
errores por la toma de resultados, por lo que si el comportamiento de los puntos en
general son de manera aleatoria dentro de una banda horizontal, el supuesto de
independencia de los resultados se cumple (figura 4.29a); en el caso de mostrar un
patrón definido es evidencia de que existe una correlación entre los errores por lo que
el supuesto de independencia no se cumple (figura 4.29b).
Figura 4. 29. Gráficas de independencia de resultados, a) Independencia correcta, b) No existe

independencia.
Los puntos que se encuentran más distantes de la gráfica denotan puntos atípicos los
cuales deben ser analizados para encontrar su origen y poderlos corregir, siendo estos
normales en toda corrida de toma de muestras.
111
El análisis se plantea con respecto al promedio del volumen calculado (mediavolcalc),

por ser el factor que más aporta al modelo.
4.3.1.1. ANOVA para muestras de cilindrada 1000 cm3.

Se presenta el análisis ANOVA para los motores 1000 cm3.
Figura 4. 30. Gráfica de Residuos para motores 1000 cm3.

En la Figura 4.30, se puede apreciar en la gráfica de Residuo vs. Porcentaje, que los
datos siguen la tendencia a una línea recta, lo cual acepta el supuesto de la normalidad
de los datos, además el histograma corrobora en su representación una distribución
normal de resultados.
En la gráfica de Valor Ajustado vs. Residuo, se identifica que los puntos no tienen
ningún patrón determinado en forma de embudo o corneta (figura 4.28b) y más bien
están distribuidos de manera aleatoria según el Valor Ajustado, por lo que se acepta
el supuesto de varianza constante, indicando además que el error no tiene relación
directa con la magnitud de pronóstico.
Se identifica en la gráfica de Orden de observación vs. Residuo, que los puntos no

siguen ningún patrón determinado, sino más bien se encuentran de manera aleatoria
112
en torno a la línea de 0, garantizando así la independencia de los residuos, de modo

que se acepta el supuesto de independencia de los resultados con el error de toma de
la muestra.

Se presenta el análisis ANOVA para los motores 1500 cm 3.

113

en torno a la línea de 0, garantizando así la independencia de los residuos, de manera
la muestra.


de los datos, además el histograma confirma en su representación una distribución
114


la muestra.


de los datos, además el histograma garantiza en su representación una distribución
115

la muestra.


de los datos, además el histograma coincide en su representación una distribución
116

la muestra.


117
de los datos, además el histograma ratifica en su representación una distribución


la muestra.


118
de los datos, además el histograma revalida en su representación una distribución


la muestra.
ANÁLISIS DE OBTENCIÓN DE RESULTADOS.
4.3.2.1. Análisis de resultados sin accionar la aleta de aceleración.

Una vez registrados los valores de las variables para el cálculo, se presentan los
resultados obtenidos por dos métodos, el primero por una Red Neuronal Artificial
(RNA) y el segundo por una Regresión Lineal Multivariable (RLM).
Para la presentación de resultados se han tomado 5 valores por cada cilindrada, la

tabla completa está en el ANEXO 2.
Tabla 4. 1. Resultados de cilindrada.

cilreal VolumRed VolumReg Error RNA Error RLM
3200.000 3197.734 3074.147 0.071 3.936
3200.000 3187.690 3097.288 0.385 3.222
3200.000 3187.690 3097.288 0.385 3.222
3200.000 3199.156 2995.379 0.026 6.396
3200.000 3199.914 3250.627 0.003 1.582
2400.000 2400.633 2529.407 0.026 5.391
2400.000 2414.633 2419.579 0.610 0.811
2400.000 2390.130 2319.265 0.411 3.378
2400.000 2396.436 2226.602 0.148 7.236
119

2400.000 2403.696 2087.101 0.154 13.017
2300.000 2324.542 2677.610 1.067 16.244
2300.000 2297.539 2411.306 0.107 4.845
2300.000 2301.979 2427.683 0.086 5.547
2300.000 2301.660 2410.704 0.072 4.810
2300.000 2300.525 2376.113 0.023 3.308
2200.000 2200.495 2395.248 0.023 8.873
2200.000 2186.106 2385.486 0.632 8.485
2200.000 2188.254 2378.493 0.534 8.157
2200.000 2202.710 2374.327 0.123 7.914
2200.000 2198.684 2290.206 0.060 4.103
2000.000 2003.787 1728.938 0.189 13.527
2000.000 1995.962 1751.020 0.202 12.474
2000.000 1987.926 1765.734 0.604 11.784
2000.000 2039.904 1762.649 1.995 11.635
2000.000 2001.633 1739.813 0.082 12.999
1800.000 1805.643 1740.991 0.314 3.268
1800.000 1796.338 1728.467 0.203 3.982
1800.000 1801.136 1771.794 0.063 1.566
1800.000 1806.601 1715.753 0.367 4.663
1800.000 1798.699 1665.466 0.072 7.479
1600.000 1599.538 1538.343 0.029 3.855
1600.000 1599.616 1527.699 0.024 4.520
1600.000 1600.267 1554.569 0.017 2.839
1600.000 1601.389 1546.994 0.087 3.310
1600.000 1600.341 1589.700 0.021 0.644
1500.000 1502.899 1564.522 0.193 4.293
1500.000 1501.143 1559.920 0.076 3.992
1500.000 1500.006 1557.170 0.000 3.811
1500.000 1496.084 1540.806 0.261 2.728
1500.000 1500.287 1515.167 0.019 1.011
1400.000 1461.711 1499.259 4.408 6.791
1400.000 1399.119 1501.640 0.063 7.265
1400.000 1405.167 1498.204 0.369 6.989
1400.000 1407.534 1503.100 0.538 7.325
1400.000 1400.681 1484.886 0.049 6.060
1300.000 1298.675 887.974 0.102 31.727
1300.000 1300.784 920.770 0.060 29.154
1300.000 1300.944 901.100 0.073 30.662
120

1300.000 1302.322 942.570 0.179 27.446
1300.000 1297.595 1007.018 0.185 22.579
1200.000 1200.705 870.804 0.059 27.417
1200.000 1197.890 1309.474 0.176 9.139
1200.000 1195.792 1332.371 0.351 11.070
1200.000 1198.282 1379.042 0.143 14.942
1200.000 1198.946 1372.374 0.088 14.377
998.000 998.240 922.672 0.024 7.546
998.000 998.357 994.947 0.036 0.306
998.000 998.214 1009.665 0.021 1.169
998.000 997.991 1060.738 0.001 6.286
998.000 997.820 927.431 0.018 7.072
4.3.2.2. Graficación de resultados.

En la figura 4.37, se observa la dispersión de los datos de cilindrada obtenidos por los
métodos de RLM (azul) y RNA (rojo), los cuales graficados entorno a la diagonal la
cual indican la precisión del cálculo por cada método.
Están graficados los puntos exactos de predicción de color verde, estos puntos ayudan
a la comparación gráfica de los resultados, es decir que mientras más juntos estén los
resultados de la RLM y RNA al color verde, más exacto es el cálculo del valor de la
cilindrada.
Figura 4. 37. Gráfica general de resultados.
121
122
En las gráficas de la Figura 4.38, se presentan los resultados generales de la obtención

del valor de la cilindrada con sus errores respectivos, la gráfica superior de
Comparación de Valores de Cilindrada, presenta de color Verde los puntos de
predicción, es decir los Valores de la Cilindrada Real, en color Rojo los puntos de
resultados obtenidos mediante la Red Neuronal Artificial, en color Azul los puntos de
resultados obtenidos por la Regresión Lineal Multivariable.
En la gráfica inferior izquierda, Error de Red, se puede observar el error de cálculo en

comparación con la muestra tomada, este es el error que se genera por la RNA.
En la gráfica inferior derecha, Error de Regresión, se gráfica el error del cálculo en

comparación con la muestra tomada, este es el error que se genera por la RLM.
En las siguientes gráficas:
Figuras 4.39 y 4.40, se muestra la comparación individual del Valor Real con el Valor
de la RNA.
Figuras 4.41 y 4.42, se muestra la comparación individual del Valor Real con el Valor
de la RLM.
123
Figura 4. 39. Gráfica de resultados Cilindrada Real y Cilindrada de RNA.
124
125
Figura 4. 41. Gráfica de resultados Cilindrada Real y Cilindrada de RLM.
126
127
128
Por observación se puede determinar que la RNA genera mejores resultados que la
RLM, aunque se lo puede demostrar con un análisis ANOVA para cada respuesta.
4.3.2.3. ANOVA unidireccional: Volumreg vs. cilreal

Se realiza el estudio estadístico para los resultados obtenidos desde la Regresión
Lineal Multivariable.
Figura 4. 43. Análisis de medias para Volumen de regresión.

Al observar la figura 4.43, se puede determinar que en el análisis de Medias que

entrega software MINITAB, el valor de la Desviación Estándar de 61.7166, la cual es
análoga al rango de error (en cm3) que se obtenga en el resultado del cálculo,
pudiéndose, por este error que es de 6.18 % comparado con el valor mínimo de las
cilindradas medidas, establecer valores de cilindrada equivocados, como en el caso
de motores 2300 confundirlos por 2200 o por 2400, como también, de 2000 por 1800,
los cuales se explica con el estudio de pares de observación.
129
4.3.2.4. Comparaciones de pares de observación.

Para realizar la comparación entre pares de observación se aplica el método de
comparación de Tukey, el cual permite determinar la relación que tiene un valor de
cilindrada con otro en combinación de pares.
Figura 4. 44. Resumen de Tukey para Volumen de regresión.

Al realizar el análisis de comparaciones mediante Tukey (Figura 4.44), se espera que

todas las medias de las cilindradas sean diferentes, pero existen casos en que las
medias de las cilindradas son iguales.
Es decir que el método de RLM no diferencia entre los valores de las medias de las
cilindradas de los siguientes motores:
· 2200, 2300, 2400.

· 1800, 2000.
· 1400, 1500, 1600.
· 998, 1300.
Es decir que el resultado de la RLM, para estas cilindradas tiene una probabilidad alta
de que sus medias sean iguales.
130
Se puede identificar que para conjuntos de cilindradas podría funcionar este método,
es decir que si se agrupa en rangos de cilindradas el método podría disminuir su error
de cálculo, estos rangos serían los siguientes:
· De 998 a 1300.
· De 1400 a 1600.
· De 1800 a 2000.
· De 2200 a 2400.
· De 2400 a 3200.
Al realizar la prueba ANOVA para los resultados obtenidos mediante la RLM, se

obtiene el siguiente resumen gráfico.
Figura 4. 45. Gráfica de Residuos para los resultados de la Regresión Lineal Multivariable.
131

la muestra.
La gráfica de Cajas presentada a continuación (Figura 4.46), corrobora el valor de la

media de los resultados, ya que los datos de las cajas correspondientes a 998 y 1300
cm3, se traslapa, también el grupo de 1400 a 1600 se traslapa, como también el grupo
de 2200 a 2400 se traslapa.
Para el caso de las demás cilindradas se identifica claramente que las cajas y sus
bigotes están lejanos unos de otros, aceptando el supuesto de que el valor de sus
medias es diferente como es el caso específico de los valores extremos, 998 y 3200
cm3 .
Figura 4. 46. Gráfica de Caja para los resultados de la Regresión Lineal Multivariable.
132
La gráfica mostrada en la Figura 4.47, de Valores individuales, muestra la dispersión

de los resultados alrededor del valor real, es decir que mediante este método de
cálculo, el valor obtenido está dentro de este conjunto de datos.
Figura 4. 47. Gráfica de Valores Individuales para los resultados de la Regresión Lineal
Multivariable.
El rango de dispersión de datos para la cilindrada de 2400 son las más notorias por lo
que los valores se pueden traslapar en otros valores de cilindrada como 2200.
A continuación se presenta el análisis para los resultados obtenidos por la Red

Neuronal Artificial (RNA).
4.3.2.5. ANOVA unidireccional: Volumred vs. cilreal

Se realiza el estudio estadístico para los resultados obtenidos desde la Red Neuronal
Artificial.
133
Figura 4. 48. Análisis de medias parra Volumen de RNA.


análoga al rango de error (en cm3) que se obtenga en el resultado del cálculo. Al ser
este error un valor del 0.85 % comparado con el valor mínimo de las cilindradas
medidas, se puede asegurar que este método de cálculo es el más adecuado, si se
compara este resultado con el de la RLM que es de 61.7166, que es de 6.18 %, se
determina que los resultados de la RNA son más exactos que los de la RLM.
A diferencia de la RLM, por RNA se minimiza la posibilidad de errores en la

determinación de la cilindrada, en el conjunto de las cilindradas muestreadas.
4.3.2.6. Comparaciones de pares de observación.

134
Figura 4. 49. Resumen de Tukey para Volumen de RNA.


todas las medias de las cilindradas sean diferentes, lo que se puede determinar con
seguridad, ya que en el resumen se identifica claramente que ninguna letra se
comparte, por lo que se acepta la hipótesis de que las medias son significativamente
diferentes.
Al realizar la prueba ANOVA para los resultados obtenidos mediante la RNA, se

135

siguen ningún patrón determinado, sino se encuentran de manera aleatoria en torno a
la línea de cero, garantizando así la independencia de los residuos, de manera que se
acepta el supuesto de independencia de los resultados con el error de toma de la
muestra.
La gráfica de Cajas presentada a continuación (Figura 4.51), garantiza el valor de la

media de los resultados, específicamente se puede apreciar que ninguna caja se
traslapa, manteniéndose así la diferenciación en los resultados de la cilindrada, es
decir que se identifica claramente que las cajas y sus bigotes están lejanos unos de
otros, aceptando el supuesto de que el valor de sus medias es diferente.
136
Figura 4. 51. Gráfica de Caja para los resultados de la RNA.


cálculo, el valor obtenido está dentro de este conjunto de datos que en comparación
con la RLM, es menor.
Figura 4. 52. Gráfica de Valores Individuales para los resultados de la RNA.

137
En la siguiente gráfica (Figura 4.53) se comparan los valores individuales tanto de la

RLM y RNA, en la que se distingue la dispersión de los datos de los dos métodos,
pudiendo determinar por observación que la dispersión de resultados de la RNA es
menor.
Figura 4. 53. Comparación de Gráfica de Valores Individuales para los resultados de la RLM y
RNA.
Por último, se evidencia en la figura 4.54, el error porcentual de los resultados

obtenidos por la RLM (en azul) y los obtenidos por la RNA (en rojo), donde por
observación se determina que el error de la RNA es mínimo, con un valor de error
promedio de 0.85 %.
138
Figura 4. 54. Comparación de Error porcentual para los resultados de la RLM y RNA.
ANÁLISIS DE RESULTADOS CON LA ALETA DE ACELERACIÓN

COMPLETAMENTE ABIERTA.
Una vez registrados los valores de las variables para el cálculo, se presentan los
resultados obtenidos por dos métodos, el primero por una Red Neuronal Artificial
(RNA) y el segundo por una Regresión Lineal Multivariable (RLM).
Para la presentación de resultados se han tomado 5 valores por cada cilindrada, la

tabla completa está en el ANEXO 1.
Tabla 4. 2. Resultados de cilindrada.

Error Error
cilreal/acel Volumred Volumreg RNA RLM
3200.000 3200.038 3217.196 0.001 0.537
3200.000 3200.026 3334.614 0.001 4.207
3200.000 3200.033 3143.581 0.001 1.763
3200.000 3199.954 3212.586 0.001 0.393
3200.000 3199.953 3320.473 0.001 3.765
2400.000 2400.150 2579.229 0.006 7.467
2400.000 2401.331 2455.792 0.055 2.323
2400.000 2398.439 2410.322 0.065 0.430
139
Error Error
cilreal/acel Volumred Volumreg RNA RLM
2400.000 2396.259 2416.527 0.156 0.690
2400.000 2401.668 2449.000 0.070 2.040
2300.000 2300.723 2391.743 0.031 3.988
2300.000 2299.447 2396.260 0.024 4.186
2300.000 2334.564 2352.809 1.503 2.262
2300.000 2300.368 2201.313 0.016 4.290
2300.000 2300.946 2210.381 0.041 3.895
2000.000 1999.915 1931.083 0.004 3.446
2000.000 1999.839 1880.296 0.008 5.986
2000.000 1999.136 1834.279 0.043 8.290
2000.000 1999.890 1864.091 0.006 6.796
2000.000 1999.780 1820.212 0.011 8.990
1800.000 1786.918 1680.179 0.727 6.705
1800.000 1800.196 1778.117 0.011 1.216
1800.000 1787.686 1715.600 0.684 4.721
1800.000 1801.205 1724.432 0.067 4.195
1800.000 1795.313 1711.962 0.260 4.904
1500.000 1499.593 1457.107 0.027 2.860
1500.000 1499.601 1453.454 0.027 3.104
1500.000 1500.283 1471.300 0.019 1.913
1500.000 1499.967 1473.279 0.002 1.781
1500.000 1500.623 1469.101 0.042 2.059
1400.000 1408.528 1516.489 0.609 8.270
1400.000 1395.847 1468.908 0.297 4.937
1400.000 1400.511 1505.663 0.037 7.545
1400.000 1401.077 1503.931 0.077 7.418
1400.000 1399.392 1445.928 0.043 3.282
1300.000 1334.82895 1361.99549 2.679 4.644
1300.000 1299.33367 1215.27766 0.051 6.520
1300.000 1302.44332 1250.18132 0.188 3.825
1300.000 1298.47642 1221.74581 0.117 6.027
998.000 997.855 1034.585 0.015 3.666
998.000 997.863 1053.067 0.014 5.518
998.000 997.865 1050.387 0.014 5.250
998.000 997.867 1042.670 0.013 4.477
998.000 997.855 1163.526 0.015 16.588
140
GRAFICACIÓN DE RESULTADOS.
En la figura 4.55, se observa la dispersión de los datos de cilindrada obtenidos por los
métodos de RLM (azul) y RNA (rojo), los cuales graficados entorno a la diagonal
indican la precisión del cálculo por cada método.
Están graficados los puntos exactos de predicción de color verde, estos puntos ayudan
a la comparación gráfica de los resultados, es decir que mientras más juntos estén los
resultados de la RLM y RNA al color verde, más exacto es el cálculo del valor de la
cilindrada.
141
142
En las gráficas de la Figura 4.56, se presentan los resultados generales de la obtención

del valor de la cilindrada con sus errores respectivos, la gráfica superior de
Comparación de Valores de Cilindrada, presenta de color Verde los puntos de
predicción, es decir los Valores de la Cilindrada Real, en color Rojo los puntos de
resultados obtenidos mediante la Red Neuronal Artificial, y en color Azul los puntos de
resultados obtenidos por la Regresión Lineal Multivariable.
En la gráfica inferior izquierda, Error de Red, se gráfica el error del cálculo en

comparación con la muestra tomada, este es el error que se genera por la RNA.
En la gráfica inferior derecha, Error de Regresión, se gráfica el error del cálculo en

comparación con la muestra tomada, este es el error que se genera por la RLM.
En las siguientes gráficas:
· Figuras 4.57 y 4.58, se muestra la comparación individual del Valor Real con el
Valor de la RNA.
· Figuras 4.59 y 4.60, se muestra la comparación individual del Valor Real con el
Valor de la RLM.
143
144
145
146
147
148
Por observación se puede determinar que la RNA genera mejores resultados que la
RLM, aunque se puede demostrar con un análisis ANOVA para cada resultado.
ANOVA UNIDIRECCIONAL: VOLUMREG VS. CILREAL
Se realiza el estudio estadístico para los resultados obtenidos desde la Regresión

Lineal Multivariable.
Figura 4. 61. Análisis de medias para Volumen de regresión.


análoga al rango de error (en cm3) que se obtenga en el resultado del cálculo,
pudiéndose, por este error que es de 9.1906 % comparado con el valor mínimo de las
cilindradas medidas, establecer valores de cilindrada equivocados, como en el caso
de motores 1400 confundirlos por 1500 o viceversa.
149
COMPARACIONES DE PARES DE OBSERVACIÓN.

Figura 4. 62. Resumen de Tukey para Volumen de regresión.


todas las medias de las cilindradas sean diferentes, pero existe el caso en que las
medias de las cilindradas 1400 y 1500 son iguales, por las demás cilindradas existe
una diferencia significativa entre ellas.
150
Figura 4. 63. Gráfica de Tukey para los resultados de la Regresión Lineal Multivariable.
En la gráfica 4.63, se puede observar la representación de las diferencias de medias

mediante Tukey, este método demuestra que las combinaciones que más se acerquen
a cero tienen una probabilidad alta de que el valor de sus medias sea igual,
específicamente en la combinación entre resultados de cilindradas 1400 y 1500 cm 3,
se identifica una muy alta cercanía corroborando que el valor de sus medias tienen
una probabilidad alta de ser similares; por las demás combinaciones se afirma, que no
poseen mayor problema y que el valor de las medias de las combinaciones no llegara
a ser igual.
Al realizar la prueba ANOVA para los resultados obtenidos mediante la RLM, se

151
de los datos, además el histograma garantiza en su representación una distribución

siguen ningún patrón determinado, se encuentran de manera aleatoria en torno a la
línea de 0, garantizando así la independencia de los residuos, de manera que se
acepta el supuesto de independencia de los resultados con el error de toma de la
muestra.
152
La gráfica de Cajas presentada a continuación (Figura 4.65), corrobora el valor de la

media de los resultados, ya que los datos de las cajas correspondientes a 1500 cm3 y
1400 cm3, se traslapa.
Para el caso de las demás cilindradas se identifica claramente que las cajas y sus
bigotes están lejanos unos de otros, aceptando el supuesto de que el valor de sus
medias es diferente.
Figura 4. 65. Gráfica de Caja para los resultados de la Regresión Lineal Multivariable.

cálculo el valor obtenido queda dentro de este conjunto de datos.
153
Figura 4. 66. Gráfica de Valores Individuales para los resultados de la Regresión Lineal
Multivariable.
Con igual tratamiento para la cilindrada de 1400 y 1500, sus valores son muy similares,
pudiendo, ocasionar error en la determinación de la cilindrada.
A continuación se presenta el análisis para los resultados obtenidos por la Red

Neuronal Artificial (RNA).
ANOVA UNIDIRECCIONAL: VOLUMRED VS. CILREAL
Se realiza el estudio estadístico para los resultados obtenidos desde la Red Neuronal
Artificial.
154
Figura 4. 67. Análisis de medias para Volumen de RNA.


análoga al rango de error (en cm3) que se obtenga en el resultado del cálculo. Al ser
este error un valor del 0.26 % comparado con el valor mínimo de las cilindradas
medidas, se puede asegurar que este método de cálculo es el más adecuado, si se
compara este resultado con el de la RLM que es de 91.7230, que es de 9.19 %, se
determina que los resultados de la RNA son más exactos que los de la RLM.
A diferencia de la RLM, por RNA se minimiza la posibilidad de errores en la

determinación de la cilindrada, en el conjunto de las cilindradas muestreadas.
COMPARACIONES DE PARES DE OBSERVACIÓN.

155
Figura 4. 68. Resumen de Tukey para Volumen de RNA.


todas las medias de las cilindradas sean diferentes, lo que se puede determinar con
seguridad, ya que en el resumen se identifica claramente que ninguna letra se
comparte, por lo que se acepta la hipótesis de que las medias son significativamente
diferentes.
Figura 4. 69. Gráfica de Tukey para los resultados de la RNA.

156
En la gráfica 4.69, se puede observar la representación de las diferencias de medias

mediante Tukey, este método demuestra que las combinaciones que más se acerquen
a cero tienen una probabilidad alta de que el valor de sus medias sea similar, en este
caso ninguno de los pares de observación o combinaciones se acercan a la línea de
cero, es decir que el valor de las medias de las combinaciones no llegara a ser igual.
Al realizar la prueba ANOVA para los resultados obtenidos mediante la RNA, se

157

en torno a la línea de cero, garantizando así la independencia de los residuos, de modo
la muestra.
La gráfica de Cajas presentada a continuación (Figura 4.71), ratifica el valor de la

media de los resultados, específicamente se puede apreciar que ninguna caja se
traslapa, manteniéndose así la diferenciación en los resultados de la cilindrada, es
decir que se identifica claramente que las cajas y sus bigotes están lejanos unos de
otros, aceptando el supuesto de que el valor de sus medias es diferente.
Figura 4. 71. Gráfica de Caja para los resultados de la RNA.


158
cálculo el valor obtenido queda dentro de este conjunto de datos que en comparación
con la RLM, es menor.
Figura 4. 72. Gráfica de Valores Individuales para los resultados de la RNA.

En la siguiente gráfica (Figura 4.73) se comparan los valores individuales tanto de la

RLM y RNA, en la que se distingue la dispersión de los datos de los dos métodos,
pudiendo determinar por observación que la dispersión de resultados de la RNA es
menor.
159
Figura 4. 73. Comparación de Gráfica de Valores Individuales para los resultados de la RLM y
RNA.
Por último, se evidencia en la figura 4.74, el error porcentual de los resultados

obtenidos por la RLM (en azul) y los obtenidos por la RNA (en rojo), donde por
observación se determina que el error de la RNA es mínimo, con un valor de error
promedio de 0.26 %.
160
Figura 4. 74. Comparación de Error porcentual para los resultados de la RLM y RNA.
COMPARACIÓN GENERAL DE LOS RESULTADOS.
En la tabla 4.3, se presentan los resultados en porcentaje de cada método de

determinación de la cilindrada.
Tabla 4. 3. Comparación General de Resultados.

Método. Promedio del Valor de Promedio del Valor de
error en las 5 muestras error todas las
muestras
RLM sin accionar la mariposa 8.51 % 7.859 %
de aceleración.
RLM completamente accionada 4.48 % 4.65 %
la mariposa de aceleración.
RNA sin accionar la mariposa 0.27 % 0.132 %
de aceleración.
RNA completamente accionada 0.18 % 0.065 %
la mariposa de aceleración.
161
GRAFICACIÓN DE ERRORES.
Se presenta en la Figura 4.75, la distribución del error:
Error de Métodos General
RLM sin accionar la mariposa de aceleración.

RLM completamente accionada la mariposa de aceleración.
RNA sin accionar la mariposa de aceleración.
RNA completamente accionada la mariposa de aceleración.
Figura 4. 75. Error de Métodos General, pastel.

En la Figura 4.76, se representa en forma de barras el resultado del promedio del error
en general:
162
Figura 4. 76. Error de Métodos General, barras.

163
CAPITULO V
5. CONCLUSIONES, RECOMENDACIONES Y TRABAJOS
FUTUROS.
La base para alcanzar el objetivo del presente trabajo está basado el proceso de
diseño y la elección del sistema prototipo, enmarcado en éste objetivo, se realizaron
todas las actividades que permitieron el diseño del prototipo, para determinar la
cilindrada total de un motor ciclo Otto por un método no invasivo mediante Labview.
En líneas generales, el proceso seguido consideró la evaluación y selección de
posibles alternativas de solución para la toma de las muestras, sistema de adquisición
de datos y método de análisis de los resultados. Las conclusiones y recomendaciones
producto del proceso de diseño, construcción y validación se presentan en este
capítulo.
5.1. CONCLUSIONES GENERALES.
De la construcción
· El diseño, la construcción y la validación de los resultados obtenidos por el

sistema prototipo cumple con los parámetros establecidos al inicio de la
presente tesis.
· El sistema prototipo diseñado permite la determinación de la cilindrada de los
tipos de motores muestreados y comprobados, aplicando un método no invasivo
en el motor, a través de los efectos físicos que se producen al dar arranque.
· La adaptación y la construcción de cada uno de los elementos utilizados en el
sistema permiten garantizar su correcto funcionamiento.
· El sistema prototipo es de fácil montaje y desmontaje.
Generales
164
· Al diseñar el sistema prototipo se planteó tener un error de menos del 3% de la

cilindrada real, de todas las alternativas de análisis planteadas se llegó a
obtener un error del:
o 7.859% aplicando RLM con la aleta del acelerador completamente
cerrada.
o 4.65% aplicando RLM con la aleta del acelerador completamente abierta
o 0.132% aplicando RNA con la aleta del acelerador completamente
cerrada
o 0.065% aplicando RNA con la aleta del acelerador completamente
abierta,
Al existir diferentes variables que influyen en la determinación de la cilindrada y
al aplicar métodos matemáticos como la RLM, llegan a tener un error muy
grande el cual afecta en la precisión del resultado; por lo que se determina que
aplicar una RNA es la mejor opción disminuyendo los errores de cálculo.
Por lo que aplicando RNA y teniendo la aleta del acelerador completamente
abierta se logra obtener un diseño prototipo que entrega un error del 0.065%,
mucho menor al 3% planteado originalmente.
· Se puede decir por las pruebas realizadas con la aleta del acelerador
completamente abierta, entrega mejores resultados tanto en RLM como en
RNA, por lo que se sugiere realizar las pruebas con la aleta del acelerador
completamente abierta.
· Los protocolos se realizaron en base a las normas NTE INEN 2 349:2003, NTE
INEN 2 203:2000, vigentes y válidas para la Revisión Técnica Vehicular las
cuales brindan los parámetros necesarios a seguir para establecer el protocolo
de prueba.
· Se ha definido que las magnitudes físicas al ser convertidas a eléctricas
necesitan un sistema robusto para la correcta toma de muestras, lo que se
garantiza con la aplicación del software Labview y la tarjeta de adquisición de
datos Ni my Rio 1900.
165
· Se concluye que la aplicación de los filtros a las señales de los sensores, es

importante, ya que disminuyen el ruido, el cual afecta directamente en la
determinación de los algoritmos de cálculo.
· Los factores ambientales como la temperatura y Presión Atmosférica son muy
importantes los cuales fueron tomados en cuenta para las correcciones del error
en el cálculo de la cilindrada del motor, garantizando la determinación de la
cilindrada.
· El interfaz gráfico del software Labview permite una programación más
amigable al usuario, aminorando el tiempo de diseño y ejecución del software.
· El análisis de datos y creación de los algoritmos matemáticos se los realiza en
el software Matlab, el cual al trabajar de forma matricial permite una
programación en base a los requerimientos del usuario, en este caso la creación
de RLM y RNA.
· La compatibilidad del software Labview y Matlab permiten la aplicación de las
Redes Neuronales al campo Automotriz de una manera sencilla y eficaz, ya que
el tiempo de ejecución del software es corto, el gasto computacional es mínimo
y amigable al usuario.
· La generación de matrices de datos para el análisis y caracterización de los
motores medidos debe tener una normalización, la cual aporta a la disminución
del error en la creación de los algoritmos de cálculo y aportan a la precisión de
la medida.
· La RNA permite mediante un algoritmo de entrenamiento, la adición de datos
de otros motores, pudiendo ampliarse el rango de determinación de cilindradas.
· Mediante la comparación de las gráficas del MAF y MAP se pueden determinar
fallos de tipo mecánico los cuales aportan al diagnóstico del estado del motor.
· Mediante la lectura de los datos del voltaje de la batería y mediante la
observación de la gráfica de su funcionamiento en arranque, se puede
determinar el estado general de la misma.
· Los datos generados por el motor con la mariposa de aceleración
completamente abierta, aporta de manera significativa a la determinación de los
166
algoritmos de cálculo, ya que no influye la holgura entre la mariposa de

aceleración y el cuerpo de aceleración.
· Se determinó los diferentes acoples a utilizar para la aplicación del sistema
prototipo, en función a los diámetros de ingreso de los múltiples de admisión de
cada motor, tanto en los sistemas a inyección como a carburador.
5.2. RECOMENDACIONES.
En busca de potenciar y de dar mayor aplicabilidad al sistema prototipo se recomienda:
· Verificar la correcta instalación de los acoples.

· Seguir el protocolo de pruebas establecidos en base a la norma.
· Tener presente las curvas patrones de cada sensor
· El diseño y elaboración de un manual de procedimiento para seguir alimentando
la RNA.
5.3. TRABAJOS FUTUROS.
Como trabajos futuros se puede establecer la creación de un sistema de diagnóstico

de motores ya que permitiría almacenar gran información de distintos tipos de
sensores y poder establecer patrones de correcto funcionamiento para poder
determinar posibles fallas dentro del motor de combustión interna de ciclo Otto.
Como trabajo futuro se plantea la creación de una base de datos en la Web, la cual
pueda ser alimentada por diferentes actores e investigadores, esta base de datos
actualizara el algoritmo de RNA y poder ser aplicado en un mayor número de
vehículos.
Otro proyecto se plantea sobre la accesibilidad del software por medio de conectividad
Wi-Fi, lo cual permite la tarjeta Ni MyRio 1900, y a la vez poder ser aplicado mediante
plataformas de programación como de tipo Android y ser accionado el software desde
cualquier dispositivo portátil.
167
El diagnostico en línea es también un planteamiento de trabajos futuro, al subir la base

de datos a poder ser analizada por expertos o pares de estudio.
168
REFERENCIAS BIBLIOGRÁFICAS
ALLAN BONNICK. Automotive Science Mathematics. 1ra Edición. Routledge. 2008.
ALVAREZ CALLEJON. Motores Alternativos de combustión interna. Universidad

Politécnica de Catalunya. Iniciativa Digital Politécnica, 2005.
ANTONIO PASTOR CUEVAS. Reconocimiento de objetos mediante redes

neuronales. Madrid 2012.
ASME MFC-21.2-2010. Measurement of Fluid Flow by Means of Thermal Dispersion

Mass Flowmeters. Año 2010.
CARLES RIBA I ROMEVA. Diseño concurrente. ETSEIB-UPC,2002
CARLOS ALBERTO RUIZ. Redes Neuronales: Conceptos Básicos y aplicaciones.

Argentina. 2001.
ÇENGEL, YUNES A. Termodinámica, 7a Edición. México, D. F. : McGraw-Hill, 2012.
DIPL.-ING. SEBASTIAN STOOF, DIPL.-ING. EKKEHARD RIEDEL, Escape directo

Medición de Flujo por ultrasonidos de hasta 600 ° C, Springer Automotive Medios. 2012
F. PAYRI, J. M. DESANTES. Motores de combustión interna alternativos. Barcelona:

Reverté, 2011. Universidad Politécnica de Valencia.
GORDON P. BLAIR. Design and Simulation of Four-stroke Engines. Warrendale, PA.

: SAE International, 1999.
GUTIÉRREZ PULIDO, HUMBERTO. Análisis y diseño de experimentos. México:

McGraw-Hill, 2004.
JAVIER NEVOT CERCOS. Tesis Doctoral. Diseño de un controlador avanzado

basado en redes neuronales para la gestión de la mezcla Aire-Gasolina en un motor
alternativo. Universidad de Cataluña. 1999.
169
JAVIER NEVOT CERCOS. Tesis Doctoral. Diseño de un controlador avanzado

basado en redes neuronales para la gestión de la mezcla Aire-Gasolina en un motor
alternativo.1999. Universidad de Cataluña.
JOHN HEYWOOD. Internal Combustion Engine Fundamentals. McGraw-Hill

Education; 1 edición (1 de abril de 1988).
JUAN CARLOS MORALES RAMOS. Procesamiento digital de señales y redes

neuronales. Mayo 2004.
LEONOR HERNÁNDEZ LÓPEZ. Predicción y optimización de emisiones y consumo

mediante redes neuronales en motores diésel. Barcelona. 2006.
LINO GUZZELLA. Introduction to Modeling and Control of internal Combustion Engine

Systems. 2ª Edición. Springer. 2010.
MARCELA BOTERO ARBELÁEZ. Método ANOVA utilizado para realizar el estudio
de repetibilidad y reproducibilidad dentro del control de calidad de un sistema de
medición. Scientia et Technica Año XIII, No 37, Diciembre de 2007. Universidad
Tecnológica de Pereira. ISSN 0122-1701
NORBERTO NIGRO, MARIO A. STORTI Y LEONARDO AMBROGGI. Modelización

numérica de un motor de combustión interna monocilíndrico encendido por chispa. Vol.
15, 1, 21-54. Argentina. 1999.
NTE INEN 2 203:2000. Gestión Ambiental. Aire. Vehículos Automotores.

Determinación de la Concentración de Emisiones de Escape en Condiciones de
Marcha Mínima o "Ralenti". Prueba Estática. Año 2000.
NTE INEN 2 349:2003. Revisión Técnica .Vehicular. Procedimientos. Año 2003
RAQUEL FLORES LÓPEZ. Las redes neuronales artificiales, Fundamentos Teóricos

y aplicaciones prácticas. La Coruña. 2008.
RE WALPOLE, RH MYERS, SL MYERS. Probabilidad y estadística para ingenieros.

México 1999
170
STONE, RICHARD. Introduction to internal combustion engines. Warrendale, PA. :

SAE International, 2012.
TOM DENTON. Advanced Automotive Fault Diagnosis. 3ra Edición. Routledge. 2012
V. YU. ALEKSANDROV , KK KLIMOVSKII, La medición de la presión total en el
movimiento relativo del flujo detrás de un rotor de compresor, Allerton Prensa. 2014
WILLARD W. PULKRÁBEK. Engineering Fundamentals of the internal Combustion

Engine. 2da Edición. TBS. 2003)
LINKOGRAFIA
http://articulo.mercadolibre.com.co/MCO-416128122-bmw-maf-medidor-volumetrico-
caudalimetro-e30e34-_JM#redirectedFromParent
http://www.tdx.cat/handle/10803/5933
http://gzalo.com/filtrorc/
http://www.digikey.com/es/resources/conversion-calculators/conversion-calculator-
resistor-color-code-4-band
http://www.sc.ehu.es/sbweb/energias-
renovables/MATLAB/simbolico/geometria/geometria.html
http://forums.ni.com/t5/Discusiones-sobre-Productos-NI/Exportar-Red-neuronal-de-
Matlab-a-Labview/td-p/1860297
http://www.mathworks.com/matlabcentral/answers/143787-neural-network-neuron-
values?s_tid=srchtitle
http://www.mathworks.com/help/nnet/gs/fit-data-with-a-neural-network.html
http://forums.ni.com/t5/Discusiones-sobre-Productos-NI/While-loop/m-
p/2991199#M27299
http://www.mathworks.com/help/nnet/ug/design-neural-network-predictive-controller-
in-simulink.html#bss37bp-4
http://forums.ni.com/t5/Discusiones-sobre-Productos-NI/Como-detener-un-flat-
sequence-o-un-timed-sequence-que-esta/m-p/2143450/highlight/true#M20708
http://www.mathworks.com/help/nnet/ug/design-model-reference-neural-controller-in-
simulink.html#bss37c6-2
https://decibel.ni.com/content/docs/DOC-39250
171
http://www.mathworks.com/help/nnet/examples/house-price-estimation.html
http://www.ni.com/example/30201/es/
http://www.mathworks.com/help/nnet/examples/training-a-linear-neuron.html
http://sine.ni.com/nips/cds/view/p/lang/es/nid/212784
https://www.youtube.com/watch?v=BuREWnD6Eno
http://www.mathworks.com/help/nnet/examples/maglev-modeling.html
http://digital.ni.com/manuals.nsf/websearch/EE9557A29E63D0F986257BB8005700C
5
http://www.mathworks.com/help/nnet/examples/adaptive-noise-cancellation.html
http://www.ni.com/pdf/manuals/376047a.pdf
http://www.mathworks.com/help/nnet/examples/linear-prediction-design.html
http://www.mathworks.com/help/nnet/examples/classification-with-a-2-input-
perceptron.html
https://decibel.ni.com/content/docs/DOC-41252
https://www.youtube.com/watch?v=7CgNF78pYQM
https://www.youtube.com/watch?v=YlQukBt1lWI
https://www.youtube.com/watch?v=mv112V-P030
https://www.youtube.com/watch?v=-_GWEsrfxU4
https://www.docslide.net/documents/libro-de-sensores-automotrices.html
http://2amm4ekipo.blogspot.com/feeds/posts/default
www.frro.utn.edu.ar/repositorio/catedras...a1/monograias/matich-redesneuronales.pdf
172
ANEXOS
173
ANEXO 1. OBTENCIÓN DE LAS ECUACIONES DEL MAP.
Se lo realiza mediante un vacuometro, con obtención de puntos y ajuste de curvas.
Tabla A1. 1. Toma de datos.

Vacuo metro Presión absoluta MAP
presión (mm/hg) presión final (kPa) Voltaje (V)
0 73 3,46
100 59,6678 2,61
200 46,3356 1,86
300 33,0034 1,16
400 19,672 0,51
500 6,339 0,01953
Aplicando el comando ‘cftool’ en Matlab se realiza el ajuste de curva.
Figura. A1. 1. Ajuste de curva.

La ecuación es:
MAP Voltaje=-1.545*(MAP presión)2+24.48*(MAP presión)+6.564.

174
ANEXO 2. OBTENCIÓN DE LAS ECUACIONES DEL MAF.
Se realiza mediante la lectura de un escáner, osciloscopio y voltímetro automotriz, con

obtención de puntos y ajuste de curvas.
Figura A2. 1. Obtención de datos MAF.

Fuente: Los Autores
Toma de datos.
Tabla A2. 1. Datos tomados MAF

Fotos: Los Autores.
Escáner/Osciloscopio Voltímetro/Osciloscopio Escáner
Maf (g/seg) (amplitud) Vmaf (V) Rpm
0,06783 0,3131 0
0,06783 0,3131 0
0,06782 0,3135 0
0,06546 0,3374 0
2,08375 1,11 100
2,19259 1,127 200
2,21868 1,131 200
2,86370 1,222 200
175
Escáner/Osciloscopio Voltímetro/Osciloscopio Escáner

Maf (g/seg) (amplitud) Vmaf (V) Rpm
3,19572 1,264 200
3,69153 1,322 200
3,72736 1,326 200
4,10703 1,367 200
4,00292 1,356 200
3,98417 1,354 200
6,16543 1,556 700
6,54130 1,586 750
7,34942 1,647 800
7,48761 1,657 800
8,08597 1,699 875
9,02336 1,761 1000
10,29724 1,839 1200
10,72848 1,864 1525
12,76293 1,974 2000
17,68448 2,2 2500
20,89219 2,326 3000
26,49967 2,519 3500
31,09008 2,658 4000
33,54902 2,727 4350
176
Aplicando el comando ‘cftool’ en Matlab se realiza el ajuste de curva.
Figura A2. 2. Curva de ajuste MAF.

La ecuación es:
MAF Voltaje=1.496*(MAF flujo)3+0.7342*(MAF flujo)2-0.8547*(MAF flujo)+0.08188

177
ANEXO 3. Cálculos de filtros para las señales eléctricas.
Se aplica la siguiente fórmula:
Filtro Pasa bajo.
Fórmula A3. 1. Filtro paso bajo.

Donde:
Fc, es la frecuencia de corte en Hz.
R, es el valor de la resistencia en Ohm, Ω.
C, es el valor del condensador en μf.
Las rpm en arranque de los motores están por debajo de las 500 rpm es decir 8.33 Hz,
siendo este valor de frecuencia el que se debe dejar pasar.
Optando por el valor comercial del condensador que es de 10 μf y la frecuencia de

corte de 8.33 Hz, se despeja el valor de la resistencia siendo de 1.91 KΩ.
178
La resistencia comercial se obtuvo de 1.2 KΩ + 470 Ω , obteniendo un valor total de

1.67 KΩ.
Recalculando se obtiene una frecuencia de corte real de 9.53 Hz o 571 rpm.

179
ANEXO 4 Tabla general de resultados: Cilindrada, Volumen medido RML y

RNA
Tabla A4. 1. General de Resultados.

cilreal/acel Volumred Volumreg
3200.000 3200.038 3217.196
3200.000 3200.026 3334.614
3200.000 3200.033 3143.581
3200.000 3199.954 3212.586
3200.000 3199.953 3320.473
3200.000 3199.944 3252.651
3200.000 3199.935 3320.972
3200.000 3199.913 3318.535
3200.000 3199.963 3354.390
3200.000 3200.076 3237.001
3200.000 3200.219 3102.423
3200.000 3199.678 2979.799
3200.000 3199.895 2971.152
3200.000 3200.461 3040.222
3200.000 3200.569 3144.649
3200.000 3200.510 3133.113
3200.000 3200.413 3082.104
3200.000 3200.481 2970.490
3200.000 3200.395 3008.979
3200.000 3200.496 2990.222
3200.000 3199.958 2955.596
3200.000 3199.656 3047.947
3200.000 3199.480 3070.623
3200.000 3199.480 3070.623
3200.000 3199.480 3070.623
180

3200.000 3200.017 3174.156
3200.000 3199.999 3224.095
3200.000 3200.078 3027.191
3200.000 3200.044 3108.490
3200.000 3200.056 3045.592
3200.000 3200.061 3060.604
3200.000 3199.952 3259.912
3200.000 3200.016 3101.086
3200.000 3199.971 3210.531
3200.000 3199.966 3223.589
3200.000 3199.931 3273.944
3200.000 3199.895 2971.152
3200.000 3200.461 3040.222
3200.000 3200.569 3144.649
3200.000 3200.510 3133.113
3200.000 3200.413 3082.104
3200.000 3200.481 2970.490
3200.000 3200.395 3008.979
3200.000 3200.496 2990.222
3200.000 3199.958 2955.596
3200.000 3199.656 3047.947
3200.000 3199.480 3070.623
3200.000 3199.480 3070.623
3200.000 3199.480 3070.623
3200.000 3200.108 3179.512
3200.000 3200.038 3217.196
3200.000 3200.026 3334.614
3200.000 3200.033 3143.581
181

3200.000 3199.954 3212.586
3200.000 3199.953 3320.473
3200.000 3199.944 3252.651
3200.000 3199.935 3320.972
3200.000 3199.913 3318.535
3200.000 3199.963 3354.390
3200.000 3200.076 3237.001
3200.000 3200.219 3102.423
2400.000 2401.337 2435.002
2400.000 2400.373 2430.683
2400.000 2401.353 2479.426
2400.000 2397.502 2476.089
2400.000 2401.475 2467.517
2400.000 2400.766 2432.301
2400.000 2400.150 2579.229
2400.000 2401.331 2455.792
2400.000 2398.439 2410.322
2400.000 2396.259 2416.527
2400.000 2401.668 2449.000
2300.000 2300.723 2391.743
2300.000 2299.447 2396.260
2300.000 2300.368 2201.313
2300.000 2300.946 2210.381
2300.000 2297.326 2094.305
2300.000 2299.773 2065.316
2300.000 2302.014 2024.888
2300.000 2300.549 2098.408
2300.000 2299.323 2146.537
182

2300.000 2299.211 2177.410
2300.000 2285.195 2234.086
2300.000 2284.765 2352.300
2300.000 2300.580 2323.434
2300.000 2290.534 2365.025
2300.000 2299.100 2377.343
2300.000 2299.526 2344.509
2300.000 2301.401 2477.524
2300.000 2299.987 2356.027
2300.000 2295.595 2435.813
2300.000 2300.071 2515.439
2300.000 2300.306 2256.273
2300.000 2298.661 2257.236
2300.000 2300.777 2379.801
2300.000 2298.064 2411.381
2300.000 2300.788 2325.749
2300.000 2301.782 2364.792
2300.000 2299.157 2357.082
2300.000 2301.717 2425.499
2300.000 2299.876 2382.979
2300.000 2299.130 2384.454
2300.000 2299.974 2383.015
2300.000 2300.502 2467.170
2300.000 2296.236 2344.646
2300.000 2311.925 2518.182
2300.000 2301.565 2402.060
2300.000 2298.160 2379.834
2300.000 2300.568 2437.652
183

2300.000 2300.787 2419.606
2300.000 2303.990 2463.211
2300.000 2298.128 2486.567
2300.000 2303.519 2405.428
2300.000 2299.998 2341.991
2000.000 2000.808 1771.661
2000.000 1999.749 1788.632
2000.000 1998.380 1745.055
2000.000 2003.609 1891.360
2000.000 2000.391 1758.075
2000.000 1998.108 1825.000
2000.000 2001.244 1849.212
2000.000 1999.884 1843.497
2000.000 1998.397 1785.763
2000.000 1991.077 1863.101
2000.000 1991.077 1863.101
2000.000 1999.235 2037.782
2000.000 2000.469 2001.084
2000.000 1999.466 2131.704
2000.000 1999.842 2005.170
2000.000 2000.225 2035.089
2000.000 1999.589 2060.232
2000.000 2000.168 1981.958
2000.000 2001.235 2069.350
2000.000 2001.460 1948.517
2000.000 2000.150 1953.080
2000.000 2001.059 2217.396
2000.000 2000.628 2261.224
184

2000.000 1999.432 1991.787
2000.000 1999.272 2250.478
2000.000 2000.773 2158.089
2000.000 2000.931 2167.711
2000.000 1999.843 2194.534
2000.000 1999.476 2192.138
2000.000 2000.862 2080.907
2000.000 1999.726 2084.437
2000.000 2000.693 2124.183
2000.000 1999.847 1972.553
2000.000 1999.863 1868.533
2000.000 1999.757 1826.947
2000.000 2004.814 1970.023
2000.000 1999.879 2093.420
2000.000 2000.021 2024.528
2000.000 2000.508 2003.516
2000.000 1999.137 1997.019
2000.000 2001.309 1974.496
2000.000 1999.209 2000.113
2000.000 1998.127 2109.907
2000.000 1999.949 2033.667
2000.000 1999.096 2153.950
2000.000 1999.609 2050.039
2000.000 2000.201 1971.739
2000.000 2000.123 2053.800
2000.000 2000.123 2053.800
2000.000 2000.126 1921.719
2000.000 1999.617 1901.412
185

2000.000 2000.643 2006.389
2000.000 2000.679 2098.126
2000.000 2000.352 1863.918
2000.000 1999.192 2028.699
2000.000 2001.470 2062.500
2000.000 2000.578 1956.199
2000.000 1998.850 1974.913
2000.000 1999.884 2010.716
2000.000 1999.081 1932.594
2000.000 1999.968 2019.052
2000.000 1999.947 1930.976
2000.000 2009.811 1981.945
2000.000 1974.453 2105.459
2000.000 1998.642 2100.119
2000.000 1999.235 2037.782
2000.000 1999.235 2037.782
2000.000 2000.469 2001.084
2000.000 1999.466 2131.704
2000.000 1999.842 2005.170
2000.000 2000.225 2035.089
2000.000 1999.589 2060.232
2000.000 2000.168 1981.958
2000.000 2001.235 2069.350
2000.000 2001.460 1948.517
2000.000 2000.150 1953.080
2000.000 1998.549 2156.559
2000.000 1999.491 2059.428
2000.000 1999.371 2109.223
186

2000.000 1999.339 1990.704
2000.000 2000.442 2128.313
2000.000 2001.458 2139.708
2000.000 2000.905 2152.692
2000.000 2000.081 1996.554
2000.000 1999.583 1986.794
2000.000 1999.806 2030.921
2000.000 1998.749 2002.582
2000.000 1999.639 2002.328
2000.000 2000.149 2003.679
2000.000 1999.282 1865.882
2000.000 1999.466 1864.316
2000.000 2001.559 1872.698
2000.000 2000.680 1892.787
2000.000 1999.915 1931.083
2000.000 1999.839 1880.296
2000.000 1999.136 1834.279
2000.000 1999.890 1864.091
2000.000 1999.780 1820.212
1800.000 1786.918 1680.179
1800.000 1800.196 1778.117
1800.000 1787.686 1715.600
1800.000 1801.205 1724.432
1800.000 1795.313 1711.962
1800.000 1797.919 1748.610
1800.000 1800.468 1701.385
1800.000 1801.260 1722.481
1800.000 1800.773 1764.462
187

1800.000 1803.435 1769.208
1800.000 1799.124 1728.189
1500.000 1500.232 1561.821
1500.000 1499.696 1531.179
1500.000 1499.849 1517.129
1500.000 1499.566 1486.554
1500.000 1499.925 1497.579
1500.000 1499.922 1458.362
1500.000 1500.165 1501.102
1500.000 1499.999 1371.683
1500.000 1499.981 1531.460
1500.000 1500.031 1549.360
1500.000 1499.803 1460.472
1500.000 1508.378 1484.965
1500.000 1501.794 1483.556
1500.000 1503.428 1437.122
1500.000 1501.866 1526.175
1500.000 1498.016 1489.357
1500.000 1500.537 1511.410
1500.000 1499.819 1490.834
1500.000 1503.144 1518.422
1500.000 1497.797 1520.623
1500.000 1500.963 1478.846
1500.000 1505.509 1537.980
1500.000 1500.110 1336.903
1500.000 1500.224 1315.173
1500.000 1500.470 1384.622
1500.000 1500.102 1391.378
188

1500.000 1500.628 1359.548
1500.000 1499.991 1427.476
1500.000 1499.653 1393.207
1500.000 1499.827 1337.105
1500.000 1499.988 1431.118
1500.000 1500.021 1413.667
1500.000 1500.449 1451.475
1500.000 1500.041 1531.429
1500.000 1500.168 1535.419
1500.000 1500.110 1530.895
1500.000 1500.103 1485.247
1500.000 1500.125 1464.203
1500.000 1500.134 1489.015
1500.000 1500.167 1457.496
1500.000 1500.131 1443.970
1500.000 1500.145 1430.905
1500.000 1500.251 1439.627
1500.000 1500.159 1379.709
1500.000 1500.025 1556.070
1500.000 1499.965 1584.538
1500.000 1500.028 1592.416
1500.000 1500.046 1553.505
1500.000 1499.999 1557.090
1500.000 1499.989 1578.669
1500.000 1499.944 1593.594
1500.000 1499.950 1614.166
1500.000 1499.935 1586.788
1500.000 1499.928 1591.093
189

1500.000 1499.896 1597.079
1500.000 1499.456 1394.191
1500.000 1500.033 1484.525
1500.000 1499.465 1396.343
1500.000 1499.959 1426.180
1500.000 1499.936 1407.898
1500.000 1500.195 1523.962
1500.000 1500.280 1482.050
1500.000 1500.310 1479.617
1500.000 1500.282 1502.157
1500.000 1500.385 1448.684
1500.000 1500.401 1478.903
1500.000 1499.632 1503.418
1500.000 1500.028 1488.008
1500.000 1500.294 1419.944
1500.000 1500.585 1489.362
1500.000 1500.064 1476.178
1500.000 1499.981 1467.876
1500.000 1500.275 1517.408
1500.000 1500.124 1480.187
1500.000 1499.981 1440.145
1500.000 1499.360 1476.091
1500.000 1500.070 1435.444
1500.000 1499.967 1605.115
1500.000 1499.680 1621.955
1500.000 1499.729 1612.658
1500.000 1499.621 1623.196
1500.000 1500.008 1604.490
190

1500.000 1500.119 1627.834
1500.000 1500.114 1684.342
1500.000 1499.705 1599.132
1500.000 1499.496 1550.916
1500.000 1500.079 1634.872
1500.000 1499.943 1582.259
1500.000 1499.738 1561.680
1500.000 1499.989 1475.571
1500.000 1500.172 1445.743
1500.000 1499.936 1480.179
1500.000 1500.157 1465.623
1500.000 1499.811 1542.465
1500.000 1499.811 1542.465
1500.000 1500.124 1467.941
1500.000 1500.144 1448.679
1500.000 1499.898 1450.231
1500.000 1500.116 1527.920
1500.000 1499.738 1529.995
1500.000 1499.911 1529.277
1500.000 1499.615 1616.698
1500.000 1499.857 1489.351
1500.000 1499.445 1440.910
1500.000 1499.746 1504.949
1500.000 1499.817 1456.661
1500.000 1500.051 1496.818
1500.000 1499.998 1468.024
1500.000 1499.593 1457.107
1500.000 1499.601 1453.454
191

1500.000 1500.283 1471.300
1500.000 1499.967 1473.279
1500.000 1500.623 1469.101
1500.000 1500.040 1615.803
1500.000 1500.025 1556.070
1500.000 1499.965 1584.538
1500.000 1500.028 1592.416
1500.000 1500.046 1553.505
1500.000 1499.999 1557.090
1500.000 1499.989 1578.669
1500.000 1499.944 1593.594
1500.000 1499.950 1614.166
1500.000 1499.935 1586.788
1500.000 1499.928 1591.093
1500.000 1499.896 1597.079
1500.000 1499.456 1394.191
1500.000 1500.033 1484.525
1500.000 1499.465 1396.343
1500.000 1499.959 1426.180
1500.000 1499.936 1407.898
1500.000 1500.195 1523.962
1500.000 1500.280 1482.050
1500.000 1500.310 1479.617
1500.000 1500.282 1502.157
1500.000 1500.385 1448.684
1500.000 1500.401 1478.903
1500.000 1500.585 1489.362
1500.000 1500.064 1476.178
192

1500.000 1499.981 1467.876
1500.000 1500.275 1517.408
1500.000 1500.124 1480.187
1500.000 1499.981 1440.145
1500.000 1499.360 1476.091
1500.000 1500.070 1435.444
1500.000 1499.967 1605.115
1500.000 1499.680 1621.955
1500.000 1499.729 1612.658
1500.000 1499.621 1623.196
1500.000 1500.008 1604.490
1500.000 1500.119 1627.834
1500.000 1500.114 1684.342
1500.000 1499.705 1599.132
1500.000 1499.496 1550.916
1500.000 1500.079 1634.872
1500.000 1499.943 1582.259
1500.000 1499.738 1561.680
1500.000 1500.270 1459.652
1500.000 1499.989 1475.571
1500.000 1500.172 1445.743
1500.000 1499.936 1480.179
1500.000 1500.157 1465.623
1500.000 1499.811 1542.465
1500.000 1500.124 1467.941
1500.000 1500.144 1448.679
1500.000 1499.898 1450.231
1500.000 1500.116 1527.920
193

1500.000 1499.738 1529.995
1500.000 1499.911 1529.277
1500.000 1499.615 1616.698
1500.000 1500.270 1459.652
1500.000 1499.989 1475.571
1500.000 1500.172 1445.743
1500.000 1499.936 1480.179
1500.000 1500.157 1465.623
1500.000 1499.811 1542.465
1500.000 1500.124 1467.941
1500.000 1500.144 1448.679
1500.000 1499.898 1450.231
1500.000 1500.116 1527.920
1500.000 1499.738 1529.995
1500.000 1499.911 1529.277
1500.000 1499.615 1616.698
1500.000 1499.952 1471.148
1500.000 1499.857 1489.351
1500.000 1499.445 1440.910
1500.000 1499.746 1504.949
1500.000 1499.817 1456.661
1500.000 1500.051 1496.818
1500.000 1499.998 1468.024
1500.000 1499.593 1457.107
1500.000 1499.601 1453.454
1500.000 1500.283 1471.300
1500.000 1499.967 1473.279
1500.000 1500.623 1469.101
194

1400.000 1408.528 1516.489
1400.000 1395.847 1468.908
1400.000 1400.511 1505.663
1400.000 1401.077 1503.931
1400.000 1399.392 1445.928
1400.000 1388.274 1507.387
1400.000 1403.329 1588.126
1400.000 1396.800 1527.075
1400.000 1403.771 1562.580
1400.000 1389.472 1491.285
1400.000 1379.556 1475.005
1300.000 1334.829 1361.995
1300.000 1299.334 1215.278
1300.000 1302.443 1250.181
1300.000 1298.476 1221.746
998.000 998.917 957.369
998.000 1000.555 955.891
998.000 998.261 950.097
998.000 998.207 958.450
998.000 998.215 960.527
998.000 998.132 951.040
998.000 998.603 952.059
998.000 1001.123 957.216
998.000 998.290 1002.786
998.000 997.918 916.642
998.000 997.926 956.420
998.000 997.899 904.797
998.000 997.921 907.681
195

998.000 997.945 961.127
998.000 997.991 947.696
998.000 998.007 1034.248
998.000 997.988 960.738
998.000 997.977 1090.694
998.000 997.879 891.798
998.000 998.097 1052.104
998.000 998.032 886.304
998.000 997.838 979.371
998.000 997.840 996.684
998.000 997.833 995.440
998.000 997.833 996.708
998.000 997.828 1013.290
998.000 997.823 1013.173
998.000 997.822 1041.397
998.000 997.823 1019.167
998.000 997.828 1008.532
998.000 997.829 1017.353
998.000 997.827 1046.134
998.000 997.829 1047.815
998.000 997.918 1021.172
998.000 997.929 1038.179
998.000 997.931 991.578
998.000 997.995 1054.762
998.000 998.012 1027.697
998.000 997.940 1004.452
998.000 998.044 1051.317
998.000 998.066 1041.965
196

998.000 998.220 1079.692
998.000 998.362 1064.259
998.000 998.327 1077.630
998.000 998.191 1061.126
998.000 997.854 932.148
998.000 997.869 830.361
998.000 997.853 926.466
998.000 997.849 1032.287
998.000 997.858 1080.013
998.000 997.855 1043.313
998.000 997.847 1081.161
998.000 997.855 1034.585
998.000 997.863 1053.067
998.000 997.865 1050.387
998.000 997.867 1042.670
998.000 997.855 1163.526
998.000 997.935 821.483
998.000 997.931 845.405
998.000 997.931 875.056
998.000 997.934 892.784
998.000 997.935 928.873
998.000 997.936 714.500
998.000 997.969 894.709
998.000 997.940 875.467
998.000 997.958 837.546
998.000 997.974 832.377
998.000 997.963 845.210
998.000 997.957 1037.989
197

998.000 997.994 1087.690
998.000 997.978 1091.220
998.000 997.992 1105.617
998.000 997.970 1093.305
998.000 997.971 1110.738
998.000 997.999 1119.951
998.000 997.998 1090.334
998.000 997.993 1089.474
998.000 997.988 1184.598
998.000 997.988 1184.598
998.000 997.966 1117.943
998.000 997.926 956.420
998.000 997.899 904.797
998.000 997.921 907.681
998.000 997.945 961.127
998.000 997.991 947.696
998.000 998.007 1034.248
998.000 997.988 960.738
998.000 997.977 1090.694
998.000 997.879 891.798
998.000 998.097 1052.104
998.000 998.032 886.304
998.000 997.840 996.684
998.000 997.833 995.440
998.000 997.833 996.708
998.000 997.828 1013.290
998.000 997.823 1013.173
998.000 997.822 1041.397
198

998.000 997.823 1019.167
998.000 997.828 1008.532
998.000 997.829 1017.353
998.000 997.827 1046.134
998.000 997.829 1047.815
998.000 997.929 1038.179
998.000 997.931 991.578
998.000 997.995 1054.762
998.000 998.012 1027.697
998.000 997.940 1004.452
998.000 998.044 1051.317
998.000 998.066 1041.965
998.000 998.220 1079.692
998.000 998.066 1041.965
998.000 998.220 1079.692
998.000 998.362 1064.259
998.000 998.327 1077.630
998.000 998.191 1061.126
998.000 997.869 830.361
998.000 997.853 926.466
998.000 997.849 1032.287
998.000 997.858 1080.013
998.000 997.855 1043.313
998.000 997.847 1081.161
998.000 997.855 1034.585
998.000 997.863 1053.067
998.000 997.865 1050.387
998.000 997.867 1042.670
199

998.000 997.855 1163.526
200
ANEXO 5. CILINDRADAS MEDIDAS POR RNA Y RML

Tabla. A5. 1. Valores de comparación.
Cilreal VolumRed VolumReg
3200 3197.73388 3074.14666
3200 3187.69032 3097.28773
3200 3187.69032 3097.28773
3200 3199.15596 2995.37874
3200 3199.91438 3250.62725
3200 3199.6879 3225.48132
3200 3199.66573 3238.61704
3200 3199.37271 3225.48925
3200 3194.86687 3155.64342
3200 3197.00995 3188.04657
3200 3198.0272 3155.1733
3200 3200.3855 3235.14249
3200 3200.39214 3302.61045
3200 3200.39799 3287.4576
3200 3200.39311 3229.70716
3200 3200.38891 3287.61606
3200 3200.39452 3272.42382
3200 3200.3914 3256.20645
3200 3200.41416 3310.14272
3200 3200.40686 3309.66888
3200 3200.40107 3307.38719
3200 3200.14028 3311.00523
3200 3200.14146 3335.32022
3200 3200.13568 3285.07841
3200 3200.13051 3294.84962
3200 3200.13072 3271.08569
3200 3200.12566 3283.02574
3200 3200.14397 3290.66927
3200 3200.13418 3260.56071
3200 3200.1346 3308.38784
3200 3200.12704 3310.95823
3200 3200.13832 3377.41726
3200 3200.10371 3070.70855
3200 3200.09975 3067.70451
3200 3200.07362 3101.76583
3200 3200.07964 3088.65815
201

3200 3200.0773 3112.13367
3200 3200.07605 3093.53841
3200 3200.08136 3103.26007
3200 3200.07593 3117.18454
3200 3200.07853 3118.30155
3200 3200.07546 3109.98654
3200 3200.0709 3143.72194
3200 3200.07231 3160.26305
3200 3200.08607 3332.52782
3200 3200.45342 3165.32706
3200 3200.45346 3216.17311
3200 3200.45364 3193.3648
3200 3200.44965 3071.27865
3200 3200.45135 3091.35612
3200 3200.45194 3157.4011
3200 3200.45126 3177.78076
3200 3200.44062 3153.50879
3200 3200.37116 2972.2973
3200 3198.54201 3007.8468
3200 3199.91143 3128.6435
3200 3200.18024 3072.19424
3200 3200.175 3050.64471
3200 3200.19099 3078.51527
3200 3200.26338 3097.30775
3200 3200.27551 3096.82954
3200 3200.29154 3089.63937
3200 3200.35159 3105.26184
3200 3200.34311 3109.63749
3200 3200.39064 3115.71027
3200 3200.43192 3124.12909
3200 3200.43767 3106.24496
3200 3200.40103 3070.61884
3200 3200.44724 3107.43894
3200 3200.44311 3097.82608
3200 3200.45852 3113.07169
3200 3200.45852 3113.07169
3200 3200.45311 3109.68598
3200 3200.43667 3085.43639
2400 2401.16645 2229.85082
202

2400 2384.71203 2142.85192
2400 2396.70707 2669.45069
2400 2402.33169 2618.45355
2400 2400.63304 2529.40742
2400 2414.63321 2419.57918
2400 2390.12965 2319.26485
2400 2396.43622 2226.6022
2400 2403.69624 2087.10127
2300 2324.54204 2677.6102
2300 2297.53857 2411.30559
2300 2301.97937 2427.68273
2300 2301.65978 2410.70396
2300 2300.52484 2376.11263
2300 2305.45616 2321.04387
2300 2300.92485 2219.33502
2300 2300.43655 2158.75491
2300 2299.29788 2119.60258
2300 2298.83798 2113.36675
2300 2297.72473 2134.16357
2300 2298.25157 1963.70954
2300 2300.02293 2003.2552
2300 2299.6681 2037.23529
2300 2300.17455 1977.5241
2300 2299.73918 1953.13414
2300 2300.3505 1931.57731
2300 2298.58637 1952.12173
2300 2302.67224 1943.34828
2300 2303.1169 2044.71317
2300 2307.49054 2058.83567
2300 2299.95033 2041.85155
2300 2296.61591 2059.1768
2300 2291.79259 2043.20188
2300 2303.97495 2074.32315
2300 2296.35884 2086.09952
2300 2300.65297 2090.0329
2300 2301.45423 2109.78926
2300 2318.61292 2118.53804
2200 2195.30177 2460.58629
2200 2207.69054 2440.10715
203

2200 2204.14125 2438.53825
2200 2203.92883 2441.04843
2200 2201.55124 2412.9289
2200 2201.70654 2414.02049
2200 2200.49529 2395.24815
2200 2186.10627 2385.48571
2200 2188.25406 2378.49284
2200 2202.71034 2374.32736
2200 2198.68423 2290.20581
2000 2003.78748 1728.938
2000 1995.96227 1751.01965
2000 1987.92603 1765.73416
2000 2039.90442 1762.64904
2000 2001.63292 1739.8128
2000 1994.51702 1778.30386
2000 2000.69729 1771.89334
2000 2004.57413 1776.07534
2000 2009.24807 1771.84202
2000 2006.85911 1792.87607
2000 1997.737 1800.18864
2000 2002.68981 1840.89069
2000 1998.67817 1860.6098
2000 2001.78294 1840.85313
2000 1998.44338 1839.39946
2000 1998.94081 1841.21129
2000 2003.15549 1837.06943
2000 1999.62845 1848.86033
2000 1998.82918 1847.34949
2000 2000.22726 1850.51882
2000 1999.69381 1849.33364
2000 1999.79682 1842.37347
2000 1988.74326 1974.53525
2000 1979.69427 1982.26826
2000 2000.71529 1991.69775
2000 2003.09608 1996.69894
2000 2004.87005 1998.71843
2000 1996.50898 2005.84995
2000 1998.25077 2008.09353
2000 2003.12567 2015.06559
204

2000 2008.10611 2022.12899
2000 2011.82828 2026.37667
2000 2017.67894 2033.63208
2000 1999.75435 1986.66234
2000 2023.47779 2015.7585
2000 2012.44237 2038.47025
2000 1996.78792 2095.45681
2000 1990.24647 2096.44759
2000 2001.5386 2017.57051
2000 2001.55883 2092.7163
2000 2001.55883 2092.7163
2000 2065.88572 2166.05468
2000 1996.58948 1998.46156
2000 1999.16037 1976.35321
2000 1993.74113 1953.3001
2000 2001.11167 1958.63467
2000 1995.74461 1958.34644
2000 2000.41194 1965.4284
2000 1998.94362 1954.89944
2000 2002.78111 1939.8203
2000 2004.18872 1957.03172
2000 2006.75004 1928.55026
2000 2011.64853 1942.50818
2000 2002.80826 1926.19849
2000 1998.63903 1904.85298
2000 2003.38056 2026.11154
2000 1997.5231 2011.94
2000 1995.2841 2004.41566
2000 2001.1068 2004.02852
2000 2001.1068 2004.02852
2000 2000.2015 1974.1464
2000 2000.19486 1972.45132
2000 2001.16497 1965.73306
2000 2000.54191 1963.82755
2000 2003.35951 1955.2251
2000 2000.37113 1958.41127
2000 1997.8495 1957.02487
2000 1997.75397 1956.73737
2000 1999.74485 1837.09893
205

2000 2000.76657 1827.85701
2000 2001.1094 1829.2563
2000 2000.88027 1835.26728
2000 1995.65285 1832.40395
2000 1998.10195 1845.72612
2000 1999.09999 1846.99022
2000 2002.71995 1842.42907
2000 2002.50279 1843.36232
2000 1999.21356 1736.68502
2000 1998.56957 1920.94221
2000 1999.9179 1942.18854
2000 2002.41485 1975.43606
2000 1999.56496 1989.34903
2000 1998.40108 2019.72248
2000 2001.44241 2039.15232
2000 2002.73296 2064.5673
2000 1998.39295 1936.86407
2000 1997.96651 1964.59757
2000 1998.64267 1972.45205
2000 2001.3767 1960.03001
2000 1986.80627 1744.66341
2000 1999.00778 1749.58947
2000 2017.75665 1752.04843
2000 1998.39459 1978.50558
2000 1996.05791 1989.35127
2000 1998.18688 1999.00013
2000 2002.82005 1998.72536
2000 1998.69004 2008.97681
2000 2001.94532 2011.57329
2000 2000.35807 2011.11268
2000 1999.18357 2031.36607
1800 1800.71513 1720.46899
1800 1792.48364 1724.59356
1800 1797.12032 1720.7583
1800 1810.2486 1714.57066
1800 1801.08303 1716.27862
1800 1796.16351 1718.04608
1800 1805.64343 1740.99127
1800 1796.33842 1728.46661
206

1800 1801.13616 1771.79411
1800 1806.60121 1715.75336
1800 1798.69899 1665.46631
1600 1599.53802 1538.34289
1600 1599.61584 1527.69891
1600 1600.26673 1554.56856
1600 1601.38887 1546.9939
1600 1600.34129 1589.70006
1600 1599.79962 1589.58702
1600 1598.91014 1621.20629
1600 1598.86535 1634.49045
1600 1597.41838 1553.29697
1600 1597.41838 1553.29697
1600 1599.74723 1755.77005
1600 1597.23642 1640.63839
1600 1598.8693 1689.88451
1600 1600.81616 1765.47354
1600 1600.66366 1761.37867
1600 1600.36886 1777.07365
1600 1600.69179 1734.06038
1600 1602.78775 1751.87163
1600 1599.70921 1833.0005
1600 1604.94312 1632.15972
1600 1597.18533 1560.16505
1600 1602.49044 1683.78715
1600 1596.55713 1654.41259
1600 1599.35886 1653.34302
1600 1604.46037 1657.03033
1600 1596.9558 1620.47539
1600 1597.67059 1620.12508
1600 1597.67059 1620.12508
1600 1604.23015 1655.59314
1600 1604.2531 1650.9077
1600 1603.39789 1628.70751
1600 1599.70889 1595.77096
1600 1603.63811 1606.70059
1600 1602.88647 1606.9888
1600 1596.28264 1547.46245
1600 1598.90003 1565.68459
207

1500 1500.76136 1765.04424
1500 1500.48509 1764.14937
1500 1500.61035 1768.8689
1500 1500.12347 1766.43096
1500 1500.04112 1762.46231
1500 1499.90143 1758.52851
1500 1499.92942 1750.58642
1500 1499.27356 1778.9315
1500 1498.88139 1768.64381
1500 1499.39932 1773.67102
1500 1499.33406 1774.00647
1500 1501.07221 1626.69544
1500 1499.1641 1625.34471
1500 1499.54315 1624.76888
1500 1499.16939 1627.53762
1500 1499.07874 1623.73927
1500 1499.5901 1634.31069
1500 1499.43173 1635.27898
1500 1500.31206 1668.20603
1500 1500.4866 1668.90682
1500 1501.19546 1675.93784
1500 1500.25657 1662.56592
1500 1499.90909 1681.7999
1500 1498.89545 1721.53051
1500 1499.5448 1743.2758
1500 1499.5448 1743.2758
1500 1498.58489 1754.25473
1500 1498.58489 1754.25473
1500 1498.58489 1754.25473
1500 1498.78877 1769.08413
1500 1498.8207 1771.47395
1500 1500.65778 1781.6075
1500 1507.16283 1800.73778
1500 1500.01421 1514.92853
1500 1499.41336 1548.0802
1500 1499.49944 1528.38479
1500 1499.48171 1522.61088
1500 1500.64262 1502.94053
1500 1500.89632 1504.5182
208

1500 1500.79831 1505.10361
1500 1500.59057 1500.19179
1500 1500.8167 1505.80198
1500 1500.67891 1490.97839
1500 1500.1604 1517.60278
1500 1500.56288 1411.08138
1500 1500.53557 1408.2339
1500 1500.58189 1407.81617
1500 1500.67455 1414.96521
1500 1500.82059 1417.1605
1500 1499.55472 1416.646
1500 1499.82853 1421.32352
1500 1499.75094 1420.28916
1500 1501.15749 1422.71334
1500 1499.74028 1427.8976
1500 1499.55913 1437.22039
1500 1498.89231 1466.32567
1500 1499.44294 1339.83071
1500 1499.4591 1315.15042
1500 1500.52115 1318.41836
1500 1500.61968 1331.72305
1500 1499.17823 1300.83752
1500 1500.51868 1296.38951
1500 1500.60264 1297.47738
1500 1499.28129 1279.39235
1500 1499.51751 1293.58766
1500 1500.56806 1279.3499
1500 1500.53456 1284.96755
1500 1498.23311 1539.10103
1500 1499.67682 1569.68793
1500 1497.20895 1564.97983
1500 1501.86919 1567.1816
1500 1495.35958 1599.12684
1500 1496.84787 1652.48576
1500 1500.7949 1660.55498
1500 1501.80563 1685.12569
1500 1501.99632 1703.45927
1500 1502.35284 1721.29031
1500 1497.99201 1778.62804
209

1500 1499.68594 1648.49025
1500 1499.90925 1608.21908
1500 1499.6532 1634.21413
1500 1499.45 1611.8447
1500 1500.73211 1602.11054
1500 1499.75309 1572.74968
1500 1500.58272 1596.42317
1500 1499.55973 1605.26159
1500 1499.28 1616.8185
1500 1498.99286 1608.5274
1500 1500.41348 1579.97853
1500 1501.22721 1479.92393
1500 1499.68594 1648.49025
1500 1499.90925 1608.21908
1500 1499.6532 1634.21413
1500 1499.45 1611.8447
1500 1500.73211 1602.11054
1500 1499.75309 1572.74968
1500 1500.58272 1596.42317
1500 1499.55973 1605.26159
1500 1499.28 1616.8185
1500 1498.99286 1608.5274
1500 1500.41348 1579.97853
1500 1501.22721 1479.92393
1500 1498.04452 1589.11486
1500 1498.60839 1605.26177
1500 1500.69707 1592.83637
1500 1501.56557 1586.2226
1500 1502.89949 1564.52219
1500 1502.89949 1564.52219
1500 1501.14257 1559.92002
1500 1500.0061 1557.16968
1500 1496.08443 1540.8062
1500 1500.28665 1515.16652
1400 1461.71098 1499.25919
1400 1399.11883 1501.64022
1400 1405.16658 1498.20427
1400 1407.53391 1503.09956
1400 1400.68122 1484.88586
210

1400 1388.03177 1477.3004
1400 1381.68906 1500.58831
1400 1396.81351 1497.95343
1400 1391.23307 1486.98289
1400 1393.86067 1479.1816
1400 1402.88599 1476.32425
1300 1298.48105 1273.51726
1300 1304.95621 1286.36889
1300 1303.12148 1288.53373
1300 1300.55841 1298.35394
1300 1298.20895 1302.46003
1300 1301.78379 1286.54264
1300 1296.8923 1186.48941
1300 1298.67485 887.974155
1300 1300.7838 920.770387
1300 1300.94402 901.100426
1300 1302.3217 942.570284
1300 1297.59519 1007.01836
1200 1200.70539 870.804294
1200 1197.88983 1309.47362
1200 1195.79207 1332.37086
1200 1198.28215 1379.04164
1200 1198.94607 1372.37369
1200 1197.51793 1351.57315
1200 1197.51793 1351.57315
1200 1203.43891 1356.50057
1200 1203.03594 1380.30275
1200 1200.12279 1353.52375
1200 1203.16994 1231.62638
1014 1015.80961 1124.56916
1014 1019.57518 1114.25162
1014 1011.07412 1088.22647
1014 1008.60963 1024.24514
1014 1015.77763 1173.92483
1014 1014.64175 1064.39328
1014 1015.32549 1080.92728
1014 1011.99516 1115.28217
998 998.591221 872.237679
998 998.659135 816.603012
211

998 998.596878 879.537345
998 998.535973 805.790296
998 998.070114 857.447019
998 998.17044 906.41271
998 997.957954 896.054101
998 997.992677 983.761943
998 997.92611 969.215578
998 997.868308 987.739609
998 997.818948 1034.74296
998 998.75727 804.948474
998 997.680038 960.581588
998 997.640644 1108.13164
998 997.552215 1123.58656
998 997.370608 1172.17284
998 997.312578 1235.99501
998 997.245655 1338.92144
998 997.188454 1332.45209
998 999.011834 951.097947
998 998.677818 983.868426
998 998.239523 922.672193
998 998.239523 922.672193
998 998.356547 994.947259
998 998.213552 1009.66463
998 997.991222 1060.7384
998 997.819696 927.431182
998 998.068055 850.864029
998 998.626316 846.427656
998 998.663358 843.9271
998 999.433926 818.395827
998 998.771325 808.303472
998 998.129666 773.710674
998 999.474139 801.909059
998 998.475789 814.626601
998 997.565029 819.226561
998 998.79883 834.554899
998 998.632501 842.40743
998 1000.14562 931.384339
998 999.04792 943.843751
998 997.196866 837.202867
212

998 997.795641 912.873177
998 997.434973 901.059418
998 997.108479 881.375082
998 997.016989 903.057205
998 997.021352 908.424532
998 996.990146 875.703789
998 999.58485 1249.47444
998 997.402058 1149.94846
998 997.221209 849.838434
998 1000.05078 997.186939
998 997.334091 898.948329
998 997.099856 814.72337
998 997.054227 812.582389
998 997.129234 936.288946
998 997.225821 1013.52343
998 998.020214 1098.40352
998 997.762719 1147.63467
998 997.762719 1147.63467
998 997.276907 1119.69284
998 998.402917 1284.75988
998 999.100681 1289.20953
998 997.830622 1016.23287
998 997.655218 927.605388
998 997.573089 915.228897
998 997.505807 920.902663
998 997.049987 1055.70402
998 997.081266 1084.73043
998 997.118746 1056.64359
998 997.184041 1089.59829
998 999.84327 1117.75027
998 998.765611 1076.35244
998 999.793806 1097.07004
998 999.85745 1104.22083
998 998.992162 1078.58748
998 999.25391 1133.21379
998 998.495642 1103.63178
998 997.829684 1058.1311
998 997.125089 1405.14847
998 997.093063 1364.26622
213

998 997.205848 1365.97344
998 997.213944 1359.65327
998 997.260116 1344.21177
998 997.332706 1311.65842
998 997.254602 1309.52312
998 997.324181 1310.2976
998 997.235128 1335.80289
998 997.285596 1324.24417
998 997.33465 1303.87489
998 998.677818 983.868426
998 998.239523 922.672193
998 998.239523 922.672193
998 998.356547 994.947259
998 998.213552 1009.66463
998 997.991222 1060.7384
998 997.819696 927.431182
214
ANEXO 6. Solicitud de datos SRI
Figura A6. 1. Oficio enviado SRI. Parte 1.

Fuente: Los Autores
215
Figura A6. 2. Oficio enviado SRI. Parte 2.

Fuente: Los Autores
216
ANEXO 7. Láminas de referencia.
Figura A7. 1 Rejilla direccional de flujo

Fuente: Los Autores
Figura A7. 1. Rejilla direccional de flujo
Fuente: Los Autores

Figura A7. 4 Elastomero acople A1
217
Figura A7. 5 Acople A2
218
Figura A7. 6 Sensor MAP.
219
Figura A7. 7 Abrazadera acople A1.
220
221
ANEXO 8. Vehículos de validación.
Modelo: Suzuki Forza 2
Año: 1991
Placa: PPG -182
Cilindraje: 1000
Kilometraje: 82783
Figura A8. 1. Vehículo PPG -182.

Fuente; Los Autores.
222
Modelo: Aveo family
Año: 2003
Placa: UBA - 5805
Cilindraje: 1500
Kilometraje: 23446
Figura A8. 2. Vehículo UBA – 5805

Fuente: Los Autores
223
Modelo: Aveo family
Año: 2003
Placa: ABD - 4229
Cilindraje: 1500
Kilometraje: 68419
Figura A8. 3. Vehículo ABD – 4229

224
Modelo: Suzuki forza 2
Año: 1991
Placa: PKW - 0102
Cilindraje: 1000
Kilometraje: 359788
Figura A8. 4. Vehículo PKW – 0102.

Fuente; Los Autores
225
Modelo: Suzuki forza 1
Año: 1991
Placa: ACG - 108
Cilindraje: 1000
Kilometraje: 37401
Figura A8. 5. Vehículo ACG – 108

226
Modelo: Aveo family
Año: 2012
Placa: UBA - 2106
Cilindraje: 1500
Kilometraje: 163358
Figura A8. 6. Vehículo UBA – 2106

227
Modelo: Aveo family
Año: 2014
Placa: ABE - 4843
Cilindraje: 1500
Kilometraje: 45668
Figura A8. 7. Vehículos ABE – 4843

228
Modelo: Chevrolet Luv
Año: 2001
Placa: PVZ - 075
Cilindraje: 3200
Kilometraje: 204160
Figura A8. 8. Vehículos PVZ – 075

229
Año: 1997
Placa: PRK - 607
Cilindraje: 2300
Kilometraje: 283841
Figura A8. 9. Vehículo PRK – 607

230
Año: 1991
Placa: ACG-640
Cilindraje: 2300
Kilometraje: 352976
Figura A8. 10. Vehículo ACG-640

231
Año: 1991
Placa: ACG-640
Cilindraje: 2300
Kilometraje: 352976
Figura A8. 11. Vehículo ACG-640

232
Modelo: Suzuki forza
Año: 1991
Placa: PKE-169
Cilindraje: 1000
Kilometraje: 60210
Figura A8. 12. Vehículo PKE-169

233
ANEXO 9. Diagrama de adquisición de datos en LABVIEW.
Figura A9. 1. Diagrama de adquisición de datos en LABVIEW.

ANEXO 10. Grabación de datos en LABVIEW.
Figura A10. 1. Grabación de datos en LABVIEW.

234
ANEXO 11. Generación de matriz general de datos en LABVIEW (ARRAY DE DATOS MAF, BARO, MAP)
Figura A11. 1. Generación de Matriz general de datos en Labview (Array de datos MAF, BARO, MAP)
235
ANEXO 12. Generación de matriz general de datos en LABVIEW (ARRAY DE DATOS: TEMP, VOLUCALC,
VOLT. BAT.).
Figura A12. 1. Generación de Matriz general de datos en Labview (Array de datos: TEMP, Volucalc, Volt. bat.).
Fuente: Los Autores
236
ANEXO 13. Análisis estadístico en LABVIEW.
Figura A13. 1. Análisis Estadístico en Labview.

237
ANEXO 14. Aplicación de análisis numérico en LABVIEW sin accionar el pedal del acelerador.
Figura A14. 1. Aplicación de análisis numérico en LABVIEW sin accionar el pedal del acelerador.
238
ANEXO 15. Aplicación de análisis numérico en LABVIEW con el pedal del acelerador completamente accionado.
Figura A15. 1. Aplicación de análisis numérico en Labview con el pedal del acelerador completamente accionado.
239
ANEXO 16. Interfaz gráfico en LABVIEW
Figura A16. 1. Interfaz gráfico en Labview.

ANEXO 17. Algoritmo de MATLAB para la regresión multivariable
Figura A17. 1. Algoritmo de Matlab para la Regresión multivariable.

240
ANEXO 18. Algoritmo de MATLAB para la regresión multivariable, comprobación.
Figura A18. 1. Algoritmo de MATLAB para la regresión multivariable, comprobación.

ANEXO 19. Algoritmo para la creación de una RNA.
Figura A19. 1. Algoritmo para la creación de una RNA.


CD 6635

Cargado por

Copyright:

Formatos disponibles

CD 6635

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

CD 6635

Cargado por

Copyright:

Formatos disponibles

I

ESCUELA POLITÉCNICA NACIONAL

FACULTAD DE INGENIERÍA MECÁNICA

DISEÑO Y CONSTRUCCIÓN DE UN SISTEMA PROTOTIPO PARA

TESIS PREVIA A LA OBTENCION DEL GRADO DE MAGÍSTER EN

RAFAEL WILMER CONTRERAS URGILÉS

JORGE ESTEBAN FAJARDO MERCHÁN

DIRECTOR: Ing. Iván Zambrano. Msc.

Quito, Octubre 2015

Nosotros, Jorge Esteban Fajardo Merchán y Rafael Wilmer Contreras Urgilés,

Por medio de la presente declaración, cedemos los derechos de intelectualidad

Jorge Esteban Fajardo M. Rafael Wilmer Contreras U.

Ing. Iván Zambrano. Msc

Ing. Pablo Arévalo. Phd.

Quiero extender mis más sinceros agradecimientos a mis compañeros y amigos

Gracias a Jorge y su familia, quien supo compartir su conocimiento para aportar en el

Agradecemos al cuerpo docente de la Universidad Politécnica Nacional, en especial a

A la Universidad Politécnica Salesiana, de manera especial al Padre Rector Javier

A mi hermana Kary y mis sobrinas Evelyn y Luciana por ser el complemento de la

Dedico este trabajo a:

Por ser quienes me acompañan incondicionalmente en el camino de la Ingeniería

AGRADECIMIENTO ................................................................................................... III

ÍNDICE DE CONTENIDO .......................................................................................... VII

ÍNDICE DE FIGURAS ............................................................................................... XII

ÍNDICE DE FÓRMULAS ......................................................................................... XVII

ÍNDICE DE TABLAS .............................................................................................. XVIII

1. FUNDAMENTOS Y MARCO TEÓRICO. ............................................................ 6

1.1. INTRODUCCIÓN .......................................................................................... 6

OBJETIVOS DE LA INVESTIGACIÓN .................................................... 6

JUSTIFICACIÓN DE LA INVESTIGACIÓN ............................................. 7

LIMITACIONES DE LA INVESTIGACIÓN. .............................................. 9

ALCANCES DE ESTA INVESTIGACIÓN ................................................ 9

SUSTENTO TEÓRICO ............................................................................ 9

1.2. DEFINICIÓN DE CILINDRADA. .................................................................. 13

CARRERA DE CILINDRO ..................................................................... 13

LONGITUD DE LA BIELA ...................................................................... 14

SECCIÓN DEL PISTÓN ........................................................................ 14

NÚMERO DE CILINDROS .................................................................... 14

CILINDRADA UNITARIA ....................................................................... 14

CILINDRADA TOTAL ............................................................................ 15

1.3. MÉTODOS PARA DETERMINAR LA CILINDRADA. .................................. 15

CÁLCULO TEÓRICO ............................................................................ 15

CÁLCULO PRÁCTICO .......................................................................... 15

MÉTODO EMPÍRICO ............................................................................ 16

CAPÍTULO II. ............................................................................................................ 17

2. DISEÑO DEL SISTEMA PROTOTIPO. ............................................................ 17

2.1. MÉTODO Y SISTEMA A DESARROLLAR. ................................................ 17

RESTRICCIONES Y LIMITACIONES .................................................... 17

PARÁMETROS DE OPERACIÓN. ........................................................ 18

PARÁMETROS DE FUNCIONAMIENTO .............................................. 18

CONDICIONES AMBIENTALES DE FUNCIONAMIENTO. ................... 19

PARÁMETROS DE DISEÑO ................................................................. 20

DESCRIPCIÓN DE FACTORES A CONSIDERAR PARA LA SELECCIÓN

DESCRIPCIÓN GENERAL DEL PROTOTIPO ...................................... 27

2.2. ESTUDIO DE SENSORES APLICABLES AL SISTEMA. ........................... 27

SENSOR MAF ....................................................................................... 27

ELECCIÓN DE SENSOR MAF .............................................................. 30

SENSOR DE PRESIÓN ABSOLUTA DEL MÚLTIPLE .......................... 33

ELECCIÓN DEL SENSOR A UTILIZAR ................................................ 35