Redes neuronales en la inyección de un ciclomotor Guillermo Jiménez Margallo

Propósito y objetivos secundarios Propósito: Optimización por medio de redes neuronales de un mapa de consumos de inyección de gasolina, tiendo en cuenta baremos económicos y ecológicos. Objetivos secundarios: 1. Búsqueda de información sobre motores de explosión de dos tiempos. 2. Búsqueda de información acerca de distintos tipos de redes neuronales y modelado de una red apropiada. 3. Diseñar una plataforma que permita entrenar esta red con los datos empíricos del ciclomotor. Objetivos secundarios: 4. Realizar un test exhaustivo del nuevo mapa de consumos en un entorno real. 5. Elaboración y presentación de la memoria.

Contexto/visión general Hay ciertos hechos de actualidad que atañen directamente a este proyecto; entre ellos podemos encontrar el precio creciente del petróleo y sus subidas constantes. La pasada semana rondaba los 50 €.

Contexto/visión general Según la curva de Hubbert, que define los ciclos de explotación y descubrimientos de recursos petrolíferos, se producirá por primera vez en el 2006 un cambio de inflexión en la curva irreversible, lo que quiere decir que se gastará más petróleo del que se encuentre.

Contexto/visión general Ello dará lugar a precios desorbitados en un futuro próximo. Mientras que se produce el cambio de tecnología a otras renovables, cualquier intento por reducir la cantidad de contaminación y petróleo gastado es vital.

Tipos de motores En la actualidad hay dos motores de gasolina: de 2 y 4 tiempos. El motor de Otto de 4 tiempos optimiza el combustible pero en cambio es pesado y más caro, por eso se utiliza el de 2 para motocicletas. Este motor desperdicia mucho combustible por su diseño.

Tipos de motores Una posible propuesta de ahorro podría ser intentar mejorar el control del motor de 2 tiempos, con lo que ahorramos 3 cosas: dinero, petróleo y reducimos la contaminación. Para ello utilizaremos las redes neuronales.

Resultados esperados 1. Un ciclomotor que consiga cumplir los estándares ambientales de la Unión Europa. 2. Satisfacción de un posible conductor con el manejo de la moto. 3. Viabilidad de las iaplicaciones de IA en campos en los que todavía no tiene peso.

Palabras claves Hopfield, 2 tiempos, feedback, fordward, mínimo cuadrado, giro manillar, RPM, mapa de consumos, inyección, aprendizaje supervisado, perceptrón, Matlab. Hopfield, feedback, fordward, mínimo cuadrado, aprendizaje supervisado, perceptrón, Matlab. 2 tiempos, giro manillar, RPM, mapa de consumos, inyección Matemáticas Teoría de motores Inteligencia artificial

Hipotéticas preguntas 1. ¿Es viable la aplicación de redes neuronales en industria pesada? 2. ¿Es posible computacionalmente hablando, un controlador que tuviera autoaprendizaje y se adaptara a cada individuo? 3. ¿Merece la pena la inversión en investigación y desarrollo en relación con los beneficios obtenidos?

Estado del arte –Nevot, Javier. “Diseño de un controlador avanzado basado en redes neuronales para la gestión de la mezcla aire-gasolina en un motor alternativo” UPC, Dic Ésta es una tesis doctoral donde el autor plantea un modelo teórico (no implementado) de un controlador en tiempo real de 4 tiempos. –En su trabajo, el autor se lamenta que no haya podido llevar a cabo su modelo con un controlador físico en condiciones de tiempo real. Por lo tanto, este proyecto será la primera aplicación real de un control basado en redes neuronales en un motor de 2 tiempos hasta la fecha.

Tipo de Proyecto 1. De investigación. El proyecto va a servir para ampliar la aplicación de las redes neuronales para control de motores en busca de optimización de gasolina y ver su viabilidad. 2. De desarrollo. Se llevará a cabo una implementación práctica en un ciclomotor real, teniendo en cuenta las fases del software.

Metodología La metodología a emplear en el diseño estructurado comprende: 1.Análisis requisitos previo. 2.Modelado de diagramas de flujos (Diagramas de contexto y sistema) 3.Evaluación de resultados. –Estos puntos se pueden llevar a cabo siguiendo las directrices de Métrica 3, escogiendo los procesos apropiados.

Equipo y recursos Se necesitarán para el proyecto: 1. Una licencia de Matlab con Simulink y el toolbox nnet. 2. Una estación de trabajo para entrenar la red y diseñar el sistema. 3. El banco de pruebas con el ciclomotor incorporado para las verificaciones finales.

Plan del proyecto Diagrama de Gantt asociado al proyecto

Bibliografía 1. Repositorio tesis doctorales de las universidades catalanas: Olmeda,I. (1993) “Redes neuronales artificiales” 3. Hilera, J.R. (1995) “Redes neuronales artificiales. Fundamentos, modelos y aplicaciones”