Uso de algoritmo K-media para detectar estado de funcionamiento de electroválvula

• Yánez, Diego ^[3] ; Molina, Iván ^[1] ; Gallardo, Andrés ^[2]
  1. [1] Escuela Politécnica Nacional

     Escuela Politécnica Nacional

     Quito, Ecuador

     
  2. [2] Polytechnic University of Milan

     Polytechnic University of Milan

     Milán, Italia

     
  3. [3] Vinnytsia National Technical University

  Mostrar afiliaciones +
• Localización: Ecuadorian Science Journal, ISSN-e 2602-8077, Vol. 5, Nº. Extra 3, 2021 (Ejemplar dedicado a: RITAM 2021), págs. 220-238
• Idioma: español
• Títulos paralelos:
  • K-Means algorithm to detect solenoid valve function status.
• Enlaces
  • Texto completo
• Resumen
  • español

    En la actualidad las aplicaciones de la inteligencia artificial dentro de los procesos de ingeniería en general son extremadamente amplios, dado las características que tiene tanto la Inteligencia artificial como la Ingeniaría en general. En este trabajo investigativo exponemos el uso de la inteligencia artificial, en específico el agrupamiento o ¨clustering¨ para poder detectar cuando una válvula se encuentra con fallas o no, de esta forma poder conocer, de manera precisa, el estado de funcionamiento de la electroválvula por Inteligencia Artificial a partir de datos recopilados, dotándole del análisis realizado en Matlab como Data-Set para su proceso de entrenamiento. El elemento de estudio de este artículo es una electroválvula de tres posiciones con compensación de resorte (DIVW estilo C). La válvula se utiliza en el presente experimento en dos regiones de funcionamiento diferentes: a 5 MPa y 20 MPa. Además, se agregó al análisis un escenario en el que la válvula presenta un daño, mismo que consiste en una hendidura de 0,1 [mm] de profundidad.

  • English

    Now days, the applications of artificial intelligence within engineering processes in general are extremely broad, given the characteristics of both artificial intelligence and engineering in general. In this investigative work we expose the use of artificial intelligence, specifically clustering to be able to detect when a valve is faulty or not, in this way to be able to know, precisely, the operating state of the solenoid valve by Artificial Intelligence from collected data, providing with the analysis carried out in MatLab as a Data-Set for training process. The item of study for this article is a spring compensated three position solenoid valve (DIVW style C). The valve is used in the present experiment in two different operating regions: at 5 MPa and 20 MPa. In addition, a scenario in which the valve presents damage was added to the analysis, which consists of a groove 0.1 [mm] deep.