Tesis y Trabajos de Investigación PUCP

URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/6

El Repositorio Digital de Tesis y Trabajos de Investigación PUCP aporta al Repositorio Institucional con todos sus registros, organizados por grado: Doctorado, Maestría, Licenciatura y Bachillerato. Se actualiza permanentemente con las nuevas tesis y trabajos de investigación sustentados y autorizados, así como también con los que que fueron sustentados años atrás.
Ingresa a su web: Repositorio Digital de Tesis y Trabajos de Investigación PUCP

Explorar

Filtros

20171

Ajustes

Autorsearch.filters.applied.operator.equals: search.filters.author.Calle Chojeda, Elmer TrinidadTemasearch.filters.applied.operator.equals: search.filters.subject.Redes neuronales (Computación)

Resultados de búsqueda

Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    ÍtemTexto completo enlazado
    Diseño de un sistema de diagnóstico de fallas para la suspensión semi-activa de un vehículo por medio de observadores de entradas desconocidas, estimación paramétrica y redes neuronales
    (Pontificia Universidad Católica del Perú, 2017-10-14) Calle Chojeda, Elmer Trinidad; Morán Cárdenas, Antonio Manuel
    El presente trabajo tiene como propósito el diseño de un sistema que permita realizar el diagnóstico de fallas en los sensores destinados a mejorar el desempeño de la suspensión semi-activa de un vehículo terrestre, como también diagnosticar fugas del líquido magneto-reológico del amortiguador. Para detectar las fallas en los sensores, se planteó el diseño de un banco de observadores de entradas desconocidas ya que estos tienen la capacidad de lidiar con el desconocimiento del perfil de la carretera, el cual representa una entrada de perturbación no medible para el sistema. La fuga del líquido magneto-reológico del amortiguador se considera como una variación del coeficiente que lo representa, y para detectar esta falla se propuso desarrollar un sistema de estimación paramétrica. Las fallas ocurridas presentan patrones característicos que mediante una red neuronal serán reconocidos y, de esta manera, se puedan aislar las fallas presentes. Los resultados de simulaciones demuestran que el sistema propuesto posee un buen desempeño de diagnóstico incluso ante la presencia de incertidumbres paramétricas.