Autores: Ramón Fernando Colmenares Quintero; Eddy Gisela Albarracín; Paulo César Pescador Basto; Sandra Ximena Latorre Noguera
Resumen
El buen funcionamiento de muchos de los componentes de una aeronave, depende de un buen mantenimiento preventivo y predictivo: las Plantas de Potencia Auxiliar o motores Auxiliary Power Unit (APU) se encuentran dentro de esrte grupo de componentes y aunque son normalmente muy confiables, están sujetos a fallas imprevistas. En esta investigación se muestra una metodología para desarrollar una herrramienta de diagnóstico del rendimiento de un motor APU basada en Inteligencia Artificial, y así, determinar el estado técnico de operación del mismo. La herramienta denomada Auxiliary Power Unit Diagnostics Software (A.D.S.), logra la impmentación de Redes Neuronales Artificiales o Artificial Neural Networks (ANN) para determinar el estado del rendimiento del motor APU GTCP 331-200, instalado en el avión B767 y sugerir una acción correctiva a la probable falla que posea dicho motor. Este diagnóstico permite mantner el motor en buenas condiciones de operación, a su vez contribuye a la reducción de costos de mantenimiento, al aumento de la confiabilidad, mantenibilidad y disponibilidad de tal componente. Para el caso de esta investigación, las REdes Neuronales Artificiales aplicadas a una herramienta de diagnóstico (software), juegan un importante papel en este proceso.
