DSpace logo

Por favor, use este identificador para citar o enlazar este ítem: http://dspace.uazuay.edu.ec/handle/datos/11640
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorTorres Salamea, Hugo Marcelo-
dc.contributor.authorHernández Vivanco, Jordy Alexander-
dc.date.accessioned2022-03-17T16:35:30Z-
dc.date.available2022-03-17T16:35:30Z-
dc.date.issued2022-
dc.identifier.urihttp://dspace.uazuay.edu.ec/handle/datos/11640-
dc.description.abstractEn este artículo se realizó el desarrollo de modelos con técnicas de inteligencia artificial para la estimación del estado de carga de celdas de batería de Níquel Metal Hidruro. El estado de carga (SOC) de una batería se entiende como la energía expresada en porcentaje de la capacidad nominal, que aún está disponible para ser utilizada. Este indicador depende de muchas otras magnitudes las cuales deben ser estimadas con base a otras mediciones de diversas señales. Los aportes de este trabajo es obtener un modelo para determinar el SOC de las celdas de baterías de Níquel Metal Hidruro, que mayormente se encuentran en los vehículos híbridos que se distribuyen en Ecuador. Dicho modelo corresponde a un método con técnicas de inteligencia artificial, mismo que permitirá estimar el estado de carga de la celda de batería. La red neuronal Radial Basis (Excat Fit) con la función de entrenamiento GDX, considerando la temperatura de descarga fue la que obtuvo mejor rendimiento, con un coeficiente de correlación (¿2) de 0,997195; concluyendo que modelos creados con técnicas de inteligencia artificial para describir sistemas no lineales tienen un desempeño muy elevado.es
dc.language.isospaes
dc.publisherUniversidad del Azuayes
dc.rightsopenAccesses
dc.subjectBATERÍAS DE NÍQUEL METAL HIDRUROes
dc.subjectINTELIGENCIA ARTIFICIAL-IAes
dc.subjectESTADO DE CARGA-SOCes
dc.subjectRED NEURONAL ARTIFICIAL-NNes
dc.titleDesarrollo de un modelo con técnicas de inteligencia artificial para la estimación del estado de carga de celdas de batería de níquel metal hidruroes
dc.typemasterThesises
dc.description.degreeMagíster en Sistemas de Propulsión Eléctricaes
dc.pagination.pages16 p.es
Aparece en las colecciones: Posgrados

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
17169.pdfTrabajo de Graduación228,62 kBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.