Resumen:
El proyecto de investigación consiste en el diseño y construcción de un módulo genérico que diagnostica motores de combustión interna a gasolina con inyección electrónica, mediante el monitoreo en tiempo real de los PID’s extraídos de la unidad de control electrónica con despliegue de datos ingresados a un modelo matemático y validación de certeza mediante algoritmos de inteligencia artificial computacional, con el uso de un adaptador OBDII para arduino disponible en el mercado y un microcontrolador ESP32. Se recopiló información de fuentes confiables referentes a la funcionalidad de la tecnología IoT, uso del adaptador ODB-II UART V1 y manejo del microcontrolador ESP32 DEVKIT V1 30 pines para extraer los datos de las variables requeridas de los vehículos de prueba mediante el proceso de diagnóstico por vacío. De este modo, se crea una base de datos con los vehículos con más demanda en el campo automotor del país, que son compatibles con los protocolos de comunicación del adaptador OBD-II UART V1. Por consiguiente, se entrena el módulo genérico de diagnóstico mediante la clasificación de datos obtenidos, con la utilización del aprendizaje automático y validación cruzada, para optimizar el rendimiento del algoritmo utilizado. De manera que, se crea una interfaz gráfica para el despliegue de datos de los PID’s con un sistema de comunicación enlazado a una página web Blynk-Espel adaptable para todo dispositivo móvil u ordenador y desarrollo de un conjunto de botones que cumplen una función específica, la cual es realizar el diagnóstico del vehículo de prueba, en consecuencia, se genera un reporte del estado del motor de combustión interna a gasolina con inyección electrónica. Finalmente se realiza pruebas de validación de datos por medio de las tres pruebas, ralentí, aceleración progresiva y aceleración brusca, con resultados que son comparados con las tablas estandarizadas del diagnóstico por vacuómetro.
