Aproximación de un modelo matemático de pruebas de desempeño energético y mecánico en el motor aeronáutico PT6-A61 a partir de la generación de parémtros de operación obtenidos mediante el uso de inteligencia artificial

Este trabajo presenta una aproximación al modelamiento matemático del desempeño energético y mecánico del motor aeronáutico PT6A-61, empleando datos sintéticos generados mediante inteligencia artificial (IA) como alternativa a pruebas experimentales restringidas. A partir de la construcción de promp...

Full description

Autores:
Rojas Alfonso, Santiago
Cardona Giraldo, Jhon Alejandro
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Universidad ECCI
Repositorio:
Repositorio Institucional ECCI
Idioma:
spa
OAI Identifier:
oai:repositorio.ecci.edu.co:001/4631
Acceso en línea:
https://repositorio.ecci.edu.co/handle/001/4631
Palabra clave:
Motor PT6A-61
Inteligencia artificial
Modelamiento matemático
MATLAB
Desempeño energético
Biocombustibles
PT6A-61 engine
Artificial intelligence
Mathematical modeling
Energy performance
Biofuels
Rights
openAccess
License
CC0 1.0 Universal
Description
Summary:Este trabajo presenta una aproximación al modelamiento matemático del desempeño energético y mecánico del motor aeronáutico PT6A-61, empleando datos sintéticos generados mediante inteligencia artificial (IA) como alternativa a pruebas experimentales restringidas. A partir de la construcción de prompts técnicos y el uso de modelos de lenguaje avanzados, se generaron parámetros sintéticos de operación bajo diferentes regímenes operativos del motor (Starting On, Low Idle, High Idle, Transiten Take Off), los cuales fueron procesados y evaluados en un entorno computacional MATLAB. Se estableció un protocolo de validación que garantizó la coherencia termodinámica y mecánica de los datos, contrastando con literatura técnica y manuales del fabricante. El modelo resultante permitió simular condiciones de operación reales, estimar variables clave como presiones, temperaturas, eficiencia y exergía, generando a su vez graficas de estos resultados en los cuales se evidencian comportamientos similares a los proporcionados en manuales de fabricantes y literatura científica. Además, permite analizar el comportamiento del motor bajo escenarios diversos, incluyendo el uso potencial de biocombustibles. Este enfoque no solo demuestra la viabilidad del uso de IA como herramienta de apoyo técnico en entornos con acceso limitado a bancos de pruebas, sino que también aporta al desarrollo de metodologías sostenibles para la caracterización de motores en el contexto de la transición energética.