Aplicación de técnicas de inteligencia artificial para el diagnóstico temprano de cavitación en sistemas de bombeo

Abstract

Este artículo presenta el diseño y entrenamiento de una red neuronal artificial para la detección temprana de cavitación en sistemas de bombeo. Se utilizaron datos generados por simulación hidráulica, considerando variables como presión atmosférica, altura estática, temperatura y pérdidas por fricción. El modelo fue entrenado y evaluado en MATLAB, alcanzando una precisión superior al 99%. Los resultados muestran que este enfoque puede ser una herramienta eficaz para diagnóstico predictivo, especialmente en entornos rurales con acceso limitado a instrumentación especializada.