Eficiencia energética de buses: Caso UNAB

Vista sencilla de ítem
dc.contributor.advisorMaradey Lázaro, Jessica Gissella
dc.contributor.apolounabMaradey Lázaro, Jessica Gissella [jessica-gissella-maradey-lazaro-2]spa
dc.contributor.authorAlférez Gutiérrez, Dana Alejandra
dc.contributor.authorOyola Lozano, David Santiago
dc.contributor.cvlacMaradey Lázaro, Jessica Gissella [0000040553]spa
dc.contributor.linkedinMaradey Lázaro, Jessica Gissella [jessica-gissella-maradey-lazaro-b7831445]spa
dc.contributor.orcidMaradey Lázaro, Jessica Gissella [000-0003-2319-1965]spa
dc.contributor.researchgateMaradey Lázaro, Jessica Gissella [Jessica_Maradey_Lazaro]spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal2024spa
dc.date.accessioned2025-02-27T21:05:28Z
dc.date.available2025-02-27T21:05:28Z
dc.date.issued2025-01-20
dc.degree.nameIngeniero Mecatrónicospa
dc.description.abstractLa eficiencia energética en el transporte público es un aspecto clave para la sostenibilidad y la reducción del impacto ambiental. En este proyecto, se analizan los patrones de conducción y los ciclos de conducción de buses con el fin de evaluar su desempeño energético. A través del uso de tecnologías accesibles, como los smartphones, se recopilan datos en tiempo real sobre velocidad, aceleración y tiempo, permitiendo una caracterización precisa de la conducción en diferentes rutas. Uno de los enfoques centrales de este trabajo es el ecodriving, una estrategia que busca mejorar la eficiencia del consumo de combustible mediante técnicas de conducción optimizadas. Se identifican comportamientos que afectan el rendimiento del vehículo, como frenados bruscos, aceleraciones innecesarias y tiempos prolongados en ralentí. Con base en estos hallazgos, se proponen recomendaciones para una conducción más eficiente, reduciendo costos operativos y el impacto ambiental del transporte público. Además, el análisis comparativo entre rutas urbanas y metropolitanas permite identificar diferencias en la demanda energética según las condiciones de operación. Se evidencia que factores como la congestión vehicular y la topografía influyen significativamente en la eficiencia del combustible.spa
dc.description.abstractenglishEnergy efficiency in public transport is a key aspect of sustainability and environmental impact reduction environmental impact reduction. In this project, the driving patterns and driving cycles of buses are analyzed in order to assess their energy performance driving patterns and driving cycles of buses in order to evaluate their energy performance. Through the use of accessible technologies accessible technologies, such as smartphones, real-time data on speed, acceleration and time are collected, allowing for accurate time, allowing an accurate characterization of driving on different routes. One of the central focuses of this work is ecodriving, a strategy that seeks to improve fuel efficiency through fuel fuel efficiency through optimized driving techniques. It identifies behaviors that affect vehicle performance, such as hard braking, unnecessary acceleration and long idling times, are identified. unnecessary acceleration and prolonged idling times. Based on these findings, recommendations for more efficient driving are proposed for more efficient driving, reducing operating costs and the environmental impact of public transport. environmental impact of public transportation. In addition, the comparative analysis between urban and metropolitan routes allows for the identification of differences in energy demand according to operating conditions. It is evident that factors such as congestion and topography have a significant influence on fuel efficiency.spa
dc.description.degreelevelPregradospa
dc.description.learningmodalityModalidad Presencialspa
dc.description.tableofcontents1. Introducción .................................................................................................................................. 14 1.1. Descripción breve del problema ............................................................................................. 14 1.2. Justificación del Problema ...................................................................................................... 18 2. Objetivos ....................................................................................................................................... 20 2.1. Objetivo general ......................................................................................................................... 20 2.2. Objetivos específicos .................................................................................................................. 20 3. Estado del arte ............................................................................................................................... 21 4. Marco Teórico ............................................................................................................................... 36 4.1. Ciclo de conducción ........................................................................................................... 36 4.1.2. Metodologías de construcción de un ciclo de conducción ................................................ 38 4.2. Estilos de Conducción ................................................................................................................. 42 4.2.1. Tipos de estilos de conducción ............................................................................................. 42 4.2.2. Clasificadores de estilos de conducción ................................................................................ 43 4.3 Ecodriving ................................................................................................................................... 44 5. Metodología .................................................................................................................................. 45 6. Desarrollo ...................................................................................................................................... 46 6.1. Caracterización de Vehículos: ................................................................................................. 46 6.2. Caracterización sociodemográfica de los conductores: ............................................................ 48 6.3. Definición de Parámetros medidos ......................................................................................... 52 6.4. Registro de Datos: .................................................................................................................. 53 6.5. Patrones de conducción: ......................................................................................................... 98 6.5.1. La grafica SAFD (Speed-Aceleration Frequency Distribution) ........................................ 99 6.6. Ciclos de conducción: .......................................................................................................... 103 6.7. Estilos de Conducción .......................................................................................................... 107 6.7.1. Metodología 1 Análisis Heurístico de Conducción ............................................................ 107 6.7.2. Metodología 2 Modelo Ecodriving Redes Neuronales: ...................................................... 110 6.8. Implementación Algoritmo con estilos de conducción: ......................................................... 119 7. Análisis de resultados .................................................................................................................. 129 7.1. Análisis del VSP .................................................................................................................. 129 7.2. Análisis del diagrama SAFD ................................................................................................ 131 7.3. Análisis de ciclo de conducción ............................................................................................ 133 8. Conclusiones ............................................................................................................................... 135 9. Recomendaciones ........................................................................................................................ 138 10. Bibliografía:............................................................................................................................. 139 11. Anexos: ................................................................................................................................... 141spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/28510
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería Mecatrónicaspa
dc.publisher.programidIMK-1789
dc.relation.referencesSuarez Rivera, D. A. (2023). Evaluación de desempeño energético de vehículos: caso bus UNAB [Trabajo de grado, Universidad Autónoma de Bucaramanga].spa
dc.relation.referencesTong, H. Y., & Hung, W. T. (2010). A framework for developing driving cycles with on-road driving data. Transport Reviews, 30(5), 589-615. https://doi.org/10.1080/01441640903286134spa
dc.relation.referencesNavarro, S. J., & García, R. A. (2021). Desarrollo de un ciclo de conducción bajo condiciones reales en el área metropolitana de Bucaramanga. http://hdl.handle.net/20.500.12749/15102spa
dc.relation.referencesGeetha, & Subramani, C. (2019). Development of driving cycle under real world traffic conditions: A case study. International Journal of Electrical and Computer Engineering, 9(6), 4798-4803. https://doi.org/10.11591/ijece.v9i6.pp4798-4803spa
dc.relation.referencesBerizzo, R. (2022). Mapas de eficiencia de vehículos eléctricos. Cátedra Movilidad Eléctrica, UTN Rosario.spa
dc.relation.referencesPeng, Y., Zhuang, Y., & Yang, Y. (2020). A driving cycle construction methodology combining k means clustering and Markov model for urban mixed roads. Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, 234(2-3), 714-724. https://doi.org/10.1177/0954407019848873spa
dc.relation.referencesZhang, H., & Yao, Y. G. (2019). Construction of a light-duty vehicle driving cycle based on urban road. Journal of Highway and Transportation Research and Development (English Edition), 13(4), 95-101spa
dc.relation.referencesLai, J., Yu, L., Song, G., Guo, P., & Chen, X. (2013). Development of city-specific driving cycles for transit buses based on VSP distributions: Case of Beijing. Journal of Transportation Engineering, 139(7), 749-757.spa
dc.relation.referencesYang, Y., et al. (2019). Development and emissions performance analysis of local driving cycle for small-sized passenger cars in Nanjing, China. Atmospheric Pollution Research, 10(5), 1514 1523. https://doi.org/10.1016/j.apr.2019.04.009spa
dc.relation.referencesGómez Hurtado, A. (2014). Desarrollo de ciclos de conducción para el área metropolitana centro occidente – AMCO [Trabajo de grado, Universidad Tecnológica de Pereira].spa
dc.relation.referencesBarlow, T. L. S., McCrae, I., & Boulter, P. (2009). A reference book of driving cycles for use in the measurement of road vehicle emissions (TRL Published Project Report: Third ed.).spa
dc.relation.referencesNouri, P., & Morency, C. (2017). Evaluating microtrip definitions for developing driving cycles. Transportation Research Record: Journal of the Transportation Research Board, 2627, 86-92. https://doi.org/10.3141/2627-10spa
dc.relation.referencesHuertas, J. I., Giraldo, M., Quirama, L. F., & Díaz, J. (2018). Driving cycles based on fuel consumption. Energies, 11(11), 3063. https://doi.org/10.3390/en11113063spa
dc.relation.referencesWang, W., Xi, J., Chong, A., & Li, L. (2017). Driving style classification using a semisupervised support vector machine. IEEE Transactions on Human-Machine Systems, 47(5), 650-660. https://doi.org/10.1109/THMS.2017.2718825spa
dc.relation.referencesHuertas, J. I., Quirama, L. F., Giraldo, M. D., & Díaz, J. (2019). Comparison of driving cycles obtained by the micro-trips, Markov-chains and MWD-CP methods. International Journal of Sustainable Energy Planning and Management, 22, 109-120. https://doi.org/10.5278/ijsepm.2554spa
dc.relation.referencesGilman, E., Keskinarkaus, A., Tamminen, S., Pirttikangas, S., Röning, J., & Riekki, J. (2015). Personalised assistance for fuel-efficient driving. Transportation Research Part C: Emerging Technologies, 58, 681-705. https://doi.org/10.1016/j.trc.2015.08.005spa
dc.relation.referencesDörr, D., Grabengiesser, D., & Gauterin, F. (2014). Online driving style recognition using fuzzy logic. IEEE International Conference on Intelligent Transportation Systems, 17, 1021-1026.spa
dc.relation.referencesRafael, M., Sanchez, M., Mucino, V., Cervantes, J., & Lozano, A. (2006). Impact of driving styles on exhaust emissions and fuel economy from a heavy-duty truck: Laboratory tests. Revista Internacional de Sistemas de Vehículos Pesados (IJHVS).spa
dc.relation.referencesAngulo, L. V. (2024). Desarrollo de un programa de Eco-Driving a nivel operativo con monitoreo a bordo OBD II en el Área Metropolitana de Bucaramanga. http://hdl.handle.net/20.500.12749/23191spa
dc.relation.referencesStrömberg, H., Karlsson, I. C., & Rexfelt, O. (2015). Eco-driving: Drivers' understanding of the concept and implications for future interventions. Transport Policy, 39, 48-54. https://doi.org/10.1016/j.tranpol.2015.01.003spa
dc.relation.referencesFafoutellis, P., Mantouka, E. G., & Vlahogianni, E. I. (2021). Eco-driving and its impacts on fuel efficiency: An overview of technologies and data-driven methods. Sustainability, 13(9), 4860. https://doi.org/10.3390/su13094860spa
dc.relation.referencesXu, N., Li, X., Liu, Q., & Zhao, D. (2021). An overview of eco-driving theory, capability evaluation and training applications. Sustainability, 13(11), 6102. https://doi.org/10.3390/su13116102spa
dc.relation.referencesWang, H., Fu, L., Zhou, Y., & Li, H. (2008). Modelling of the fuel consumption for passenger cars regarding driving patterns. Beijing.spa
dc.relation.referencesEco-driving: An overlooked climate change initiative. (2010). Energy Policy, 38(2), 762–769. https://doi.org/10.1016/j.enpol.2009.10.021spa
dc.relation.referencesGaur, D. R., Mudgal, A., & Singh, R. R. (2013). Routing vehicles to minimize fuel consumption. Operations Research Letters, 41(6), 576–580. https://doi.org/10.1016/j.orl.2013.07.003spa
dc.relation.referencesMolina, J. D., & Acuña, B. F. (2022). Clasificación de estilos de conducción en el área metropolitana de Bucaramanga con monitoreo a bordo (OBD II) en condiciones reales de carretera. http://hdl.handle.net/20.500.12749/16806spa
dc.relation.referencesMaamria, D., Gillet, K., Colin, G., Chamaillard, Y., & Nouillant, C. (2016). Which methodology is more appropriate to solve Eco-driving Optimal Control Problem for conventional vehicles? 2016 IEEE Conference on Control Applications (CCA), Buenos Aires, Argentina, 1262-1267. Disponible en: https://univ-orleans.hal.science/hal-01566897spa
dc.relation.referencesMaamria, D., Gillet, K., Colin, G., Chamaillard, Y., & Nouillant, C. (2018). On the use of Dynamic Programming in eco-driving cycle computation for electric vehicles. 2018 Annual American Control Conference (ACC), Milwaukee, United States. Disponible en: https://univ-orleans.hal.science/hal-01826750spa
dc.relation.referencesPérez, J. M., & Valenzuela, F. G. (2020). Eficacia de un sistema de monitoreo y control de vehículos con el uso de aplicativos móviles y geocercas. Universidad Tecnológica del Perú. Recuperado de repositorio.utp.edu.pespa
dc.relation.referencesMinin, I., & Novack, T. (2021). Smartphone-based vehicle telematics - A ten-year anniversary. arXiv. Recuperado de arxiv.orgspa
dc.relation.referencesZhang, Y., & Lee, J. (2022). Large scale passenger detection with smartphone/bus implicit interaction and multisensory unsupervised cause-effect learning. arXiv. Recuperado de arxiv.orgspa
dc.relation.referencesGómez, L. C., & Ramos, A. (2021). Estudio de factibilidad de las tecnologías de IoT para el rastreo y monitoreo de vehículos. Universidad Politécnica Salesiana. Recuperado de dspace.ups.edu.ecspa
dc.relation.referencesMoscardó, P. (2021). Estudio de las aplicaciones de la tecnología 5G a redes vehiculares y vehículos autónomos. Universitat Politècnica de València. Recuperado de riunet.upv.esspa
dc.relation.referencesPopescu, M. C., Balas, V. E., Perescu-Popescu, L., & Mastorakis, N. (2009). Multilayer perceptron and neural networks. WSEAS Transactions on Circuits and Systems, 8(7), 579-582.spa
dc.relation.referencesVidal González, M. (2015). El uso del Perceptrón Multicapa para la clasificación de patrones en conductas adictivas [Trabajo de grado, Universitat de Barcelona]. Repositorio Institucional de la UB.spa
dc.relation.uriapolohttps://apolo.unab.edu.co/en/persons/jessica-gissella-maradey-lazaro-2spa
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsEcodrivingspa
dc.subject.keywordsDriving cyclesspa
dc.subject.keywordsSmartphone monitoringspa
dc.subject.keywordsDriving patternsspa
dc.subject.keywordsMechatronicsspa
dc.subject.keywordsEnergy consumptionspa
dc.subject.keywordsEnvironmental impact analysisspa
dc.subject.keywordsAutomobiles (Fuel consumption)spa
dc.subject.keywordsMotor fuelsspa
dc.subject.lembMecatrónicaspa
dc.subject.lembConsumo de energíaspa
dc.subject.lembAnálisis del impacto ambientalspa
dc.subject.lembAutomóviles (Consumo de combustible)spa
dc.subject.lembCombustibles para motoresspa
dc.subject.proposalCiclos de conducciónspa
dc.subject.proposalMonitoreo con smartphonespa
dc.subject.proposalPatrones de conducciónspa
dc.titleEficiencia energética de buses: Caso UNABspa
dc.title.translatedBus energy efficiency: Unab's casespa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTrabajo de Gradospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
Tesis.pdf
Tamaño:
9.34 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
2025_Licencia.pdf
Tamaño:
1.04 MB
Formato:
Adobe Portable Document Format
Descripción:
Licencia
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería Mecatrónica