Resumen:
Las redes neuronales se han aplicado actualmente para trabajar con datos de sistemas complejos, obteniendo resultado favorables con respecto a métodos convencionales, particularmente
en diagnósticos de sistemas dinámicos para detección de fallas, basado en datos. Alentados por los resultados, en el presente trabajo se proponen y evalúan dos Arquitecturas de
redes neuronales para realizar la localización de fugas hidráulicas en ductos. Empleando la
planta piloto que está localizada en el laboratorio de hidráulica del TecNM-ITTG, se realizan
experimentos para una base de datos del comportamiento de la planta piloto. Se realiza la
metodología para cumplir con los objetivos planteados. Inicialmente, se emplea una red
neuronal para obtener el factor de fricción que es un parámetro muy importante en hidráulica
de fluidos. Secuencialmente, se emplea datos experimentales obtenidos de la planta piloto del
TecNM-ITTG, para enriquecer la base de datos se utiliza un simulador validado. Con los datos
experimentales y los datos de simulación, se crea una Base de datos completa, que servirá
para entrenamiento y validación de una segunda y principal red neuronal para la localización
de fugas hidráulicas. Como resultado se obtuvo una método robusto de localización de fugas,
utilizando un conjunto de datos híbridos para el entrenamiento, validación y pruebas. L
