ENVÍO ARTÍCULOS SUSCRIPCIÓN

  • googleplus
  • facebook
  • twitter
  • linkedin
  • linkedin

REVISTA DE INGENIERIA DYNA REVISTA DE INGENIERIA DYNA

  • Saltar al menú
  • Saltar al contenido
  • Publicaciones DYNA
    • DYNA
    • DYNA Energía y Sostenibilidad
    • DYNA Management
    • DYNA New Technologies
  • Revista
    • La Revista y sus Órganos
      • Consejo de Redacción
      • Consejo Asesor o Científico
    • Historia
    • Misión-Visión-Valores
    • Resultado de encuestas anuales
    • Preguntas frecuentes (FAQs)
    • Difusión e Indexación
    • Se dice de DYNA...
    • Colaborar con DYNA
    • Enlaces de interés en Ingeniería
      • Entidades amigas
      • Entidades colaboradoras
      • Asociaciones y Colegios
      • Otras revistas de ingeniería
      • Otros enlaces de interés
  • Autores y Evaluadores
    • Directrices, normas e impresos
    • Difusión e Indexación
    • Cómo colaborar con DYNA
  • Artículos
    • Búsqueda
    • Volúmenes y ejemplares
    • Cuadernos DYNA monográficos
    • Los más descargados último año
    • Envío de artículos
    • Contenido próximo ejemplar
    • Trabajos monográficos
  • Noticias
    • Noticias y Topic Collections
    • e-Boletines
    • Reseña de libros
    • Reseñas de Software
  • Blogs y Comunidad
    • Foros
    • Cómo colaborar
  • Suscribirse
    • Darse de alta en la web
    • Tipos de suscripciones
  • Anunciarse
    • Público y formatos publicitarios
    • Tarifas publicidad
    • Contenido de próximo ejemplar
    • e-Boletines
  • Contacto
    • Como contactar
  • Buscar
    • En esta revista
  • Alta en Web
    • Aviso legal
    • Politica de privacidad

Volver al Menú

  • Homepage
  • Artículos
  • Búsqueda

Búsqueda

×

 |    : /

Vote:

Resultados: 

0 puntos

 0  Votos

Sistema de apoyo a la decisión para diagnóstico explicable de fallos mediante retrieval-augmented generation sobre variables eléctricas y térmicas

 |    : /

NOVIEMBRE 2026   -  Volumen: 101 -  Páginas: 548-554

DOI:

https://doi.org/10.52152/D11639

Autores:

LUIS CABELLO DE LOS COBOS -
PAULA LAMO ANUARBE
- JAVIER RAINER GRANADOS

Materias:

  • TECNOLOGÍA DE LA INSTRUMENTACIÓN (INGENIERIA DE CONTROL )

Descargas:   2

Como referenciar este artículo:  

Fecha Recepción :   26 marzo 2026

Fecha Evaluando :   12 mayo 2026

Fecha Aceptación :   7 septiembre 2026

¿Le interesa este artículo? Puede comprar el artículo a través de la plataforma de pago de PayPal o tarjeta de crédito (VISA, MasterCard,...) por 20 €.


Palabras clave:
fault diagnosis, decision support system, predictive maintenance, PMSM drives, three-phase inverter, explainable AI, retrieval-augmented generation, industrial AI, condition monitoring, electrical fault detection, thermal fault analysis, semantic reasoning
Tipo de artículo:
ARTICULO DE INVESTIGACION / RESEARCH ARTICLE
Sección:
ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES


Este trabajo propone un sistema de apoyo a la decisión para el diagnóstico explicable de fallos en motores síncronos de imanes permanentes (Permanent Magnet Synchronous Motor, PMSM), fundamentado en una arquitectura de Generación Aumentada por Recuperación (RAG). El enfoque integra medidas temporales (corrientes y temperaturas) con conocimiento fenomenológico documentado. A diferencia de las herramientas de Inteligencia Artificial Explicable (XAI) tradicionales, que ofrecen atribución de importancia numérica, la metodología propuesta genera razonamientos semánticos fundamentados en evidencia física. Para garantizar la viabilidad operativa y evitar fugas de datos temporales, la evaluación se realiza mediante una Validación Cruzada de Series Temporales (Walk-Forward) de 5 particiones sobre un conjunto público de 10.892 muestras, comparando el enfoque con algoritmos de Machine Learning (ML) convencionales. Los resultados evidencian un claro compromiso (trade-off) entre exactitud y explicabilidad: mientras que modelos como Random Forest o XGBoost alcanzan una exactitud global del 96.47 %, el enfoque RAG-LLM obtiene un 82.36 %. Asimismo, se observa un sesgo conservador en la arquitectura RAG frente a fallos incipientes (Early Recall de 84.3 % frente al 99.0 % del ML) y una latencia superior. Se concluye que, si bien el ML tradicional es óptimo para la detección en tiempo real, el modelo RAG-LLM propuesto aporta un alto valor como asistente de diagnóstico secundario, proporcionando explicaciones fundamentadas en el contexto recuperado.
Keywords:
diagnóstico de fallos; sistema de apoyo a la decisión; mantenimiento predictivo; PMSM; inversor trifásico; variables eléctricas y térmicas; inteligencia artificial explicable; Retrieval-Augmented Generation (RAG).

Compártenos:  

  • Twittear
  • facebook
  • google+
  • linkedin
  • delicious
  • yahoo
  • myspace
  • meneame
  

Búsqueda

  •  
  • Twitter
  • Twitter
  •  
  • Facebook
  • Facebook
  •  
Tweets por el @revistadyna.
Loading…

Anunciarse en DYNA 

© Revista de Ingeniería Dyna 2025 - UK Zhende Publishing Limited 

Dirección: Unit 7 Wilsons Business Park, Manchester M40 8WN United Kingdom

Email: office@revistadyna.com

  • Menu
  • Publicaciones DYNA
    • Publicaciones DYNA
    • DYNA
    • DYNA Energía y Sostenibilidad
    • DYNA Management
    • DYNA New Technologies
  • Revista
    • La Revista y sus Órganos
      • La Revista y sus Órganos
      • Consejo de Redacción
      • Consejo Asesor o Científico
    • Historia
    • Misión-Visión-Valores
    • Resultado de encuestas anuales
    • Preguntas frecuentes (FAQs)
    • Difusión e Indexación
    • Se dice de DYNA...
    • Colaborar con DYNA
    • Enlaces de interés en Ingeniería
      • Enlaces de interés en Ingeniería
      • Entidades amigas
      • Entidades colaboradoras
      • Asociaciones y Colegios
      • Otras revistas de ingeniería
      • Otros enlaces de interés
  • Autores y Evaluadores
    • Directrices, normas e impresos
    • Difusión e Indexación
    • Cómo colaborar con DYNA
  • Artículos
    • Artículos
    • Búsqueda
    • Volúmenes y ejemplares
    • Cuadernos DYNA monográficos
    • Los más descargados último año
    • Envío de artículos
    • Contenido próximo ejemplar
    • Trabajos monográficos
  • Noticias
    • Noticias y Topic Collections
    • e-Boletines
    • Reseña de libros
    • Reseñas de Software
  • Blogs y Comunidad
    • Blogs y Comunidad
    • Foros
    • Cómo colaborar
  • Suscribirse
    • Darse de alta en la web
    • Tipos de suscripciones
  • Anunciarse
    • Público y formatos publicitarios
    • Tarifas publicidad
    • Contenido de próximo ejemplar
    • e-Boletines
  • Contacto
    • Como contactar
  • Buscar
    • En esta revista
  • Alta en Web
    • Aviso legal
    • Politica de privacidad

Regístrese en un paso con su email y podrá personalizar sus preferencias mediante su perfil


: *   

: *   

:

: *     

 

  

Cargando Cargando ...