19, JULY 2019 1

Diseño de un Equipo para Detección de Fallos

Mediante Diagnostico por Imágenes
J. S. Abril, R. L. Cárdenas, C. I. Jadan, J. F. Malla, C. M. Riera, S. de J. Torres, A. D. Valdiviezo and
V. G. Veintemilla

Board Master 8000, Curve Tracer HM6042 Trazador de

Abstract— This paper present about the methodology to Curvas Tektronix 5571.
repower the diagnostic imaging system, based on a system Se trabaja de diferentes formas para la obtención del
already proposed. The proposed system presents noise and diagnóstico por imágenes la primera es del modo básico con
certain deficiencies that are solved here such as the creation of an
interface in LabView with Arduino and the electronic circuit.
un trasformador de corriente alterna y una resistencia y se
The interface helps us to create new options such as the obtiene las imágenes a través de un osciloscopio en las puntas
visualization of the images on the computer as well as the de prueba (Ver Fig. 1; Fig. 2; Fig. 3).
creation of a system for saving these, so that the operating status
of the element can be determined. The program can compare the
saved image with the image taken at the moment by the
electronic circuit. The program also allows us to vary the
frequency and voltage for data collection, this will depend on the
elements that are measured.

Keywords— Diagnostic, LabView, Arduino, interface,

frequency, voltage

I. INTRODUCCIÓN
Figura 1. Simulación: Circuito de Medición.
A CTUALMENTE con la implementación de la electrónica
en el vehículo, se empezó a innovar en sistemas de
diagnóstico dentro del mismo, se ha iniciado por el
Fuente: Autores

multímetro, osciloscopio, scanner automotriz y la punta o

Sonda lógica; ahora se tiene el sistema de diagnóstico por
imágenes. Este sistema es muy novedoso debido a que trabaja
con el vehículo apagado y la batería desconectada de manera
que no es necesario encender el vehículo para empezar con un
diagnóstico de la electrónica del vehículo.
Existen plataformas que venden el programa y los equipos
ya listo para diagnosticar, estas plataformas son: FADOS9F1,
Figura 2. Simulación: Curva de Tensión.
Fuente: Autores.
J. S. Abril, estudiante de Ingeniería Mecánica Automotriz, Universidad
Politécnica Salesiana, Cuenca, Ecuador, jabrilm @est.ups.edu.ec
L. Cárdenas, estudiante de Ingeniería Mecánica Automotriz, Universidad
Politécnica Salesiana, Cuenca, Ecuador, rcardenasa @est.ups.edu.ec
M. P. Clavijo, estudiante de Ingeniería Mecánica Automotriz, Universidad
Politécnica Salesiana, Cuenca, Ecuador, mclavijon @est.ups.edu.ec
C. I. Jadan, estudiante de Ingeniería Mecánica Automotriz, Universidad
Politécnica Salesiana, Cuenca, Ecuador, cjadanb@est.ups.edu.ec
J. F. Malla, estudiante de Ingeniería Mecánica Automotriz, Universidad
Politécnica Salesiana, Cuenca, Ecuador, jmallas @est.ups.edu.ec
C. M. Riera, estudiante de Ingeniería Mecánica Automotriz, Universidad
Politécnica Salesiana, Cuenca, Ecuador, crieraa@est.ups.edu.ec
S. de J. Torres, estudiante de Ingeniería Mecánica Automotriz, Universidad Figura 3. Simulación: Curva de Corriente.
Politécnica Salesiana, Cuenca, Ecuador, storresa3@est.ups.edu.ec Fuente: Autores.
A. D. Valdiviezo, estudiante de Ingeniería Mecánica Automotriz,
Universidad Politécnica Salesiana, Cuenca, Ecuador, En [1] se plantea otro circuito con el principio básico para
avaldiviezov@est.ups.edu.ec
V. G. Veintemilla, estudiante de Ingeniería Mecánica Automotriz, la obtención del diagnóstico por imágenes y es ahí desde
Universidad Politécnica Salesiana, Cuenca, Ecuador, donde se toma inicio para la repotenciación del sistema básico
vveitemilla@est.ups.edu.ec
19, JULY 2019
del diagnóstico por imágenes, adaptando un variador de
frecuencia y un variador de voltaje, conjuntamente a esto se
implementa una interfaz para comunicar el circuito electrónico
al programa LabView mediante un Arduino Due.
Este articulo propone una solución diferente para la
construcción y programación de toda la investigación basado
en pruebas y errores, además de diferentes formas de
solucionar los problemas y buscar las soluciones para generar
una onda seno, en la cual se varíe su frecuencia y su amplitud,
lo que crea más problemas para la toma de datos que es
generada por el Arduino para después ser enviada al programa
LabView.
II. CARACTERIZACIÓN PARA LA REPOTENCIACIÓN DEL SISTEMA
A. Generación de Onda Sinusoidal
Para generar la onda sinusoidal, se implementa el uso de un
circuito integrado ICL8038 (Ver Fig. 4).
Figure 4. Chip ICL8038.
Fuente: E. D. Cajas, & A. E. Cevallos. [2]
Existen diversas formas de generar la onda sinusoidal como
por ejemplo usando una tarjeta AD 9833, con un integrado
LM555 entre otras. La decisión de trabajar con el integrado
ICL8038 se la tomo debido a su disponibilidad en el mercado,
la tarjeta AD9833 tiene un costo elevado con respecto a la
ICL8038 y la razón por la que no se uzo el LM555 es debido a
que tiene una frecuencia de resonancia antes de trabajar con la
onda seno la cual presenta muchos rizos que no se los requiere
en la onda.
B. Consideraciones del sistema
El principio de funcionamiento del diagnóstico por
imágenes se basa en la comparación de dos ondas
sinusoidales, que ingresan al osciloscopio medidas en XY,
estas imágenes que se obtienen son imágenes de Lissajous.
Según [3] las figuras de Lissajous son el resultado de la
composición de dos movimientos armónicos simples (MAS)
según dos direcciones perpendiculares. Si se denomina a estas
direcciones X e Y se puede describir sus trayectorias
individuales como: = (π) = (π tfYYtfXX + δ) x y 2;2cos 0 0
donde X0 e Y0 son las amplitudes de los MAS, fX y fY son las
2
frecuencias los MAS y δ es el desfase entre ambas MAS.
Eliminando la variable tiempo en las expresiones anteriores
se obtiene una ecuación de la trayectoria del tipo: δ = cteYXf
que corresponde a las figuras de Lissajous (Ver Fig. 5), se
muestran las figuras de correspondientes a relaciones de
frecuencias fX:fY sencillas (en distintas filas), para algunos
desfases (en distintas columnas).
Figura 5. Curvas de Componentes Electrónicos.
Fuente: Laboratorio de Física General de la Universidad
Complutense de Madrid. [3]
C. Repotenciación del Sistema
Los elementos tomados en cuenta para la repotenciación del
sistema son:
• Variador de frecuencia de pasos finos y pasos
anchos
• Variador de voltaje
• Base datos en archivos .xlsx
• Comparación de imágenes
• Bajo costo del sistema
Filtros de Paso Bajo
Son aquellos que solo permiten el paso de las bajas
frecuencias, desde el DC hasta una frecuencia de corte ωc, y
eliminan todas las frecuencias mayores a ésta. Se considera
como ωc a la frecuencia para la que el filtro realiza una
atenuación de 3db, luego de la frecuencia de corte, se
comienza a atenuar, con una determinada pendiente, las
frecuencias que estén por encima de ella.
Figura 6. Simulación: Filtro de Paso Bajo.
Fuente: Autores.
19, JULY 2019 3

Filtros de Paso Alto Fig. 9).

atenúan el espectro hasta una determinada frecuencia (ωc),
para luego dejar pasar con la misma intensidad al resto de las
frecuencias más altas. Posee las mismas características que los
pasa-bajos (frecuencia de corte y pendiente), pero a la inversa,
lo que no sorprende ya que en topologías circuitales la inversa
del pasa-bajo es el pasa-alto. [4]

Figura 9. Sensor MAP.

Fuente: PICO Technology.

Un sensor de MAP digital generará una señal de onda

cuadrada enviada al módulo de control del motor ECM; esta
onda cuadrada cambiará de frecuencia con diferentes lecturas
Figura 7. Simulación: Filtro de Paso Alto. de vacío del motor. (Ver Fig. 10)
Fuente: Autores.

D. Selección de Arduino
La lectura de datos se realiza con una tarjeta Arduino (Due)
que viene con entradas y salidas analógicas de 12 bits, ésta
nos permite tener 4096 niveles, para guardar los caracteres del
serial read.
Dentro de las ventajas de usar este Arduino está en tener
una comunicación mucho más sencilla con el programa
creado, y una frecuencia de trabajo más eficiente comparada
con Arduinos posteriores como el Uno, Mega o Leonardo.
En el Arduino Due la frecuencia máxima de medición de
datos es hasta 2 kHz (Ver Fig. 8). [5] Figura 10. Onda del Sensor MAP.
Fuente: PICO Technology.

Sensor MAF
Sensores MAF analógicos: La mayoría de los sensores de
flujo de masa de aire (MAF) tienen salidas analógicas que
suelen variar entre 0,5 V y 4,5 V (0 V o 5 V es una condición
de error). No obstante, la salida de estos sensores no cambia
linealmente con el flujo de aire, y requiere la aplicación de
ajustes y correcciones por parte de la ECU. (Ver Fig. 11)
Sensores MAF digitales: Algunos sensores MAF modernos
contienen sistemas electrónicos digitales para poder realizar
Figura 8. Arduino Due. ajustes y correcciones dentro del sensor, mejorando así la
Fuente: P. Murillo [5] precisión.

E. Sensores y sus ondas tipicas

Sensor MAP
El sensor de presión absoluta múltiple (MAP) se utiliza para
medir la presión en el colector de admisión; cuando se envía
este valor de salida de vuelta al sistema de gestión del motor,
puede determinar el abastecimiento o la cantidad de avance de
la sincronización de encendido del vacío (carga ligera). En la
mayoría de los casos, el sensor de MAP medirá una presión
negativa, pero también puede utilizarse para medir una presión
positiva en un vehículo equipado con un turbocompresor (Ver Figura 11. Sensor MAF.
Fuente: PICO Technology.
19, JULY 2019 4

La forma de onda del ejemplo muestra esta función en uso Sensor APP
con un vehículo turbodiésel. (Ver Fig. 12) La mayoría de los vehículos que se producen actualmente
no utilizan cable de acelerador, sino un APP con un
accionador de control electrónico del acelerador (ETC) que
incorpora un motor de acelerador electrónico y un sensor de
posición del acelerador (TPS). Al pisar el acelerador, se envía
una señal de tensión al PCM que informa de la posición real
del pedal del acelerador y, por lo tanto, de la demanda física
del conductor. (Ver Fig. 15)

Figura 12. Onda del Sensor MAF.

Fuente: PICO Technology.

Sensor VSS
Su función es proporcionar información al módulo de
control del motor (ECM) que monitoriza la inercia del
vehículo.
Ahora la unidad de control tiene la capacidad para
determinar la velocidad de ralentí cuando el vehículo está
reduciendo la velocidad o parado, y no en ningún otro
Figura 15. Onda del Sensor APP.
momento durante el trayecto. El sensor se ubicará en la salida Fuente: PICO Technology.
de la unidad del velocímetro desde la caja de cambios o en la
parte posterior de la cabeza del velocímetro. (Ver Fig. 13) El sensor de posición del pedal del acelerador (APP) es de
tipo potenciómetro. Recibe dos tensiones de referencia del
módulo de control del tren de potencia (PCM); cuenta con dos
cables de tierra y dos cables de señal que envían una tensión
variable al PCM relativos a la posición del pedal del
acelerador. La tensión de la señal enviado al PCM puede
variar de un fabricante a otro, pero probablemente nunca será
superior a 5 voltios. (Ver Fig. 16)

Figura 13. Sensor VSS.

Fuente: PICO Technology.

Al dar arranque el motor y seleccionar una marcha; se

debería ver una forma de onda conmutando de 12 voltios a
cero. A medida que aumenta la velocidad de carretera, se
debería ver como aumenta la frecuencia de la conmutación.
(Ver Fig. 14)

Figura 16. Onda del Sensor APP.

Fuente: PICO Technology.

Sensor CKP
Un sensor CKP proporciona un módulo de control del
motor (ECM) con su señal de referencia de sincronización del
motor principal. El ECM lo utiliza para calcular la velocidad y
la posición del motor para un control preciso de la inyección y
Figura 14. Onda del Sensor VSS. el encendido. La señal también se usa para detectar anomalías
Fuente: PICO Technology.
19, JULY 2019
en la velocidad del motor por fallas de encendido, etc. (Ver
Fig. 17)
Figura 17. Sensor CKP.
Fuente: PICO Technology.
Un sensor de CKP inductivo consiste en un circuito con un
cable enrollado alrededor de un imán. El sensor está
acompañado por una rueda de impulsos, generalmente
dispuesta alrededor de la circunferencia del volante. La rueda
de impulsos pasa a través y perturba el campo magnético del
sensor induciendo un voltaje de circuito. El voltaje inducido
depende de la velocidad del motor: cuanto más rápido gira la
rueda de pulsos, mayor es la perturbación del campo
magnético.
Cuando el centro del diente o el hueco se alinean con el
sensor (Ver Fig. 18), hay una perturbación del campo
magnético igual y opuesta y no se induce voltaje. A la inversa,
cuando un borde anterior o posterior de un diente se alinea con
el sensor, la perturbación del campo magnético y el voltaje
inducido son mayores.
Figura 18. Alineación del Sensor CKP.
Fuente: PICO Technology.
Al comienzo del arranque, hay una respuesta casi inmediata
a la rotación del cigüeñal. A medida que aumenta la velocidad
del motor, la amplitud y la frecuencia aumentan hasta alcanzar
la velocidad de arranque normal.
La forma de onda muestra una variación cíclica en la
velocidad del motor que indica el efecto del ciclo del motor de
4 tiempos: las carreras de compresión disminuyen la velocidad
5
del motor, mientras que las de expansión aumentan la
velocidad del motor. (Ver Fig. 19)
Figura 19. Onda del Sensor CKP.
Fuente: PICO Technology.
Las oscilaciones están marcadas por un espacio periódico
provocado por la marca de referencia de tiempo, que indica
una posición fija dentro de cada rotación del cigüeñal.
El motor alcanza su velocidad de arranque en
aproximadamente una vuelta del cigüeñal. [6] [7]
III. DISEÑO DE LA PLACA ELECTRÓNICA
A. Consideraciones de Diseño
El vehículo trabaja con una tensión de 12 V y su amperaje
vario si es para arranque puede ser cerca de los 70 amperes,
pero para la electrónica del vehículo puede trabajar en la
escala de los miliamperios hasta la escala de los amperios
dependiendo si es un sensor o un actuador el que entra en
funcionamiento.
La tensión de trabajo del circuito de diagnóstico por
imágenes es de 12 V a 1 V dependiendo el elemento a medir
por lo que se implementa un variador de voltaje como primer
punto.
El principal reto que se muestra para el diseño de la placa es
el generar dos corrientes continuas una con valor positivo y
otra con valor negativo, para poder trabajar con ambas partes
en la onda sinusoidal generada, por esto en la Fig. 20 se
muestra el esquema que se diseñó para obtener las corrientes
mencionadas.
Al circuito se le adiciona un regulador 7812 en la salida (+)
y un regulador 7912 en la salida (-).
Figura 20. Generador de Corrientes.
Fuente: Autores.
19, JULY 2019 6

B. Funcionamiento del Equipo

Figura 21. Diagrama del Circuito.

Fuente: Autores.
El equipo para la detección de fallos que se desarrolla posee Además, que el usuario pueda abrir la base de datos con las
un regulador de frecuencia que permite modificar la gráficas patrón, así como la visualización de las gráficas para
frecuencia en un rango de 10 Hz hasta 10 kHz, también posee su mejor visualización de acuerdo a la necesidad. El algoritmo
un regulador de voltaje que permite modificar la tensión en un desarrollado se presenta en la Fig. 23.
rango de 0 V hasta 12 V.
Estos reguladores permiten regular los parámetros de la
onda sinusoidal, esta onda permite graficar la señal patrón y la
señal medida del componente eléctrico. La señal que se
cargue, lo hará con un voltaje máximo de 3.3 V y con un
desfase positivo en un rango de 0 V hasta 3.3 V.
Las señales se cargan al Arduino si envían a un detector de
cruce por cero (Ver Fig. 21).

Para generar la onda sinusoidal con parte positiva y

negativa (Ver Fig. 22).

Figura 22. Generación de la Onda Sinusoidal.

Fuente: Autores.

Si se tiene valores de capacitancias muy pequeñas la imagen

no se apreciará completamente, pero si se varia su frecuencia
esta empezará a mostrarse como realmente es en la
computadora, con una mayor toma de datos, como se sabe
mientras más alta la frecuencia, menor longitud de onda, por
lo que se repite más veces en un segundo el ciclo de la onda.

IV. IMPLEMENTACIÓN DE LA PLACA ELECTRÓNICA

A. Diagrama de Flujo
Para el desarrollo de la interfaz del software, se debe tomar
en cuenta que esta sea de fácil uso para los usuarios. Para
lograr este objetivo se diseña un algoritmo que nos permita
medir la curva de un componente eléctrico o electrónico, y que
mediante la comparación de la gráfica medida con una gráfica
patrón, que inicialmente se guarda en una base de datos. Figura 23. Diagrama de Flujo.
Fuente: Autores.
19, JULY 2019
B. Plataforma de Pruebas
El software posee un conjunto de instrumentos virtuales
(VIs), que nos permiten comparar la curva medida con la
curva patrón guardada en la base de datos de la interfaz (Ver
Fig. 24).
Figura 24. Interfaz desarrollada en LabView.
Fuente: Autores.
Además, permite guardar curvas nuevas en la base de datos
y mejorar la visibilidad de la imagen al variar la frecuencia por
medio de dos diales virtuales, cada dial para los ejes
coordenados (x y). Esta plataforma se diseña en el software de
ingeniería LabView.
C. Diagrama de Funcionamiento
Se puede observar el funcionamiento del equipo de
medición (Ver Fig. 25), el cual pasa por el Circuito Generador
de Onda ICL8038, luego al Arduino Due que genera una
comunicación serial (115200 bits/s) y finalmente pasa al
software LabView que gráfica la curva y carga los puntos que
se generan para la trazar la curva, estos se guardan en una
tabla de datos que servirá como una base de datos en el
software Excel.
Figura 25. Diagrama de Funcionamiento del Equipo.
Fuente: Autores.
7
D. Circuito Electrónico
Se puede apreciar la disposición de los diferentes elementos
electrónicos que se utilizan para el funcionamiento de la placa
y que esta nos permita visualizar con ayuda de la interfaz las
curvas de los componentes electrónicos que se desean
diagnosticar.
Sección 1
Con el Deep Switch se selecciona los capacitores, que
cuando se desea modificar la frecuencia de la onda sinusoidal,
estos envían señales para que se aumente o reduzca la
frecuencia. Cuando la frecuencia que se desea es alta el Deep
Switch selecciona un capacitor bajo y cuando se cambia a una
frecuencia baja, selecciona un capacitor bajo (Ver Fig. 26).
Figura 26. Sección 1 del Circuito Eléctrico.
Fuente: Autores.
Las señales son enviadas al ICL8038 para que este
modifique la frecuencia de la onda. Los pasos finos y pasos
altos se los modifica con un potenciómetro para cada uno.
Sección 2
Este bloque de amplificadores operacionales sirve para
desplazar la onda al lado positivo, debido a que el Arduino no
lee la parte negativa de la onda, para ello en lugar de emplear
resistencias, se usa potenciómetros porque las resistencias
tienen un ±5% de falla, esto se vería afectado en el valor
calculado al compararlo con el real, por ello se va calculando
los potenciómetros hasta obtener la posición deseada de la
onda (Ver Fig. 27).
Figura 27. Sección 2 del Circuito Eléctrico.
Fuente: Autores.
19, JULY 2019 8

Sección 3
Este segundo bloque de amplificadores operacionales nos
permite modificar el voltaje a el valor que desee el usuario,
como se menciona anteriormente, no se usa resistencias por el
error que estos elementos poseen, por lo que en este bloque
también se usa potenciómetros. Se calibra los potenciómetros
para obtener un voltaje máximo de 3 V (Ver Fig. 28).

Figura 30. Simulación: Curva del Sensor Generador de Pulsos.

Fuente: Autores.
La tercera medición que se realiza es la de un sensor MAFS
(Ver Fig. 31).
Su equivalencia electrónica es a un diodo conectado en
sentido contrario.

Figura 28. Sección 3 del Circuito Eléctrico.

Fuente: Autores.
E. Resultados
Luego del desarrollo del equipo, se realiza las pruebas
pertinentes para examinar el correcto funcionamiento de la
interface y de la placa.
La primera medición que se realiza es la de un sensor MAP
(Ver Fig. 29).
Su equivalente eléctrico es a un capacitor.
Figura 31. Simulación: Curva del Sensor MAFS.
Fuente: Autores.
La cuarta medición que se realiza es la de un sensor TDC
(Ver Fig. 32).
Su equivalente electrónico es a un diodo y una resistencia
conectados en serie.

Figura 32. Simulación: Curva del Sensor TDC.

Figura 29. Simulación: Curva del Sensor MAP. Fuente: Autores.
Fuente: Autores.
La quinta medición que se realiza es la de un sensor VSS
La segunda medición que se realiza es la de un sensor (Ver Fig. 33).
Generador de Pulsos (Ver Fig. 30). Su equivalente electrónico es a dos diodos conectados en
Su equivalencia electrónica es semejante a dos diodos antiparalelo con un capacitor.
conectados en antiparalelo. Es importante saber que es que
este sensor tiene semiconductores.
19, JULY 2019 9

[7] Electric & Electronic System Educational Training Equipment, Daesung

Inc., Korea, 2000.

Sebastián Abril Sebastián Abril was born

in Cuenca, Ecuador. He studied
Automotive Mechanical Engineering at
the Universidad Politécnica Salesiana.
Among their goals are to be able to finish
engineering and be able to go abroad to
study a master's degree on electric
Figura 33. Simulación: Curva del Sensor VSS. vehicles.
Fuente: Autores.

Las curvas de cada sensor mencionado anteriormente se Leonardo Cárdenas was born in Cuenca,
pueden visualizar en la zona de trazo de Gráfica Patrón como Ecuador. He obtained his baccalaureate at
se observa en Fig. 29, Fig. 30, Fig. 31, Fig. 32 y Fig. 33. the Technological Institute "Técnico
Salesiano". He is currently a student of
V. CONCLUSIONES Automotive Mechanical Engineering at
the Universidad Politécnica Salesiana.
El diagnóstico por imágenes es una técnica de diagnóstico His interests are oriented to the
muy eficiente por su utilización y entendimiento muy simple. preventive and corrective maintenance of
Permite evaluar componentes electrónicos o circuitos the vehicles and also to the research area of electric vehicles.
compuestos por estos, mediante las curvas generadas y
compararlas a través de una base de datos, para diagnosticar si
existe alguna irregularidad en los componentes. Esta técnica Mario Clavijo Mario was born in
tiene por principio las figuras de Lissajous que consiste de la Cuenca, Ecuador. He obtained his
alimentación de dos ondas sinusoidales al canal horizontal y baccalaureate at the Antonio Avila. He is
vertical respectivamente del osciloscopio en modo XY, la currently a student of Automotive
imagen se produce de la combinación de las curvas de tensión Mechanical Engineering at the Salesian
y corriente generando una nueva curva voltaje-corriente que se Universidad Politécnica Salesiana. His
la conoce como análisis de firmas o pruebas V-I. interests are oriented to the preventive and
Al interpretar las imágenes obtenidas se aplica la técnica de corrective maintenance of the vehicles and
trazo de curvas dependiendo el caso, además se debe tomar en also to the research area of electric vehicles.
consideración el circuito mínimo equivalente que muestra el
equipo en la interfaz de diagnóstico. Cristhian Jadan was born in Machala,
Ecuador, in 1997. He received his
bachelor's degree in organization and
REFERENCES
business management at high school “9 de
[1] E. L. Guangaje, & L. O. Murillo, “Investigación del Proceso de Octubre”, in 2016. He is currently a
Diagnóstico por Imagen en el Sistema de Control Electrónico de
Inyección MPFI-CRDI”, (Bachelor's thesis, Universidad de las Fuerzas student of 6th Semester of Automotive
Armadas ESPE Extensión Latacunga. Carrera de Ingeniería Mechanical Engineering at Universidad
Automotriz.), 2016. Politécnica Salesiana. His research
[2] E. D. Cajas, & A. E. Cevallos, “Diseño e Implementación de un interests are on the science of mechanic of materials.
Software para la Detección de Fallos en los Sistemas Electrónicos del
Vehículo, aplicando la Técnica de Diagnóstico por Imagen”, (Bachelor's
thesis, Universidad Politécnica Salesiana. Carrera de Ingeniería
Mecánica Automotriz.), 2017. Juan Malla was born in Cuenca, Ecuador.
[3] Laboratorio de Física General de la Universidad Complutense de He obtained his baccalaureate at the
Madrid. (2012, Jun). Figuras de Lissajous. Universidad Complutense
de Madrid. Madrid, Comunidad de Madrid, España. [Online]. Available: Technical College "Guillermo Mensi". He
https://www.ucm.es/data/cont/docs/76-2013-07- is currently a student of the career of
1105_Lissajous_figures.pdf. Automotive Mechanical Engineering at
[4] D. A. López, “Historia, definición, descripción, tipos y aplicaciones de the Universidad Politécnica Salesiana.
filtros electrónicos”, (Bachelor's thesis), 2015.
[5] P. Murillo. (2012, Nov). Llega el Arduino Due con arquitectura de 32 Their interests are oriented to the
bit. Tr3sdland, Argentina. [Online]. Available: preparation of competition vehicles.
https://www.tr3sdland.com/2012/11/llega-arduino-due-con-arquitectura-
de-32-bit/.
[6] PICO Technology. (2019, Ene). Automotive Guided Tests. [Online].
Available: https://www.picoauto.com/library/automotive-guided-
tests#t2.
19, JULY 2019 10

Carlos Riera was born in Cuenca,

Ecuador, in 1997. He obtained his
baccalaureate in Automotive
Electromechanical at the Technological
Institute "Técnico Salesiano". His
research interest are electrics vehicles,
vehicles dynamics, technology of high-
end sports cars and perform a mastering in
preparation.

Steeven Torres was born in Piñas,

Ecuador, in 1997. He obtained his
baccalaureate at the Technological
Institute "Ocho De Noviembre". He is
currently a student of 8th Semester of
Automotive Mechanical Engineering at
Universidad Politécnica Salesiana. His
research interests are aimed at automotive
aesthetic design and aerodynamic functionality.

Alexis Valdiviezo Alexis Valdiviezo was

born in Cuenca, Ecuador. He obtained his
baccalaureate at the “Bilingüe
Interamericano”. He is currently a student
of Automotive Mechanical Engineering at
the Universidad Politécnica Salesiana. His
interests are oriented to the preventive and
corrective maintenance of the vehicles and
also to the research area of electric vehicles.

Valentín Veintemilla was born in Pasaje,

Ecuador, in 1999. He received his
bachelor's degree in general sciences at U.
E. P. “Santísimos Corazones”, in
2016.Currently, he is a student of 7th
Semester of Automotive Mechanical
Engineering at Universidad Politécnica
Salesiana. His research interests are on the
technology of Formula type cars, its preparation for
competition and specially, the development of aerodynamic
packages.
19, JULY 2019 11

ANEXOS
ABS Wheel Sensor
Gravity Sensor

Figura 34. ABS Wheel Sensor.

Fuente: Daesung Inc.
Figura 40. Gravity Sensor.
Fuente: Daesung Inc.

Figura 35. Onda del ABS Wheel Sensor.

Fuente: Daesung Inc.
Figura 41. Onda del Gravity Sensor.
Crank Position Sensor Fuente: Daesung Inc.

Pulse Generator Sensor

Figura 36. Crank Position Sensor.

Fuente: Daesung Inc.

Figura 42. Pulse Generator Sensor.

Fuente: Daesung Inc.

Figura 37. Onda del Crank Position Sensor.

Fuente: Daesung Inc.

Engine Knock Sensor

Figura 43. Onda del Pulse Generator Sensor.

Fuente: Daesung Inc.

Camshaft Position Sensor

Figura 38. Engine Knock Sensor.
Fuente: Daesung Inc.

Figura 44. Camshaft Position Sensor.

Fuente: Daesung Inc.

Figura 39. Onda del Engine Knock Sensor.

Fuente: Daesung Inc.
Figura 45. Onda del Camshaft Position Sensor.
Fuente: Daesung Inc.
19, JULY 2019 12

Figura 46. Circuito Electrónico

Fuente: Autores.