Aproximación de un modelo matemático de pruebas de desempeño energético y mecánico en el motor aeronáutico PT6-A61 a partir de la generación de parémtros de operación obtenidos mediante el uso de inteligencia artificial

Abstract

Este trabajo presenta una aproximación al modelamiento matemático del desempeño energético y mecánico del motor aeronáutico PT6A-61, empleando datos sintéticos generados mediante inteligencia artificial (IA) como alternativa a pruebas experimentales restringidas. A partir de la construcción de prompts técnicos y el uso de modelos de lenguaje avanzados, se generaron parámetros sintéticos de operación bajo diferentes regímenes operativos del motor (Starting On, Low Idle, High Idle, Transiten Take Off), los cuales fueron procesados y evaluados en un entorno computacional MATLAB. Se estableció un protocolo de validación que garantizó la coherencia termodinámica y mecánica de los datos, contrastando con literatura técnica y manuales del fabricante. El modelo resultante permitió simular condiciones de operación reales, estimar variables clave como presiones, temperaturas, eficiencia y exergía, generando a su vez graficas de estos resultados en los cuales se evidencian comportamientos similares a los proporcionados en manuales de fabricantes y literatura científica. Además, permite analizar el comportamiento del motor bajo escenarios diversos, incluyendo el uso potencial de biocombustibles. Este enfoque no solo demuestra la viabilidad del uso de IA como herramienta de apoyo técnico en entornos con acceso limitado a bancos de pruebas, sino que también aporta al desarrollo de metodologías sostenibles para la caracterización de motores en el contexto de la transición energética.

This study presents an approach to the mathematical modeling of the energy and mechanical performance of the PT6A-61 aircraft engine, using synthetic data generated through artificial intelligence (AI) as an alternative to restricted experimental testing. By constructing technical prompts and employing advanced language models, synthetic operating parameters were generated for different engine operating regimes (Starting On, Low Idle, High Idle, Transient, and Take Off), which were then processed and evaluated in a MATLAB computational environment. A validation protocol was established to ensure the thermodynamic and mechanical consistency of the data, comparing them with technical literature and manufacturer manuals. The resulting model made it possible to simulate real operating conditions, estimate key variables such as pressures, temperatures, efficiency, and exergy, and generate graphs of these results, which showed behaviors similar to those reported in manufacturer manuals and scientific literature. Furthermore, it enables the analysis of engine behavior under diverse scenarios, including the potential use of biofuels. This approach not only demonstrates the feasibility of using AI as a technical support tool in environments with limited access to test benches, but also contributes to the development of sustainable methodologies for engine characterization in the context of the energy transition.