Varios choferes participaron en un experimento mientras conducían sus camiones por distintas regiones del país. Sus recorridos generaron datos clave que permitieron validar un prototipo de neumático Michelin con potencial para reducir el consumo de combustible en la industria transportista. Esta evaluación formó parte de un proyecto de investigación conjunto entre científicos del Tec de Monterrey y Michelin México.
Tec desarrolla metodología para medir ahorro de combustible
Juan Carlos Tudón, investigador del Departamento de Mecatrónica de la Escuela de Ingeniería y Ciencias (EIC) del Tec y líder del proyecto Evaluación del Consumo de Combustible de Neumáticos Prototipo Michelin, explica que el objetivo fue desarrollar una metodología que utilizara los datos de telemetría de Michelin para calcular el costo total de operación de tractocamiones equipados con el nuevo prototipo de llanta en condiciones reales de conducción.
“Los diseños de los nuevos prototipos de neumáticos que produce Michelin suelen originarse en sus centros de investigación en Europa, donde realizan pruebas de campo controladas con maquinaria especializada”, explica el especialista. “En el caso de este prototipo, se hicieron experimentos en Colombia y Brasil, pero solo con una flota, pocos camiones y trayectos muy controlados. Sin embargo, buscaban una prueba completamente real, sin control. Aquí en México, junto con los investigadores del Tec, la realizamos en tres flotas, con diferentes rutas, pesos y condiciones”.
El análisis demostró que los camiones con el prototipo redujeron el costo total de operación en un 3.46%, equivalente a un litro de diésel cada 86.8 km. Con el Módulo de Asistencia al Conductor, sistema de alertas que mejora hábitos de manejo, la eficiencia energética aumentó hasta 12.7%, ahorrando un litro de combustible cada 22.8 km recorridos.
Octavio Cruz, gerente de Operaciones de Producto en Michelin México, comenta que buscaban un neumático con baja resistencia al rodamiento, que optimizara el consumo de combustible y tuviera alta durabilidad con buen rendimiento kilométrico.
“Necesitábamos que una institución educativa de prestigio analizara los datos para obtener resultados objetivos y confiables. Si eran buenos, bien; si no, también. Lo importante era contar con una validación imparcial”, agrega.
IA para analizar el desempeño del neumático Michelin
Para la evaluación, los investigadores analizaron 67 variables, incluyendo velocidad, tipo de carga, distancia recorrida, rutas, tipo de vehículo y temperatura ambiental.
Todos estos datos provinieron del sistema de telemetría y gestión de unidades de la División de Flotas Conectadas de Michelin, lo que permitió registrar información en condiciones reales de operación. Es decir, mientras los tractocamiones circulaban por sus rutas, los sensores instalados recopilaban datos que se compartían automáticamente a través de la plataforma.
En el experimento participaron 20 tractocamiones de tres flotas con giros distintos, como paquetería y transporte de alimentos refrigerados. Los vehículos fueron monitoreados durante un año, recorriendo aproximadamente 100,000 kilómetros, lo que equivale al 85% del territorio nacional. La mitad de los camiones utilizó prototipos del neumático Michelin, mientras que la otra mitad empleó llantas de referencia.
Para analizar los datos, los investigadores desarrollaron un método estadístico apoyado en machine learning. Usaron el algoritmo de agrupamiento K-means, una técnica de aprendizaje automático no supervisado que clasifica los datos en grupos según su similitud, junto con análisis de componentes principales, para identificar patrones de rendimiento en los tractocamiones.
De las 67 variables iniciales, seleccionaron 16 clave y las organizaron en cinco categorías: desempeño (rendimiento del vehículo y consumo de diésel), carga y productividad, estilo de conducción, vehículo (especificaciones mecánicas de las unidades) y medioambiente.
Comparación en condiciones reales de operación
“El principal reto era comparar el rendimiento de los tractocamiones con llanta Michelin frente a los de referencia, pese a la gran variabilidad de rutas, cargas y choferes”, explica Tudón. “Para lograrlo, creamos una base de datos y aplicamos análisis de datos con técnicas de IA. Usando un algoritmo de clusterización, pudimos ir filtrando la información hasta identificar muestras muy similares entre una llanta y otra”.
Para entenderlo mejor, es como comparar a dos personas subiendo montañas distintas: no se evalúan los primeros ni los últimos metros, sino un tramo promedio con condiciones similares. Con este modelo, las llantas se pueden comparar en igualdad de condiciones, aunque los recorridos hayan sido en diferentes regiones del país.
Se hicieron dos evaluaciones: en modo ciego, donde los choferes no sabían que eran monitoreados, y con el Módulo de Asistencia al Conductor, que emite alertas para corregir hábitos de manejo en tiempo real. El modo asistido ya generaba ahorro, y los resultados mostraron un aumento de eficiencia del 12.7% en los vehículos que usaron el prototipo de neumático.
Colaboración entre Tec y Michelin genera valor industrial y académico
Ricardo Rodríguez, gerente de marca en Michelin, destacó cómo este proyecto de investigación demuestra que ciencia y negocios pueden generar valor real cuando trabajan juntos.
“La colaboración entre industria privada y academia debería desarrollarse de manera constante, no solo en proyectos aislados”, dice Rodríguez. “En México tenemos todo para lograrlo: educación, instituciones, conocimiento y, sobre todo, talento. Si lo combinamos de manera armoniosa, podemos obtener resultados muy poderosos como este”.
Michelin México y el Tec de Monterrey ya tenían vínculos previos, especialmente con investigadores del campus Querétaro. Para este proyecto, buscaron nuevamente el apoyo académico, con profesores expertos en dinámica de vehículos y transporte. “El equipo del Tec no solo tenía las habilidades que buscábamos, sino mucho más. Me impresionó su nivel de análisis estadístico, usando herramientas especializadas como el sistema de cómputo numérico MATLAB”, agrega Octavio Cruz.
Para los investigadores del Tec, además de comprobar el ahorro de combustible, el proyecto evidencia un impacto ambiental positivo: reducir el consumo de diésel implica menos emisiones de gases contaminantes, contribuyendo a los objetivos de sostenibilidad de la empresa. “Es una retribución a la sociedad, al sector industrial y, de manera indirecta, al medioambiente”, concluyen.
¿Te interesó esta historia? ¿Quieres publicarla? Contacta a nuestra editora de contenidos para conocer más: marianaleonm@tec.mx.
