Monitorización del estado de los motores de autobuses urbanos mediante el análisis del aceite usado con ACP y agrupamiento K-Means

Por qué el aceite del motor del autobús cuenta una historia importante

Los autobuses urbanos trabajan intensamente: avanzan a paso lento entre el tráfico, permanecen al ralentí en las paradas y operan muchas horas cada día. Todo ese esfuerzo pasa factura a sus motores, y el aceite que los mantiene funcionando silenciosamente recoge todo lo que ocurre en su interior. Este estudio muestra cómo leer las “huellas” que deja el aceite usado puede revelar qué autobuses están en buen estado, cuáles están desgastándose y cuáles pueden estar acercándose a un problema, con mucha más precisión que simplemente mirar el cuentakilómetros.

De contar kilómetros a un cuidado más inteligente

Durante décadas, la mayoría de las flotas ha decidido cuándo cambiar el aceite contando kilómetros. Pero la conducción urbana es irregular. Dos autobuses pueden recorrer la misma distancia y tener vidas muy distintas: uno circula por vías despejadas, otro se arrastra en tráfico intermitente, parándose en semáforos y paradas. Investigaciones anteriores han mostrado que, en estas condiciones, los kilómetros por sí solos a menudo no predicen cuánto está “cansado” el aceite. Este trabajo aborda ese problema tratando el aceite no como un consumible genérico, sino como una rica fuente de datos sobre cómo envejece realmente cada motor.

Convertir el aceite usado en datos

Los autores analizaron 165 muestras de aceite usado de una flota municipal de autobuses usando el mismo tipo de escáneres de luz infrarroja comunes en laboratorios industriales. Se centraron en detalle en un aceite muy utilizado, Lukoil 10W40, para reducir la confusión debida a diferentes formulaciones. Para cada muestra midieron la viscosidad del aceite a dos temperaturas, su acidez o alcalinidad, cuánto se había oxidado o reaccionado con los gases de combustión, cuánto hollín y combustible se había mezclado, y cuántas partículas metálicas microscópicas —desde hierro hasta cobre y plomo— flotaban en el fluido. También controlaron los niveles de aditivos protectores, como zinc, fósforo y calcio, que se consumen gradualmente con el tiempo.

Observar el envejecimiento del aceite dentro de motores reales

Analizar una variable a la vez confirmó un patrón conocido: a medida que los autobuses permanecían con la misma carga de aceite, el fluido se espesaba gradualmente, se volvía más ácido y acumulaba más subproductos a base de azufre y nitrógeno, mientras que su capacidad para neutralizar ácidos disminuía. Sin embargo, algunas relaciones esperadas se rompieron en condiciones reales. Sorprendentemente, los aceites que habían estado más tiempo en servicio no siempre mostraron más metales de desgaste; en esta flota incluso mostraron una débil relación negativa con la distancia recorrida con ese aceite. La razón probable es el comportamiento humano: a los autobuses en mejor estado mecánico se les puede permitir retrasar los cambios de aceite, mientras que los motores que generan preocupación se revisan antes, reconfigurando la imagen simple de que “más kilómetros significa más metal en el aceite”.

Encontrar grupos ocultos de comportamiento del motor

Para descubrir patrones más profundos, el equipo trató todas estas medidas conjuntamente usando dos técnicas estadísticas que encuentran estructura en datos complejos. Primero, emplearon un método que condensa docenas de mediciones relacionadas en unas pocas “dimensiones” subyacentes que describen el envejecimiento químico global, el desgaste por metales y la pérdida de aditivos. Luego alimentaron esas descripciones condensadas a un método de agrupamiento que agrupa muestras similares. Del conjunto emergieron cuatro perfiles claros: un grupo de autobuses urbanos afectado por hollín y envejecimiento químico vinculado al tráfico intermitente y el ralentí; un grupo de motores nuevos en su fase de rodaje que desprenden cantidades inusualmente altas de cobre y otros metales; un grupo de motores maduros que operan en un régimen relativamente estable y bien mantenido; y un autobús fuera de lo común cuya muestra mostró contaminación extrema y un desequilibrio de aditivos, coincidiendo con un problema conocido de fuga de aceite.

Traducir patrones en decisiones de mantenimiento

Los investigadores fueron un paso más allá y entrenaron un modelo de aprendizaje automático sencillo para reconocer estos grupos a partir de las mediciones de aceite y destacar qué variables importaban más. Esto confirmó que lo que realmente separa los perfiles no es cuánto ha viajado el autobús, sino el estado químico del aceite: firmas de oxidación, acidez, hollín, metales y la salud de aditivos clave. En conjunto, estos hallazgos sugieren que las flotas pueden alargar con seguridad los intervalos de cambio de aceite para motores viejos y estables, acortarlos para motores nuevos durante su delicada vida inicial, y detectar rápidamente autobuses con contaminación inusual, incluso cuando números básicos como la viscosidad aún parecen aceptables.

Qué significa esto para los viajeros cotidianos

Para los pasajeros, este tipo de control basado en el aceite es invisible, pero sus efectos no lo son. Al escuchar lo que revela el aceite usado, las agencias de transporte pueden pasar de calendarios fijos a mantenimiento basado en condición, detectando problemas antes, evitando cambios de aceite innecesarios y prolongando la vida útil del motor. El mensaje central del artículo es simple: el líquido oscuro que se drena de un autobús es más que un residuo: es un informe diagnóstico. Leerlo con atención puede hacer que los autobuses urbanos sean más fiables, el mantenimiento más eficiente y el viaje diario un poco más fiable.

Cita: Duarte, M.O., Margalho, L.M., Gołębiowski, W. et al. Monitoring the condition of city bus engines by analysing used oil using PCA and K-Means clustering. Sci Rep 16, 9392 (2026). https://doi.org/10.1038/s41598-026-39045-x

Palabras clave: análisis de aceite de motor, mantenimiento de flotas de autobuses, mantenimiento basado en estado, salud de motores diésel, mantenimiento predictivo