Sistema inteligente para el diagnóstico de defectos en calderas de vapor acuotubulares

Texto completo

(1)Universidad Central “Marta Abreu” de Las Villas Facultad de Matemática, Física y Computación Ingeniería Informática. TRABAJO DE DIPLOMA Título Sistema inteligente para el diagnóstico de defectos en calderas de vapor acuotubulares.. Autora: Iselys Guerrero Espinosa Tutora: Dra. María Matilde García Consultante: Dr. Alejandro Duffus Scott. Santa Clara 2013 "Año 55 de la Revolución".

(2) Hago constar que el presente trabajo fue realizado en la Universidad Central Marta Abreu de Las Villas como parte de la culminación de los estudios de la especialidad de Ingeniería Informática, autorizando a que el mismo sea utilizado por la institución, para los fines que estime conveniente, tanto de forma parcial como total y que además no podrá ser presentado en eventos ni publicado sin la autorización de la Universidad.. Firma del Autor Los abajo firmantes, certificamos que el presente trabajo ha sido realizado según acuerdos de la dirección de nuestro centro y el mismo cumple con los requisitos que debe tener un trabajo de esta envergadura referido a la temática señalada.. Firma del Autor. Firma del Jefe de Departamento donde se defiende el trabajo.

(3) i. PENSAMIENTO. "La ciencia es el ámbito en donde no valen las opiniones, sino sólo los razonamientos". (Hans Georg Gadamer)..

(4) ii. DEDICATORIA A mis padres, que me han sabido guiar para llegar a ser alguien y alcanzar un objetivo. Para ti mami: que eres mí renacer cada día, y te doy las gracias por darme esa oportunidad, y brindarme tu vida. Les quiero mucho..

(5) iii. AGRADECIMIENTOS A Olgui, Fernando, Mirella, Belkis, Cari, Betty e Iván, por estar junto a mí en este momento tan difícil de mi vida, al igual que mi mamá: sin la ayuda y el amor de Uds., no hubiera logrado esta obra. Gracias por apoyarme siempre. A mis tíos, hermanos de mi mamá. A mi tutora, Dra. María Matilde García, por su guía, orientación y dedicación A Jorge Barreto, a Waldo Paz, a Ricardo Pino, a Dainier Cardoso, a Lissett Fundora, a Betsy González, a Reinier Oves, a Carlos Pérez, a Yaima Toledo y a otros, por su ayuda incondicional. A todos los que me apoyaron a cumplir mi sueño y el de mis padres. GRACIAS..

(6) iv. RESUMEN La investigación se corresponde con una de las problemáticas del área de soldadura en laFacultad de Ingeniería Mecánica, de la Universidad Central “Marta Abreu” de Las Villas y se corresponde con el tratamiento que se le da a los defectos o fallas que se detectan en las calderas de vapor. El estudio realizado que derivó en las distintas etapas de la ingeniería de conocimiento, permitió verificar como principal carencia el desconocimiento de los técnicos con relación a las tensiones, que producto a la presión y la temperatura de trabajo se originan en los elementos de la caldera, por no conocer las causas que provocan modificaciones y cambios en las características estructurales y propiedades mecánicas iníciales de los componentes. Se diseña e implementa un sistema experto para el diagnóstico de fallas en calderas de vapor acuotubulares, completándose la ingeniería del conocimiento para los elementos domos y cabezales. Los prototipos de estas bases de conocimiento se construyeron utilizando UCSHELL 2.1..

(7) v. ABSTRAT This investigation is corresponded with one of the problems of the soldering areain the Mechanical Engineering in Central University of Las Villas and it is in correspondence with the treatment given to the defects or faults detected in the steam boilers. The study done in different stage of the engineering of knowledge permitted to verify as the principal problem the lack of knowledge of the techniques in relations with the tensions, that due to the pressure and the temperature are originated in the elements of the steam boiler and the unknown causes that provoke modifications and changes in the structural characteristics and mechanical initial properties of the components. An experts system is designed and for the diagnosis of faults in the aqueosestube-shaped steam boilers, completing the engineering of knowledge for the elements domes and bolsters. The prototypes of these bases of knowledge are made using UCShell 2.1..

(8) vi. TABLA DE CONTENIDOS INTRODUCCIÓN .................................................................................................................. 1 CAPÍTULO. 1.. BREVE. RESEÑA. SOBRE. SISTEMAS. BASADOS. EN. EL. CONOCIMIENTO EN EL DIAGNÓSTICO ......................................................................... 7 1.1. Sistemas basados en el conocimiento (SBC). .......................................................... 7. 1.1.1. Definición de Sistemas Basados en el Conocimiento ....................................... 7. 1.1.2. Caracteristicas de los Sistemas Basados en el Conocimiento........................... 8. 1.1.3. Componentes de los Sistemas Basados en el Conocimiento ............................ 9. 1.1.4. Tipos de Sistemas Basados en el Conocimiento ............................................. 12. 1.1.5. Herramientas para construir un Sistema Basado en el Conocimiento ............ 14. 1.1.6. Ventajas de los Sistemas Basados en el Conocimiento .................................. 14. 1.2. Ingeniería del Conocimiento .................................................................................. 15. 1.2.1. Etapas de la Ingeniería del Conocimiento ....................................................... 16. 1.2.2. Evaluaciones de los Sistemas Basados en el Conocimiento ........................... 19. 1.3. Los Sistemas Basados en el Conocimiento en el diagnóstico ................................ 20. 1.3.1 Sistemas Basados en el Conocimiento de problemas de diagnóstico en Ingeniería Mecánica. .................................................................................................... 22 Conclusiones parciales .......................................................................................................... 26 CAPÍTULO 2. DISEÑO DE UN PROTOTIPO DE EN UN SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CALDERAS ................................................................................. 27 2.1. Planteamiento del problema ................................................................................... 28. 2.2. Base de Conocimiento............................................................................................ 28. 2.2.1 2.3. Base de Conocimiento del Domo ................................................................... 31. Construcción del prototipo usando UCSHELL 2.1 ................................................ 34. 2.3.1. Método de solución de problemas empleado .................................................. 35.

(9) vii 2.3.2 2.4. Ficheros requeridos (kbs y kbo)....................................................................... 36. Construcción del sistema experto independiente de UCSHELL ............................ 36. 2.4.1. Análisis del diseño de la interfaz ...................................................................... 37. 2.4.2. Diagrama de clases ........................................................................................... 41. 2.4.3 Diagrama de actividades ...................................................................................... 42 2.5. Facilidades y limitaciones del sistema .................................................................... 43. Conclusiones parciales .......................................................................................................... 44 CAPÍTULO. 3.. IMPLEMANTACIÓN. COMPUTACIONAL. DEL. SISTEMA. INTELIGENTE .................................................................................................................... 45 3.1. Requerimientos del sistema.................................................................................... 45. 3.2. Manual de usuario .................................................................................................. 46. 3.4 Análisis de la inferencia ............................................................................................ 49 3.5 Validación del sistema ................................................................................................ 52 Conclusiones parciales .......................................................................................................... 53 CONCLUSIONES ................................................................................................................ 54 RECOMENDACIONES ....................................................................................................... 55 REFERENCIAS BIBLIOGRÁFICA .................................................................................... 56 ANEXOS .............................................................................................................................. 58.

(10) INTRODUCCIÓN. 1. INTRODUCCIÓN No se han encontrado evidencias de que el vapor se haya utilizado con un propósito práctico, aunque el conocimiento del poder del vapor no llegara a perderse [Garcia Tapia, 2002], es uno de los medios de transmisión de calor más usados en la industria, debido a la facilidad en su producción (generación), transporte y manejo. El vapor se utilizó extensamente durante la Revolución Industrial, en cuyo desarrollo tuvo un papel relevante para mover máquinas y aparatos diversos. Cuando James Watt observó que se podría utilizar el vapor como una fuerza económica que remplazaría la fuerza animal y manual, se empezó a desarrollar la fabricación de calderas [Thomasset, 2011]. Las primeras calderas tuvieron el inconveniente de que los gases calientes estaban en contacto solamente con su base, y en consecuencia se desaprovechaba el calor del combustible. A fines del año 1700 hasta el comienzo del siglo XX ocurrieron múltiples accidentes, que llegaron a una cifra alarmante, en las primeras décadas del siglo XX, de 350 a 400 explosiones de calderas. El descuido y la negligencia de los operadores, las fallas de diseño de las válvulas de seguridad y las inspecciones inadecuadas son las causas principales por las que ocurren dichas explosiones, todo ello vinculado a que todavía no se tenía el conocimiento necesario para determinar las tensiones que producto a la presión y la temperatura de trabajo se originan en el domo de la caldera, el cual es un elemento clave en ella. Debido a esto, posteriormente se les introdujeron tubos para aumentar la superficie de calefacción, por lo que varias asociaciones decidieron apadrinar el proyecto para la fabricación de calderas en primera instancia y de recipientes a presión no sometidos a llama [Duffus Scott, 2000]. Cada lugar específico de la caldera posee sus propias características distintivas, sus parámetros de trabajo, sus especificidades en cuanto al flujo, la transferencia, la cantidad y forma en que recibe el calor. Estas "características distintivas" de cada zona conllevan a la aparición de fallas específicas en cada una de ellas, que envuelven uno o más mecanismos severos. La rápida detección y la eficiente localización o aislamiento de los fallos ha adquirido gran importancia desde el punto de vista de la seguridad de las plantas industriales, ya que la ocurrencia de los mismos en procesos de mediana o gran magnitud puede traer grandes pérdidas económicas, medioambientales y humanas [Maté, 1988]..

(11) INTRODUCCIÓN. 2. Cuando una caldera no tiene el mantenimiento adecuado o se está operando en forma incorrecta, presenta síntomas que advierten sobre su mal funcionamiento y permiten diagnosticar el origen del problema.Con el incremento de la complejidad de los procesos industriales aumentan las probabilidades de que los sistemas se vean sujetos a la ocurrencia de diversos tipos de fallas que comprometan su funcionamiento normal. En el área del diagnóstico de fallas en los procesos industriales se han desarrollado diferentes técnicas para poder realizar las tareas propias del sistema de detección y diagnóstico de fallos. De forma general se pueden agrupar dichas técnicas en dos grupos fundamentales: las técnicas que emplean métodos de estimación (la estimación de las variables de estado, la ecuación de paridad y la estimación de parámetros) son técnicas basadas en un modelo cuantitativo; y las técnicas que emplean métodos de reconocimiento de patrones (la lógica difusa, las redes neuronales artificiales, los sistemas expertos y los métodos estadísticos) son técnicas basadas en los históricos del proceso [Patan, 2008]. En el campo de la Inteligencia Artificial (IA) se han desarrollado técnicas de representación del conocimiento y métodos de resolución de problemas que han permitido plantear la arquitectura basada en el conocimiento. Del denominado núcleo tradicional de la IA los Sistemas Basados en el Conocimiento(SBC) o Sistemas Expertos(SE) son los que han tenido mayor trascendencia, además de una caracterización de los mismos se estudian los tipos más conocidos de sistemas basados en el conocimiento entre los que pueden estar: sistemas basados en reglas como pionero y de alta popularidad y los sistemas basados en casos una alternativa que supera las limitaciones del primero respecto a la problemática de la adquisición del conocimiento [Rosano, 1991]. La adquisición del conocimiento es la transferencia de la experticidad desde las fuentes de conocimiento en el proceso de creación de la Base de Conocimiento. La experticidad es el conocimiento de un experto humano en un dominio específico. El mismo, en cualquier especialidad es usualmente de dos tipos: público y privado. El conocimiento público incluye las definiciones, hechos y teorías publicadas. Pero la experticidad usualmente incluye más que esta clase de conocimiento, es una colección de hechos especializados, procedimientos y reglas sobre el dominio estrecho en lugar de conocimiento general sobre cualquier dominio [Bello, 2002]..

(12) INTRODUCCIÓN. 3. El conocimiento es el resultado de años de experiencia alcanzadas por personas expertas. Elucidar y reproducir tal conocimiento es la tarea central en la construcción de SBC. Por lo que es necesario crear sistemas que lo generen, con la utilización de técnicas avanzadas para asegurar el uso productivo de la información y guiar una toma de decisiones óptimo [Maté, 1988]. Una tarea de diagnóstico tiene como objetivo encontrar la avería o el defecto que explique el mal funcionamiento de un sistema. La tarea de diagnóstico se reduce a una tarea de clasificación en la que los síntomas observados se asocian con determinados fallos en el sistema [J.F. Sigut, 2004]. El diagnóstico de un proceso bajo falla es difícil, debido fundamentalmente, a que los sistemas de supervisión y control automático usados en la industria actual, no están preparados para comunicar la causa primaria de una anomalía en un proceso al operador del mismo, esto obstaculiza la toma de decisiones adecuadas [Viciedo, 2008]. Las limitaciones de la memoria humana, la escasez de técnicos calificados, las inexperiencias de trabajo, los datos históricos sobre el funcionamiento del proceso en diversas condiciones normales y defectuosos y la complejidad de los problemas de diagnóstico, han derivado la factibilidad del uso de los SBC para dar solución a esta clase de problema. En análisis efectuados empíricamente mediante entrevistas a expertos, se ha comprobado que existe en la Facultad de Ingeniería Mecánica, de la Universidad Central “Marta Abreu”, de Las Villas, dificultades en el desconocimiento de los especialistas con relación a las tensiones, que producto a la presión y la temperatura de trabajo se origina en los elementos de la caldera, por desconocer las causas que provocan modificaciones y cambios en las características estructurales y propiedades mecánicas iníciales de los componentes lo cual requiere vincular los mecanismos de daño y defectos con los componentes críticos y sus zonas críticas en las calderas de vapor acuotubulares, con la finalidad de brindar a los especialistas una herramienta que les permita solucionar los problemas relacionados con la identificación de los daños en dichos componentes. Todo lo antes expuesto, genera el siguiente Problema científico sea: ¿Cómo generalizar el conocimiento de expertos a toda la comunidad que trabaja en el mantenimiento o reparación de calderas de vapor, para obtener soluciones con mayor eficiencia y eficacia.

(13) INTRODUCCIÓN. 4. que las propuestas existentes en el área de estudio?, de ahí la necesidad de crear un sistema experto, que ayude en la toma de decisiones para atender las calderas. En correspondencia con este problema de investigación, la autora del trabajo declara como: Objetivo general: Desarrollar un sistema experto para el diagnóstico de los defectos en los componentes de las calderas de vapor acuotubulares. Objetivos específicos:  Analizar el marco teórico referencial sobre desarrollos en el campo de los SBC para solucionar problemas de diagnóstico en el campo ingenieril.  Formalizar el conocimiento referido a los componentes de la caldera para obtener el diagnóstico de cada elemento por separado.  Construir un prototipo del sistema experto, con la utilización de la versión actualizada de UCShell2.1.  Diseñar la interfaz necesaria que permita incorporar en un futuro, todos los agentes inteligentes para el diagnóstico de un elemento e independice al SE de UCSHell2.1.  Documentar y probar el SE con distintos expertos en el dominio del tema.. Después de haber realizado el marco teórico se formuló la siguiente hipótesis de investigación: Diseño de un sistema experto para diagnosticar los defectos existentes en los elementos de la caldera de vapor, con la utilización de una herramientaque les permita solucionar los problemas en la toma de decisiones. Para lograr los objetivos trazados y demostrar la hipótesis establecida, se acometieron las tareas de investigación siguientes:  Análisis de las técnicas aplicadas en Sistemas Basados en el Conocimiento para problemas de diagnóstico..

(14) INTRODUCCIÓN. 5.  Identificación del problema con las particularidades en general y los diferentes componentes críticos de la caldera de vapor.  Formalización del conocimiento adquirido con la sintaxis de la Base de Conocimiento (BC) para UCShell2.1. Diseño del algoritmo construido que permita aplicar el diagnóstico sobre los defectos en los componentes críticos, de la caldera de vapor.  Diseño interfaz para la aplicación del diagnóstico realizado a los componentes críticos, de la caldera de vapor.  Implementación del Sistema Experto.  Evaluación del sistema, por criterios de expertos en el dominio del tema. Justificación de la investigación: El desarrollo y elaboración de un SE constituye una herramienta para facilitar la detección de defectos en los componentes de la caldera de vapor. El diagnóstico permite, mediante una adecuada inspección, garantizar la calidad de estos recipientes en el momento de su fabricación y reparación, así como durante su explotación. Los usuarios del sistema con menos experiencia podrían apoyarse en las facilidades que brinda el mismo para realizar diagnósticos con mayor seguridad, prolongan la vida útil, contribuyen a evitar la ocurrencia de accidentes, que por las características propias de este tipo de instalaciones, casi siempre provocan males mayores con considerables pérdidas materiales y económicas, así como lamentables pérdidas de vidas humanas. Viabilidad de la investigación: Con el desarrollo acelerado de la computación, así como de la tecnología de la información y de la Inteligencia Artificial (IA), es viable la creación de sistemas que proporcionen al personal de operación, habilidad a la hora de tomar decisiones. El término sistemas expertosse reserva para los programas que contienen el conocimiento usado por los humanos expertos, en contraste al conocimiento recolectado por los libros de textos. Los SE basados en reglas son uno de los modelos de representación del conocimiento más ampliamente utilizados. Esto se debe a que resultan muy apropiados en situaciones en las.

(15) INTRODUCCIÓN. 6. que el conocimiento que se desea representar surge de forma natural con estructura de reglas. Se aprovechan las potencialidades y contando con el apoyo de especialistas en la materia de inspección de calderas, que radican en la Facultad de Mecánica de la Universidad Central “Marta Abreu” de las Villas, y se cuenta con los recursos necesarios para la elaboración del sistema. Organización del informe La tesis está estructurada en tres capítulos. En el Capítulo 1 se tratan, de manera general, las distintas etapas de la ingeniería de conocimiento que conlleven a desarrollar un sistema basado en el conocimiento. También se presenta un análisis de sistemas similares para el diagnóstico, en el campo de la Ingeniería Mecánica. Seguidamente, en el Capítulo 2 se enuncia el problema, y se construye la Base de Conocimiento y se concibe un prototipo de SBC. El Capítulo 3 se dedica a la implementación, documentación y evaluación del sistema desarrollado..

(16) Breve reseña sobre SBC en el diagnostico. CAPÍTULO. 1.. BREVE. RESEÑA. SOBRE. 7. SISTEMAS. BASADOS EN EL CONOCIMIENTO EN EL DIAGNÓSTICO Recoge el resultado del estudio referente a las técnicas de Inteligencia Artificial usadas en la construcción de Sistemas Basados en el Conocimiento para el diagnóstico.. 1.1. Sistemas basados en el conocimiento (SBC).. El crecimiento generalizado de aplicaciones para solucionar problemas del mundo real, provocó el respectivo aumento en la demanda de esquemas de representación del conocimiento que funcionaran. En la década del 70 se reconoció que los métodos de solución de problemas generales, eran insuficientes para resolver los problemas orientados a aplicaciones. Se determinó que era necesario el conocimiento específico sobre el problema, limitado a los dominios de aplicación de interés, en lugar de conocimiento general aplicable a muchos dominios [Newel Shaw]. Este reconocimiento condujo al desarrollo de SBC [Galvez, 2006].. 1.1.1 Definición de Sistemas Basados en el Conocimiento En términos generales, un SBC puede ser definido como: ¨Un sistema computarizado que usa conocimiento sobre un dominio para arribar a una solución de un problema de ese dominio. Esta solución es esencialmente la misma que la obtenida por una persona experimentada en el dominio del problema cuando se enfrenta al mismo problema¨[Bello, 2002] y[Galvez, 2006]. Según [García, 2006] un SBC se puede definir como: “Un sistema informático que simula el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción de un experto humano en una determinada rama de la ciencia, suministrando, de esta forma, un consultor que puede sustituirle con unas ciertas garantías de éxito.” Son aquellos en los cuales se tiene un conocimiento específico del dominio que facilita el desarrollo de largas etapas de razonamiento, permitiendo así resolver casos recurrentes en dominios de conocimiento restringidos. No obstante, para resolver un problema en la práctica necesitan saber de antemano la correspondiente respuesta [Norving, 2004]..

(17) Breve reseña sobre SBC en el diagnostico. 8. Se puede decir que los SBC son el primer resultado operacional de la IA, pues logran resolver problemas, a través del conocimiento y raciocinio, de igual forma que lo hace el experto humano. Al definir un SBC se debe tener en cuenta que su concepto, entre otras cosas va evolucionando, por lo que sería ilógico pensar que solo existe una definición del mismo, ya que a medida que se va progresando, sus funciones se amplían por lo que resulta un concepto cambiante, según [ALVARES, 1989].. 1.1.2 Caracteristicas de los Sistemas Basados en el Conocimiento Los SBC son una nueva evolución: en estos sistemas, los datos; la base de conocimientos, se convierten en lo más importante, y el código que los explota; el motor de inferencias, se generalizan según diferentes paradigmas. Esta base de conocimiento la produce un usuario experto en el dominio, los ingenieros del conocimiento, que son diferentes a los programadores de la interfaz o del propio motor de inferencias [Román, 2011-2012]. Un sistema de este tipo varía mucho dependiendo del tema en que se va a desarrollar, de la forma para representar el conocimiento y del mecanismo de inferencias que use. Los SBC se aplican a problemas complejos donde los sistemas convencionales de software no son suficientes. La naturaleza de estos problemas requiere ciertas características:  Flexibilidad para abordar diferentes problemas  Emulación de comportamiento racional como mecanismo de resolución  Operación en un entorno rico y con mucha información  Uso de información simbólica en el proceso de razonamiento  Uso de interfaces naturales en su comunicación con el usuario  Capacidad de aprendizaje como método de adaptación En la construcción de sistemas con estas características se debe: -Mantener el conocimiento del dominio y de resolución de problemas separado del mecanismo de control de la resolución e incorporar conocimiento heurístico en la resolución (incompleto, aproximado, no sistemático). -Permitir una interacción estrecha con el usuario y/o entorno. -Para entender el diseño de los SBC es necesario conocer los roles de quienes interactúan con el sistema y que al mismo tiempo formen parte del mismo. Los expertos humanos son los especialistas en el tema de estudio que aportan su experiencia (conocimiento) en una.

(18) Breve reseña sobre SBC en el diagnostico. 9. forma ordenada y estructurada, además de un conjunto de relaciones bien definidas y explicadas para que sea todo, almacenado en la base de conocimientos; mientras que los ingenieros del conocimiento son los encargados de extraer el conocimiento de los expertos y traducirlos a un lenguaje que sea inteligible por el S.E, se crean así las bases de conocimientos [Merritt, 1989].. 1.1.3 Componentes de los Sistemas Basados en el Conocimiento La definición de „‟conocimiento‟‟ no es única para diversos investigadores, y también su relación con los „‟datos‟‟ no está muy bien definida, para los fines del presente trabajo, la autora del mismo se afilia al término: „‟Conocimiento es información acerca del mundo que le permite al experto juzgar y tomar decisiones‟‟. La arquitectura de un SE, de alguna manera, refleja la estructura cognoscitiva y los procesos humanos. La primera parte es la memoria de largo plazo, en la que guarda los hechos (Base de Hechos) y los conocimientos (Base de Conocimientos) acerca del dominio en el que tiene experiencia. Se implementan con la utilización de una Base de conocimiento (BC) y un Mecanismo de Inferencia (MI) para modelar el razonamiento del experto. El término „‟Sistema con Base de Conocimiento‟‟ o „‟Sistema Basado en el Conocimiento‟‟ se usa a veces, como sinónimo de SE, y otras, en un sentido más general o para no hacer alusión a algún paralelo con el desempeño de un experto humano. Un aporte metodológico fundamental hecho por los SE es el concepto de separación del conocimiento, el cual se organiza en una estructura denominada BC y el procedimiento lógico implementado en un MI. Ver Fig.1.1 Básicamente un Sistema Experto (SE), se divide en tres módulos:  Base de Conocimiento (BC): es el corazón del SE. La misma contiene el conocimiento tanto público como privado, que posee el experto para la solución de problemas en un dominio de aplicación concreto. Existen diversas formas de representar ese conocimiento. La selección adecuada de la Forma de representación del Conocimiento (FRC) desempeña un papel muy importante e influye sustancialmente en la efectividad de todo el sistema. La información en la BC es.

(19) Breve reseña sobre SBC en el diagnostico. 10. todo lo necesario para comprender, formular y resolver el problema. Incluye dos elementos básicos:. Fig. 1.1Arquitectura general de los componentes de un Sistema Experto HECHOS: situación del problema y teoría del dominio de aplicación. Comprende la representación de la existencia de entidades y relaciones entre estas. Ejemplo:. Aspecto herrumbroso = si Pérdida de espesor = no Resistencia a la corrosión = buena Velocidad de corrosión = 0.02. Ev_Muestra = muy ligera REGLAS: en gran parte heurísticas, dirigen la utilización del conocimiento para resolver problemas. Las reglas heurísticas (o simplemente heurísticas) son conocimientos empíricos. Ejemplo: Regla 1 (Regla del tipo „‟situación – acción‟‟) Si Hay aspecto herrumbroso, Y Hay capas de productos de corrosión, Entonces Hay corrosión general. Regla 2 (Regla de tipo deductivo) Si.

(20) Breve reseña sobre SBC en el diagnostico. 11. La Velocidad de corrosión es igual a 0.02, Entonces La resistencia a la corrosión es sobresaliente. Su desarrollo incluye la construcción de la BC porque se adquiere el conocimiento, a partir de uno o más expertos y de otras fuentes como documentos. Por lo general, en los sistemas prácticos se utiliza una herramienta de desarrollo Shell que ya tiene las demás componentes y por lo tanto, el desarrollo se limita a la BC.  Máquina de Inferencia (MI): Implementa algún Método de Solución del Problema (MSP) que manipula el conocimiento almacenado en la BC e informaciones sobre estados iníciales, estados actuales de la solución del problema, las cuales procesan dinámicamente en una estructura que se le llama Base de Datos (BD) o Memoria de Trabajo. Diferentes son las técnicas de resolución de problemas que se pueden utilizar para las tareas que debe realizar un SBC. Existen ciertas técnicas generales que se pueden aplicar a diferentes tipos de dominios y tareas. MSP a ciegas La búsqueda a ciegas difiere de la búsqueda convencional sobre estructuras de datos, esencialmente, en que se busca en un espacio problema, no en una pieza de dato particular. La búsqueda es la base de los MSP de la IA, su estrategia define el criterio para seleccionar el siguiente nodo a expandir. En general y con mucha frecuencia las estrategias de búsqueda son: - búsqueda exhaustiva, - búsqueda informada, exhaustiva. - búsqueda a ciegas parcial. primero a profundidad. primero a lo ancho.

(21) Breve reseña sobre SBC en el diagnostico. 12. En la búsqueda exhaustiva la idea es examinar el espacio de estado completamente de una manera ordenada, con el uso de todos los operadores y se generan todos los sucesores posibles para encontrar la solución deseada. La búsqueda a ciegas es aquella donde no existe ninguna información para decidir qué nodo expandir, no se conoce la cantidad de pasos o el costo del camino desde el estado actual hasta el objetivo. La búsqueda se denomina informada o heurística, cuando existe información para decidir. Los dos métodos básicos de la búsqueda a ciegas son: la búsqueda primero a lo ancho (breadth-firstsearch) y la búsqueda primero en profundidad (depth-firstsearch).  Interface con el Usuario (IU): el usuario plantea los problemas al SE, recibe preguntas del mismo y ofrece las explicaciones necesarias. Se encarga de establecer el protocolo de diálogo mediante parámetros, menús, íconos, lenguaje natural o cualquier otro del sistema: Debe ser capaz de argumentar las razones por las que formula cierta pregunta, hace un razonamiento y llega a una conclusión específica.. 1.1.4 Tipos de Sistemas Basados en el Conocimiento Los SBC son el conocimiento representado por los expertos en el dominio. Una parte de un conocimiento experto consiste en las relaciones de causa y efecto. Este tipo de sistemas supone una generalización de los sistemas tradicionales más apropiada para la construcción de aplicaciones en áreas profesionales que requieren simular la forma en que expertos humanos razonan para resolver problemas. Basta con hallar una forma de representar todo ese conocimiento para lograr un acoplamiento con las tecnologías computacionales existentes[Bello, 2002]. Tipos de Sistemas Basados en el Conocimiento.

(22) Breve reseña sobre SBC en el diagnostico. Nombre de los SBC. Sistemas basados en reglas (SBR). Sistemas basados en frames (SBF) Sistemas basados en casos (SBCasos). Forma de Representación del Conocimiento Reglas de producción. Sistemas Probabilidades o basados en frecuencias probabilidades (SBP) Redes expertas Pesos y alguna otra FRC Sistemas basados en modelos. Explicación. Método de solución Fuentes de del Problema (MSP) Conocimiento. Reglas activas. Usualmente búsqueda primero en profundidad con dirección backward o forward Herencia y procedimientos adjuntos Razonamiento basado en casos (búsqueda por semejanza y adaptación de las soluciones) Teorema de Bayes y otras técnicas de inferencia estadística. Frames. Casos. 13. Casos semejantes. Valores de probabilidades condicionales Según el modelo simbólico. Modelo del artefacto. Expertos, publicaciones, ejemplos. Expertos, publicaciones, ejemplos Ejemplos. Ejemplos. Cálculo de niveles de Ejemplos activación de las neuronas Razonamiento basado Esquemas en modelos estructurales y funcionales del artefacto. A finales de 1990 surgen los primeros sistemas inteligentes denominados motores de evaluación de reglas, aportando su valor al externalizar de las aplicaciones cierta lógica del negocio, a través de términos, hechos y reglas [M. Bajec, May 2005]. Un motor de evaluación de reglas es un tipo específico delSE en donde el conocimiento se representa en forma de reglas, generalmente como sentencias (If<condición>then<sentencias>). Los SBR son uno de los modelos de representación del conocimiento más ampliamente utilizados. Son apropiados en situaciones en las que el conocimiento, que se desea representar, surge de forma natural con estructura de reglas. El proceso de solución de problemas en un SBR es crear una cadena de inferencias que constituye un camino entre la definición del problema y su solución. El SBR debe ser capaz de ofrecer explicaciones al usuario cuando este se la pida. Usualmente hay dos momentos donde el usuario puede preguntar:  Cuando se pide un nuevo dato el usuario..

(23) Breve reseña sobre SBC en el diagnostico. 14. En este caso el usuario puede querer saber por qué (Why) se le hace esa pregunta. Ocurre en el razonamiento backward.  Cuando se termina el proceso de inferencia El usuario puede querer saber cómo (How) se alcanzó la respuesta que se le da. Ocurre en el razonamiento backward[Bello, 2002].. 1.1.5 Herramientas para construir un Sistema Basado en el Conocimiento Generalmente, hay dos métodos para desarrollar SBC:  Usando un Shell  Desarrollando un sistema desde cero. El Shell es un paquete para desarrollar una BC y posiblemente una interfaz usuario especializada. Ellos se clasifican de acuerdo a la FRC que usan. Usualmente, se comienza el trabajo con un Shell y se termina con una programación propia del sistema [Gálvez, 1998].. 1.1.6 Ventajas de los Sistemas Basados en el Conocimiento Ventajas: 1. Fácil modificación (conocimiento explícito y accesible). 2. Consistencia en las respuestas (los expertos humanos. pueden diferir sus. explicaciones, incluso un mismo experto puede responder de formas diferentes en momentos diferentes). 3. Preservación de la experticidad (constituye una memoria institucional y poseen la capacidad para adquirir nuevo conocimiento y perfeccionar el que poseen). 4. Solución de problemas que incluyen datos incompletos. 5. Explicación de soluciones 6. Permite evaluar el efecto de nuevas. estrategias. conocimiento. 7. Constituye un entrenador en el dominio de aplicación.. añadiendo. o modificando el.

(24) Breve reseña sobre SBC en el diagnostico. 15. Desventajas: 1. Las respuestas no siempre son correctas. 2. El conocimiento se encuentra limitado al dominio de experticidad. 3. La ausencia de sentido común. 4. No reconocen el límite de su conocimiento.. 1.2. Ingeniería del Conocimiento. En los últimos cinco años se ha hecho más frecuente la celebración de reuniones de todo tipo, destinadas al análisis de problemas, a los cuales se les ha englobado bajo el sugerente y enigmático nombre de Ingeniería del Conocimiento [López, 1999]. Según Schildt, ¨La Ingeniería del Conocimiento es la disciplina que trata de la forma en que se organizan, construyen y verifican las bases de conocimiento¨. Una de las disciplinas emergentes que nació en la era del conocimiento. El problema es que la ingeniería del conocimiento no es un experto en el campo que intenta modelar. El trabajo de los Ingeniero de Conocimientos (IC) consiste en extraer el conocimiento de los expertos humanos en una determinada área, y en codificar dicho conocimiento de manera que pueda ser procesado por un sistema [Courtial, 1995]. La ingeniería del conocimiento engloba a los científicos, tecnología y metodología necesarios para procesar el conocimiento. Es la disciplina orientada a la creación de SBC para el análisis y solución de problemas de un dominio específico como la visión, el lenguaje y el aprendizaje [Courtial, 1995]. Su objetivo es extraer, articular e informatizar el conocimiento de un experto. Aunque los conocimientos pueden conseguirse de una variedad de fuentes, incluyendo la documentación y los sistemas de información existentes, una buena parte de esta se obtiene de personas expertas. El conocimiento suministrado por el experto, tiene un alto grado de especialización orientada hacia un tema específico. El IC es la persona que obtiene los conocimientos del experto o de otras fuentes de conocimiento tales como libros, artículos, casos resueltos del área de aplicación en cuestión y los representa en el SBC. Alguno de los modelos de adquisición de conocimiento:.

(25) Breve reseña sobre SBC en el diagnostico. 16. El experto puede interactuar más directamente con el SE, a través de un programa editor inteligente, capacitado con diálogos sofisticados y un conocimiento acerca de la estructura de las BC [TANSLEY, 1993] Experto  Programa Editor Inteligente  Base de Conocimientos Las BC pueden ser construidas parcialmente por un programa de inducción, a partir de casos descritos en libros y experiencias pasadas. Libros  Programa de Inducción  Base de Conocimientos Un método de adquisición del conocimiento más avanzado es el aprendizaje directo desde libros. Libros Procesamiento de Datos  Base de Conocimientos El experto interactúa con el ingeniero del conocimiento para construir la Base de Conocimiento. Experto Ingeniero del Conocimiento  Base de Conocimientos El ingeniero plantea. las preguntas al experto, estructura sus conocimientos y los. implementa en el sistema. En la creación de la aplicación, el ingeniero y el experto trabajan muy unidos. Como se muestra en la Fig.1.2.. Fig.1.2 Ingeniería del conocimiento a través del IC. 1.2.1. Etapas de la Ingeniería del Conocimiento. En la construcción de los SBC es necesario seguir ciertos pasos en aras de lograr la eficiencia y una mayor agilidad en la confección del sistema en cuestión. Al realizar la adquisición del conocimiento desde varias fuentes, el IC transita por varias etapas antes de producir un SE. Entiéndase por adquisición del conocimiento al proceso de extracción,.

(26) Breve reseña sobre SBC en el diagnostico. 17. codificación y verificación del conocimiento de un experto humano u otra fuente [BONISSONE, 2000]. La adquisición del conocimiento es conocida como el “Cuello de Botella” de las aplicaciones de los SE o SBC. La ingeniería de conocimiento es la disciplina relacionada con la forma en que se organizan, construyen y verifican las BC de un SE.Consta de 6 etapas: I) Etapa de identificación. En esta etapa se caracteriza el problema según sus aspectos más relevantes. Esto incluye las siguientes tareas:  Determinación de los participantes y del papel a desempeñar por cada uno de ellos. Antes del proceso de adquisición del conocimiento es necesario determinar quiénes van a participar en el mismo. Lo más usual es que sólo participe un experto y un IC. No obstante, pudieran participar otros expertos en el tema y más de un IC. Es necesario, por tanto, asignarle a cada uno de ellos la tarea que va a desempeñar, se determina, por supuesto, el experto y el IC.  Identificación del problema. Si un problema está mal formulado, no describe el principio para solucionarlo; presentaría complicaciones que incluyen definición de fines pobres o métodos no específicos. Las soluciones se determinan a la vista por ser limitadas, o porque la solución por hallar plantea un camino para seguir. Para evitar que un problema esté mal formulado, la tarea de identificar el problema se desarrolla de manera conjunta por el experto y el IC. Se plantea dar respuesta a un grupo de preguntas tales como las planteadas en [Galvez, 2006].  Identificación de los recursos. Consiste en identificar los recursos necesarios para adquirir el conocimiento e implementar y probar el sistema. Ejemplos de recursos típicos lo constituyen las fuentes del conocimiento, el tiempo necesario, el equipamiento computacional requerido, el costo del desarrollo del sistema, entre otros.  Identificación del objetivo. En esta tarea se identifican los objetivos de la construcción del SE. Se hace de forma independiente a la identificación del problema, pues es útil separar los objetivos de las tareas específicas del problema a realizar. II) Etapa de conceptualización..

(27) Breve reseña sobre SBC en el diagnostico. 18. Esta etapa posee los siguientes puntos: 1-Aprender acerca del área y del objeto del sistema: en este punto se definen explícitamente los conceptos y relaciones claves identificadas en la etapa anterior. Esta se desarrolla mediante interacciones constantes entre el experto y el IC y consume una gran cantidad de tiempo. 2-Seleccionar una herramienta apropiada:para suministrar las actividades que necesita el sistema, los SE dependen de "mejores herramientas del ambiente" (por ejemplo, un lenguaje de programación base, más diseño (ingenio), reglas de edición, reglas base de depuración, paquetes de I/O a redes, conjunto de herramientas u otros). Las herramientas de desarrollo difieren en capacidad lógica de diseño, estrategias de búsqueda, número de reglas, algoritmos para extrapolar decisiones o hechos, y otras tecnologías que gobiernan como el SE "pensará". 3-Desarrollar el diseño: es difícil desarrollar un SE sin algún prototipo y sin seleccionar la herramienta apropiada, y es imposible elaborar un diseño detallado hasta que el ambiente no esté definido. Un diseño completo para un SE es acompañado por un estudio extensivo del área en cuestión, la cual puede involucrar construir varios prototipos para probar los conceptos con varias técnicas. La selección de una herramienta se hace cuando el diseño está completo. III) Etapa de formalización. En esta etapa se crea una representación formal, basada en las herramientas de la Ingeniería del Conocimiento, de todas las características analizadas en la etapa anterior. En ella el IC desempeña un papel más activo, explicándole al experto los instrumentos existentes y la forma idónea para representar su problema. Como resultado de la misma se obtiene un conjunto de especificaciones parciales que describen cómo el problema puede representarse dentro de la herramienta seleccionada. IV) Etapa de implementación. El conocimiento formalizado en la etapa previa se lleva a la forma de representación escogida, quedando conformada la BC. Se pueden implementar MSP, especificando las estructuras de datos, las reglas de inferencia y los mecanismos de control, construyéndose un programa ejecutable. Como resultado se obtiene un prototipo del SE, capaz de ser ejecutado y probado..

(28) Breve reseña sobre SBC en el diagnostico. 19. V) Etapa de prueba. Se evalúa el prototipo usando uno o dos ejemplos. Cuando éste se ejecute correctamente con éstos, se debe probar con una variedad de casos que se incluyan, para determinar las debilidades de la BC; si se hacen preguntas inadecuadas o ambiguas, si la entrada de los datos es poco amistosa, si las conclusiones son adecuadas, si la salida tiene un nivel de detalle apropiado, si no hay errores en el razonamiento, si no hay reglas incorrectas, incompletas o inconsistentes, si el mecanismo de control usado es adecuado, o sea, si se escogen primero las reglas deseadas. VI) Revisión del prototipo. El refinamiento del prototipo incluye el reciclaje a través de las etapas de implementación y prueba para ajustar las reglas y las estructuras de control. Esta etapa debe conducir a que el razonamiento sea estable y el sistema eficiente. Aquellos aspectos que lo afecten deben ser modificados. De forma general, estas etapas no son independientes, puesto que están muy relacionadas entre sí. Por ejemplo, fallas al implementar las reglas y el mecanismo de control en la etapa de implementación pueden ocasionar cambios en la etapa de formalización. Además, la última etapa puede ocasionar la revisión parcial de las etapas anteriores.. 1.2.2 Evaluaciones de los Sistemas Basados en el Conocimiento La forma utilizada para describir el conocimiento sobre el dominio de la aplicación que se modela y el método utilizado para manipular este conocimiento, es parte de la evaluación dentro del ciclo de vida de un SBC[Bello, 2002]. ¿Cuándo? Comienza en las primeras fases de diseño y continúa en cada paso de la construcción. Muchos autores coinciden en que la evaluación debe ser considerada el tópico de más interés durante el diseño y desarrollo de un SBC y coinciden con el criterio de que la evaluación debe ser de forma continua durante el diseño y desarrollo, pero en cada etapa con una naturaleza diferente. ¿Qué?Se recomienda aislar las variables que puedan apuntar fallas al sistema, de forma tal que queden claras las razones que provocan el fallo. Es crucial que la institución que pide la evaluación provea fuentes adecuadas, incluyendo acceso a los datos y a las personas, de.

(29) Breve reseña sobre SBC en el diagnostico. 20. manera que la evaluación tenga posibilidad de tener éxito. Debe evaluarse: las características externas de la seguridad, la eficacia y la efectividad, las características relacionadas con su uso, las características internas de la naturaleza técnica del programa, las características de la base de conocimientos y las características del razonamiento del programa. ¿Cómo?Tiene que guiar el estudio de la evaluación dependiendo de los propósitos del programa, incluyendo el contexto usado y sus estados de desarrollo.. 1.3 Los Sistemas Basados en el Conocimiento en el diagnóstico Una de las subáreas de aplicación de la IA es el diagnóstico en general. El diagnóstico es la tarea de identificar las causas del mal funcionamiento de algún dispositivo y se puede formular como "dado un conjunto de síntomas y la descripción de un dispositivo, encontrar una explicación a esos síntomas", similar a un problema de clasificación cuando existe un reducido número de posibles explicaciones [Arbolaez, 2012]. La tarea de diagnóstico se reduce a una tarea de clasificación en la que los síntomas observados se asocian con determinados fallos en el sistema. Los sistemas expertos para el diagnóstico pueden verse como casos particulares de problema de clasificación y aparecen en campos como la medicina, la electrónica, ingeniería. Ha recibido especial atención en dominios diversos, tales como: sistemas para el diagnóstico médico, diagnóstico electrónico, diagnóstico mecánico, diagnóstico de software, entre otros. El problema de diagnóstico se define de la siguiente forma: ¨Diagnosticar un sistema dinámico que consiste en encontrar las causas que justifican la presencia de síntomas¨. Habitualmente, el proceso de diagnóstico encuentra las causas internas que explican los síntomas observados y, en algunas ocasiones, además se generan las causas externas. De forma resumida, los pasos principales para llevar a cabo diagnóstico son los siguientes: 1. Detectar síntomas. Dadas unas observaciones sobre un sistema, en este primer paso se seleccionan las que corresponden a situaciones no deseadas. 2. Generar hipótesis. En un segundo paso se generan hipótesis de causas que explican los síntomas..

(30) Breve reseña sobre SBC en el diagnostico. 21. 3. Discriminar hipótesis. Si existen varias causas alternativas que explican los mismos síntomas es necesario solicitar información adicional sobre nuevas observaciones del sistema que permitan discriminar entre hipótesis. Tras obtener dicha información, el proceso se repite de forma iterativa hasta alcanzar un conjunto de hipótesis satisfactorio. Los problemas de diagnóstico tienen detalles técnicos de su aplicación que proporcionan ventajas e inconvenientes de cada técnica. En los dominios más frecuentes, un problema de diagnóstico, se dispone de un conocimiento detallado sobre el sistema a diagnosticar y es posible contar con un modelo del funcionamiento de dicho sistema, que sirve como base al proceso de búsqueda de fallas[Molina, 2005]. Ejemplos de estos son: Medicina: cumple la función de realizar diagnósticos de enfermedades. Ejemplos:  Sistema para la clasificación de “células de cáncer”. En la evaluación de este sistema se comparan los resultados con el método CGH (Comparativegenomichybridization) que es un método genético molecular, que hace que la alteración genética de “células de cáncer” se haga visible.  El sistema PLEXUS, es un sistema basado en el conocimiento médico, diseñado para asistir a neurólogos y neurocirujanos en el diagnóstico y la planificación del tratamiento de los daños de la “bronchialplexus”. The “brochialplexus” es una red intricada de nervios situada en el cuello, que tiene que ver con los movimientos del hombro, los brazos y las manos. La complicada anatomía y la baja tasa de incidencia de estos daños hace muy difícil su diagnóstico. . El sistema MYCIN, es un sistema para el diagnóstico y terapia de enfermedades infecciosas bacterianas, desarrollado en la universidad de Stanford por Edward Shortliffe en el año 1972 y es considerado uno de los pioneros en el desarrollo de este tipo de sistemas, según[Hayes-Roth, 1983]. Varios test han demostrado que MYCIN trabaja tan bien o mejor que un médico.[Bello, 2002].. Química: Estudio de las propiedades de compuestos, interpretación de los resultados obtenidos en los análisis, planificación de los procesos de síntesis. Geología: Se emplea en la exploración de suelos, búsqueda de recursos..

(31) Breve reseña sobre SBC en el diagnostico. 22. Ingeniería: El reto de los Sistemas Expertos industriales se centra en la necesidad de que se comuniquen con dispositivos sensores, bases de datos, dispositivos de mando y accionamiento en tiempo real.CSA Manejo de centrales nucleares.KRITIK:[Goel, 1989] para el diseño de pequeños ensambles mecánicos.XBE:[Pankakoski, 1991], para diseñar sistemas de manufactura.. 1.3.1 Sistemas Basados en el Conocimiento de problemas de diagnóstico en Ingeniería Mecánica. Los sistemas modernos de control son cada vez más complejos y sus algoritmos de control son altamente sofisticados. En sistemas con una seguridad crítica, la ocurrencia de fallas puede provocar consecuencias extremadamente peligrosas en términos de vidas humanas, impacto medioambiental y pérdidas económicas. Este hecho justifica el auge del diagnóstico de fallas en línea con el objetivo de incrementar la fiabilidad y evitar fallas irreversibles que puedan implicar la paralización de un proceso o provocar grandes catástrofes. El diagnóstico de fallas en línea puede contribuir, además, a una rápida y adecuada reacción ante una situación de avería y favorecer la eficiencia, mantenibilidad y disponibilidad del lugar [Torres, 2011]. Con las máquinas y los procesos industriales, el diagnóstico ha tomado importancia. El primer problema que se encuentra en el diagnóstico de fallas en los sistemas industriales, es la adquisición de la información, problema que puede resultar complejo, ya sea el caso de información analítica o heurística. En el caso de la información analítica o cuantitativa los instrumentos de medición suelen proveer información que dependiendo de la calidad de los sensores introducen mayor o menor grado de incertidumbre en las medidas. En el caso de la información cualitativa o heurística la incertidumbre es todavía mayor, pues depende del punto de vista del ser humano, cuyos criterios pueden ser subjetivos y varían de una persona a otra [Valenzuela, 2007]. Variantes a problemas resueltos usando SBC o IA: -Elaboración de un modelo experto para diagnóstico de fallas: caso Grúa Horquilla: Con el propósito de disminuir la carga de trabajo que presenta un mecánico experto en grúas horquillas de la planta Talca de Coca-Cola Embonor S.A. el cual debe atender las fallas que.

(32) Breve reseña sobre SBC en el diagnostico. 23. se presentan en estas máquinas, ejecuta las tareas necesarias para su reparación, guía a otros mecánicos con menos experiencia o instruyen a trabajadores novatos que no cuentan con los conocimientos para intervenir la máquina [Zapor, 2010]. -Sistema Basado en Casos para el diseño de engranajes cilíndricos con contacto exterior: El objetivo de este trabajo fue obtener un sistema Basado en Casos mediante la combinación delRazonamiento Basado en Casos y de las técnicas CAD CAE (Computer AidedDesign, Computer AidedEngineering), para mejorar la utilización de la experiencia acumulada por los diseñadores, en larealización de nuevos diseños de transmisiones por engranajes cilíndricos con contacto exterior. La basede casos se obtuvo de la información almacenada en el archivo de diseño de una empresa deproducciones mecánicas. La recuperación de las transmisiones se realiza combinando una consulta deselección y la técnica Vecino más Cercano. Con la combinación de unsistema de gestión de bases de datos y un sistema CAD CAE, resulta posible la reutilización detransmisiones, con o sin modificación, en nuevas aplicaciones [Hernández‐Ortega, 2013]. -Diagnóstico de fallos en sistemas industriales basado en razonamiento borroso y posibilístico: aborda el diagnóstico de fallos en sistemas industriales por técnicas de Inteligencia Artificial, trata en particular, el razonamiento borroso y posibilístico. Se presentan los problemas a resolver en el diagnóstico de sistemas y después se plantean estrategias para abordarlos, a partir de diferentes técnicas, en donde se destacan los métodos relacionales borrosos. También se han estudiado los sistemas expertos basados en lógica borrosa y que usan tablas de decisión, los sistemas expertos que combinan lógica borrosa con probabilidad y los sistemas de diagnóstico basados en redes Bayesianas. Una vez experimentadas y evaluadas las anteriores técnicas, vistos los inconvenientes que surgían, se decidió implementar una nueva metodología que diera una mejor solución al problema del diagnóstico. Esta metodología es el diagnóstico posibilístico borroso visto como un problema de optimización lineal[Valenzuela, 2007]. -Utilización de Sistemas Basados en Reglas y en Casos para diseñar transmisiones por tornillo sinfín: estos sistemas pueden ser usados con éxito para el diseño de engranajes, particularmente para el diseño de transmisiones por tornillo sinfín. En el trabajo se hace una comparación del uso de los Sistemas Basados en Regla y los Sistemas Basados en Casos para el diseño de transmisiones por tornillo sinfín y se muestran los resultados de la.

(33) Breve reseña sobre SBC en el diagnostico. 24. aplicación de los sistemas basados en regla al diseño particular de una transmisión por tornillo sinfín[Moya-Rodríguez, 2012]. El diagnóstico de calderas Las calderas son sometidas a pruebas, con el fin de determinar si es factible o no la realización de ensayos. Las fallas causadas en las calderas generan pérdidas en las industrias del país, por lo que se debe prestar atención al mantenimiento de estos equipos para reducir el impacto dentro de las compañías que sean afectadas. La identificación de las fallas presentes en las calderas ayuda a tener un conocimiento de la causa y poder evitar en un futuro que esta se repita debido a la magnitud de las consecuencias. Las formas de evitar estas fallas deben de considerarse dentro de las actividades de operación y mantenimiento de las calderas y capacitar al personal involucrado para que tenga el criterio adecuado, para actuar en caso, de observar anomalías durante el servicio. Se debe tener en cuenta que para la ejecución de un plan de mantenimiento preventivo adecuado, primeramente se debe realizar un diagnóstico, que ayude a evaluar el estado en que se encuentran los equipos y componentes. La complejidad que tiene una caldera, su aplicación y riesgo hace que tenga muchos elementos de seguridad. ¿Cómo se ha trabajo en Cuba e internacionalmente?: En Cuba se trabaja el proceso de diagnóstico para contribuir al conocimiento de losdistintos criterios del mantenimiento de estos equipos. La dirección del Ministerio del Azúcar de Cuba se ha dado a la tarea de reacondicionar las calderas de generación de vapor de sus ingenios azucareros, para elevar la presión de trabajo. Lo que conlleva al mejoramiento de la eficiencia y además permite la cogeneración energética, factor este muy importante para la economía del país. Aplica técnicas de Inspección Basada en Riesgo IBR para tener en cuenta la complejidad y peligrosidad en las funciones de sus componentes. Se implementan programas de análisis de integridad estructural y extensión de la vida útil, que constituye un método económico para satisfacer las demandas en el mercado. El Reglamento para la Explotación de Calderas de Vaporestablece que es obligatoria la inspección de las calderas de vapor por parte de las empresas cubanas propietarias, así.

(34) Breve reseña sobre SBC en el diagnostico. 25. cómo,cuándo y para qué inspeccionarlas. Considerando las exigencias de los códigos, las normas y las experiencias publicadas en la literatura internacional, desarrollando el sistema de inspección técnica que incluye los aspectos sobre la identificación, la caracterización y la evaluación de los daños. Internacionalmente una de las ofertas de formación para los operadores de mantenimiento, tanto en líneas de proceso de producción como de instalaciones subsidiarias y que forman parte de empresas de servicio o de producción, los gestores de mantenimiento, personal de ingeniería de planta y aquellos alumnos en últimos cursos de carrera que quieren iniciar su labor profesional en esta área, es lapresentación de cursos sobre Mantenimiento Industrial y Técnicas de Diagnóstico. A nivel internacional existen centros y organizaciones tales como: EPRI (Electric PowerResearchInstitute), Laborelec – Belgium (FailureAnalysis& Material Assessment in Plants), NESC (The International Network forEvaluatingStructuralComponents), AMES (AgeingMaterialsEvaluation&Studies), ISQ (Instituto de Soldadura e Qualidade), que investigan la problemática sobre la identificación, la caracterización, la evaluación y la reparación por soldadura de los componentes críticos de las calderas de vapor que tienen varios años de servicio. Se pretende desarrollar procedimientos, incluidos dentro de un sistema de inspección técnica, en servicio de componentes críticos de acero al carbono y baja aleación de las calderas de vapor, que responda a las necesidades de los especialistas en mantenimiento industrial, con fundamento científico-técnico. Además resulta indispensable establecer las premisas fundamentales para calificar los procedimientos de soldadura de reparación en los componentes críticos de las calderas de vapor que se ajusten a las condiciones del acero desde el punto de vista estructural y de las propiedades mecánicas para una situación dada..

(35) Breve reseña sobre SBC en el diagnostico. 26. Conclusiones parciales La ingeniería del conocimiento está orientada a la creación de SBC.Su objetivo es extraer, articular e informatizar el conocimiento de un experto.El ingeniero estructura sus conocimientos y los implementa en el sistema para su aplicación en las diferentes etapas en áreas donde la fuente de conocimientos principal, son los expertos. Un SE para el diagnóstico es un sistema que infiere las fallas o mal funcionamiento de un sistema, a partir de la interpretación de datos observados, el proceso de diagnóstico encuentra las causas internas que explican los síntomas observados y, en algunas ocasiones, se generan las causas externas. Resulta necesario desarrollar la ingeniería de conocimiento necesaria para solucionar el problema de diagnóstico de fallas en calderas acuotubulares, siguiendo las distintas etapas de dicho proceso..

(36) Prototipo del Sistema Experto para el diagnóstico. 27. CAPÍTULO 2. DISEÑO DE UN PROTOTIPO DE UN SISTEMA. EXPERTO. PARA. EL. DIAGNÓSTICO. DE. CALDERAS Se describe todo lo relacionado con el diseño del Sistema experto para el diagnóstico de defectos en los componentes de las calderas de vapor acuotubulares, la construcción de la base de conocimiento utilizando en la generación del prototipo al UCSHELL.. Una caldera puede describirse como un recipiente cerrado que genera vapor al recibir energía del fuego o la electricidad o como “la combinación de equipos para producir o recuperar calor”[Duffus Scott, 2004]. En dependencia de las exigencias de los procesos productivos, se han desarrollado diferentes tipos de calderas de vapor, las cuales de acuerdo con TheBabcock and WilcoxCompany se clasifican en:  Acuotubulares: son aquellas calderas en las que el fluido de trabajo se desplaza por tubos durante su calentamiento. Son las más utilizadas en las centrales termoeléctricas, ya que permiten altas presiones a su salida y tienen gran capacidad de generación.  Pirotubulares: en este tipo, el fluido en estado líquido se encuentra en un recipiente atravesado por tubos, por los cuales circulan gases a alta temperatura, producto a un proceso de combustión. El agua se evapora al contacto con los tubos calientes producto a la circulación de los gases de escape. Utilizadas ampliamente en empresas industriales, como textil, azucarera, alimenticia, energética, en procesos de servicio y en sectores de alto impacto social como la educación y la salud, las calderas de vapor son prácticas y económicas para la generación de pequeñas cantidades de vapor. Las calderas acuotubulares son objeto de estudio en el presente trabajo. Una caldera acuotubular está constituida fundamentalmente por el domo, los tubos, los cabezales y el supercalentador. Las diferentes partes que conforman estos equipos son afectadas por diferentes tipos de daños, dichas partes son conocidas entonces como sus componentes críticos. Se establece que los componentes críticos de las calderas de vapor tipo acuotubulares son:  El domo..

(37) Prototipo del Sistema Experto para el diagnóstico. 28.  Los colectores o cabezales.  Los tubos.  Elsupercalentador.. 2.1 Planteamiento del problema Actualmente, con el desarrollo acelerado de la computación, así como de la tecnología de la información y de la IA, es viable la creación de sistemas que proporcionen al personal de operación, información en línea, confiable y oportuna; que faciliten la toma de decisiones, el logro de una operación eficiente y, en cierta medida, independiente de la experiencia del operador. Existe en el país gran escasez de técnicos calificados en el área de servicios industriales. En el Centro de Investigaciones de Soldadura de Cuba, los sistemas de supervisión y control automático usados, no están preparados para comunicar la causa primaria de una anomalía en un proceso a los operadores, para que puedan realizarse inspecciones periódicamente, durante el servicio, a las calderas de vapor. Todo lo anterior deriva en el desconocimiento de los técnicos, con relación a las tensiones, que producto a la presión y la temperatura de trabajo, se originan en los elementos de las calderas, por no conocer las causas que provocan modificaciones y cambios estructurales en sus componentes críticos y zonas críticas. Dada la carencia de expertos de alta calificación en tecnologías, y su inadecuada distribución en el país, así como el alto costo de la transferencia de conocimiento y de capacitación, se requiere mejorar la disponibilidad de conocimientos en dicho campo para contribuir a la toma de decisiones. La generalización de la experiencia del experto sobre cómo llevar a cabo un diagnóstico a partir de la detección de los síntomas por parte de técnicos en cualquier área, deriva la necesidad de creación de un SE.. 2.2. Base de Conocimiento. En las calderas de vapor acuotubulares aparecen un conjunto de problemas que comprometen el proceso productivo, por permanecer la misma parada por largo período, pueden colocar en riesgo la vida del personal o generar tiempos y costos elevados de.

(38) Prototipo del Sistema Experto para el diagnóstico. 29. mantenimiento.Estas se conforman por una gran cantidad de partes, piezas y componentes, considerándose como los de mayor responsabilidad los denominados componentes críticos. Entre los cuales se pueden mencionar: Domo: es el sitio donde se almacena el agua que ingresa a la caldera y es aquí donde el agua cambia de estado de líquido a vapor sobresaturado, este vapor se caracteriza por no tener humedad para evitar problemas de operación en las turbinas de vapor. Se debe mantener un nivel constante en el mismo para una buena operación. Cabezales o colectores: son utilizados en las calderas como conectores de agua-vapor. Se fabrican a partir de tubería (Pipe) SA-106 Gr. B. Se les efectúan perforaciones, soldaduras, tratamiento térmico y pruebas con rayos X y ultrasonido. Economizador: es el sitio donde se realiza el intercambio de calor entre el agua que ingresa a la caldera y los gases de salida de combustión, de manera que el agua gane energía calórica antes de ingresar al domo. Sobrecalentadores: son utilizados en las calderas para elevar la temperatura del vapor saturado hasta 1.005°F, según las necesidades particulares y del servicio de la unidad. Se utilizan tuberías en acero al carbón o en aceros aleados con curvas de dobles de radios muy reducidos. Tubos: por estos se transporta el vapor a los cilindros, que son los encargados de generar el movimiento de los ejes motrices. Carcasa: La carcasa o cubierta sirve para proteger y para que otros elementos se unan. Contiene el hogar y el sistema de tubos de intercambio de calor. En la caldera, son introducidos cambios que afectan adversamente su desempeño actual o posterior, sujetos a una variedad de fallas que envuelven uno o más mecanismos severos. Para determinar la raíz de las causas que provocan las fallas se hace un seguimiento detallado del problema, como estuvo incurriendo el daño y que consecuencias resultaron. Se derivan los distintos problemas para los distintos componentes críticos de las calderas..

(39) Prototipo del Sistema Experto para el diagnóstico. Fig.2.1 Esquema de componentes críticos Problemas detectados: Corrosión General.  El domo.  Los cabezales. Choque térmico:  Domos  Cabezales  Tubos de fuego  Carcasa Grafitización:  Cabezales  Domos Termofluencia:. 30.

(40) Prototipo del Sistema Experto para el diagnóstico. 31.  Cabezales  Domos Grietas:  Cabezales o colectores  Carcasa o cubierta  Tubos de fuego  Domo  Tubos Se necesita construir una BC que diagnostica el estado de cada componente crítico.. 2.2.1 Base de Conocimiento del Domo El proceso de Ingeniería del Conocimiento siguió las etapas concebidas para la elaboración de un SBC y comenzó con la identificación del problema y su compresión, para transitar por un proceso de formalización del conocimiento partiendo de las condiciones a las que se referían los expertos. El proceso de identificación, conceptualización y formalización del conocimiento llevó a concebir la BC estructurada jerárquicamente como un árbol de decisión. Donde en el nivel raíz se encuentra el síntoma principal: Aspecto herrumbroso y atendiendo a este la causa que lo provoca. Las hojas del árbol responden al fenómeno para esa causa. La BC está construida por 43 reglas, 20 conceptos que caracterizan síntomas o problemáticas y los atributos preguntables responden a cuatro tipos de preguntas tales como:tipo Si o No, selección donde se toma una acción, selección conuna imagen, y por último la variante de captación de datos.  Conceptos fundamentales:.