• No se han encontrado resultados

Título: Aplicación inteligente para el diagnóstico preventivo y correctivo de calderas.

N/A
N/A
Protected

Academic year: 2021

Share "Título: Aplicación inteligente para el diagnóstico preventivo y correctivo de calderas."

Copied!
70
0
0

Texto completo

(1)

, junio 2019

Laboratorio de Inteligencia Artificial

Título: Aplicación inteligente para el diagnóstico

preventivo y correctivo de calderas.

Autora: María Karla Castillo Pérez

Tutores: Dra.C María Matilde García Lorenzo

MSc. Lázaro Jesús Pérez Lugo

(2)

Z

, June, 2019

Artificial Intelligence Laboratory

Title: Smart application for the preventive and corrective

diagnosis of boilers.

Author: María Karla Castillo Pérez

Thesis Director: Dra.C María Matilde García Lorenzo

MSc. Lázaro Jesús Pérez Lugo

(3)

Este documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas, y se encuentra depositado en los fondos de la Biblioteca Universitaria “Chiqui Gómez Lubian” subordinada a la Dirección de Información Científico Técnica de la mencionada casa de altos estudios.

Se autoriza su utilización bajo la licencia siguiente: Atribución- No Comercial- Compartir Igual

Para cualquier información contacte con:

Dirección de Información Científico Técnica. Universidad Central “Marta Abreu” de Las Villas. Carretera a Camajuaní. Km 5½. Santa Clara. Villa Clara. Cuba. CP. 54 830

(4)

3

PENSAMIENTO

“En la vida no existe nada que temer, solo cosas que comprender”

(5)

DEDICATORIA

A mi papá, de quien recibí importantes lecciones de vida, por ser mi guía y mi luz, por todo su cariño inmenso, su amor infinito y el gran ejemplo de su vida… gracias!!!

(6)

AGRADECIMIENTOS

A mi mamá, quien con amor infinito, paciencia y esfuerzo me ha inspirado a cumplir un sueño más, por ser el pilar fundamental de mi vida, por haberme dado tanto y por ser mi todo, gracias!

A mis abuelitos por tanta ternura y amor incondicional, a mi tío Enrique por estar presente cada segundo de mi vida a pesar de la distancia y por tanto amor infinito, a mi tío Tony por su apoyo incondicional y su cariño inmenso y a mi tío Pío por tenerme siempre presente y quererme tanto!

A mi familia toda… por su amor y apoyo sin límites.

A mis tutores Marylin y Lázaro, por su entrega absoluta, por su confianza y guiarme en todo momento.

Al profe Mateo por ser un evangelio vivo y por su apoyo, mil gracias!

A Luis Quintero, por su ayuda en un momento crucial, a Duffus mi consultante por dedicarme tanto tiempo.

A todos mis amigos que de una forma u otra me apoyaron inmensamente en la realización de este proyecto.

A mi Universidad, y todos los profesores que contribuyeron en mi formación académica. Gracias a todos!!!

(7)

RESUMEN

El avance de la Inteligencia Artificial es sumamente vertiginoso, una enorme cantidad de industrias se benefician de ella, lo cual permite completar numerosas actividades a una velocidad y escala cuantiosa superando a cualquier ser humano.

En este proyecto se desarrolla una aplicación desktop, con base en sistemas expertos, que facilita la prevención y corrección de daños en calderas acuotubulares industriales, equipos sumamente voluminosos y de alta complejidad técnica. Implementándose tal aplicación, se permite contrarrestar la inexperiencia existente del personal que labora estas y el déficit de expertos con dominio en el tema en las industrias. Además, la interfaz diseñada, posibilita de forma sencilla y ergonómica, realizar el proceso de diagnóstico.

(8)

ABSTRACT

The advance of Artificial Intelligence is extremely vertiginous, a huge amount of industries benefits from it, which allows to complete numerous activities at a speed and scale exceeding any human being.

In this project, a desktop application based on expert systems is developed, which facilitates the prevention and correction of damages in industrial water tube boilers, extremely voluminous equipment and of high technical complexity. Implementing such application, it is possible to counteract the existing inexperience of the personnel that works these and the deficit of experts with domain in the subject in the industries. In addition, the designed interface makes it possible, in a simple and ergonomic way, to carry out the diagnostic process.

(9)

TABLA DE CONTENIDOS

INTRODUCCIÓN ... 1

Capítulo 1 APLICACIONES INTELIGENTES EN DIAGNÓSTICO DE PROBLEMAS DE INGENIERÍA MECÁNICA. ... 4

1.1 Sistemas Basados en el Conocimiento ... 4

1.1.1. Tipos de Sistemas Basados en Conocimiento ... 5

1.2 Ingeniería del Conocimiento ... 7

1.3 Los Sistemas Basados en Conocimiento aplicados al diagnóstico ... 8

1.3.1 Sistemas Basados en Conocimiento con aplicación en Ingeniería Mecánica ... 9

1.4 Interfaces Gráficas de Usuario ... 10

1.5 Consideraciones finales ... 12

Capítulo 2 DISEÑO DE UN SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CALDERAS INDUSTRIALES ACUOTUBULARES ... 13

2.1 Calderas Industriales ... 13

2.1.1 Calderas Industriales Acuotubulares. Características ... 13

2.2 Mecanismos de daño y componentes críticos ... 15

2.2.1 Choque Térmico ... 15

2.2.2 Termofluencia ... 16

2.2.3 Corrosión ... 17

2.2.4 Grafitización ... 18

2.3 Entorno de desarrollo UCShell ... 18

2.4 Bases de Conocimiento ... 19

2.4.1 La inferencia ... 24

2.5 Evaluación del prototipo ... 26

2.6 Consideraciones finales ... 29

Capítulo 3 IMPLEMENTACIÓN COMPUTACIONAL DEL SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CALDERAS DE VAPOR ACUOTUBULARES ... 31

3.1 Generalidades de la aplicación SECVA ... 31

3.2 Análisis de la interfaz gráfica. ... 31

(10)

3.3.1 Requerimientos del sistema: ... 34

3.3.2 Portabilidad del software ... 35

3.4 Modelación del sistema ... 35

3.5 Facilidades y limitaciones del sistema ... 40

3.6 Consideraciones finales ... 41

CONCLUSIONES ... 42

RECOMENDACIONES ... 43

(11)

LISTA DE FIGURAS

Figura 1.1 Esquema básico de un Sistema Experto ... 5

Figura 1.2 Procedimiento en la construcción de un SBC ... 6

Figura 2.1 Árbol de decisión corrosión ... 21

Figura 2.2 Árbol de decisión choque térmico ... 22

Figura 2.3 Árbol de decisión grafitización ... 22

Figura 2.4 Árbol de decisión creep ... 23

Figura 2.5 Descripción de la clase Inference del paquete Inference ... 25

Figura 3.1 Interfaz principal ... 32

Figura 3.2 Pregunta de captación de datos ... 32

Figura 3.3 Diagnóstico para el caso de corrosión ... 33

Figura 3.4 Método de tratamiento ... 33

Figura 3.5 Crear un nuevo archivo. ... 34

Figura 3.6 Diagrama de casos de uso ... 36

Figura 3.7 Diagrama de componentes ... 37

Figura 3.8 Diagrama de flujo ... 38

(12)

LISTA DE TABLAS

Tabla 2.1 Evaluación metalográfica y ángulo de doblado ... 18

Tabla 2.2 Conceptualización derivada del diagnóstico de calderas ... 19

Tabla 2.3 Evaluación del prototipo en la UCLV (Corrosión) ... 27

Tabla 2.4 Evaluación del prototipo en Majibacoa (Corrosión) ... 27

Tabla 2.5 Evaluación del prototipo en Majibacoa (Creep) ... 28

Tabla 2.6 Evaluación del prototipo en Central Unidad Proletaria (Corrosión) ... 28

Tabla 2.7 Evaluación del prototipo en Cienfuegos (Grafitización) ... 28

(13)

1

INTRODUCCIÓN

La Inteligencia Artificial (IA) es una de las tendencias tecnológicas de mayor crecimiento y vigencia en diversos y significativos campos. Es una de las ramas más fascinantes y con más desafíos de la Ciencia de la Computación.

En el año 1956, durante un Congreso en Dartmouth (U.S.A.) se propuso el término de Inteligencia Artificial para agrupar a todos los métodos, técnicas e intentos de simular el intelecto humano en la computadora. Casi todos los especialistas están de acuerdo con esto, y quien acuñó este término fue el matemático John McCarthy (J. A. Chávez-Hernández, Recarey and García-Lorenzo, 2012)

La IA sintetiza y automatiza tareas intelectuales y es, por tanto, potencialmente relevante para cualquier ámbito de la actividad intelectual humana. En este sentido, es un campo genuinamente universal (Norvig Stuart, 2004).

Cerca de la década del 70, se reconoció que los métodos de solución de problemas generales, eran insuficientes para resolver los problemas orientados a aplicaciones, algunos investigadores determinaron que era necesario el conocimiento específico sobre el problema, e intentar simular el razonamiento de un experto humano. En lugar de dedicarse a computarizar la inteligencia general, se centraron en dominios de conocimiento muy concretos. Este reconocimiento condujo al desarrollo de Sistemas Basados en Conocimiento (SBC). (Montes, 2003)

Un SBC en términos generales, puede ser definido 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 ciertas garantías de éxito (García Z, 2006). Los SBC son sistemas computarizados, que simulan el intelecto y el comportamiento de un ser humano experto en un campo en particular y emplea ese conocimiento para arribar a una solución de un problema de ese dominio, intentando emular la solución que daría un humano experto, en el campo del problema al enfrentarse al mismo (Kumar and Jain, 2012).

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 en un dominio específico, puede ser de dos tipos: público y privado. El conocimiento público incluye las definiciones, hechos, teorías publicadas y casos resueltos. 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).

Los SBC pueden solucionar problemas de control y monitoreo, planificación, predicción, clasificación, diagnóstico, entre otras.

(14)

2

Según (Sigut, Marichal and Moreno, 2004) una tarea de diagnóstico, tiene como objetivo encontrar la avería, o el defecto, que explique el mal funcionamiento de un sistema. Esta se reduce a una tarea de clasificación, en la que los síntomas observados se asocian con determinados fallos en el sistema. La industria azucarera no escapa a la solución de problemas que involucran el diagnóstico de equipos, siendo difícil encontrar la causa primaria de una anomalía en un proceso, lo que obstaculiza una toma de decisiones apropiada.

En los procesos industriales, en el área de detección y diagnóstico de fallas, se desarrollan diferentes técnicas para poder realizar las tareas propias del sistema. 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), las cuales 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) consideradas técnicas basadas en antecedentes del proceso (Patan, 2008)

En los últimos años, ha surgido un nuevo campo relacionado con la extensión de la vida útil de instalaciones industriales y la factibilidad de una explotación segura. Existen empresas cuyos equipamientos y estructuras comienzan a acercarse al final de su vida útil, u operan con riesgo de fallo. En estas, la implementación de programas de análisis de integridad estructural y extensión de la vida útil, constituyen un método económico para satisfacer las demandas de sus mercados en el futuro. En el caso particular de las calderas, trabajan sometidas a temperatura y presión elevadas, por lo que están sujetas a distintos mecanismos de acumulación de daños. Como consecuencia, estos equipamientos pueden perder su funcionalidad durante el período de explotación económica, sin embargo, estos pueden ser mantenidos en funcionamiento gracias a la acción del personal y de servicios de mantenimiento (Duffus et al., 2011).

El vapor encuentra amplio uso en la industria azucarera, tanto en los procesos de manufactura del azúcar, como en la generación de energía eléctrica, de aquí la necesidad de mantener en muy buen estado técnico las calderas de vapor. El conocimiento de los daños y defectos, que puedan poner en peligro el funcionamiento seguro de una caldera de vapor, así como la localización de estos o las zonas donde están más propensos a desarrollarse es, sin dudas, de gran utilidad para el personal tanto de mantenimiento como de explotación de las calderas y a su vez garantía de seguridad tecnológica y medioambiental (Duffus and González, 2009). Los procedimientos y técnicas a emplear para determinar el estado de los componentes de una caldera y determinar un diagnóstico para estos, resulta engorroso debido a la carencia de expertos en el tema en los lugares de proceso y el gran volumen que estos equipos poseen, siendo, además, algunos de sus componentes de difícil acceso, por lo que urge un diagnóstico riguroso para evitar posibles fallos. Por lo antes expuesto, se precisa el desarrollo de una herramienta con la que dotar al personal que labora con calderas, y que este sea capaz de

(15)

3

identificar y proponer una solución viable ante los daños que se evidencien en sus componentes. Se puede lograr el desarrollo de dicha herramienta, de forma que resulte cómoda y que favorezca el trabajo de quienes la utilicen, además de que no requiere que haya que trasladarse donde estén los expertos.

Problema de Investigación

La necesidad de identificación y diagnóstico de fallas en equipos altamente voluminosos, en ausencia de expertos radicando en los lugares de proceso.

Objetivo General:

Desarrollar un sistema experto para diagnóstico de fallas en calderas de vapor acuotubulares y su incorporación como una aplicación desktop.

Objetivos Específicos:

1. Realizar la Ingeniería del Conocimiento requerida para los componentes de las calderas y los problemas referentes a daños o fallos en estas.

2. Crear las bases de conocimiento para problemas de diagnóstico en calderas.

3. Desarrollar una aplicación desktop sobre la base del sistema experto creado, que permita realizar un mantenimiento sobre las calderas.

4. Validar la aplicación desktop a partir de pruebas de campo. Hipótesis de investigación:

La implementación de una aplicación inteligente para el diagnóstico de fallas en calderas de vapor acuotubulares, garantiza dicho proceso de forma eficaz y auxilia a los técnicos en ausencia de expertos.

Estructura del documento:

El documento, luego de la introducción, está formado por tres capítulos. El primero de ellos, menciona y describe las herramientas utilizadas y aborda de manera general, las distintas etapas de la ingeniería del conocimiento, que propician el desarrollo del sistema experto. El segundo capítulo, menciona el problema existente y se construyen las bases de conocimiento para el desarrollo del sistema experto. En el tercero, se detalla la implementación de la aplicación desktop y se propone un manual de usuario para facilitar el trabajo con esta. Para finalizar, se enuncian las conclusiones, recomendaciones y referencias bibliográficas.

(16)

4

Capítulo 1 APLICACIONES

INTELIGENTES

EN

DIAGNÓSTICO

DE

PROBLEMAS

DE

INGENIERÍA

MECÁNICA.

En este capítulo, se muestra un análisis detallado de los Sistemas Expertos, como una rama sustancial dentro de la Inteligencia Artificial. Su importancia y uso dentro de diversas esferas de la sociedad y en particular, sus aplicaciones para el diagnóstico. Se ilustra el proceso de Ingeniería del Conocimiento, cuyo objetivo es extraer y elucidar el conocimiento de un experto humano en un dominio específico.

1.1 Sistemas Basados en el Conocimiento

Los Sistemas Basados en Conocimiento (SBC) surgen como una evolución de los paradigmas de programación a lo largo de la historia de la computación, constituyen uno de los éxitos comerciales más grandes de la IA (Villena, Crespo and García, 2011). Representan áreas con un gran potencial de aplicación para la resolución de problemas donde la experiencia humana desempeña un papel primordial. Igualmente, su solución algorítmica o no existe, o es inadecuada, debido a que el razonamiento que se precisa no es directo y frecuentemente. Se debe llegar a conclusiones en base a información incompleta, de discernimiento o difusa. Pueden explicar y justificar sus respuestas. En forma general, son capaces de resolver problemas cuya solución depende de reglas empíricas asimiladas por un humano a lo largo de su experiencia en un campo determinado muy comunes en la tecnología, tanto en procesos de análisis, diseño, y de fabricación o construcción, como en lo relacionado a la planificación gestión, diagnóstico y toma de decisiones (Rosano, 1991).

Generalmente los términos SBC y sistemas expertos (SE) se usan indistintamente, aunque algunos autores limitan el uso del término SE a aplicaciones donde el conocimiento al nivel de expertos es requerido, y donde la explicación de las soluciones que se alcanzan constituyen un módulo indispensable en la construcción de estos. Según (Feigenbaum, 1992) Un SBC es un sistema cuya capacidad para resolver problemas no reside en la expresión formal ni en los esquemas lógicos de inferencia que emplean, sino en el conocimiento que este posee. La arquitectura de un SBC, de alguna manera, refleja la estructura cognoscitiva y los procesos de razonamiento 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 Motor de Inferencia (MI) para modelar el razonamiento del experto, el conocimiento se encuentra separado, de modo que queda organizado en la estructura denominada BC y el procedimiento implementado en el MI. (Peraza, 2019) Figura 1.1. El conocimiento utilizado se adquiere a partir de uno o más expertos y de diversas fuentes como documentos (Villegas, 2008).

(17)

5

Existen ciertas técnicas generales de resolución de problemas que se pueden aplicar a diferentes tipos de dominios y tareas que debe realizar un SBC. La búsqueda es la base de los métodos de solución de problemas de la IA, su estrategia define el criterio para seleccionar el siguiente nodo a expandir.

FIGURA 1.1ESQUEMA BÁSICO DE UN SISTEMA EXPERTO

Según (Rosano, 1991) las ventajas del uso de SBC radican en:

 Autonomía.

 Reproductibilidad.

 Bajo costo de adquisición y operación.

 Facilidad de distribución.

 Mínimos requerimientos de hardware.

 Flexibilidad para modificaciones y expansión.

1.1.1.

Tipos de Sistemas Basados en Conocimiento

Según (Bello, 2002) existen diferentes tipos de SBC atendiendo al formalismo de representación del conocimiento y al MI que se emplee. Aparecen distintas formas de almacenar el Conocimiento entre las cuales se encuentran: símbolos (por ejemplo, reglas de producción, frames, scripts, strips o redes semánticas); probabilidades o frecuencias que modelan como se relacionan los valores de los diferentes rasgos que caracterizan el dominio, pesos en una red neuronal y casos o ejemplos de problemas del dominio en cuestión.

(18)

6

Estos diferentes tipos de conocimiento dan lugar a diferentes tipos de SBC:

 Sistemas Basados en Reglas

 Sistemas Basados en Probabilidades

 Sistemas Expertos Conexionistas o Redes Expertas

 Sistemas Basados en Casos, etc.

Sin embargo, a pesar de los diferentes tipos es posible encontrar una serie de pasos comunes a la mayoría para construirlos (Ortegón, 2016) Fig. 1.2

FIGURA 1.2PROCEDIMIENTO EN LA CONSTRUCCIÓN DE UN SBC

Los sistemas que contienen el método de inferencia a emplear y que presuponen la creación de la BC atendiendo a un formalismo determinado se conocen como sistemas Shell (carcaza), o simplemente herramientas soporte de la IA. Por lo general, el desarrollo de los SBC partiendo de un Shell se limita al proceso de ingeniería de conocimiento requerido para la creación de la BC.

Aunque los shell simplifican la programación en general, no ayudan con la adquisición del conocimiento. La adquisición del conocimiento refiere a la tarea de dotar los SBC con el

(19)

7

conocimiento requerido del dominio de la tarea; a mayor conocimiento en un sistema más competente llega a ser. (Pignani, 2006)

1.2 Ingeniería del Conocimiento

La Ingeniería del Conocimiento es la disciplina que permite construir sistemas inteligentes mediante la deducción de conocimientos, teniendo como procesos centrales la adquisición, representación, manipulación y validación de este. Está relacionada con la forma en que se manejan los datos para formar la BC (Reyes, 2005) .

De acuerdo a (Feigenbaum, 1992) comprende la integración del conocimiento a los sistemas de computación con el objetivo de resolver problemas que normalmente necesitarían de un elevado nivel de experiencia humana.

La habilidad de expresar el conocimiento y utilizarlo en un sistema experto es compleja, pues el lenguaje que utiliza un experto no es un lenguaje que la computadora pueda entender. Por eso, es necesario que el Ingeniero del Conocimiento (IC), que es quien toma el conocimiento de un especialista y de una forma sencilla y útil lo transmite a una BC establezca una comprensión global del área, se forme un diccionario mental de los términos esenciales y desarrolle una comprensión básica de los conceptos clave. (Palma et al., 2000) (ver Figura.1.2).

El proceso de extracción, codificación y verificación del conocimiento de un experto humano, llevado a cabo por el IC, se conoce como Adquisición del Conocimiento. Si se usan Reglas de Producción como forma de representación del conocimiento, la extracción se refiere a la formulación de las reglas, la codificación, a la escritura de las mismas en una determinada sintaxis y la verificación al refinamiento de la BC. La adquisición del conocimiento según (Jiménez et al., 2015) es el “Cuello de Botella” de las aplicaciones de los SBC, es el punto que plantea una mayor dificultad a la hora de crear una base de conocimiento.

Según (San Martín, 2012) existen tres procesos en la Ingeniería del Conocimiento:

1) Adquisición del conocimiento: fase en la cual se extrae el conocimiento de expertos humanos en el dominio del tema.

2) Representación del conocimiento: interviene de manera fundamental el ingeniero del conocimiento encargado de codificar y hacer explícitas las reglas u otros procedimientos, todo esto para que los expertos humanos sean capaces de resolver problemas reales, en la construcción de un SE dicha cooperación del experto humano con el Ingeniero de Conocimiento.

3) Base de Conocimiento: última fase y es en la cual la información entra tal como llega, ya que el orden no influye en los resultados obtenidos. Sucede así porque cada elemento de conocimiento es comprensible por sí mismo, tomado de forma aislada y, por lo tanto, no es necesario referirse al contexto en el cual está inserto. La información puede ser representada

(20)

8

mediante reglas de producción. Las cuales constituyen el método más utilizado para construir bases de conocimientos, llamadas también implicaciones lógicas. Se estructuran acorde a ciertas causas, determinados efectos; o, para determinadas condiciones, ciertas consecuencias. Esto se define a menudo como programación orientada a las reglas.

Los SBC se aplican en diversos y a diferentes problemas entre los que destacan diseño, planificación, control y monitoreo, entrenadores o tutores, pronósticos, diagnósticos entre otros. A continuación, se profundiza en el desarrollo de SBC para el diagnóstico

1.3 Los Sistemas Basados en Conocimiento aplicados al diagnóstico

Una de las subáreas de aplicación de la IA, es el diagnóstico en general. Este contempla la tarea de analizar un sistema que funcione erróneamente e identificar las posibles causas que lo provocan. 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 (Sánchez, 2006). Comúnmente, el proceso de diagnóstico encuentra las causas internas que explican los síntomas observados.

Para (Abreu, Abreu and Morejón, 2017) las principales etapas para llevar a cabo el diagnóstico son: detectar síntomas, generar hipótesis y discriminar hipótesis

En el campo del mantenimiento predictivo los SBC se utilizan fundamentalmente como herramientas de diagnóstico. Se trata de que el programa pueda determinar en cada momento el estado de funcionamiento de sistemas complejos, anticipándose a los posibles incidentes que pudieran acontecer. Así, usando un modelo computacional del razonamiento de un experto humano, proporciona los mismos resultados que alcanzaría dicho experto (León, 2007).

Los Sistemas Expertos son de interés en las áreas donde existan problemas que sólo pueden resolver expertos, que requieren un proceso trabajoso de análisis, hasta cierto punto, rutinario, dónde se pueda liberar, en parte, de su tarea a los expertos humanos. Estos sistemas se vienen usando en diversos campos (Arrúa and Meza Fernández, 2003)

En la Medicina, estos tienen la tarea de realizar diagnósticos de enfermedades, y apoyar a los doctores en la toma de decisiones. Entre algunos ejemplos de aplicaciones para la medicina, se pueden citar, MYCIN para el diagnóstico de enfermedades infecciosas de la sangre (Aguilar, 2012), PUFF para el diagnóstico de afecciones respiratorias.(Kumar and Jain, 2012), TROPICAID, permiten obtener información adicional sobre los medicamentos más usados, selecciona un conjunto de posibles diagnósticos a partir del análisis del cuadro médico, y propone un tratamiento óptimo para el caso concreto (Carlos, 2002), PLEXUS, para asistir a neurólogos y neurocirujanos en el diagnóstico y la planificación del tratamiento de los daños de la “bronchialplexus”(Carlos Soto, 2002)

Quimex es un SBC para el diagnóstico de los riesgos asociados con el uso de sustancias químicas, constituye una herramienta de apoyo para los profesionales de la industria de

(21)

9

procesos químicos que requieren del uso de conocimientos de los riesgos asociados con el uso de sustancias químicas (Navarro, 2011).

STEAMER es un SBC desarrollado por Navy Research Perssoner Development Center, diseñado para enseñar a los oficiales de la armada de Estados Unidos sobre los problemas de funcionamientos de una planta de propulsión a vapor como las utilizadas por buques impulsados a vapor (Fuentes and Fuentes, 2013)

SISTEMA EXPERTO EoS desarrollado en Colombia, para la Gestión de fallas con diagnóstico para turbocompresores utilizados en la extracción de petróleo. (Espinosa and Pulido, 2004)

1.3.1

Sistemas Basados en Conocimiento con aplicación en Ingeniería

Mecánica

Con el devenir de los años los sistemas de control han ido evolucionando siendo cada vez más complejos y sus algoritmos de control son sumamente sofisticados. Con las máquinas y los procesos industriales, el diagnóstico ha tomado gran importancia pues se puede lograr prevenir en gran medida la ocurrencia de posibles fallas los que de otra forma pudieran traer consigo nefastas consecuencias en términos de vidas humanas, impacto medioambiental y pérdidas económicas. (Torres et al., 2011)

El análisis de la integridad estructural resulta de la aplicación de técnicas y procedimientos multidisciplinarios que procuran establecer el estado de daño acumulado en que se encuentra una estructura y su tasa de crecimiento para así determinar el daño acumulado y prever o calcular la vida útil de la estructura.(Duffus et al., 2011)

El primer problema a enfrentar en el diagnóstico de fallas en los sistemas industriales, es la adquisición de la información, resultando 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. (Ramírez, 2007)

Numerosos son los casos en que se han empleado SBC en el área de la Ingeniería Mecánica, para facilitar y apoyar el trabajo del personal encargado, a continuación, se detallan algunos ejemplos en este campo:

SECALDE es un SE para ahorro energético en calderas. El cual analiza los síntomas que presenta una caldera y sugiere medidas para mejorar su rendimiento energético.(Rosano, 1991)

Los sistemas basados en reglas pueden aplicarse con grandes ventajas al diseño de transmisiones por engranajes cilíndricos de dientes interiores. En La Universidad Central de Las Villas se desarrolló en el año 1995 una Máquina de Inferencia denominada Sistema Inteligente de Ayuda al Diseñador (SIAD). Con la ayuda de este sistema, se han elaborado numerosas bases de conocimientos para el diseño de engranajes en general y de

(22)

10

Transmisiones Cilíndricas de dientes interiores en particular. (Becerra, Chagoyén and Moya, 2007)

En (Ramírez, 2007) se presenta una metodología para el diagnóstico posibilístico borroso visto como un problema de optimización lineal, la cual facilita el diagnóstico de fallos en sistemas industriales basado en razonamiento borroso y posibilístico.

En (Donís, 2008) se realizó un estudio del comportamiento de varios modelos de estimación de funciones contínuas en el pronóstico de la tensión de ruptura por termofluencia en aceros ferríticos, cuestión fundamental para el diseño de nuevas aleaciones dentro de la Ciencia de los Materiales. Se experimentó con varios modelos, desde las Regresiones Lineales pasando por modelos bien establecidos como las Redes Neuronales hasta modelos como el caso de las Máquinas de Soporte de Vectores para Regresión y los Procesos Gaussianos. También se utilizaron variantes del algoritmo de Optimización basado en Enjambre de Partículas (PSO) dentro de varios procesos de optimización implementados en dicha investigación.

La 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. (Bravo, 2010), es otro ejemplo de utilización de los SBC.

Los Sistemas Basados en Casos pueden ser usados con éxito para el diseño de transmisiones por tornillo sin fin. En La Universidad Central Marta Abreu de Las Villas se realizó una comparación del uso de los Sistemas Basados en Regla y los Sistemas Basados en Casos para el diseño de dichas transmisiones.(Laurencio, Becerra and Chagoyén, 2012)

Entre los sistemas expertos desarrollados para el diagnóstico de fallas mecánicas, se encuentra DELTA, utilizado ampliamente para la reparación de locomotoras diesel y eléctricas. Este sistema, además de dar consejos expertos, también facilita al usuario información relevante por medio de un reproductor de video. (Fuentes and Fuentes, 2013) El diagnóstico de fallas en las bombas de agua empleadas en la alimentación de calderas, es fundamental para el aumento de la disponibilidad de estas; además de la consecuente reducción de las pérdidas por energía indisponible. Con ese fin se desarrolló un SE en La Universidad Central de Las Villas, cumpliendo las expectativas deseadas. (Morejón, 2015) Todos estos SBC desarrollados constituyen una herramienta de ayuda a los especialistas, técnicos y personal del campo de la Ingeniería Mecánica.

1.4 Interfaces Gráficas de Usuario

Una interfaz gráfica de usuario (GUI), es un programa computacional que hace de intermediario entre el usuario y la máquina. Un software que muestra las acciones posibles sobre una plataforma, de forma que los usuarios puedan interactuar con mayor facilidad y sin necesidad de disponer de profundos conocimientos de informática. La principal finalidad de

(23)

11

las GUI es simplificar y hacer mucho más cómoda la interacción entre una persona y un dispositivo, haciendo mucho más accesible el aprovechamiento de las tecnologías.

Características básicas de una adecuada GUI según (Bevan, 1995):

 Facilidad de comprensión, aprendizaje y uso.

 Representación fija y permanente de un determinado contexto de acción (fondo).

 El objeto de interés ha de ser de fácil identificación.

 Diseño ergonómico mediante el establecimiento de menús, barras de acciones e íconos de fácil acceso.

 Las interacciones se basarán en acciones físicas sobre elementos de código visual o auditivo (íconos, botones, imágenes, mensajes de texto o sonoros, barras de desplazamiento y navegación...) y en selecciones de tipo menú con sintaxis y órdenes.

 Las operaciones serán rápidas, incrementales y reversibles, con efectos inmediatos.

 Existencia de herramientas de Ayuda y Consulta.

Al desarrollar una interfaz de usuario, se deben tener presentes una serie de principios básicos para intentar alcanzar los niveles de calidad exigibles a las aplicaciones WIMP (Windows, Icon, Menu, Pointer) actuales.

Usabilidad

La usabilidad es la capacidad inherente de un software de ser comprendido, aprendido y usado, además de, lógicamente, resultar atractivo para un usuario, en condiciones específicas de uso. (Granollers and Lorés, 2004). La usabilidad, es concretamente una medida de las cualidades percibidas en un software por usuarios concretos en un contexto de uso localizado. Ergonomía

La ergonomía según (Castillo and López, 1998) es un conjunto de estudios, métodos y disposiciones para hacer el trabajo más humano en función de las capacidades fisiológicas y psicológicas de un individuo.

Resultando fundamental en el desarrollo de las interfaces de usuario, debido a que algo tan simple, como el empleo de fuentes gráficas, o colores uniformes, tiene un peso muy importante en la productividad que el usuario final es capaz de alcanzar con las aplicaciones. De forma similar que en mecánica se establece un convenio universal para el sentido de giro de tornillos y tuercas, y en electrónica existen estándares de color para los cables. En la

(24)

12

computación existen numerosas guías de estilo que tratan de estandarizar aspectos de una interfaz de usuario, a continuación se citan algunos ejemplos de dichas guías: (Access, 2007) (Martínez and Cueva, 2001) (Wesley, 2001)

Imagen mental del usuario según (Moreno, 2003):

Reproducir la imagen mental del usuario facilita la interacción con el sistema, pues los objetos con apariencia o comportamiento similar son interpretados de manera consistente, logrando programas más predecibles, y una notable mejora de la curva de aprendizaje. El principio de la familiaridad puede ser visto como la consistencia con el mundo real. Éste tipo de imitación, ayuda a los usuarios a usar su conocimiento del mundo real para interactuar con el sistema. El usuario no debe sentirse desbordado en ningún momento por los detalles. Cuanto más simple es la interfaz, más fácil es que el modelo mental del usuario coincida con el de la aplicación.

El diseño visual engloba la posición y la apariencia de los objetos. Las guías de estilo favorecen la simplicidad y la claridad en detrimento de diseños recargados o barrocos con vistosos efectos visuales. De este modo, la atención recae sobre la tarea que el usuario realiza, evitando distracciones innecesarias sobre los detalles y adornos de la interfaz.

1.5 Consideraciones finales

Los sistemas expertos constituyen una rama fundamental dentro de la Inteligencia Artificial, son de gran aplicabilidad en diversos campos de la producción, los servicios y la vida diaria en general y en disímiles tareas entre las que se encuentra el diagnóstico, control, monitoreo, etc.

Un sistema experto aplicado al diagnóstico, infiere, a partir de los síntomas mostrados, las posibles causas de fallas que justifiquen dichos síntomas y la interpretación de los datos requeridos.

Las diferentes etapas de la Ingeniería del Conocimiento conducen al desarrollo de los sistemas expertos siendo primordial la determinación de las fuentes de conocimiento para la adquisición de este y su posterior formalización.

(25)

13

Capítulo 2 DISEÑO DE UN SISTEMA EXPERTO PARA EL

DIAGNÓSTICO

DE

CALDERAS

INDUSTRIALES

ACUOTUBULARES

En el presente capítulo, se describe el diseño del sistema experto desarrollado, para el diagnóstico de fallas en los componentes de las calderas de vapor acuotubulares, se detallan conceptos vitales relacionados con dichas calderas y los pormenores de la construcción de la base de conocimiento utilizando UCShell 3.0.

2.1 Calderas Industriales

La generación de vapor a escala industrial cuenta con más de 200 años de historia. Las calderas industriales, aún en el siglo XXI siguen siendo el motor que potencia numerosas industrias en todo el mundo.

Las calderas son instrumentos térmicos, cuyo propósito es convertir el agua en vapor, por medio de la quema de diversos tipos de combustible a una temperatura superior al ambiente y presión mayor que la atmosférica. (Abarca and Oswald, 2012)

Con el decursar de los años y acorde a las exigencias de los diversos procesos productivos, se desarrollaron diversos tipos de calderas de vapor, las cuales según (The Babcock and Wilcox Company, 2005) se clasifican en:

 acuotubulares y pirotubulares, en función de la posición relativa de los gases calientes y del agua;

 verticales, horizontales e inclinadas, según la posición de los tubos en su interior;

 de tubos rectos y de tubos curvados, de acuerdo a la forma de los tubos y

 fijas, portátiles, locomóviles y marinas, por la naturaleza del servicio que desempeñan.

Actualmente, las calderas de vapor son medios imprescindibles, empleados en diversos procesos productivos que requieren de altas temperaturas particularmente coligados a la industria energética, azucarera, textil, alimenticia, el sector de la salud entre otras muy diversas, son máquinas ampliamente utilizadas en un sin número de procesos industriales (López Ibarra, 2006).

2.1.1 Calderas Industriales Acuotubulares. Características

En el año 1875, 106 años después de que James Watt creara la caldera y la máquina de vapor, la empresa Steinmuller diseñó la primera caldera acuotubular. Desde entonces, el desarrollo de las calderas acuotubulares ha sufrido un espectacular cambio de rumbo en lo que se refiere a presión y capacidad y son las que más se usan. En este tipo de caldera, el agua fluye a través de un conjunto de tubos que son calentados por gases producidos por el fuego. Aunque la seguridad se incrementa, los accidentes pueden ocurrir, pues la presión a la que es sometida

(26)

14

esta máquina hace que siempre este latente el peligro de explosión, con consecuencias nefastas. Por ello se precisa de un mantenimiento constante, donde cada uno de los componentes de las calderas deben inspeccionarse periódicamente para evitar cualquier anomalía a tiempo. (Franz, 2012)

En las calderas acuotubulares por el interior de los tubos circula agua o vapor mientras que los gases calientes de la combustión se encuentran en contacto con la superficie externa de aquellos. Estas calderas son empleadas por lo general cuando se requieren presiones superiores a 1 MPa y capacidades de más de 6 804 kg/h de vapor, inclusive suelen alcanzar presiones de trabajo hasta de 34 MPa. Una caldera acuotubular está constituida fundamentalmente por el domo, los tubos, los cabezales y el economizador. (Duffus and González, 2009)

Las calderas de vapor generalmente son fabricadas a partir de chapas de acero que usualmente se conforman y se unen por soldadura. Existen en muchos países normas o códigos que instauran los requerimientos de diseño, construcción e inspección de las calderas. Uno de los de mayor cobertura y popularmente reconocido a nivel mundial es el denominado código ASME para calderas y recipientes a presión, es un estándar de la Sociedad Americana de Ingenieros Mecánicos, este es continuamente revisado y actualizado para incorporar los nuevos requerimientos de diseño, de construcción, montaje, operación, inspección y mantenimiento de las calderas de vapor (López Ibarra, 2006)

Se estima según (Rao, Hunt and Riccardella, 2006) que cerca del 85-90% de los materiales utilizados en la fabricación de los componentes de las calderas de vapor acuotubulares, corresponden a los aceros al carbono, C-0,5Mo, 1,25Cr-0,5Mo, 2,25Cr-1Mo y 18Cr-10Ni, con sus respectivas temperaturas máximas de explotación, las cuales se encuentran por debajo de las temperaturas permitidas en el código ASME. La aceptación de esas temperaturas máximas por parte de los fabricantes de calderas resulta vital para prevenir cambios en las propiedades de los aceros.

Las calderas de vapor tipo acuotubulares están conformadas por una gran cantidad de partes, piezas y componentes. Teniendo en cuenta los reportes sobre incidentes proporcionados por (National Board Bulletin, 2002) y según (Purgert and Rawls, 2017):

 comprometen el proceso productivo por permanecer la caldera parada por largo período;

 colocan en riesgo la vida del personal o provocan un efecto social perjudicial;

 generan tiempos y costos elevados de mantenimiento.

Por los criterios anteriores y tomando en cuenta además el incremento de incidentes de las calderas de vapor con varios años en servicio reportados por (Holbrook and King, 1991) se establece que los componentes críticos de las calderas de vapor son el domo, los tubos, los colectores , el sobrecalentador.

(27)

15

Cada lugar específico de la caldera posee sus 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 daños en los componentes de la caldera, como corrosión, termofluencia o creep, grafitización y choque térmico. (Duffus and González, 2009)

2.2 Mecanismos de daño y componentes críticos

Las calderas en diferentes etapas de su vida útil, pueden afectarse por diversos mecanismos de daño, que resultan perjudiciales para su correcto funcionamiento. Desde el punto de vista práctico, resulta fundamental conocer cómo evolucionan dichos daños con respecto al tiempo (su cinética) debido a que este conocimiento permite, mediante la implementación de acciones preventivas y/o correctivas evitar la ocurrencia de posibles fallas catastróficas. (López Ibarra, 2006)

Para referirnos a las causas que originan modificaciones, en las características estructurales y propiedades mecánicas iniciales de los componentes críticos, se emplearán los términos: Daño: cambio progresivo y acumulativo que es introducido en un material que afecta adversamente a su desempeño actual o posterior (Becker et al., 2002).

Mecanismo de daño: Serie específica de eventos que describen cómo estuvo incurriendo el daño y que consecuencias resultaron.

De los principales daños asociados a las calderas de vapor, se pueden destacar la corrosión, el choque térmico, la grafitización y la termofluencia (creep), todos ellos pueden afectar en gran medida su correcto funcionamiento.

Los métodos para la identificación, caracterización y evaluación de los mecanismos de daño están en función de los parámetros que intervienen en las propuestas de los modelos y ecuaciones que describen su cinética.

Según (Roland and King, 1994) se establece que los componentes críticos de las calderas de vapor son el domo, los tubos, los colectores y el sobrecalentador.

2.2.1 Choque Térmico

El choque térmico es usual en las plantas que involucran agua y vapor (Materials, 1997). A menudo ocurre este fenómeno cuando el fluido a baja temperatura golpea sobre una superficie caliente, produciendo un nivel muy alto de tensiones cercano a la superficie expuesta que ocasionalmente puede propiciar al desarrollo de grietas.

En (Price, Kerezsi and Chang, 2004) se presenta otra situación menos común en la que ocurre el choque térmico, particularmente en donde ocurren repentinas despresurizaciones en recipientes, para la iniciación de las grietas por choque térmico, se requieren fundamentalmente los factores siguientes: una característica geométrica (concentración de tensiones) y un número de ciclos de choque térmico de suficiente magnitud.

(28)

16

La iniciación de las grietas por choque térmico ocurre si la amplitud de la tensión teórica máxima Sm excede la amplitud de la tensión de diseño permisible Sa. El valor de Sm puede ser determinado por la ecuación 2.1 y Sa es tomado de las curvas de diseño S-N contenidas en la sección VIII, División 2 del código ASME, para este caso en particular y según el material de las calderas (acero al carbono de baja aleación), acorde a lo establecido en dicho código se empleará el valor 214.

𝑆𝑚 = 𝐸𝛼∆𝑇

2(1−𝜇)𝑘𝑓 (2.1)

Donde:

𝐸: módulo elástico (2*105 𝑀𝑃𝑎).

: coeficiente de dilatación lineal del material (12*10−6).

𝑇: variación de la temperatura. µ: coeficiente de Poisson (2.25).

𝑘𝑓 : es el coeficiente de concentración de tensión cuyo valor oscila de 1,0 a 5,0; pero según las propiedades del material y según lo establecido, en este caso se utilizará 2.

Con 𝐸,  y µ siendo constantes en material, y conociendo el valor de 𝑘𝑓 para este tipo de componentes, sólo 𝑇 es desconocido.

La magnitud de 𝑇 puede ser determinada de los datos de diseño basados sobre la condición más baja posible del choque térmico (𝑇𝑎 – 𝑇𝑖), donde 𝑇𝑎 y 𝑇𝑖 corresponden a las temperaturas máximas y mínimas respectivamente posibles del fluido pasando a través del componente en operación.

Por lo cual si se despeja y simplifica en la ecuación se logra obtener: 𝑆𝑚 = 3.2 ∗ (𝑇𝑎 − 𝑇𝑖)

El crecimiento de las grietas bajo choques térmicos repetidos es un fenómeno muy complejo debido a la transición de las altas tensiones térmicas no lineales y a la fuerte influencia del medio y porque el crecimiento es influenciado por una combinación de varios factores que incluye la geometría, la severidad del choque térmico, las cargas aplicadas y el medio (agua y vapor).

2.2.2 Termofluencia

La termofluencia (creep) es definida como una deformación dependiente del tiempo a elevada temperatura y esfuerzo constante. La temperatura a la cual comienza el creep depende de la composición química del acero. (French, 2005)

(29)

17

Uno de los factores más críticos que determinan la aptitud para el servicio de los componentes de las calderas de vapor es su comportamiento frente al creep. Debido a la activación térmica, los materiales pueden lenta y continuamente deformarse aún bajo esfuerzo constante y ocasionalmente llegar a fallar.

El creep de los materiales es clásicamente asociado con la plasticidad dependiente del tiempo bajo un esfuerzo fijo a una elevada temperatura, a menudo mayor a 0.5 Tm, donde Tm es la temperatura absoluta de fusión. Acorde a los parámetros asociados y según un procedimiento muy riguroso realizado en los laboratorios pertinentes, se logra determinar la fracción de vida de un componente y con dicho valor es posible inferir la presencia o no de creep en un componente específico y el nivel de daño que ha ocasionado en el material.

2.2.3 Corrosión

La corrosión es el ataque destructivo de un metal por reacción química o electroquímica, por parte del medio que lo rodea, produciéndose el consiguiente deterioro en sus propiedades tanto físicas como químicas. (Hinds, 2015)

La mayor incidencia de los efectos de la corrosión en las calderas de vapor se presenta del lado del agua de los tubos, en los tubos de agua por el lado del fuego, en el lado del fuego de los tubos de los sobrecalentadores/recalentadores (SC/RC). Independiente a esto, su presencia no se limita solamente en los tubos, puede afectaren el domo, los cabezales y el economizador de las calderas. (Steve, Evy and Fabien, 2014) (Nakoneczny, 2000)

Las calderas de vapor acuotubulares están cubiertas por una fina capa de óxido de hierro magnético, esta capa de óxido, debido al funcionamiento de la caldera, está siendo constantemente retirada y restituida motivo por el cual se libera hidrógeno. Esta capa de óxido de hierro magnético es la mejor protección para la caldera por hacer al acero menos permeable al agua.

El medio corrosivo en las calderas es el agua (líquido y vapor) con una pureza que varía desde la destilada, con una mínima conductividad eléctrica hasta la más completa solución de sales altamente solubles. El comportamiento corrosivo del agua está mayormente influenciado por los gases disueltos.

La temperatura a la cual puede presentarse la corrosión puede variar desde temperaturas cercanas al punto de ebullición hasta temperaturas tan elevadas como los 700 o C.

Los mecanismos por los cuales los agentes químicos o físicos penetran o destruyen la capa protectora de óxido sobre las superficies de las calderas de vapor son esencialmente los mismos para los equipos que trabajan con bajos parámetros de servicio que para los que lo hacen con elevados parámetros, pero las condiciones de corrosión se acentúan en el equipamiento que trabaja con elevados parámetros de servicio (temperatura y presión).

(30)

18

2.2.4 Grafitización

La grafitización consiste en la formación de carbón libre, C (grafito), en el hierro o en el acero. Para el caso particular de los aceros, la grafitización es definida como el proceso de formación de carbono libre (C-grafito) que da origen a la estructura estable Fe-grafito (Neri, 1993)

El grafito del acero es carbono libre, que, por la prolongada exposición a temperaturas que exceden los 427 0C, se forman por la disociación de la cementita en hierro y carbono (Furtado and May, 2004)

Mediante la evaluación metalográfica y las pruebas de doblado, resulta factible determinar el grado de grafitización de los componentes de las calderas de vapor y se confirma al establecer la correspondencia entre el análisis metalográfico y la pérdida de ductilidad del material. La determinación del grado de grafitización es cualitativa, ya que se clasifica desde nulo, muy ligero, moderado, fuerte, severo y muy severo en dependencia de la presencia del grafito.(I Congreso Nacional de Fundicion, 1995). En la tabla 2.1 aparece la relación entre la evaluación metalográfica y los resultados de las pruebas de doblado.

TABLA 2.1EVALUACIÓN METALOGRÁFICA Y ÁNGULO DE DOBLADO

Evaluación metalográfica Ángulo de doblado (grados) Nula Muy ligera Ligera Moderada Fuerte Severa Muy severa 180 180 90 a 180 50 a 90 30 a 50 15 a 30 menor que 15

2.3 Entorno de desarrollo UCShell

UCShell (Shell de la Universidad Central). Es un ambiente integrado para el desarrollo de sistemas expertos (Lezcano, 1998). Cuenta con varios módulos, entre los que destacan: el editor de bases de conocimientos, el compilador y la máquina de inferencia. Para implementar un sistema experto sobre UCShell, se usa el editor como ambiente de programación, sobre él se escribe el código que analizará el compilador para generar una forma interna que posteriormente podrá ser interpretada por la máquina de inferencia. (Salazar, 2012)

(31)

19

Con el transcurso de los años se han ido implementando disímiles versiones del sistema que han incorporado nuevas funcionalidades y facilitan la interacción del usuario con el sistema, hasta llegar a su versión más reciente, UCShell 3.0 se implementó según los aspectos fundamentales del patrón de arquitectura MVC, lo cual posibilita el estudio del sistema por dentro y facilita su posterior mantenimiento. (López, 2014). Dicha versión del programa, por las facilidades que brinda, fue la empleada para la creación y compilación de las bases de conocimiento con las que se trabaja en este proyecto.

2.4 Bases de Conocimiento

El proceso de ingeniería del conocimiento realizado, fue ajustado a las etapas para la confección de un SBC, el cual se inicia con la identificación del problema que nos ocupa y la comprensión de este, explicado en los epígrafes anteriores. A continuación se pasa a la formalización del conocimiento partiendo del criterio y la práctica de expertos con dominio en el tema. El formalismo a emplear son las reglas por eso para evitar que se queden aspectos sin tener en cuenta se construye un árbol de decisión para cada daño, donde partiendo del nodo raíz y acorde a los parámetros adecuados se identifica la causa que origina un síntoma en particular, las hojas del árbol revelan el fenómeno tras dicha causa.

Se describen, 16 conceptos que identifican posibles síntomas o anomalías y los atributos preguntables empleados reconocen dos tipos de interrogantes, las preguntas de captación de datos, y las de tipo 'sí o no’. En la tabla 2.2 se describen los principales conceptos que deben analizarse en función de los distintos daños que aparecen en los componentes críticos de las calderas.

TABLA 2.2CONCEPTUALIZACIÓN DERIVADA DEL DIAGNÓSTICO DE CALDERAS

Concepto Atributo Dominio

Aspecto herrumbroso AH sí, no Capas de producto de

corrosión

Cpc sí, no

Espesor inicial Ei valor numérico Espesor final Ef valor numérico Tiempo transcurrido Tt valor numérico Velocidad de corrosión Vel_C = (Ei-Ef)/Tt valor numérico

Resistencia a la corrosión Corrosion corrosión general, sobresaliente (S), excelente(E), buena(B), regular(R), pobre(P), inaceptable(I).

(32)

20

Ángulo de doblado AD valor numérico

Presencia de grafito Grafitizacion nula, muy ligera, ligera, moderada, fuerte, severa, muy severa,

Fracción de vida FV valor numérico 0 < FV < 1

Defectos de creep Creep Sin cavidades, pequeñas cavidades, coalescencia de cavidades, microfisuras, macrofisuras,

Temperatura máxima del fluido

Ta Valor numérico

Temperatura mínima del fluido

Ti Valor numérico

Valor máximo que puede adquirir el choque térmico

Sm = 𝐸𝛼∆𝑇

2(1−𝜇)𝑘𝑓 Valor numérico Magnitud de diseño Sa 214

Choque térmico Choque_termico con grietas, sin grietas

Esta base de conocimientos (general.kbo) está conformada por 22 reglas, analiza los daños y agiliza el diagnóstico. Además se decidió elaborar cuatro BC para cada daño, brindando así la posibilidad de no tener que realizar un diagnóstico completo de todos los posibles daños sino poder centrarse solo en el que se desea en un caso específico, pues si al realizar un diagnóstico general solo se determina que la caldera tiene daños ocasionados por un fenómeno en específico (ej.: corrosión), cuando se realice nuevamente el diagnóstico para evaluar cómo ha evolucionado dicha anomalía, no hay necesidad de comprobar nuevamente cada fallo sino solo del que ya se tiene conocimiento que está afectando a la caldera, y solo hacer un análisis general, cuando sea preciso.

Estas BC, pueden ser utilizadas para evaluar cualquiera de los componentes de la caldera (domos, tubos, colectores y sobrecalentadores), puesto que todos ellos están construidos con aceros al carbono de baja aleación, por lo que el diagnóstico puede ser efectuado en cualquiera de ellos con igual precisión.

A continuación, se muestran los árboles de decisión asociados a cada daño. Las figuras 2.1, 2.2, 2.3 y 2.4 se refieren a los árboles de decisión para determinar daño por corrosión, choque térmico, grafitización y creep respectivamente.

(33)

21

FIGURA 2.1ÁRBOL DE DECISIÓN CORROSIÓN

En este caso el aspecto herrumbroso (AH) y las Capas de producto de corrosión se detectan mediante preguntas al usuario de las de tipo ‘si o no’ que vienen acompañadas de una imagen sugerente de cómo podría lucir el componente en caso de presentar alguno de estos síntomas. La velocidad de corrosión se determina por medio de preguntas de captación de datos, de acuerdo al espesor inicial, el espesor actual de la pieza y el tiempo de explotación que ha transcurrido desde la última revisión realizada, trabajando con estos valores se logra obtener la resistencia a la corrosión (Rc) del componente, si es generalizada o no y un método de tratamiento según sea el resultado obtenido.

(34)

22

FIGURA 2.2ÁRBOL DE DECISIÓN CHOQUE TÉRMICO

En este caso el valor máximo que puede adquirir el choque térmico (Sm), cuyo valor es obtenido por preguntas de captación de datos y utilizando la fórmula Sm = 𝐸𝛼∆𝑇

2(1−𝜇)𝑘𝑓 , luego comparándolo con el valor de la magnitud de diseño (Sa), que es un valor fijo dependiendo del tipo de componente con el que se trabaje, ver epígrafe 2.2.1, se puede determinar si ocurrió o no choque térmico, y si este, en caso de ocurrir, fue con grietas o no y un método te tratamiento o prevención idóneo para el caso.

(35)

23

En este caso el valor del ángulo de doblado (AD) es obtenido por medio de una pregunta de captación de datos, en la cual el usuario deberá realizar una prueba de doblado, que será de tipo destructiva. Deberá extraer una pequeña porción del componente a la cual se le aplicará esta prueba para obtener el valor necesario. Luego se debe reponer la porción extraída del componente por medio de soldadura, obteniendo así el valor requerido con el cual se puede determinar el nivel de grafitización presente en la pieza y un método te tratamiento o prevención idóneo para el caso.

FIGURA 2.4ÁRBOL DE DECISIÓN CREEP

El valor de la fracción de vida (FV) es obtenido por medio de una pregunta de captación de datos, en la cual el usuario deberá realizar varias pruebas externas, obteniendo así el valor requerido con el cual se puede determinar el nivel de grafitización presente en la pieza y un método te tratamiento o prevención idóneo para el daño en cuestión.

En el futuro, en el caso del diagnóstico de grafitización y el de creep, pudiera considerarse la construcción de una base de casos con una colección suficiente de imágenes, con la que actualmente no se cuenta, y estando habilitados los lugares de proceso, con microscopios especiales para poder obtener una imagen adecuada de la muestra. La construcción de dicha base solamente implicaría cambiar la base en cuestión en el sistema desarrollado, lo cual facilitaría aún más el trabajo a los técnicos que laboren con las calderas de vapor acuotubulares.

Construcción de prototipo

En este trabajo fueron desarrolladas 5 bases de conocimiento, se creó la BC general.kbs, que abarca el diagnóstico preventivo/correctivo, de los principales daños que pudieran afectar el correcto desempeño de la caldera (corrosión, grafitización, creep, choque térmico).

Independientemente a esto se crearon las BC corrosion.kbs, grafitización.kbs, creep.kbs, choqueTermico.kbs, para brindar la posibilidad de realizar los diagnósticos en forma

(36)

24

independiente, de esta forma si la caldera presenta un daño en específico, que haya sido detectado previamente, no es necesario realizar un análisis completo de todos los daños, a no ser que se desee, sino solo del que la afecta, para darle seguimiento.

Una vez creadas las BC para cada uno de los daños (fichero con extensión “.kbs”), se inicia la compilación en UCShell 3.0 y se obtiene un archivo con la forma interna, el nombre del archivo es igual que el de la BC pero con extensión “.kbo”.

Método de búsqueda

Se usa como método de solución de problemas, una búsqueda primero en profundidad (depth - first). Se procede generando primeramente un sucesor del nodo raíz y luego un sucesor de este, y continúa extendiendo este camino hasta que termina o se realiza un corte a alguna profundidad, si no se ha alcanzado el objetivo, se realiza un retroceso al nivel anterior para generar otro camino. La principal ventaja de este método es que sus requerimientos de memoria son linealmente proporcionales a la profundidad del árbol (Salazar, 2012)

La dirección de la búsqueda es por objetivos (backward) la cual es apropiada emplear cuando se maneja un número no muy elevado de conclusiones y los datos se obtienen de forma progresiva, en dependencia de su necesidad y producto de la propia inferencia.(Bello, 2002) Biblioteca empleada

Los Sistemas Expertos pueden ser aplicados en disímiles áreas del saber y la naturaleza de los datos que contienen puede ser muy variada, por lo que de un sistema a otro varía significativamente la forma óptima de interactuar visualmente con el usuario. (Fundora, 2007)

Se utiliza como biblioteca UCShell IDE 3.0.jar, logrando así incorporar el mecanismo de inferencia de UCShell en la aplicación desktop desarrollada, con una interfaz visual propia. Esta acción exige que la base de conocimiento se compile previamente y que se utilicen las clases definidas en la biblioteca con el propósito de poner en marcha el motor de inferencia.

2.4.1 La inferencia

Según (Fundora, 2007) para poder inferir es necesario usar el paquete inference, que contiene la clase Inference que es la que implementa los métodos para inferir y además carga la forma interna de la base de conocimiento.

La Figura 2.5 muestra una representación gráfica de la clase Inference y sus principales atributos y métodos.

(37)

25

FIGURA 2.5DESCRIPCIÓN DE LA CLASE INFERENCE DEL PAQUETE INFERENCE Los atributos de la clase son los siguientes:

 Atributos que toman los valores de la forma interna:

 LinkedList<Tvar> externalVars. Variables externas al sistema.  LinkedList<Trules> rules. Reglas de la Base de Conocimiento.  LinkedList<Tasks> asks. Atributos interrogables.

 LinkedList<Taccion> actions. Acciones.  SymTab table. Tabla de símbolos.

 LinkedList<Fact> facts. Los hechos toman valores durante la inferencia.

 String currprojectName. Nombre del proyecto actual.

 QuestionMaker qm. Objeto que implementa la interfaz QuestionMaker. Define el comportamiento de las ventanas con las interactúa el usuario cuando responde preguntas y asigna valores de certidumbre.

El método a implementar en esta interfaz Fact makeQuestion (Ask ask) define la forma en que se interrogará al usuario. El objeto, de tipo Ask, recibido contiene toda la información relativa a la pregunta, el método devuelve un objeto de tipo Fact que contiene los detalles de la respuesta dada por el usuario.

 Displayer displayer. Objeto que implementa la interfaz Displayer. Define cómo mostrará los datos al usuario, ya sean texto, imágenes o video. Los métodos a implementar son:

(38)

26

o void displayWithImage (String imageDir). Define cómo el sistema mostrará una imagen, la dirección de la misma es imageDir.

o void displayWithVideo (String video). Define cómo el sistema mostrará un video. La ubicación del video está contenida en la cadena video.

Los métodos de la clase son los siguientes:

 void initInference (Displayer displayer, QuestionMaker qm). A este método es necesario llamarlo antes de realizar la inferencia, el mismo le asigna a la clase Inference los objetos que implementan la interfaz Displayer y QuestionMaker respectivamente.

 boolean infer (String filename, String errorsFileName, String standardOutInferenceFileName, String currProjectName). Este método es el que carga la forma interna y realiza la inferencia, en caso de que no haya errores devolverá true, en caso contrario false. Los parámetros que se le pasan al método son:

o String fileName. Nombre del archivo que contiene la forma interna de la base de conocimiento.

o String errorsFileName. Nombre del archivo donde se guardarán los errores detectados durante la inferencia.

o String standardOutInferenceFileName. Nombre del archivo donde se guardarán los mensajes enviados por el sistema, en caso de que se envíe alguno.

o String currProjectName. La dirección del proyecto actual.

De manera general, para inferir debe crearse un objeto de la clase Inference, luego llamar al método initInference pasándole por parámetros los objetos displayer y questionMaker. Finalmente se llama al método infer con los parámetros requeridos. Una vez terminada la inferencia los hechos probados se encontrarán en el atributo facts de la clase Inference.

2.5 Evaluación del prototipo

Para evaluar el prototipo se consultó la opinión de expertos en la materia y se realizaron 14 inspecciones técnicas a componentes de calderas en diversos centros, a continuación, se detallarán cada una de estas y los resultados obtenidos:

(39)

27

Se realizaron pruebas en tres zonas de la caldera y se encontraron velocidades de corrosión de 0.5 mm/año; 1 mm/año y 3.2 mm/año (evaluación de corrosión).

TABLA 2.3EVALUACIÓN DEL PROTOTIPO EN LA UCLV(CORROSIÓN) Velocidad

de corrosión

Análisis realizado Resultados

0.5 mm/año Corrosión en los tubos de fuego

1. La resistencia que ofrece a la corrosión, según el valor introducido, es regular, debe parar, reparar y recalcular la presión según ASME, si es posible, y aplicar un programa de monitoreo cada 2 años. 1 mm/año Corrosión en los

tubos de fuego

2. La resistencia que ofrece a la corrosión, según el valor introducido, es pobre, debe sustituir y aplicar un programa de monitoreo cada 3 años.

3.2 mm/año Corrosión en los tubos de fuego

3. La resistencia que ofrece a la corrosión, según el valor introducido, es pobre, debe sustituir y aplicar un programa de monitoreo cada 3 años.

2-Caldera del Central Majibacoa en Las Tunas:

El espesor de diseño (inicial) de la pared del domo de una de estas calderas es de 36 mm y en algunas zonas de la misma, se encontraron paños con valores de espesores de 28 y 16 mm respectivamente, después de 10 años en servicio (evaluación de corrosión).

TABLA 2.4EVALUACIÓN DEL PROTOTIPO EN MAJIBACOA (CORROSIÓN)

Espesor actual

Análisis realizado Resultados

28 mm Corrosión en varios paños de la caldera

4. La resistencia que ofrece a la corrosión es regular, con una velocidad de corrosión de 0.8 mm/año, debe parar, reparar y recalcular la presión según ASME, si es posible, y aplicar un programa de monitoreo cada 2 años

16 mm Corrosión en varios paños de la caldera

5. La resistencia a la corrosión es regular, debe parar, reparar y recalcular la presión según ASME, si es

Referencias

Documento similar

&#34;No porque las dos, que vinieron de Valencia, no merecieran ese favor, pues eran entrambas de tan grande espíritu […] La razón porque no vió Coronas para ellas, sería

The part I assessment is coordinated involving all MSCs and led by the RMS who prepares a draft assessment report, sends the request for information (RFI) with considerations,

Sabemos que, normalmente, las ​cookies deben ser almacenadas y enviadas de vuelta al servidor sin modificar; sin embargo existe la posibilidad de que un atacante

1. LAS GARANTÍAS CONSTITUCIONALES.—2. C) La reforma constitucional de 1994. D) Las tres etapas del amparo argentino. F) Las vías previas al amparo. H) La acción es judicial en

Tras establecer un programa de trabajo (en el que se fijaban pre- visiones para las reuniones que se pretendían celebrar los posteriores 10 de julio —actual papel de los

En cuarto lugar, se establecen unos medios para la actuación de re- fuerzo de la Cohesión (conducción y coordinación de las políticas eco- nómicas nacionales, políticas y acciones

b) El Tribunal Constitucional se encuadra dentro de una organiza- ción jurídico constitucional que asume la supremacía de los dere- chos fundamentales y que reconoce la separación

Volviendo a la jurisprudencia del Tribunal de Justicia, conviene recor- dar que, con el tiempo, este órgano se vio en la necesidad de determinar si los actos de los Estados