Modelo para análisis y conceptualización de sistemas inteligentes para control de procesos industriales en tiempo real

Texto completo

(1)Universidad Politécnica de Madrid. Facultad de Informática Departamento de Inteligencia Artificial. TESIS DOCTORAL. Modelo para análisis y conceptualización de sistemas inteligentes. para control de procesos industriales en tiempo real. Autora:. Miren /do/a Alarcón Rodríguez. Director:. Juan Castellanos Peñuela. Madrid, Mayo 1.995. J.

(2) Q8* <m¿ fam¿¿¿a,.

(3) Agradecimientos El desarrollo y finalización de una tesis doctoral no es fácil. Si a la vez se está trabajando, el camino es aún mas costoso. A lo largo de esta tarea, como en tantos otros aspectos de la vida, se suceden los momentos alegres y los amargos, los éxitos parciales y las dificultades, la ilusión y el desaliento. Pero el final siempre llega (aunque en algunas ocasiones parezca imposible) y por ello, quiero expresar mi agradecimiento mas sincero a todos aquellas personas que me han alentado durante la ejecución de este trabajo, cuyo resultado presento en las siguientes páginas. r. En primer lugar quiero agradecer a mi director de tesis, Juan Castellanos Peñuela, la ayuda e interés prestados para concluir con éxito la misma. Una mención especialmente cariñosa quiero brindar a mis padres, mi tía y mis hermanos J.Javier y Yolanda por el continuo apoyo y las innumerables inyecciones de ánimo que tanta falta hacen en la realización de una tesis. Así mismo, mi sobrino Jorge, sin él saberlo, me ha ayudado a superar las complicaciones de la etapa final. Quiero dar las gracias también al Instituto de Ingeniería del Conocimiento, a sus directivos y de manera particular al grupo de Industria para el que sólo tengo alabanzas tanto profesional como personalmente. En especial, a (siguiendo un orden alfabético) Juan Antonio Aguilar, Manuel Campos, Enrica Chiozza, José Manuel Domínguez, Pedro Gómez, Marisol Romero y Pedro Serrahíma por sus muestras de apoyo en los numerosos momentos difíciles y situaciones de estrés. Finalmente, mis amigas y amigos se merecen un enorme gracias por su interés en la evolución de mi tesis y por seguir llamándome a pesar de haber escuchado incontables veces un "No, me quedo a hacer la tesis" como respuesta a sus invitaciones a salir.. Tcsia doctoral: Modeiopara aná/isisy conceptuaiización de sistemas inteiigentespara control deprocesos industriaies en tiempo real Autora: Miren fdoia Áiarcón Rodríguez.

(4) Resumen En la actualidad, las plantas de procesos industriales hacen uso de los Sistemas de Control Distribuido como consecuencia de la evolución de la denominada Teoría de Control. Estos sistemas consisten en una estructura piramidal con distintos niveles de control (instrumentación, Control Básico, Control Avanzado, etc.). Para el correcto funcionamiento e integración de estos niveles de control, y apoyándose en ellos, se encuentra el Control Supervisor en la parte más alta de la pirámide. Este es actualmente desempeñado por el personal de la planta. La operación diaria y los parámetros estratégicos fundamentales tales como la productividad, calidad o seguridad, dependen totalmente de las actuaciones llevadas a cabo mediante esta tarea inteligente. Por ello, en los últimos años se ha focalizado el desarrollo informático en la construcción de sistemas para ayuda al personal de la planta en sus decisiones y actuaciones. En particular, y debido principalmente tanto a la naturaleza de la información existente (conocimiento heurístico, modelos cualitativos/cuantitativos, etc.) como al tipo de tareas que deben desempeñar estos sistemas, las técnicas de Inteligencia Artificial han cobrado gran protagonismo en la ayuda y asistencia al Control Inteligente. Sin embargo, la gran mayoría de las aproximaciones basadas en Inteligencia Artificial que se han implementado como complemento o sustitución de las actuaciones de control realizadas por humanos, presentan varias carencias. En primer lugar, abordan el problema desde el punto de vista de la técnica que utilizan, intentando adaptar ésta al problema, lo que supone en definitiva no aportar soluciones reales. En segundo lugar, presentan una visión parcial de la situación global. En este sentido, el Control Inteligente es efectivo debido a la estructura jerárquica humana establecida en las plantas. Esta estructura, que está compuesta por las capas estratégica, táctica y operational, según la definición presentada en este trabajo, se mantienen gracias a la clara separación de las tareas acometidas y del tipo de situaciones resueltas por cada uno de sus componentes. Las aplicaciones informáticas actuales normalmente abordan una sola de estas capas de control sin tener en cuenta las relaciones o los efectos producidos por las demás. Finalmente, los sistemas desarrollados no son generales. Se han realizado para resolver un conjunto de problemas específicos de una planta industrial determinada, sin aportar una solución genérica ni definir una aproximación metodológica asociada, que permita guiar futuros desarrollos. Con el fin de ofrecer una alternativa eficaz a las carencias mencionadas anteriormente, este trabajo propone un modelo para análisis y diseño de sistemas inteligentes para control de procesos industriales. Este modelo consta, en primer lugar, de un Marco Conceptual que aporta los conceptos y herramientas necesarias para la formalización de las tareas realizadas en las capas inteligentes de la jerarquía de control. En segundo lugar, propone un Procedimiento que se apoya en las bases ofrecidas por el Marco Conceptual cuyo fin es proporcionar un método general para la construcción de sistemas inteligentes para control de procesos industriales mediante la integración de distintas técnicas heterogéneas de Inteligencia Artificial. Este método cubre las fases de definición, análisis, adquisición del conocimiento, conceptualización y representación del mismo durante el desarrollo del sistema.. Teaia doctoral: Modeiopara anáiisis7' conceptuaiización de sistemasinteligentes para controi deprocesosindustriáis en tiempo reai Autora: Miren ídoia Áiarcón Rodriguez.

(5) Abstract As a consequence of continuing improvements in the Control Theory, industrial processing plants today are increasingly designing and installing distributed control systems. These systems have a pyramidical structure with distinct regimes of control at each level (instrumentation, basic control, advanced control, etc.). A supervisor control at the apex of the pyramid is responsible for the correct functioning and integration of lower tiers. The supervisory control is currently carried through by human personnel and thus the daily operation of the plant and the achievement of strategic objectives (such as levels of production, quality or safety) ultimately still depends on the actions and decisions of the plant staff. As a result, over the last few years, interest in information science has focussed on the construction of intelligent control systems that assist in the decision-making process and enable control actions to be initiated and carried out smoothly. Due to the nature of the data (heuristic knowledge, quantitative/qualitative models, etc.) and the tasks to be performed, the techniques of Artificial Intelligence have been especially favoured in the field. However, the majority of approaches based on Artificial Intelligence show characteristic deficiencies as complements to human partners in the control structure. Firstly, they tend to address the problem from the perspective of a preferred technique, trying to adapt the problem to fit. This has led to a lack of solutions to the real problems. Secondly, each typically embraces only a partial view of the situation. On this reckoning, intelligent control may currently only be effective because of the human component in the established control hierarchies. However, a hierarchical control structure composed of strategic, tactical and operational layers (according to the nomenclature presented in this thesis) is maintained because of the clear clustering of plant-specific tasks and problems into one or another of these classifications. But, thirdly, present-day artificial intelligence-based control systems usually have a coverage limited to just one of these layers and do not take into account dependencies and effects produced in the others. Finally, the systems that have been developed are not generic and do not follow any identifiable design methodology. They have typically been constructed to solve a specific set of problems in a specific plant and do not contribute a generic framework or methodological approach on which the development of succeeding systems may be based. This thesis sets out a model for the analysis and design of intelligent systems for industrial process control and aims at offering an effective solution to the deficiencies of current-day control systems mentioned above. The model consists of a core Conceptual Model plus a design Procedure. The conceptual model defines the concepts and tools that formalize and process the tasks to be carried out by the intelligent layers in a control hierarchy. The procedure, which is based on the conceptual model, provides a general method for constructing intelligent systems for process control via the integration of heterogeneous artificial intelligence technologies. The method covers the phases of definition, analysis, knowledge acquisition, conceptualization and knowledge representation that are recognized to take place during the development of a system.. Tcsia doctoral: Modelopara análisis7conceptualizationdesistemasinteligentespara Autora: Miren idoia Álarcón Rodríguez. control deprocesos industriales en tiempo rea/.

(6) ÍNDICE L- Introducción 1.1.- Problemática 1.2.- Necesidad de resolución H.3.- Necesidad y beneficios de a incorporación de la Inteligencia Artificial en el control de procesos 1.4.- Solución propuesta. 1 2 3 4 7. 2.- Estado de la cuestión ^ 2.1.- Revisión de conceptos . . i 2.1.1.- Control de procesos i 2.1.2.- Tipos de sistemas 2.1.3.-Niveles de control 2.2.- Necesidad de un S.B.C. en el nivel de control supervisor 2.2.1.- Justificación cognitiva 2.2.2.- Necesidad de un control inteligente desde el punto de vista del proceso . . . 2.3.- La Inteligencia Artificial y el control de procesos en tiempo real 2.3.1.- Tiempo real 2.3.2.- S.B.C. en tiempo real 2.3.3.- Inteligencia Artificial en la jerarquía de control 2.4.- Metodologías clásicas para desarrollo de Sistemas Basados en el Conocimiento . . . 2.5.- Construcción de Sistemas Basados en Conocimientos en tiempo real 2.5.1.- Marcos para el desarrollo de Sistemas Basados en Conocimientos en tiempo real 2.5.2.- Arquitecturas y entornos 2.5.3.- Revisión de aplicaciones representativas. 10 12 12 14 17 27 27 33 35 35 38 40 44 50. 3.- Planteamiento del problema. 75. 4.- Hipótesis de trabajo. 81. 51 56 63. 5.- Resolución 84 5.1.- Introducción 85 5.2.- Marco conceptual propuesto 86 5.2.1.- Definición de objetos 87 5.2.2.- Pirámide de control 93 5.2.3.- Capa estratégica 97 5.2.4.- Capa táctica 114 5.2.5.- Capa operativa 122 5.2.6.- Interacción entre capas de control 127 5.3.- Procedimiento para la conceptual izac ion y el diseño de un sistema inteligente para control de procesos en tiempo real 128 5.3.1.- Introducción 128 5.3.2.- Método 129 5.3.3.- Paso 1. Adquisición de conocimientos preliminar 130 5.3.4.- Paso 2. Determinación de las capas inteligentes 133 5.3.5.- Paso 3. Adquisición de conocimientos y diseño de cada capa 134 5.3.6.- Recomendaciones para implementación y validación 154.

(7) 6.- Puesta en práctica y experimentación 6.1.- Introducción 6.2.- Puesta en práctica del procedimiento 6.2.1.- Puesta en práctica del paso 1: Adquisición de conocimientos preliminar . 6.2.2.- Puesta en práctica del paso 2: Determinación de las capas inteligentes. . . 6.2.3.- Puesta en práctica del paso 3: Adquisición de conocimientos y diseño de cada capa 6.3.- Representación 6.3.1.- Representación de los objetos simples 6.3.2.- Representación de PBCs 6.3.3.- Técnicas de IA. que contribuyen a la resolución de PBCs 6.3.4.- Condiciones de comienzo y fin de PBCs 6.3.5.- Representación de las instancias de PBCs 6.4.- Resumen de resultados. 164 182 183 184 192 202 203 205. 7.- Conclusiones y futuras líneas. 211. Bibliografía. referenciada. 157 158 159 160 163. 214. Bibliografía consultada. 229. Anexo A. Herramientas y lenguajes para construcción de S.B.C. en tiempo real. 235. ft ft. ti.

(8) Capítulo 1.

(9) Capítulo 1. Introducción. 1.1. PROBLEMÁTICA. En la época helenística se comienzan a construir los primeros sistemas de control. A lo largo de la historia se va añadiendo mas base científica a estos sistemas. Es, sin embargo, a finales del siglo XIX y en particular, en la primera mitad del siglo XX, cuando estos sistemas cobran una mayor aceptación y no se presentan como casos aislados. Es a partir de entonces cuando se comienza la implantación de estas técnicas a nivel industrial. En los años 50, la preocupación por los sistemas de control alcanza su auge, lo que da lugar a una incipiente Teoría de Control [Rosenbrock 52]. En esta época el medio de representar los sistemas era mediante sus ecuaciones diferenciales o su función de transferencia. Posteriormente, en los años 60, la introducción de los calculadores digitales permite considerar soluciones numéricas como complemento a las analógicas ya existentes. Durante esta etapa, el cambio es muy significativo ya que se comienza a abordar el mayor de los problemas hasta entonces imposible de acometer: mejorar el rendimiento en el control de procesos. Este intento de buscar nuevas soluciones da lugar a la Moderna Teoría de Control [Kalman 60], [Brogan 85], que continúa vigente hoy, si bien se sigue investigando en nuevos métodos para optimizar la producción y operación del proceso. Hoy en día, la estructura de control utilizada en la mayoría de las plantas industriales es la de Sistemas de Control Distribuidos, consistente en una estructura jerárquica multinivel donde las capas inferiores están íntimamente relacionadas con el proceso, aumentando la abstracción y complejidad hacia niveles superiores. Esta estructura se basa en el desarrollo exhaustivo de la. Teaia doctoral: Mode/opara análisisy conceptualización de sistemas inteligentes para control deprocesos industria/es en tiempo rea/ Autora: Miren idoia Á/arcón Rodriguez. 2.

(10) Capítulo 1. Introducción. tecnología básica necesaria en cada capa de control, con el fin de asegurar un modo de funcionamiento mínimo, y realizar este desarrollo con la suficiente flexibilidad como para permitir la superposición de sucesivos niveles. Actualmente, las plantas industriales de procesos tienen establecido normalmente el mencionado sistema de control que, basándose en una red, permite el acceso a todos los datos e información. En la mayoría de estas industrias existe un ordenador de control de procesos que soporta un software especial y que, una vez comunicado con la planta de producción, permite desarrollar un auténtico sistema de información alrededor del proceso y elevar la calidad y cantidad de los procedimientos instalados en el sistema de control básico, aportando, por ambas razones, unos beneficios considerables. Este ordenador de procesos permite la elaboración y ejecución de algoritmos complejos de control y optimización, y descansa sobre la estructura jerárquica de control de más bajo nivel implementada en la planta y compuesta principalmente por elementos físicos (sensores, actuadores, lazos de control).. 1.2. NECESIDAD DE RESOLUCIÓN. Sin embargo, el hecho de tener solucionada la problemática del control de procesos en un alto porcentaje, situación que no suele ocurrir en otras áreas, no implica que esté todo hecho. Es cierto que existe una estructura de control ya establecida -fundamentalmente control básico y control avanzado-, pero estos sistemas funcionan correctamente y desempeñan su función si hay una estructura humana que los conoce y maneja, es decir, mediante una supervisión inteligente. Esta estructura humana, compuesta por personal de la planta, tiene como misión resolver la problemática diaria y alcanzar unos objetivos globales de la planta impuestos por un nivel más alto de dirección. Para que este conjunto de personas funcione correctamente, se organizan en una jerarquía de acuerdo a las tareas y actividades a realizar, las responsabilidades que deben asumir, el nivel de información al que tienen acceso, etc. En esta jerarquía, los niveles más altos emiten órdenes, tienen acceso a información restringida y pueden disponer en cualquier momento de Tcaia doctoral: Modelopara análisis y conceptualización de sistemas inteligentes para control deprocesos industríales en tiempo real Autora: Miren fdoia Alarcón Rodríguez. 3.

(11) Capítulo 1. Introducción. datos e información bajo la responsabilidad de niveles inferiores. Estos niveles inferiores, por su parte, han de tener esta información permanentemente actualizada y disponible. De esta forma, se mantiene la coherencia y eficacia. Este enfoque, que está conceptualmente por encima del control avanzado y actualmente está implementado por humanos, es el que pretende automatizar el marco conceptual propuesto en este trabajo. En particular, los niveles correspondientes a la supervisión inteligente, que a partir de ahora denominaremos niveles o capas inteligentes, su división y composición, así como la interacción entre ellos explicados más adelante en este trabajo, pretenden dar una solución informática plausible y realista al problema del control inteligente. Profundizando un poco más se comprueba que en una jerarquía de control existen tres partes establecidas y bien diferenciadas entre sí: la gestión y planificación en la parte superior de la pirámide, la supervisión inteligente en la intermedia, y la de control avanzado más control básico en la inferior. La parte de gestión y planificación emite órdenes a través del ordenador de gestión del complejo industrial. Estas órdenes son recibidas por personal de niveles más altos, que a su vez las transmite a niveles inferiores que son los encargados de llevarlas a cabo. Se ejecutan mediante la actuación sobre algunos de los objetos físicos: control avanzado, control básico o instrumentación. Es un hecho que ese paso intermedio, ejecutado actualmente por humanos, no está implementado a nivel informático en las plantas. No hay, en consecuencia, continuidad en las capas de la jerarquía de control. Existe, por tanto, la necesidad de desarrollar un modelo general que permita construir sistemas que resuelvan el problema de control en estas capas intermedias y que conecten la cumbre de la jerarquía con las capas inferiores. El control inteligente de estas capas actualmente controladas por humanos es, como ya se ha mencionado, el problema principal que resuelve este trabajo.. r. Teais doctoral: Modelopara análisis7 conceptualization de sistemas inteligentespara controi de'procesos industriales en tiempo real Autora: Miren ídoia Álarcón Rodríguez. 4.

(12) Capítulo 1. Introducción. 1.3. NECESIDAD Y BENEFICIOS DE LA INCORPORACIÓN DE LA INTELIGENCIA ARTIFICIAL EN EL CONTROL DE PROCESOS. En la actualidad los modernos procesos de producción y fabricación presentan una serie de características y problemas, enumerados a continuación, que no pueden ser fácilmente resueltos por métodos de control convencionales [Laffey et al. 88], [Efstathiou 89], [Stock 89], [McGhee 90], [Vepa 92], [Verbruggen et al. 92]: El proceso está continuamente en operación. El proceso mismo puede variar gradualmente con el tiempo. El proceso se comporta de manera no lineal. Existen normalmente varios expertos, que trabajan en diferentes turnos. El razonamiento empleado por los expertos para resolver los problemas es, en general, inductivo y heurístico. Los cambios se propagan y amplifican a lo largo del sistema. Los materiales de entrada pueden no tener una calidad consistente. Es necesario leer los valores de muchos sensores de la planta. Los sensores pueden ser propensos a fallar. Los datos presentan ruido. Diferentes niveles de descripción de la planta son apropiados para distintas tareas de control y gestión. La estructura de la planta puede ser muy compleja. Los modelos de la planta pueden existir en diversas maneras y representaciones y pueden estar incompletos. Los conocimientos cuantitativos y cualitativos se presentan mezclados. Una excesiva cantidad de información es necesario manejar simultáneamente. La información no esta integrada.. Tesia doctoral: Modetopara análisis y conceptualization de sistemas inteligentes para control depm Autora: Miren idoia Áiarcón Rodriguez. 5.

(13) Capítulo 1. Introducción. Se necesitan respuestas más rápidas por parte de los operadores. Se necesita un aumento de la velocidad de producción y fabricación e introducción de métodos cada vez más complejos y avanzados. Diversos métodos basados en aproximaciones tradicionales e innovadoras han sido necesarios para atacar estos aspectos inherentes a los procesos industriales. En particular, los métodos de Inteligencia Artificial (LA.), como se verá en el capítulo siguiente, presentan gran variedad de soluciones y alternativas efectivas a las actuales deficiencias de los métodos tradicionales. Muchos autores han reconocido los beneficios de la aplicación de técnicas de LA. al campo de control de procesos, especialmente en las tareas de soporte a la operación. Entre ellas se pueden citar [Koyama 90], [Laffey 91]: Detección de anormalidades y fallos en el proceso mucho antes que el mejor operador. Reducción de los errores causados por la fatiga, malentendidos, etc. Superación de las limitaciones temporales. Recolección y compartición de los conocimientos de varios expertos. Mantenimiento de los conocimientos a pesar de que los expertos humanos se retiren, despidan, etc. Mejora de la media de operación de los operadores menos cualificados. Unificación de conocimientos y métodos de actuación de expertos y operadores, mejorando el rendimiento y la seguridad. Utilización de conceptos borrosos, que con métodos tradicionales no es posible. Reducción de la dependencia humana. Reducción de la necesidad de la presencia continua de un operador altamente cualificado.. Tcsia doctoral: Modeiopara anáiisisy conceptualization de sistemas inteligentes para controi deprocesos industríales en tiempo reai Autora: Miren /do/a Áiarcón Rodríguez. 6.

(14) Capítulo 1. Introducción. Reducción de los costes de formación. Incremento de la seguridad, del rendimiento y de la calidad de la operación. Se ha intentado simular la estructura humana descrita de manera general en el apartado anterior mediante el control inteligente que complementaría los sistemas de control instalados en las plantas mediante varias técnicas de LA. [Hayes-Roth et al. 89] [Morant et al. 89], [Dai et al. 90], [Efstathiou 92]. Sin embargo, varios son los problemas que presentan estas aplicaciones, que si bien pueden resolver la problemática particular de un proceso industrial, no r. proporcionan un modelo general. Por una parte, el grueso de las aproximaciones realizadas en este sentido son planas, muy poco jerarquizadas, considerando normalmente un sólo nivel inteligente que recoge de manera mezclada los problemas del proceso y las actividades de los operadores. Por otra parte, se ataca el problema desde el punto de vista de la técnica, intentando adecuar la problemática al tipo de soluciones ofrecidas por dicha técnica. Este enfoque ha dado lugar a aplicaciones que no resuelven de manera general la problemática real de las plantas industriales y, por tanto, a la falta de modelos generales. La existencia de un modelo de este tipo sería de gran importancia y utilidad en el entorno industrial, debido a la complejidad de los procesos y, especialmente, a la magnitud económica: un pequeño incremento en la producción o en la calidad del producto supone un beneficio de miles de millones de pesetas.. 1.4. SOLUCIÓN PROPUESTA. En este trabajo se propone un enfoque diferente y novedoso en el que la referencia principal son los problemas y la forma en que los sujetos actuales los resuelven y se enfrentan a diversas situaciones. De esta forma, el eje principal pasa a ser el problema y no la adaptación de la técnica al problema. En la aproximación que aquí se propone, se determina el problema y después, en función de la naturaleza de éste, las técnicas capaces de resolverlo. Por otra Tesis doctoral: Modelopara análisisyconceptualizationdesistemas Autora: Miren /do/a Álarcón Rodríguez. inteligentespara control'deprocesos industriales en tiempo real. 7.

(15) Capítulo 1. Introducción. parte la diferente naturaleza de los actuales problemas de control exigen soluciones diversas. Es decir, una sola técnica (por ejemplo sistemas expertos, lógica borrosa, redes neuronales, etc.) no resuelve todos los problemas relacionados con el control inteligente. Incluso el mismo problema requiere muchas veces la contribución de diferentes técnicas que se complementen. La necesidad de formalizar una integración coherente de diferentes técnicas es una de las apuestas de este trabajo presentando una solución para ello. Otros aspectos originales de este trabajo son la división del control inteligente a la hora de desarrollar un sistema informático en tres niveles de control (estratégico, táctico y operativo), y la definición de un único conjunto de herramientas conceptuales para realizar las distintas fases de adquisición del conocimiento, representación de éste y diseño del sistema. De esta forma se establece un paralelismo entre (a) la solución informática y (b) la estructura humana de las plantas industriales y el modo actualmente utilizado por esta estructura para solucionar los problemas de control del proceso. Finalmente, la aproximación presentada en este trabajo es general, de tal manera que puede aplicarse para el diseño de un sistema informático que proporcione soporte en los diferentes niveles del control inteligente de cualquier tipo de proceso industrial continuo. Estas ideas se engloban en los dos objetivos principales de este trabajo: •. La presentación de un procedimiento general para conceptualización y diseño de sistemas inteligentes para control de procesos industriales que permitan la cooperación de varias técnicas.. •. La definición de un Marco Conceptual que soporte el procedimiento establecido y que sirva como base para la representación y formalización de los problemas de un proceso industrial y de las actividades llevadas a cabo para solucionarlos.. Tesis doctoral: Modehpara análisis y conceptuaiización de sistemas inteligentespa/a contwi deprocesos industriáis Autora: Miren fdoia Álarcón Rodríguez. 8.

(16) Capítulo 1. Introducción. Tomando como núcleo esta solución propuesta, este trabajo se estructura de la siguiente manera: el próximo capítulo ofrece una visión del estado de la cuestión. Se comienza con una visión general sobre el concepto de control de procesos industriales y los distintos tipo del mismo. En la sección 2.2, se evidencia la falta y la consecuente necesidad de implantar un sistema inteligente en el control actualmente realizado por humanos, el control supervisor. Siguiendo esta línea, se introduce en la siguiente sección, por una parte, la LA. y su empleo en el control de procesos y por otra, el concepto de tiempo real, esencial en los sistemas de control. Dado que el objetivo de este trabajo es proponer un Método o Procedimiento, se ha considerado conveniente realizar una revisión de las metodologías y marcos existentes tanto para el desarrollo de sistemas basados en conocimientos tradicionales (sección 2.4) como en tiempo real (sección 2.5.1). En muchos casos estos marcos o métodos están estrechamente ligados a arquitecturas o entornos. Es por ello, que en la sección 2.5.2 se hace un breve resumen de las mas relevantes. Para finalizar el capítulo 2 se discuten un conjunto de aplicaciones relevantes en control inteligente de procesos industriales. En todos los casos se ofrecen comentarios sobre las similitudes o diferencias respecto al trabajo aquí presentado. El capítulo 3 plantea el problema específico para el que este trabajo aporta una solución. Las hipótesis sobre las que se ha realizado este trabajo se resumen en el capítulo 4. El capítulo 5 muestra la solución ofrecida. Se divide esencialmente en dos partes y cada una de ellas se centra en uno de los dos objetivos claves de este trabajo: presentación del Marco Conceptual (sección 5.2) y definición del Procedimiento para análisis, conceptualizadón y diseño de sistemas inteligentes para control de procesos industriales (sección 5.3). Para demostrar la viabilidad y eficiencia de este procedimiento, se aplica a un caso real que se expone en el capítulo 6. El capítulo 7 recoge las conclusiones y comenta las futuras líneas de investigación sugeridas por la autora. Finalmente, en el anexo A se ofrece una revisión de herramientas y lenguajes para construcción de sistemas basados en conocimientos en tiempo real que, por no considerar de gran relevancia con este trabajo no se incluye en el capítulo de revisión del estado del arte, pero por su relación con el mismo se presenta al lector como un anexo.. Teaia doctoral: Modeiopara anáiisisy conceptuaiización de sistemas inte/gentes para control'deprocesosindustria/es en tiempo rea/ Autora: Miren idoia Áiarcón Rodríguez. 9.

(17) Capítulo 2.

(18) Capítulo 2. Estado de la cuestión. La intención de este capítulo es realizar una revisión del estado actual de la LA. en el campo de control de procesos industriales, así como analizar brevemente la evolución de la relación de ambas ciencias. Se comienza con una revisión de conceptos relevantes en el área de control de procesos, tales como diferentes tipos de control existentes y los distintos niveles establecidos en la jerarquía de control actual implantada en la mayoría de plantas industriales. La segunda parte expone una serie de ideas que demuestran la conveniencia, incluso necesidad en algunos casos, de implementar un sistema basado en conocimientos (S.B.C.) que, por una parte, complemente al operador ayudándole y asistiéndole en la operación diaria de la planta; y por otra, proporcione información sobre el proceso adicional a la ya mostrada por los sistemas de control tradicionales. Dado que el modelo conceptual presentado pro este trabajo se basa, en gran parte, en la estructura humana, tanto global como individual, se expone un análisis del comportamiento humano ante la resolución de problemas y sus limitaciones. Se verá que esas limitaciones son fácilmente salvables por un S.B.C. La necesidad de un sistema informático basado en un control inteligente debido a la naturaleza y características de los procesos industriales se subrayará posteriormente. Dado que la variable tiempo se revela como crucial en el control de procesos, el capítulo 2.3 introduce el concepto de tiempo real y su aplicación a los S.B.C. Se identifica a continuación el papel de las diferentes técnicas de LA. -en particular redes neuronales, lógica borrosa, sistemas basados en modelos y sistemas basados en reglas- en las distintas capas de control. Finalmente, se realiza un breve resumen general de las aplicaciones más representativas de estas técnicas y las tendencias actuales. En el anexo A se proporciona una revisión de herramientas para construcción de sistemas. Tesis doctoral: Modelopara análisis y conceptua/ización de sistemas inteligentes para control deprocesos industriales en tiempo real Autora: Miren ídoia Alarcón Rodríguez. 11.

(19) Capítulo 2. Estado de la cuestión. expertos que incorporan las hipótesis de este trabajo (tiempo real, área de control de procesos, integración de diferentes técnicas, etc.) Como se verá más adelante las propuestas de este trabajo se basan en un Procedimiento para la construcción de sistemas inteligentes para control de procesos industriales y un Marco Conceptual que lo soporta. Como trabajos relacionados anteriormente, la sección 2.4 recoge una revisión de las metodologías más conocidas para desarrollo de S.B.C. y de los marcos específicos para implementación de S.B.C. en tiempo real. Se comprobará la carencia de una metodología en este campo, así como la necesidad de un marco general con una base sólida. Finalmente, se presenta una relación de aplicaciones hechas a medida, que si bien resuelven el problema para el que se han diseñado, no son generales ni aportan un método que guíe al ingeniero del conocimiento en el desarrollo de nuevos sistemas. En un intento de buscar la existencia de esta generalidad, se realiza primero un estudio de las arquitecturas y entornos desarrollados y aplicados a control de procesos en tiempo real, comprobando que ninguno de ellos proporciona una metodología o procedimiento asociado.. 2.1. REVISIÓN DE CONCEPTOS. 2.1.1. Control de procesos La tendencia actual en la Ingeniería de Sistemas es hacia una mayor complejidad, debido principalmente a los requisitos de tareas complejas, y la necesidad de precisión. Los sistemas complejos pueden tener múltiples entradas y múltiples salidas y ser variables en el tiempo. La teoría de control moderna [Kalman 60], [Brogan 85], que es un nuevo procedimiento para el análisis y diseño de sistemas de control complejos, comenzó desarrollándose desde 1960 y hoy en día continúa incorporando nuevos conceptos y métodos. r. Tesis doctoral: Modelopara análisis7conceptualization de sistemas inteligentespara controi deprocesos' industriales en tiempo real Autora: Miren ido/a Áiarcón Rodríguez. 12.

(20) Capítulo 2. Estado de la cuestión. debido principalmente a aspectos tales como: la necesidad de afrontar los cada vez más severos requisitos del comportamiento de los sistemas de control, el aumento en la complejidad de estos sistemas, y el fácil acceso a computadoras de gran escala.. i». Rjnto de. consigna. Controi 1 4-1- - 1. 1. Variable manipulada. Proceso 1—. Variable controlada. Figura 2.1. Esquema de lazo de control. El término control o regulación automática en el campo de los procesos industriales [Díaz-Andreu 92] se refiere al hecho de procurar, mediante un algoritmo llamado de control, que una variable de proceso (denominada variable controlada) se mantenga igual a un valor (conocido como punto de consigna) modificando, si es preciso para ello, la variable de entrada al proceso (variable manipulada). En la figura 2.1 se representa el diagrama de bloques clásico simplificado de un lazo o bucle de control. En el propio diagrama y en la definición dada anteriormente se encuentra implícito el concepto de realimentación o feedback, que es intrínseco a la noción de control y se describirá durante este capítulo.. Tesis doctoral: Modeloparaanálisis7conceptualizationdesistemasinteligentes'para Autora: Miren Idoia Álarcón Rodríguez. control deprocesos industríales en tiempo real. 13.

(21) Capítulo 2. Estado de la cuestión. 2.1.2. Tipos de sistemas Antes de comenzar con un breve resumen de los distintos niveles que componen el control de procesos, conviene definir varios tipos de sistemas de control existentes: 2.1.2.1. Sistema de control retroalimentado Se denomina sistema de control retroalimentado a aquel que tiende a mantener una relación preestablecida entre la salida y alguna entrada de referencia, comparándolas y utilizando la diferencia como medio de control. En control retroalimentado, en inglés feedback, [Franklin et al. 86], [Phillips & Harbor 88], [Rodd & Suski 92], la causa (entrada) y el efecto (salida) se comparan utilizándose la diferencia para alterar el efecto. Este tipo de control requiere, por lo tanto, conocimiento histórico de lo que ha ocurrido (antes de que se sienta en el sistema). El efecto que tiene en la salida se puede dividir básicamente en dos tipos opuestos: efecto positivo y efecto negativo. La retroalimentación positiva siempre incrementa la diferencia entre la causa original y el efecto. Tiene, por consiguiente, un efecto desestabilizante en el sistema, causando que la diferencia entre la entrada y la salida llegue a ser cada vez mayor hasta que finalmente la salida se satura llegando a su máximo valor posible. Se usa en dispositivos tales como osciladores; pero no es un concepto útil en sistemas de control automático, excepto como una condición a evitar. Sin embargo, la retroalimentación positiva es buena en el aprendizaje. Por otra parte, la retroalimentación negativa disminuye la diferencia entre el efecto deseado y el efecto actual de manera opuesta a la retroalimentación positiva. Si la diferencia entre el efecto deseado y el actual se ve como una condición no deseada, el término error aparece de forma natural. El punto de consigna del proceso es un valor especificado o una condición deseada del producto final. El comparador determina el error Teaia doctoral: Modelopara análisis7'conceptualizationdesistemasinteligentespara Autora: Miren /do/a Áíarcón Rodríguez. control deprocesos industríales en tiempo real. 14.

(22) Capítulo 2. Estado de la cuestión. comparando el punto de consigna y la retroalimentación. Es necesario un controlador ya que es casi imposible que un sistema opere de manera satisfactoria simplemente usando la señal de error. El grado de control sobre la salida de un proceso depende principalmente de cómo el controlador procesa la señal de error antes de generar un comando al proceso. Desde un punto de vista general, se puede decir que la teoría de control automático trata con el procesamiento de la señal de error y el diseño del controlador. Su área de aplicación engloba, principalmente, la dinámica del sistema global, el procesamiento adicional necesario para la señal de retroalimentación, la selección de puntos en el proceso donde se pueda medir la señal de retroalimentación, la posición donde es posible aplicar el comando, e interacciones entre varias partes del sistema total, que pueden estar individualmente (y simultáneamente) bajo la influencia de muchos controladores. 2.1.2.2. Sistema de regulación automática Un sistema de regulación automática [Kuo 87] es un sistema de control retroalimentado en el que la entrada de referencia o la salida deseada son, o bien constantes o bien varían lentamente en el tiempo, y donde la tarea fundamental consiste en mantener la salida en el valor deseado a pesar de las perturbaciones presentes. 2.1.2.3. Sistema de control de lazo cerrado Con frecuencia se llama así a un caso particular de los sistemas de control retroalimentado. La señal de error actuante es la diferencia entre la señal de entrada y la de retroalimentación (que puede ser la señal de salida o una función de la señal de salida y sus derivadas). El término lazo cerrado implica siempre el uso de la acción de control para reducir el error del sistema. 2.1.2.4. Sistema de control de lazo abierto Los sistemas de control en los que la salida no tiene efecto sobre la. Tesis doctoral: Modeiopara análisis/ conceptaa/ización de sistemas inteligentes para controi deprocesos industria/es en tiempo rea/ Autora: Miren /do/a Á/areón Rodríguez. 15.

(23) Capítulo 2. Estado de la cuestión. acción de control, se denominan sistemas de control de lazo abierto. En otras palabras, en un sistema de control de lazo abierto la salida ni se mide ni se retroalimenta para compararla con la entrada [Hunter 87]. 2.1.2.5. Sistemas de control con aprendizaje Muchos sistemas de control que aparentemente son de lazo abierto, pueden convertirse en sistemas de lazo cerrado si un operador humano se considera como un controlador que compara la entrada y salida y realiza las acciones correctivas basadas en la diferencia resultante o error. i». Si se intenta analizar tales sistemas de control de lazo cerrado con intervención humana, se encuentra el difícil problema de plantear ecuaciones que describan el comportamiento del operador humano. En este caso, uno de los muchos factores que lo complican, es la capacidad de aprendizaje del ser humano. A medida que éste va adquiriendo experiencia, mejora como elemento de control, y esto debe tomarse en cuenta al analizar el sistema. Los sistemas de control con capacidad para aprender reciben el nombre de sistemas de control con aprendizaje [Waltz & Fu 64], [Baker & Farrell 92]. 2.1.2.6. Sistemas de control de procesos A un sistema de regulación automático en el que la salida es una variable, se le denomina sistema de control de proceso. Para profundizar un poco en este concepto, se resume a continuación, de manera esquemática, las fases de diseño de un sistema de control de procesos. A la hora de diseñar el control de un proceso industrial [Friedland 86] se han de seguir una serie de pasos. Dada una planta industrial (en la mayoría de los casos, sus dinámicas son inalterables), primeramente se debe(n) elegir sensor(es) y actuador(es) apropiado(s). En un segundo paso, hay que construir modelos matemáticos adecuados de la planta. Posteriormente, utilizando los modelos matemáticos construidos, se diseña un controlador de tal modo que el sistema de lazo cerrado satisfaga las especificaciones dadas. El controlador. Tesis doctoral: Modelopara análisis7' conceptüaiizacióndesistemasinteligentespara control'deprocesos industriales en tiempo reai Autora: Miren idoia Álarcón Rodriguez. 16.

(24) Capítulo 2. Estado de la cuestión. diseñado es la solución a la versión matemática del problema de diseño. Tras completar el diseño matemático, el ingeniero de control simula el modelo en una computadora para verificar el comportamiento del sistema resultante en respuesta a diversas señales y perturbaciones. Generalmente, la configuración del sistema inicial no resulta satisfactoria. Luego se debe rediseñar el sistema, y completar el análisis correspondiente. Este proceso de diseño y análisis se repite hasta obtener un sistema satisfactorio. Finalmente, ya se puede construir un prototipo del sistema físico. Una vez construido el prototipo, el ingeniero lo prueba para ver si es satisfactorio o no. Si lo es, el i». diseño está completo. Si no lo es, el prototipo debe modificarse y ponerse a prueba de nuevo. Este proceso continúa hasta que el prototipo resulte completamente satisfactorio. Estas etapas de diseño conllevan a una implementación de los sistemas de control de procesos por niveles. Estos niveles, que dan lugar a la jerarquía de control, se presentan seguidamente.. 2.1.3. Niveles de control La actual jerarquía de control se compone de una serie de niveles que se pueden representar en forma de pirámide, como muestra la figura 2.2. Los niveles que componen dicha pirámide de control se describen a continuación. 2.1.3.1. Sensores y actuadores Siguiendo al definición de Hunter, un sensor es una pieza física de hardware diseñada para medir la condición de una variable del sistema de control de procesos y proveer una entrada al resto del sistema. Es decir, un sensor mide directamente el valor de una variable de proceso y convierte esta información en un sistema de energía con el que tratar al proceso automáticamente y de manera más conveniente [Hunter 87]. Continuando con la misma fuente de definiciones, un actuador es una Teaia doctoral: Modeiopara análisis•/' conceptuaÜzacióndesistemasinteligentespara controi deprocesosindustríaíes en tiemporeai Autora: Miren fdoia ÁJarcón Rodríguez. 17.

(25) Capítulo 2. Estado de la cuestión. pieza física de hardware diseñada para aceptar una señal como entrada y convertir dicha señal a un movimiento mecánico apropiado. La entrada a un actuador viene de un controlador y la salida altera directamente variables de proceso, frecuentemente por vía de válvulas. El actuador se opone frontalmente al sensor. Mientras un sensor convierte información de variables de proceso en una forma compatible para el uso de sistemas de control (sin afectar a las variables de proceso), un actuador toma una señal del sistema de control y ocasiona cambios en las variables de proceso.. Gestión. Irdenador de gestión. Optimización Simulación Planificación. Ordenador científico /. Sistema decontrol di. C Avanzado Control Básico. control digital distribuido. Ordenador procesos. Programas distribuidos. Sistema de control analog. Instrumentación. Proceso >K*ÍWÍ-X"W$«Í-W>W«. Figura 2.2. Jerarquía de control. Teaia doctoral: Modelopara análisis y conceptualization de sistemas inteligentes para control deprocesos industriales en tiemp Autora: Miren Ido/a Alarcón Rodríguez 18.

(26) Capítulo 2. Estado de la cuestión. 2.1.3.2. Control básico El concepto de control básico o control regulatorio se emplea para los esquemas más sencillos de control. Suelen ser, por otra parte, los esquemas con los que están instalados inicialmente todos los procesos industriales [DíazAndreu 92]. En este apartado se incluyen: Lazos abiertos, en los que la salida no tiene efecto sobre la i». acción de control. Es decir, la salida ni se mide ni se realimenta para compararla con la entrada [Ogata 80]. Lazos cerrados, en los que la señal de salida tiene efecto directo sobre la acción de control. Esto es, los sistemas de control de lazo cerrado son sistemas de control retroalimentados [Ogata 80]. Normalmente, se utiliza aquí el algoritmo de control PID (proporcional, integral, derivativo [Melsa 69], [Kwok et al. 90]). La acción proporcional es debida a que la salida del controlador sigue a la entrada de manera proporcional. Presenta como inconveniente que cuando hay alguna perturbación en el proceso, se produce una desviación. Para resolver esta desviación permanente, se introduce la acción integral. Finalmente, el sentido de la acción derivativa es la de adelantarse a la evolución de la variable. Lazos en cascada, que representa el caso en el que la salida de un lazo, el primario, se emplea como punto de consigna de otro lazo, el secundario [Díaz-Andreu 92]. La descripción de un lazo primario de indicación o de control viene dada por la siguiente información asociada [REPSOL 92]: identificación del lazo, descripción, unidades de ingeniería, rango, límites de alarma, dirección hardware, valor de la variable de proceso en unidades de ingeniería y tiempo. f. Tesis doctoral: Modeiopars análisis7 conceptualization de sistemas'inteligentespara controj de'procesos industriales en tiempo real Autora: Miren /do/a Áiarcón Rodríguez. 19.

(27) Capítulo 2. Estado de la cuestión. de refresco. Para los lazos de control debe figurar, además de la anterior, la que se indica a continuación: modo de control, punto de consigna y valor de la salida del algoritmo de control. El control básico, implementado en una planta industrial en el denominado ordenador de procesos, debe permitir como mínimo lo siguiente [REPSOL 92]: Creación y mantenimiento de la base de datos del proceso de forma cómoda y eficiente. Captación periódica de información sobre el proceso. Desarrollo y visualización de gráficos dinámicos sobre pantallas. Admisión de datos vía pantallas. Acumulación de información histórica y edición de ésta en pantalla o impresora de forma periodica o bajo demanda. Emisión de alarmas del proceso y del sistema. Creación de un archivo cronológico de alarmas y funciones de cambio. Utilización de algoritmos de control normalizados. Elaboración de aplicaciones de control mediante lenguajes de alto nivel o lenguajes especialmente desarrollados para esta función.. Por tanto, el control básico debe estar compuesto por: Base de datos en tiempo real: compuesta por una imagen en forma de bloques o archivos de todos los lazos de control o indicación del proceso y por todos aquellos lazos de control o indicación que sólo existen a nivel del ordenador. Base de datos histórica: conteniendo normalmente tres tipos de información histórica: - variables de proceso,. Teaia doctoral: Modeiopara anáiisisy conceptualizacién de sistemas inteligentes para controi deprocesos industríaies en tiempo real Autora: Miren fdoia Áiarcón Rodríguez. 20.

(28) Capítulo 2. Estado de la cuestión. - alarmas, - funciones de cambio. Medios para la elaboración de informes, tanto los estándar del sistema como los desarrollados por el usuario. Medios para el cálculo de variables a partir de las medidas primarias e introducirlas en la base de datos. Medios para la construcción de esquemas/tablas con valores dinámicos del proceso y su representación en pantalla. Los esquemas son representaciones de un proceso o una parte de él, y las tablas se utilizan para exponer balances, valores de referencia, seguimientos, hojas de marcha, etc. Tratamiento de alarmas y mensajes al operador. Normalmente, los tipos de alarma admitidos para una variable de proceso son: alta, baja y variación rápida. Gráficos de tendencia: son representaciones en forma lineal, que permiten al operador visualizar la evolución histórica o actual de cualquier variable de proceso. El ordenador de procesos informa al operador ofreciendo una información dinámica (valores actuales, valores históricos, alarmas, variables calculadas, mensajes, informes, etc.) y una información estática (guías de parada y puesta en marcha, guías de los sistemas de enclavamientos, parte estática de los sistemas de proceso, etc.). Una vez informado, y si es necesario, el operador actúa en modo de lazo abierto. En resumen, la misión principal del control básico es mantener el valor de determinadas variables del proceso. Sin embargo, hay numerosas ocasiones en las que esto no resulta fácil debido a perturbaciones del proceso, restricciones que hay que respetar, etc. En estas ocasiones es necesario sofisticar en cierta medida los esquemas de control pasando al nivel de control avanzado.. Tesis doctoral: Modeiopara análisis y conceptualization de sistemas inteligentes para control deprocesos industríales en tiempo real Autora: Miren /do/a Álarcón Rodriguez. 21.

(29) Capítulo 2. Estado de la cuestión. 2.1.3.3. Control avanzado De forma general se puede definir el control avanzado como el conjunto de técnicas que tienen como misión conseguir una estabilidad del proceso superior a la conseguida con el control básico [Díaz-Andreu 92]. Se caracteriza por el uso de una serie de técnicas de control y algoritmos que permiten trasladar el control desde el nivel de las variables directamente medidas al de equipo de proceso. Este grupo de técnicas incluyen [REPSOL 92]: Cascadas, ratio, alimentación hacia delante, sesgo. Control adaptativo [Martín 77] [Amstróm & McAvoy 92] en sus formas más elementales (por ejemplo, ganancia no lineal). Presión flotante, minimización de la presión y compensación por variación de la presión de los controles de temperatura. Balances de materia y balances de calor. Control de inferencias. Control por restricciones. Control multivariate y desacoplos. Control basado en modelos sencillos y que no contemplan funciones a optimizar. Control con analizadores. Con todas estas técnicas se puede conseguir, entre otras cosas [DíazAndreu 92] y [REPSOL 92]: Mejorar el rendimiento en productos de las unidades del proceso. Disminuir los costes energéticos. Maximizar la capacidad de producción. Cumplir una especificación de calidad. Aumentar la seguridad de la operación. Reducir la desviación entre el punto de consigna y la variable medida o calculada, con lo que esto supone en cuanto a aumento. Teaia doctoral: Modehpara anáfisisy wnceptuaiización de sistemas inteligentes para mntml deprocesos industriad Autora: Miren idoia Áiareón Rodríguez. 22.

(30) Capítulo 2. Estado de la cuestión. de capacidad de equipos o unidades e incremento de rendimiento en productos de mayor valor añadido se refiere. Aliviar el trabajo del operador de panel (rampas, balance de pasos). Reducir el número de situaciones conflictivas y probablemente de paradas más o menos graves. Aumentar la estabilidad y seguridad de la operación. Optimizar el coste variable de determinadas operaciones (presión flotante, maximización del intercambio de calor). Eliminación de algún cuello de botella. i». Alargar la vida operativa de algunos equipos (por ejemplo, hornos, reactores, etc.) Resumiendo, se puede afirmar que con el control avanzado se puede conseguir un beneficio importante, más o menos cuantificable según el caso e incluso se pueden optimizar algunas operaciones aisladas, aunque sólo sea desde el punto de vista de costes variables. 2.1.3.4. Optimización En lo que se refiere al control de procesos, optimizar es utilizar los recursos disponibles, tales como calidades de alimentación, equipos, servicios, etc. de tal manera que se consiga el óptimo de una estrategia previamente definida, normalmente el máximo beneficio económico. Este concepto se puede aplicar a una variable, a un equipo, a una planta o a todo un centro de producción [REPSOL 92]. Existen dos formas de llevar a cabo una optimización de un proceso de producción: en línea (on-line) o fuera de línea (off-line). El más corriente es el primero. Los medios mas comunes utilizados en la optimización de un proceso son:. Tesis doctoral: Modeiopara análisis7' conceptualizacióndesistemas'inteligentespara control deprocesos industriales en tiempo real Autora: Miren ido/a Álarcón Rodríguez. 23.

(31) Capítulo 2. Estado de la cuestión. Uso de modelos que predicen el valor de las variables dependientes para un conjunto de variables independientes. Procedimiento de ajuste de los modelos generalizados a la realidad del equipo o unidad simulada. Procedimiento de optimización. Medios para definir estrategias alternativas vía funciones objetivo de diferentes tipos: máximo beneficio, mínimo coste, máxima carga, etc. Medios para definir un entorno restringido. Medios para el seguimiento y a veces el control de las i». •. restricciones, generando mensajes cuando estas son violadas. Medios para la adquisición y validación de datos en línea. Medios para la validación de resultados y de emisión de informes. Medios para la actualización en línea de puntos de consigna.. En el caso en que exista una optimización en línea implementada en la planta, debido a la elevada cantidad de recursos de CPU que consume esta tecnología, suele instalarse en ordenadores dedicados, normalmente "minis" de alta velocidad de cálculo, y nunca en el ordenador que realiza las funciones de información y control avanzado. La descripción anterior corresponde a los niveles de control normalmente establecidos y existentes en las plantas industriales. Sin embargo, se puede definir otra pirámide de control paralela a la anterior que represente la estructura física y humana de las instalaciones. En esta pirámide, que será a la que se haga referencia a partir de ahora en este trabajo se muestra en la figura 2.3. Por encima del control avanzado se sitúa el control inteligente que es el punto de actuación de este trabajo y que se describe a continuación. 2.1.3.5. Control supervisor inteligente La supervisión inteligente está realizada actualmente por un operador. Es la introducción de este elemento no modelable, el operador, la característica más destacable del control supervisor [Sanz et al. 91]. Tal y como define Sanz,. Tesis doctoral: Modelopara análisisyconceptualizationdesistemasinteligentespara Autora: Miren Idoia Piarcón Rodríguez. control deprocesos industríales en tiempo real. 24.

(32) Capítulo 2. Estado de la cuestión. la misión del operador es la de establecer estrategias de control mediante especificación y ajuste de los puntos de consigna de los lazos de control. De manera esquemática se presenta esta función en la figura 2.4 [Chang & Birdwell 90].. Figura 2.3. Pirámide de control. Entre las atribuciones del operador se incluye: vigilancia continua, detección de problemas, corrección de éstos mediante la elección y ejecución de las actuaciones y de la táctica más adecuada, monitorización de los efectos y consecuencias derivadas de la ejecución de una acción, optimización de la producción, etc. En este nivel, el operador normalmente lleva a cabo las siguientes tareas [Morant et al. 92]: selección del controlador y estructura de control más apropiada, ajuste de los parámetros de los consoladores, cambio de los puntos. Tesis doctoral: Modelopara análisisy conceptualization de sistemas inteligentes para control deprocesos industríales en tiempo real Autora: Miren /do/a Álarcón Rodriguez. 25.

(33) Capítulo 2. Estado de la cuestión. de. consigna. de. los. consoladores, evaluación del. rendimiento. del. proceso controlado, puesta en marcha y parada del proceso,. recogida. de. proceso + controlador tss^x&*>xw:£:w>ra$>. &S-SSí^W*awtW*3í-S. perturbaciones a variables controladas. variables medidas. alarmas e incidencias, etc. supervisor Sin embargo, es en el nivel supervisor, debido al gran papel que juega el operador humano, donde. factores externos Figura 2A. Control supervisor. los sistemas de control tradicionales se presentan inadecuados para prestar ayuda y asistencia a los operadores. Es aquí, por tanto, donde la aplicación de los sistemas basados en conocimientos (S.B.C.) es más adecuada permitiendo, mediante su implantación, complementar las deficiencias del control tradicional y ser de gran utilidad en la toma de decisiones del equipo humano que opera en una planta industrial, tal y como se verá en el capítulo 2.2 de este trabajo. Dado que el humano es el principal protagonista de este nivel de control, se efectúa a continuación un breve análisis del comportamiento cognitivo y resolutivo humano con la intención de comprobar que el modelo propuesto por este trabajo presenta un importante paralelismo con la mente y el comportamiento humanos.. Ttsi a doctoral: Modeiopara anáiisisy conceptuaiización de sistemas inteligentes para controi deprocesos industriaies en tiempo reai Autora: Miren ido/a Áiarcón Rodríguez. 26.

(34) Capítulo 2. Estado de la cuestión. 2.2.. NECESIDAD. DE. UN. SISTEMA. BASADO. EN. CONOCIMIENTOS EN EL NIVEL DE CONTROL SUPERVISOR. 2.2.1. Justificación cognitiva Tanto el análisis de la mente desde el punto de vista psicológico como el del comportamiento humano [Broadbent 71], [Newell & Simon 72], [Ratcliff & Murdock 76], [Posner & Rogers 78], [Simon 78], [Logan 79], [Treisman & Gelade 80], [de Vega 89] llevan de manera natural, como se justificará brevemente a continuación, a establecer la adecuación y necesidad de introducir un sistema de control inteligente basado en técnicas de I.A. en la capa de control supervisor. Por una parte existen varias características intrínsecas de la mente humana de fuerte relevancia a la hora de tratar y razonar con gran cantidad de información procedente de diferentes fuentes, actividad principal en un operador [de Vega 89]. Entre ellas se pueden citar: (a) la mente humana es un sistema extraordinariamente activo que procesa la información que almacena; (b) la mente humana, al igual que un ordenador, codifica, retiene y opera con símbolos y representaciones internas; (c) la existencia de dos tipos de memoria (la memoria a largo plazo y la memoria a corto plazo) hace que el proceso de búsqueda se realice en varios pasos combinando los métodos paralelos y en serie. Además, esta búsqueda suele ir asociada a un proceso de decisión. Estas características presentan gran similitud con las funciones que realiza una computadora, puediendo ésta simularlas sin dificultad.. Por otra parte, muchos de los comportamientos y razonamientos de los humanos ante la resolución de problemas son equivalentes a los que se. Tesis doctoral: Modelopara análisis y conceptüalización de sistemas inteligentes para control deprocesos industríales en tiempo real Autora: Miren Ido/a Áiarcón Rodríguez. 27.

(35) Capítulo 2. Estado de la cuestión. pueden realizar mediante una computadora, con las ventajas adicionales de la velocidad y fiabilidad en las soluciones presentadas. Estas ventajas se presentan avaladas por las carencias y fallos detectados en los estudios realizados del comportamiento humano ante este tipo de problemas [Kerr 73], [Ratcliff & Murdock 76]. Algunos de estos fallos son:. A pesar de que el organismo recibe simultáneamente varios mensajes sensoriales, el ser humano sólo puede procesar un mensaje cada vez, es decir, que opera secuencialmente [Broadbent 71]. Por otra parte, dado que las entrada o canales sensoriales son múltiples, el canal central está expuesto a una sobrecarga de su capacidad, con la correspondiente pérdida de eficacia y de información.. Tal y como demuestran Posner, Rogers y Logan [Posner & Rogers 78], [Logan 78], [Logan 79], la atención es un sistema de recursos limitados que se distribuyen entre las tareas u operaciones mentales concurrentes.. La mayor parte de las decisiones tomadas o las acciones planeadas por un individuo o un grupo se basan en sus predicciones sobre eventos futuros o de carácter incierto, con lo que el éxito no está garantizado en absoluto y depende en buena parte del realismo de las predicciones que se realizan a partir de evidencias insuficientes.. Un individuo filtra la información que le llega de acuerdo a criterios subjetivos. Además, la recogida de información relevante está mediatizada por el carácter selectivo y los recursos limitados de la atención, así como por la calidad de los datos.. Tesis doctoral: Modelopara análisis7conceptualizationdesistemasinteligentes'para Autora: Miren Idoia Álarcón Rodríguez. control deprocesos industríales en tiempo real. 28.

(36) Capítulo 2. Estado de la cuestión. Un individuo no puede permanecer mucho tiempo en alerta fásica o rápida, que es un estado transitorio de preparación para procesar un estímulo en una situación especifica, por lo que está normalmente en alerta tónica que supone cambios mucho más lentos en la disponibilidad del organismo para procesar estímulos. El hecho de que mucha información relevante en la resolución proceda de la memoria a largo plazo hace que los procesos de recuperación sean generalmente muy complejos y exijan recursos atencionales considerables. Los límites de la memoria operativa imponen un techo a la actividad de resolución de problemas del ser humano, al tener que distribuir sus recursos entre el almacenamiento inmediato de estados intermedios y las operaciones de control. La eficiencia del individuo ante un problema se incrementa cuando dispone de una memoria externa.. Dadas las enormes demandas cognitivas de los problemas y los límites operativos antes mencionados, al solucionar un problema, se funciona de modo esencialmente en serie.. Todos estas limitaciones se ven en su mayor parte superadas por los sistemas. basados. en. conocimientos. dado. que. la. LA.. reproduce. comportamientos inteligentes.. Por otra parte, el proceso de resolución de un problema puede caracterizarse [Newell & Simon 72], [Simon 78] como una búsqueda a través de un espacio problema que posee un estado inicial, un estado final y varios. Tesis doctoral: Modelopara aná/isisy'conceptualizationdesistemas'inteligentespara Autora: Miren idoia Áiarcón Rodríguez. control deprocesos industriales en Uempo real. 29.

(37) Capítulo 2. Estado de la cuestión. estados intermedios. Los elementos o nodos de un espacio problema son estados legales que se ajustan a las restricciones impuestas por el experimentador. El espacio problema, aunque se suele visualizar como una red de nodos, no es una entidad estática, sino que el sujeto lo va construyendo a medida que avanza en su búsqueda de la solución. Para avanzar de un nodo o estado al siguiente, el sujeto debe seleccionar un operador, encargado de realizar. la transformación. pertinente.. Un sistema. informático. puede. perfectamente simular esta búsqueda realizada por el procesamiento humano. En este caso, el sistema conoce las posibles soluciones realizando una búsqueda entre ellas para encontrar la más adecuada, pudiendo, además mejorar la eficiencia y velocidad de los humanos.. Existe, además, una característica fundamental que permite aplicar los S.B.C. en la capa de control supervisor: normalmente un individuo utiliza procedimientos heurísticos en la resolución de problemas. Así, existen dos tipos de estrategias en la resolución de problemas: (1) los algoritmos, que son métodos muy eficientes que conducen a una solución segura, ya que generan un espacio problema exhaustivo y seleccionan la alternativa mejor, aunque la dificultad estriba en que algunos problemas no poseen o no se conocen algoritmos para su resolución; y (2) la utilización de heurísticas, que son reglas de andar por casa basadas en la experiencia, que permiten un acceso más rápido a la solución reduciendo drásticamente el número de estados del espacio problema. Los problemas requieren heurísticas de uso específico, pero también hay algunas heurísticas de propósito general tales como análisis medios-fines y planificación. Los S.B.C, y en particular los sistemas expertos se adaptan perfectamente a estas características, pudiendo llegara la solución óptima mediante caminos diferentes dependiendo, fundamentalmente, del tipo de problema que se está tratando.. Tesis doctoral: Modeiopara análisis y conceptualization de sistemas MeJigentespara controi deprocesos industriales en tiempo real Autora: Miren Idoia Alarcón Rodríguez. 30.

(38) Capítulo 2. Estado de la cuestión. Finalmente, la mayoría de los autores [de Vega 89] aceptan tres fases en la resolución de un problema:. 1.. Preparación: supone un análisis e interpretación de los datos disponibles inicialmente, de las restricciones y una identificación del criterio de solución. El resultado de la preparación puede ser la división del problema en otros más elementales, o bien construir un problema más sencillo ignorando alguna información. En la práctica, el sujeto r. evalúa mentalmente la situación para comprobar si la puede manejar él mismo o precisa de ayuda o consejo. Para ello analiza aspectos tales como la complejidad, los conocimientos/experiencia que él posee, responsabilidad. asociada,. confidencialidad. de. la. información,. consecuencias de su actuación, tiempo de respuesta requerido, entorno (crítico, de riesgo, etc), ventajas/desventajas de la situación, carga de trabajo, prioridad, importancia, etc. Teniendo en cuenta estos aspectos, el sujeto decide resolver él mismo la situación, delegar la resolución de la situación o consultar a un superior o al equipo de trabajo. Este mismo comportamiento jerárquico se simula en este trabajo mediante un modelo conceptual.. 2.. Producción: esta fase comprende un conjunto de operaciones diversas: recuperación de información de la memoria a largo plazo, exploración de información ambiental, transformaciones en la memoria a corto plazo, almacenar información intermedia en la memoria a largo plazo, y eventualmente alcanzar una solución. En esta fase se aplican determinadas estrategias, algunas de carácter general y otras específicas de cada problema particular. Newell y Simon aseguran que las personas utilizan procedimientos heurísticos, en lugar de cómputos algorítmicos que exigen demasiada velocidad y excesivos recursos de. Teaia doctoral: Modeloparaanálisisyconceptualizationdesistemasinteligentespara Autora: Miren /do/a Álarcón Rodríguez. control deprocesos industríales en tiempo real. 31.

(39) Capítulo 2. Estado de la cuestión. memoria. 3.. Enjuiciamiento: esta fase evalúa la solución generada, contrastándola con el criterio de solución.. Como se verá en capítulos posteriores, este procedimiento es similar, en sus rasgos generales, al presentado en este trabajo como construcción de sistemas inteligentes para control de procesos. r. A partir de este análisis se establece (a) que el modelo presentado en los próximos capítulos se basa, en su parte conceptual, en el comportamiento, actitud y mente del usuario como persona individual y como colectivo a la hora de enfrentarse. a situaciones que requieran concentración, atención,. conocimientos o experiencia y (b) que un sistema informático inteligente puede complementar y ayudar en las carencias del personal que controla una planta industrial, es decir, en el nivel de control supervisor. En particular, las ventajas que proporcionan los sistemas inteligentes en esta capa y que justifican su introducción, son entre otras [Laffey et al. 88], [Stock 89], [Vepa 92]:. Complementación de los conocimientos de los operadores. Uniformización de criterios. Descarga cognitiva de los operadores. Manejo de gran cantidad de información simultáneamente. Integración de información. Respuesta más rápida que los operadores en detección, diagnóstico y acciones de control. Reducción de gastos en aprendizaje de nuevos operadores.. Teaia doctoral: Modeiopara anáiisis'f' conceptuaiizacióndesistemas'inteligentespara Autora: Miren idoia Áiarcón Rodríguez. r. controi deprocesos industriales en tiempo reai. 32.