instalacion de un sistema

PROYECTO DE GRADOPresentado ante la ilustre UNIVERSIDAD DE LOS ANDES como requisito parcial para obtener el Ttulo de INGENIERO DE SISTEMAS

SISTEMA EXPERTO PARA EL MONITOREO Y CONTROL DELPROCESO DE REDUCCIN DIRECTA MIDREX1 DE LA EMPRESA

SIDOR, C. A.

Por Br. Olga Josefina Avila Camacho Tutor: Prof. Mariela Cerrada Asesor Industrial: Lic. Olga Prado

Julio 2006

2006 Universidad de Los Andes Mrida, Venezuela

Sistema Experto para el monitoreo y control del proceso de reduccin directa Midrex1 de la empresa SIDOR, C. A. Br. Olga Josefina Avila CamachoProyecto de Grado 149 pginas

Resumen: Los sistemas expertos resuelven problemas que normalmente son solucionados porun experto humano, para lo cual debe contar con una importante base de conocimiento sobre el dominio, un mecanismo de razonamiento para aplicar su conocimiento a los problemas que se le proponen y un mecanismo para explicar a los usuarios. En este trabajo se presenta el desarrollo de un sistema experto para el monitoreo y control del proceso de reduccin directa MIDREX1 de la empresa SIDOR, CA. El proceso de reduccin directa constituye el segundo proceso en el ciclo productivo de dicha empresa, por lo cual es de vital importancia tener una buena supervisin del mismo. En este trabajo se presenta el sistema experto como una herramienta interactiva y de supervisin, implantada por medio de una interfaz grfica de usuario para cumplir con los requerimientos y objetivos de la empresa y de los usuarios reales, la cual fue diseada siguiendo una metodologa para el desarrollo de Sistemas Expertos. Esta metodologa permiti evaluar todos los recursos disponibles en el rea a desarrollar el sistema, el anlisis de requerimientos, el diseo conceptual y computacional. Durante el desarrollo del trabajo se prob el sistema experto fuera de lnea y a tiempo real, obteniendo en ambos casos resultados favorables, demostrando que dicho sistema como una herramienta es aceptable y confiable.

Palabras clave: Sistema Experto, Monitoreo, Supervisin, Reduccin, Hierro de reduccindirecta (HRD), MIDREX.

Resumen

ii

Dedicatoria

A mi Madre, quien siempre me ha acompaado en todo momento, quien me ha brindado su amor incondicional y me dio un ejemplo digno a seguir, quien siempre me ha dado su apoyo, confianza y sabidura. Te quiero mucho.

Dedicatoria

iii

ndice de ContenidoResumen .................................................................................................................................ii Dedicatoria.............................................................................................................................iii ndice de Contenido...............................................................................................................iv ndice de Figuras....................................................................................................................vi ndice de Tablas...................................................................................................................viii Agradecimientos ....................................................................................................................ix Captulo 1 Introduccin ..........................................................................................................1 1.1 Antecedentes ................................................................................................................1 1.2 Definicin del Problema...............................................................................................2 1.3 Justificacin..................................................................................................................4 1.4 Objetivos ......................................................................................................................5 1.5 Alcance.........................................................................................................................5 1.6 Descripcin del Proyecto de Grado..............................................................................5 Captulo 2 El proceso MIDREX y su contexto productivo en SIDOR ..................................7 2.1 Sistema de Reduccin ..................................................................................................7 2.2 El proceso de reduccin directa MIDREX...................................................................8 2.1.1. Resea histrica del proceso de reduccin directa MIDREX ..............................8 2.1.2. Reacciones en el proceso MIDREX.....................................................................9 2.3 Descripcin de la Planta MIDREX ............................................................................16 Captulo 3 Sistemas Expertos y Lgica Difusa ....................................................................25 3.1 Generalidades sobre Inteligencia Artificial...............................................................25 3.2 Sistemas Expertos (SE) ..............................................................................................28 3.2.1 Estructura Bsica de un Sistema Experto...............................................................28 3.2.2 Manejo del conocimiento en el desarrollo de un Sistema Experto ........................36 3.2.3 Metodologas para el desarrollo de Sistemas Expertos..........................................41 3.3 Lgica Difusa .............................................................................................................44 3.3.1 Conceptos bsicos de lgica difusa........................................................................46 a. Modelado usando lgica difusa..................................................................................50 Captulo 4 Desarrollo del Sistema Experto ..........................................................................53 Etapa 1: Anlisis y descripcin del problema ........................................................................53 1.1 Descripcin general del problema..........................................................................53 1.2 Anlisis de factibilidad para el desarrollo del SE ..................................................56 Etapa 2: Especificacin de Requerimientos ...........................................................................57 2.1 Requerimientos de informacin .............................................................................57 2.2 Requerimientos funcionales ...................................................................................57 2.3 Requerimientos de entrada de datos.......................................................................58 2.4 Requerimientos de hardware y software ................................................................59 Etapa 3: Ingeniera de Conocimiento .....................................................................................62 3.1 Adquisicin del conocimiento................................................................................63

ndice de Contenido

iv

3.2 Estructuracin del conocimiento............................................................................70 Etapa 4: Diseo Preliminar del SE.........................................................................................79 4.1 Diseo preliminar de la arquitectura del sistema de supervisin usando SE .........79 4.2 Seleccin de la herramienta computacional ...........................................................84 4.3 Diseo preliminar de procesos de adquisicin y almacenamiento de datos ..........88 4.4 Diseo preliminar de procesos de interconexin ...................................................94 4.4.1 Integracin Interna .........................................................................................94 4.4.2 Integracin Externa ........................................................................................97 Captulo 5 Evaluacin y funcionamiento del SE................................................................101 5.1 Evaluacin de la sintaxis ..........................................................................................102 5.2 Evaluacin de la semntica ......................................................................................103 5.3 Utilidad del SE .........................................................................................................104 5.3.1 Funcionamiento del SE ........................................................................................104 a. Interfaz grfica .....................................................................................................104 b. Ejemplo de la corrida ...........................................................................................106 Conclusiones.......................................................................................................................111 Recomendaciones ...............................................................................................................112 Bibliografa .........................................................................................................................114 Anexo A. Flujogramas de Reglas del Sistema Experto......................................................118 Anexo B. Funciones Difusas ..............................................................................................138 Anexo C. Archivos del Sistema..........................................................................................145

ndice de Contenido

v

ndice de FigurasFigura 2.1 Etapas del Proceso MIDREX .......................................................................................10 Figura 2.2 Reacciones de Reduccin .............................................................................................11 Figura 2.3 Reacciones qumicas de Reduccin..............................................................................12 Figura 2.4 Reacciones de Carburizacin........................................................................................12 Figura 2.5 Reacciones de reformacin...........................................................................................14 Figura 2.6 Reacciones de reformacin de forma genrica .............................................................14 Figura 2.7 Reacciones de deposicin de carbono ..........................................................................15 Figura 2.8 Zonas de Reduccin......................................................................................................17 Figura 2.9 Sistema de Carga ..........................................................................................................17 Figura 2.10 Reduccin ...................................................................................................................18 Figura 2.11 Zona de transicin.......................................................................................................19 Figura 2.12 Zona de Enfriamiento .................................................................................................20 Figura 2.13 Pndulo de descarga....................................................................................................21 Figura 2.14 Reformador .................................................................................................................23 Figura 2.15 Zoom del Reformador.................................................................................................23 Figura 2.16 Esquema de la planta de reduccin directa MIDREX1..............................................24 Figura 3.1 Esquema bsico de un SE .............................................................................................28 Figura 3.2 Esquema extendido de un SE........................................................................................29 Figura 3.3 Encadenamiento de Reglas ...........................................................................................33 Figura 3.4 SE integrado a un mecanismo de control......................................................................36 Figura 3.5 Funciones de Pertenencia, (a) triangular, (b) trapezoidal, (c) gaussiana y (d) sigmoidal ........................................................................................................................................................47 Figura 3.6 Interseccin entre conjuntos difusos.............................................................................47 Figura 3.7 Unin entre conjuntos difusos ......................................................................................48 Figura 3.8 Negacin de un conjunto difuso ...................................................................................48 Figura 3.9 Verificacin y Validacin del modelo difuso ...............................................................52 Figura 4.1 Situacin vs. Futura ......................................................................................................55 Figura 4.2 Funciones del SE ..........................................................................................................58 Figura 4.3 Entradas/Salidas del SE ................................................................................................59 Figura 4.4 Vista de frente armarios de Nivel 2 ..............................................................................60 Figura 4.5 Piso de Planta................................................................................................................62 Figura 4.6 Diagrama de causa-efecto para el %CO2 en gas reformado .........................................67 Figura 4.7 Diagrama de causa- efecto para el %CH4 en gas reformado ........................................68 Figura 4.8 Diagrama de causa- efecto para el %CO2 en gas tope ..................................................68 Figura 4.9 Diagrama de causa- efecto para la Temperatura del gas bustle ....................................69 Figura 4.10 Diagrama de Causa- Efecto para la Temperatura del Centro del Reactor .................69 Figura 4.11 Diagrama de Causa- Efecto para % Vapor en gas proceso........................................70 Figura 4.12 Flujograma de reglas para %Vapor en gas proceso alto.............................................71 Figura 4.13 Particin difusa genrica.............................................................................................72

ndice de Figuras

vi

Figura 4.14 Funciones difusas para c/u de las variables claves .....................................................75 Figura 4.15 Reglas activadas en Vapor gas proceso ......................................................................78 Figura 4.16 Arquitectura del sistema de supervisin .....................................................................80 Figura 4.17 Lmites a modificar.....................................................................................................81 Figura 4.18 Lmites de aviso y control en un grfico de control ...................................................82 Figura 4.19 Arquitectura del T-Expert...........................................................................................88 Figura 4.20 Diagrama del sistema..................................................................................................94 Figura 4.21 Sistema de adquisicin de Ivision...............................................................................95 Figura 4.22 Pantalla Principal ........................................................................................................98 Figura 4.23 Histrico de alarmas ...................................................................................................99 Figura 4.24 Recomendacin de control........................................................................................100 Figura 5.1 Prueba fuera de lnea para CO2 en gas reformado alto ...............................................103 Figura 5.2 Funcionamiento de la aplicacin a tiempo real ..........................................................106 Figura 5.3 Camino recorrido por el SE ........................................................................................109 Figura 5.4 Resultado del SE.........................................................................................................110 Figura A.1 Reglas para % Vapor en gas Proceso Alto.................................................................118 Figura A.2 Reglas para Temperatura del gas bustle Alta.............................................................119 Figura A.3 Reglas para temperatura gas bustle baja ....................................................................120 Figura A.4 Reglas para temperatura del centro del reactor alta ...................................................121 Figura A.5 Reglas para temperatura del centro del reactor baja ..................................................122 Figura A.6 Reglas para CO2 en gas tope alto ...............................................................................123 Figura A.7 Reglas para CO2 en gas tope bajo ..............................................................................124 Figura A.8 Reglas para CH4 en gas reformado alto .....................................................................126 Figura A.9 Reglas para CH4 en gas reformado bajo ....................................................................127 Figura A.10 Reglas para CO2 en gas reformado alto ...................................................................128 Figura A.11 Reglas para CO2 en gas reformado bajo ..................................................................129

ndice de Figuras

vii

ndice de TablasTabla 4.1 Variables controladas y variables manipuladas .............................................................66 Tabla 4.2 Lmites de alarma y operacin de las variables claves ..................................................73 Tabla 4.3 Variables de proceso a fuzzificar ...................................................................................77 Tabla 4.4 Entrada que emula vapor en gas proceso alto ................................................................77 Tabla 4.5 Descripcin de la Tabla DATOS_INST ........................................................................90 Tabla 4.6 Tabla DATOS_INST .....................................................................................................90 Tabla 4.7 Tabla LIMITES_REFERENCIA ...................................................................................91 Tabla 4.8 Tabla TABLE_ALARM ................................................................................................92 Tabla 4.9 Tabla TABLE_ALARM_TBF .......................................................................................93 Tabla 5.1 Variables de entrada, caso de prueba ...........................................................................108 Tabla A.1 Cdigos y recomendaciones de control.......................................................................137

ndice de Tablas

viii

AgradecimientosA Dios, por siempre estar a mi lado y permitirme llegar hasta donde estoy ahora. A la escuela de Ingeniera de Sistemas todo su personal docente y administrativo, por contribuir en mi formacin profesional. A mi tutora Prof. Mariela Cerrada, quien con su orientacin, enseanza y apoyo hizo posible el desarrollo de este trabajo. A la seccin de modelos de Automatizacin de SIDOR, C.A., por asignarme este trabajo y confiar en mi capacidad para realizarlo, especialmente agradezco a Jos R. Lara D. por su valiosa colaboracin. A todos aquellos amigos y compaeros, que de alguna forma intervinieron en la realizacin de este trabajo.

Agradecimientos

ix

Captulo 1Introduccin

Anteriormente se crea que la resolucin de ciertos tipos de problemas tales como reconocimiento de voz, patrones y sistemas complejos de tipo deterministas o estocsticos solo podra ser hecha por personas, dado que estos cuentan con habilidades para pensar, memorizar, aprender, entre otras, que son necesarias para la resolucin de estos problemas. Durante las tres ltimas dcadas los investigadores han probado que muchos de estos problemas pueden ser resueltos con la ayuda de las computadoras. El campo de la Inteligencia Artificial (IA) trata la resolucin de estos problemas, la misma puede definirse como la encargada del diseo de sistemas computacionales inteligentes, que exhiben caractersticas asociadas a la inteligencia en el comportamiento humano tales como compresin del lenguaje, capacidad para razonar, resolucin de problemas, etc. En la actualidad la IA enmarca varias subreas, tales como lgica difusa, redes neuronales, computacin evolutiva, visin artificial, sistemas expertos (SE), etc. Los sistemas expertos constituyen una de estas subreas de notada aplicacin, pudiendo ir desde aplicaciones en medicina hasta aplicaciones en control. En las empresas han tenido mayor auge apoyando la toma de decisiones y siendo de gran utilidad donde se necesite un experto [1], [2]. El siguiente trabajo muestra una de las aplicaciones de los sistemas expertos en ambientes industriales, trata del diseo e implementacin de un sistema experto para el monitoreo y control de las variables claves en MIDREX1 de la empresa SIDOR, C.A.

1.1 AntecedentesSIDOR es una empresa siderrgica que produce acero a partir de un mineral con alto contenido de hierro, utilizando la va de reduccin directa, hornos de arco elctrico y colada continua.

Captulo 1. Introduccin

1

MIDREX es un proceso de reduccin directa y MIDREX1 constituye una de las plantas de SIDOR. El trmino reduccin significa la remocin del oxgeno del xido de hierro donde el reductor (gas o carbn) es el agente que elimina el oxgeno. Los agentes reductores normalmente usados son el carbono (C), monxido de carbono (CO) y el hidrgeno (H2). MIDREX1 tiene dos reactores, el horno de reduccin y el reformador. El horno de reduccin es donde se llevan a cabo las operaciones asociadas al proceso de reduccin que se realiza a medida que el mineral pasa por cinco zonas, las cuales se mencionan a continuacin: carga, reduccin, transicin, enfriamiento y descarga. La operacin del horno es continua y dura 6.5 horas desde el momento que ingresa en el mineral hasta que sale como hierro de reduccin directa. El reformador tiene como objetivo convertir el gas de la salida del reactor rico en CO2 en gas reformado. Para lograrlo, utiliza gas natural, energa y un catalizador. La unin del gas reformado con el gas natural produce el gas reductor utilizado en el proceso de reduccin. El producto obtenido de la reduccin directa, hierro esponja, es un material slido, generalmente de la misma forma del material de carga, que contiene hierro metlico (Fe) xido de hierro (FeO) carburo de hierro (Fe3C) y ganga. El proceso de reduccin directa es el segundo proceso en el ciclo productivo de SIDOR, transforman las pellas de manera que sean aptas para la fabricacin de acero. Esta reduccin se lleva a cabo mediante dos tecnologas MIDREX y HyL. En cuanto la uso de SE en plantas MIDREX, se sabe de la existencia de uno para el arranque de la planta, desarrollado en la empresa SIDERAR-Argentina, el mismo est en fase de pruebas, an no est en operacin. SIDOR en su haber cuenta con un SE para el monitoreo del comportamiento del perfil y cua de las bobinas laminadas en caliente y otro para el monitoreo de las temperaturas de enrollado de las bobinas laminadas en caliente.

1.2 Definicin del ProblemaActualmente en MIDREX1, las variables claves son el %CO2 en gas reformado, %CH4 en gas reformado, %CO2 en gas tope, temperatura del centro del reactor, temperatura de gas bustle y %vapor de agua en gas proceso, las cuales operan alrededor un valor central de referencia con un


2

lmite de variacin asociado al mismo, que es fijado por el Ingeniero de Procesos. Para mantener estas variables dentro de los lmites previamente fijados, existe un operador principal que es el encargado de controlar el proceso de manera manual. Dicho operador cuenta con el Sistema de Apoyo Operativo (SAO), el cual puede ser consultado desde una computadora llamada cliente SAO que est ubicada en la cabina de control; este sistema tambin puede ser accedido por medio de la red de SIDOR por todo trabajador de la planta. El SAO cuenta con diversos sistemas de ayuda y control de gestin del proceso MIDREX, entre ellos el control de Variables Claves. El control de proceso en MIDREX1 consiste en un seguimiento grfico del comportamiento de las variables ms importantes del mismo, crticas para la calidad del producto y la operacin continua. Este sistema de control se apoya en el Sistema de Variables Clave, el cual es una aplicacin tipo ayuda (Help), donde existen diagramas causa-efecto de cada una de las variables claves, que permiten tomar acciones precisas y de manera uniforme entre los distintos grupos operativos, en la correccin de las desviaciones del proceso a fin de mantener la calidad del producto. Actualmente, el procedimiento a seguir por el operador para ejercer el control sobre el proceso es el siguiente: el operador por medio del acceso a las aplicaciones de visualizacin en lnea a tiempo real de la planta, toma el promedio de cada una de las variables claves, transcribe cada dato al SAO para construir tendencias y de esta manera observar el comportamiento que tiene la variable de inters. Este procedimiento es realizado cada hora, permitiendo la elaboracin de grficos de tendencia, seguimiento del cumplimiento, los rangos de operacin por variable y ver el desempeo por cuadrilla y operador. Una vez concretadas todas las posibles causas de desviacin para cada variable clave, as como las acciones correctivas ms apropiadas, se toman los cdigos de justificacin de acciones empleados para corregir desviaciones, permitiendo as mismo la elaboracin de los paretos1 de las causas de desviacin, el cumplimiento de los rangos de control de cada variable y el desempeo por cuadrilla y operador. Los rangos de operacin de cada una de las variables claves son fijados por el Ingeniero de Procesos, dependiendo de la operacin de la planta. MIDREX1 opera con dos sistemas deEl diagrama de pareto es un histograma especial, en el cual las frecuencias de ciertos eventos aparecen ordenadas de mayor a menor1


3

alarma, el primero constituido por las alarmas Alto (H) y Bajo (L), el segundo acotado entre las alarmas AltoALto (HH) y BajoBajo (LL). En el primer rango el operador ejerce control, mientras que en el segundo el control es hecho de manera automtica por el Sistema de Prevencin. El control actual se hace en base a los rangos de operacin fijados a fin de evitar llegar al nivel de alarma H o L.

1.3 JustificacinEn un sistema complejo es difcil planificar o anticipar todo lo que ocurre en el sistema. La presencia de los operadores humanos resulta indispensable para tomar el cargo de vigilante en conjunto con los ingenieros de procesos, a fin de actuar cuando los lmites del dominio vlidos son atentados. Los humanos tienen por cualidad principal saber administrar lo imprevisto y lo incierto, crear estrategias que se adapten a las dificultades, pero esta capacidad evoluciona con el tiempo, en un sentido positivo o negativo. Con la prctica, si un sistema es automatizado, los operadores tienen que esforzarse menos, ms si son relevados de la rutina y de una actividad pasiva. La gran mayora de los accidentes son debidos a una combinacin de factores que engloban inevitablemente una parte del error humano. La automatizacin y la informatizacin aparecieron como dos de los factores ms importantes del desarrollo de los grandes procesos industriales. El incremento en el uso de los sistemas expertos a tiempo real se ha debido a la escasez de expertos humanos, particularmente la dificultad y el alto costo de contratar, entrenar y retener los operadores de procesos de planta [3] y [4]. Un sistema que pueda alojar y procesar conocimiento experto puede reducir dramticamente el nmero de operadores para un sistema complejo. Entrenamiento y costos de mantenimiento de operacin de una planta compleja, pueden tambin ser recortados aadiendo razonamiento basado en conocimiento en lugar de simplemente contratar ms operadores humanos. Los sistemas expertos tambin eliminan algunas de las fallas comunes de los operadores como fatiga, aburrimiento, las cuales pueden afectar la calidad, seguridad y productividad de la planta.


4

Un sistema experto puede servir parar hacer un control de proceso proactivo, avisando al operador con tendencias estadsticas de las variables claves del proceso antes que ocurra una alteracin del sistema. Puesto que en MIDREX1 el control de las variables claves del proceso que intervienen de manera importante en la calidad del producto recae en gran parte sobre el operador, se propone un sistema experto que sirva de apoyo al operador en cuanto al monitoreo y control de las variables del proceso.

1.4 ObjetivosGeneral

Disear e implantar un Sistema Experto (SE) para el monitoreo y control devariables claves en MIDREX1.

Especficos Disminuir el nmero de demoras operativas, por descontrol de las variables que tiendan a salirse fuera de los rangos de operacin. Notificar a travs de un mensaje y una alarma si alguna condicin del proceso se encuentra fuera de los rangos de referencia. Proveer al usuario de una recomendacin de control en caso de alarma.

1.5 AlcanceSe pretende lograr el monitoreo digital de las variables claves asociadas al proceso MIDREX1, relacionadas principalmente con el rea de reduccin y reformacin, hasta la proposicin de una accin de control a ejecutar por el operador que permita el control de estas variables en ciertos rangos de operacin, utilizando para esto un Sistema Experto, que operar en condiciones normales de operacin de la planta.

1.6 Descripcin del Proyecto de Grado


5

Este proyecto de grado que se presenta, consiste de temas distribuidos en cinco captulos, divididos de la siguiente manera: En el captulo 1 se realiza una breve introduccin al tema del proyecto. En el captulo 2, se da una introduccin referente al proceso de reduccin directa MIDREX y su contexto productivo en la empresa SIDOR. El captulo 3, trata la teora asociada a los sistemas expertos y la lgica difusa, se presentan conceptos, historia y estructura. En el captulo 4 se aborda el anlisis, el diseo y la implementacin de un sistema experto para el control y monitoreo de las variables claves de MIDREX1 de la empresa SIDOR. El captulo 5 se muestra la implantacin de la aplicacin a tiempo real y sus respectivas pruebas. Por ltimo, se describe las conclusiones generales del trabajo realizado y las recomendaciones para trabajos futuros.


6

Captulo 2El proceso MIDREX y su contexto productivo en SIDORLa reduccin directa es el segundo proceso en el ciclo productivo de SIDOR. Transforma el mineral de hierro de manera que sea apto para la fabricacin de acero. Por esta razn, interesa conocer algunos de los aspectos ms importantes asociados a este. El objetivo del presente captulo es mostrar un horizonte ms amplio del proceso productivo MIDREX as como su entorno en SIDOR. Para la produccin de acero, SIDOR utiliza tecnologas de Reduccin Directa y Hornos Elctricos de Arco, con recursos naturales disponibles. Esta planta es uno de los complejos ms grandes de este tipo en el mundo. De esta manera, SIDOR est integrada por una planta de pellas2, un complejo de reduccin directa y dos grandes complejos productivos: el complejo de productos largos y el complejo de productos planos, los cuales generan productos varios como: bobinas, lminas, barras, palanquillas, alambrn y cabillas.

2.1 Sistema de ReduccinLa reduccin directa del xido de hierro es una reaccin qumica de hidrgeno (H2) y monxido de carbono (CO) con el xido de hierro, para producir hierro metlico. Los aspectos qumicos y trmicos del proceso de reduccin son ms eficaces cuando se utilizan en un horno cilndrico de contraflujo, con flujo de slidos uniforme hacia abajo, y un flujo de gases hacia arriba. Algunos de los aspectos de la reduccin directa son los siguientes: el xido de hierro, en forma de pellas de xido o mineral, esta formado por aproximadamente 30% de oxgeno por peso. En la reduccin directa, el oxgeno en el xido de hierro reacciona con el CO y H2 aPella: es un aglomerado de fino de material de hierro, de forma aproximadamente esfrica y granulometra determinada, obtenida con el agregado de elementos aglomerantes, sometidos al final a procesos de endurecimiento.2

Captulo 2. El proceso MIDREX y su contexto productivo en SIDOR

7

temperaturas elevadas, obtenindose como resultado hierro metlico, dixido de carbono (CO2), y agua (H2O) en forma de vapor. Al CO y H2 se les conoce como gases reductores, ya que reducen el xido de hierro, convirtindolo en hierro metalizado. El CO2 y H2O oxidan al hierro, y se conocen como gases oxidantes. El potencial de reduccin del gas utilizado para la reduccin est determinado por el porcentaje de CO ms H2 en el gas, dividido por el porcentaje de CO2 ms H2O en el gas. A esto se le conoce como la razn reductor/oxidante del gas, o calidad del gas . El proceso de reduccin directa MIDREX utiliza un flujo continuo de gases reductores para qumicamente extraer el oxgeno del mineral de hierro. Los gases reductores se producen en el reformador, y se introducen en el horno de reduccin con una concentracin y temperaturas controladas. Mientras fluyen contra la corriente del mineral descendiente, los gases reductores calientan, reducen y carburizan al mineral a la composicin deseada. La reduccin directa es el segundo proceso en el ciclo productivo de SIDOR. Transforma las pellas de manera que sean aptas para la fabricacin de acero. La propuesta de este trabajo apunta a mejorar el funcionamiento del proceso MIDREX en SIDOR, as, en la siguiente seccin se detalla este proceso.

2.2

El proceso de reduccin directa MIDREX2.1.1. Resea histrica del proceso de reduccin directa MIDREX

Para describir de forma sencilla la historia de MIDREX se sigue la siguiente cronologa por la Gerencia General de Ingeniera y Medio Ambiente, [5]: 2.1.1. En los aos 30, se funda la compaa Surface Combustin, predecesora de MIDREX, desarrollando el Saber-Como (Know-How) en la aplicacin de procesos de combustin para problemas industriales. 2.1.2. 2.1.3. En los aos 40, Surface Combustin desarrolla el horno de cuba, como tambin En los aos 50, la compaa Surface Combustin es adquirida por Midland-Ross, las tcnicas y los equipos para formar gas reformado. desarrollando un proceso de reduccin directa con la combinacin de la tecnologa del horno de cuba y gas reformado generado por un reformador estequiomtrico.


8

2.1.4. 2.1.5. 2.1.6. 2.1.7. 2.1.8.

Entre 1965 y 1967, obtienen el primer contrato para la construccin de una planta En 1969, la divisin MIDREX es creada por Midland-Ross para llevar con gran En 1971, arranca la planta MIDREX de Georgetown, Carolina de Sur, EUA., con En 1972, arranca la planta MIDREX en Hamburg, Alemania, con una capacidad En 1973, es formada una nueva corporacin la cual comienza las operaciones en

piloto, a travs de la empresa Oregon Steel Mills, en Portland, Oregon, EUA. nfasis los negocios de reduccin directa. una capacidad de 400000 t/a. de 400000 t/a. Charlotte, Carolina del Norte, EUA., y a comienzos de 1974 comienza a llamarse Corporacin MIDREX. 2.1.9. En 1983, Kobe Steel, Ltd. de Tokio, Japn, adquiere la corporacin MIDREX. La gerencia y el cuadro staff de MIDREX fue retenido y contina la operacin de la compaa desde su sede en Charlotte, EUA. 2.1.2. Reacciones en el proceso MIDREX

Hay dos reactores en el proceso de reduccin directa MIDREX: el horno de reduccin y el reformador. Consta de tres etapas, la preparacin de la materia prima, la reduccin y la reformacin.


9

Figura 2.1 Etapas del Proceso MIDREX

A continuacin se har un resumen de las etapas ilustradas en la figura 2.1 a) Preparacin de la materia prima Tiene como objetivo recubrir la pella con cal hidratada para evitar que se aglomere por efectos de las altas temperaturas. b) Reacciones en el horno de Reduccin Se presenta seguidamente las reacciones que se dan en el horno reductor, [6]. b.1) Reduccin MIDREX utiliza un flujo continuo de gases reductores que qumicamente extraen el oxgeno del xido de hierro. Los gases reductores, hidrgeno y monxido de carbono, son producidos en un reformador estequiomtrico y luego son introducidos en el horno de reduccin con un anlisis y temperaturas controladas. Fluyendo en contracorriente al xido de hierro, los gases calientan, reducen, y carburizan el xido a una composicin deseada. La zona superior del horno es conocida como zona de reduccin, y es aqu donde ocurren las reacciones qumicas que dan como producto el hierro reducido. En figura 2.2 se detallan las reacciones qumicas que se dan en el proceso de reduccin.


10

Figura 2.2 Reacciones de Reduccin

Como el gas fluye en contracorriente al xido, el monxido de carbono y el hidrgeno son convertidos gradualmente en dixido de carbono y vapor de agua mientras el material alimentado es reducido a hierro metlico. La velocidad con que ocurran estas reacciones, determinan el tiempo de residencia necesitado para metalizar el producto por encima de 92 % (generalmente es entre 4 y 6 horas); esto tambin es determinado por la capacidad de los equipos existentes en planta. A medida que el gas reductor asciende dentro del horno, el mismo va perdiendo su poder reductor, este gas que sale de la zona de reduccin, por el tope de horno (conocido como Gas de Tope o gas de cola), tiene una temperatura entre 300 C y 480 C. El gas tope pasa por el lavador de gas de tope donde se enfra a una temperatura entre 48 C y 56 C, y se le remueven las partculas finas de metlico y/o xido que pueda contener, antes de ser reciclado en el reformador. El material reducido que sale por debajo del horno de reduccin es conocido como H.R.D. (Hierro de reduccin directa), y tambin se le conoce como Hierro Esponja, denominacin viene dada por la forma que el mismo tiene al salir del horno. La secuencia de reacciones de la figura 2.3 ocurre cuando se comienza con una alimentacin de hematita (Fe2O3). Cada reaccin est basada en un mol de hierro.


11

1/2 Fe2O3 + 1/6 H2 -> 1/3 Fe3O4 + 1/6 H2O 1/2 Fe2O3 + 1/6 CO -> 1/3 Fe3O4 + 1/6 CO2 1/3 Fe3O4 + 1/3 H2 -> FeO + 1/3 H2O 1/3 Fe3O4 + 1/3 CO -> FeO + 1/3 CO2 FeO + H2 -> Fe + H2O FeO + CO -> Fe + CO2 Figura 2.3 Reacciones qumicas de Reduccin

En este proceso contracorriente, en la etapa final de la reduccin (reacciones 5 y 6), las reacciones estn acompaadas por un gas altamente rico, ya que tiene una alta relacin de reductores entre oxidantes, debido a que en esta zona ocurre el primer contacto entre el gas reductor y el material a metalizar. b.2) Carburizacin La carburizacin que tambin ocurre en el horno de reduccin, es el proceso de incrementar el contenido de carbono en el H.R.D. Este carbono en el producto reducido es esencial para un uso ms eficiente del H.R.D. en las aceras. La carburizacin del hierro metlico puede producirse por una o ms de las reacciones mostradas en la figura 2.4:3 Fe + 2 CO -> Fe3C + CO2 3 Fe + CO + H2 -> Fe3C + H2O 3 Fe + CH4 -> Fe3C + 2 H2O Figura 2.4 Reacciones de Carburizacin

En todos los procesos de reduccin una o ms de las reacciones arriba mencionadas intervienen en la carburizacin. El grado de control y el rango de control del contenido de carbono en el producto reducido puede ser aplicado por uno (o ms) de los siguientes dos mtodos:


12

Introduciendo gas natural en la corriente de gas reductor, el cual al llegar al horno de reduccin, el lecho del mismo provee el calor necesario, para que ocurra el craqueo de los hidrocarburos y la deposicin de carbono en el producto.

Introduciendo gas natural en la corriente de gas de enfriamiento o inyectndolo directamente a la zona de enfriamiento del horno (hasta el momento se conocen tres puntos en plantas MIDREX con descarga en fro, entre el rompedor inferior y medio, por encima de los rompedores medios debajo del rbol de Navidad3 - , y la zona de transicin). En el sistema normal, el gas de enfriamiento se mueve en un circuito independiente, lo que produce una alta concentracin de metano en esta corriente. Este alto metano contribuye al incremento del carbono en el producto, y se desplaza de igual manera que el gas reductor, en contracorriente de los slidos. Algo de esta corriente se desplaza a la zona de reduccin (esto se conoce como corriente arriba Upflow), donde se aumenta an ms el potencial de craqueo del metano, debido al incremento de temperatura de esta corriente al llegar a esta rea.

c) Reacciones en el Reformador A continuacin se detallan las reacciones que se dan en el reformador, [6]. c.1) Reformacin El gas reductor es producido de la recirculacin del gas de tope (horno de reduccin). Este gas al salir del horno es limpiado y enfriado por el lavador de gas de tope, luego pasa por los compresores de proceso, se mezcla con gas natural, se precalienta en los recuperadores de calor y pasa por los tubos catalticos. Estos tubos son calentados en un horno de refractario y lana refractaria, llamado reformador. En los procesos de reduccin con utilizacin de gas natural, el CO y H2 necesarios para la reduccin son obtenidos por la reformacin de gas natural con vapor de agua y/o CO2 a elevadas temperaturas. El gas natural es principalmente CH4 (metano). Las reacciones de la figura 2.5 son las bsicas en el proceso de reformacin:

3

rbol de Navidad: Dispositivo para uniformizar el descenso del lecho, recibe este nombre por la forma que tiene.


13

CH4 + H2O -> CO + 3 H2 CH4 + CO2 -> 2 CO + 2 H2 Figura 2.5 Reacciones de reformacin

Ms genricamente, las reacciones de reformacin con cualquier hidrocarburo saturado en el gas natural se expresa en la figura 2.6:

CnH2n+2 + [n] H2O -> [n] CO + [2n+1] H2 CnH2n+2 + [n] CO2 -> [2n] CO + [n+1] H2 Figura 2.6 Reacciones de reformacin de forma genrica

Consideraciones de equilibrio previenen que estas reacciones se den al 100 %. Debe haber un excedente de H2O mas CO2 en la mezcla de gas a ser reformada para inhibir las reacciones de deposicin de carbono, esto resulta en un residual de H2O mas CO2 en el gas reformado caliente. La mejor reformacin es la que resulta con 95% de CO+H2 y 5% CO2+H2O en el gas reformado caliente. La reformacin del gas natural es acelerada por la utilizacin de un catalizador base nquel a una temperatura entre 900 C 1000 C. c.2) Deposicin de Carbono La deposicin de carbono en los catalizadores, es uno de los factores que ms afecta al desarrollo de las reacciones de reformacin. Ello responde a una serie de factores que van desde la calidad del gas de alimentacin hasta la forma de operar el reformador. El carbono puede tericamente, ser formado por alguna de las reacciones sealadas en la figura 2.7.


14

CnH2n+2 -> [n] C + [n+1] H2 2 CO -> C + CO2 CO + H2 -> C + H2O

Figura 2.7 Reacciones de deposicin de carbono

Si el anlisis de gas es tal que estas tres reacciones predicen formacin de carbono para cierto equilibrio y hay suficiente tiempo de residencia, ocurrira la deposicin de carbono. Las dos fuentes ms conocidas de deposicin de carbono en el reformador son: el monxido de carbono y los hidrocarburos ms pesados que el metano en el gas natural. El carbn producido por el CO es comnmente conocido como carbn Bouduart. La deposicin de carbono por medio del CO, ocurre cuando el gas de alimentacin hace contacto con un catalizador muy activo, cuando su temperatura es muy baja o cuando la relacin estequiomtrica es muy baja. El alto potencial de deposicin de carbn por CO se encuentra en los rangos de temperatura comprendidos entre 400 C y 700 C. El reformador ha sido diseado de manera que el gas de alimentacin sea calentado lo ms rpido posible por encima de esta temperatura crtica. Es aqu donde juega un papel importante el soporte inerte, ya que su trabajo consiste en ayudar a que el gas se caliente lo ms rpido posible y pase el rango crtico de temperatura de deposicin de carbn comprendido entre 400C y 700C. Cada tubo del reformador contiene (en el caso de las plantas MIDREX de SIDOR) un soporte inerte, aqu es donde se produce el calentamiento del gas de alimentacin desde 440C hasta 700C. Luego de este soporte inerte, siguen dos perfiles de catalizador, uno de baja actividad y otro de alta actividad. El de baja actividad es un catalizador de base magnesio con aproximadamente 5% de Nquel. Esta combinacin es para inhibir la deposicin de carbono por craqueo de hidrocarburos pesados, como es el caso del gas natural en Venezuela. El de alta actividad es un catalizador de base almina con aproximadamente 10% de Nquel. La deposicin de carbono por medio de hidrocarburos pesados, ocurre por el craqueo de stos cuando se ven favorecidos por altas temperaturas. Por tal motivo cuando se disea un


15

reformador se debe tener certeza sobre la composicin qumica del gas natural con que se v a trabajar, ya que de esta manera se podr establecer el tipo de catalizador a usar, su actividad y su perfil de llenado en los tubos catalticos. Los sntomas generales de la deposicin de carbono son: Incremento de la cada de presin en el Reformador. Distribucin no uniforme del flujo de gas.

Una vez conocidas las reacciones que se dan en un proceso de reduccin MIDREX a fin de obtener hierro a partir de pellas, se describe a continuacin las diferentes zonas de una planta MIDREX, en donde se dan las mencionadas reacciones.

2.3 Descripcin de la Planta MIDREXLas operaciones asociadas a la reduccin se realizan a medida que las pellas pasan por cinco sistemas o zonas, dentro del horno de reduccin. Estas zonas son carga, reduccin, transicin y descarga. La operacin del horno es continua y dura aproximadamente 6.5 horas desde el momento que entra la pella hasta que sale el HRD. Estas zonas se pueden ver en la figura 2.8


16

Figura 2.8 Zonas de Reduccin

Siguiendo la direccin del flujo de material, una planta MIDREX puede ser dividida en las siguientes zonas: Sistema de carga de xido: es una seccin de distribucin cuyo objeto es que la carga sea se distribuya de manera uniforme, funciona como elemento de sello de los gases del horno.

Figura 2.9 Sistema de Carga


17

Esta constituido por: Tolva de carga: funciona como acumulador, recibiendo las pellas. Consta de una seccin cilndrica superior y una seccin cnica inferior con una inclinacin que impide acumulacin de pellas. Pierna de sello y compuerta superior: conecta a la tolva y la caja distribuidora, provee un flujo continuo de pellas y mantiene un sello dinmico entre el reactor y al atmsfera. Caja y piernas distribuidoras: esta debajo de la cmara de sello superior. Distribuyen uniformemente la alimentacin al horno y esta compuesta de 12 piernas que salen de la caja distribuidora. Zona de reduccin: es la zona ms importante pues ah ocurre la reduccin directa, comprende la zona bustle. Las pellas alimentadas en el horno van descendiendo por accin de la gravedad, en sentido contrario al gas inyectado en la zona el bustle. El gas reductor ingresa al reactor a alta temperatura. En la medida que el gas asciende se va haciendo ms rico en CO y vapor de agua, mientras que el material en descenso se va concentrando en hierro metlico. Realizada la transformacin, el gas sale por el tope y el material contina a la zona del bustle.

Figura 2.10 Reduccin

Zona de transicin: se alojan los rompedores superiores, cuya funcin es facilitar el flujo de slidos y evitar la formacin de trozos de aglomerados, el material esta metalizado y a altas


18

temperaturas, si existen aglomerados estas condiciones limitan resistencia. Consta de un rompedor superior el cual est ubicado debajo de la zona bustle. En la figura 2.11 se muestra la zona de transicin:

Figura 2.11 Zona de transicin

Zona de enfriamiento: enfra el HRD con un gas de enfriamiento a travs de un dispositivo cnico (rbol de navidad) compuesto por tuberas cegadas en el fondo y con agujeros que permiten la salida del gas de enfriamiento a diferentes niveles a lo largo de todo su permetro. El gas entra a una temperatura entre 40C y 45C, baja la temperatura del HRD entre 50C y 54C sale del horno; pasa por un lavador y es enfriado por el compresor de gas de enfriamiento al horno. Esta zona tiene adems: Rompedor Medio: est debajo del distribuidor de gas de enfriamiento, aqu la temperatura es ms baja y el dimetro del horno se reduce. Rompedor Inferior: es el extremo inferior del cono de la zona de enfriamiento. En la figura 2.12 se muestra la zona de enfriamiento.


19

Figura 2.12 Zona de Enfriamiento

Pierna de sello y compuerta inferior: La pierna de sello conecta la tolva de carga y la caja distribuidora. Provee un flujo de xido continuo y, mientras el material se mueve, mantiene un sello dinmico entre el reactor y la atmsfera. Este sello es complementado con una inyeccin de gas de sello debajo de la compuerta superior, la cual se encuentra en la parte inferior de la pierna. El material contenido en la pierna ofrece resistencia al flujo de gas hacia la atmsfera y, con la ayuda del gas de sello, mantiene una presin ligeramente superior a la presin de horno. La compuerta superior se encuentra justo encima de la cmara de inyeccin del sello superior. Consiste en una lmina de acero (guillotina) accionada por un cilindro hidrulico. La compuerta superior permite aislar el horno en caso de paradas de planta de poca duracin.

Sistema de descarga: descarga el HRD a travs de un mecanismo tipo pndulo. Trabaja con un principio de desplazamiento volumtrico controlando la cantidad de producto, dentro de una carcaza el producto es descargado hacia una placa curvada. En la figura 2.13 se muestra el sistema de descarga.


20

Figura 2.13 Pndulo de descarga

Lavadores. Constituido por: Lavador de gas tope: retira las partculas slidas y el calor de la corriente de gas de tope y lo divide en gas de proceso y gas tope combustible. Consta de dos secciones: una cnica de fondo y una cilndrica superior, poseen una seccin de empaques que completan el lavado y enfriamiento del gas, esta seccin aumenta el tiempo de contacto entre el agua y el gas. Lavador de gas de enfriamiento: retira las partculas slidas y el calor del gas de enfriamiento. El gas ingresa a una temperatura aproximada entre los 450C a los 500C, ingresa por la parte superior del lavador (tubo venturi) donde se inyecta agua de forma tangencial, el gas junto con el agua pasan por la seccin cnica del lavador. El agua contaminada choca con este nivel de agua, se separa del gas limpio y baja la temperatura; ste cambia de direccin por el cuerpo del cilindro en donde atraviesa una cmara de empaques que son humedecidos por el agua de proceso inyectados por toberas ubicadas en el techo del lavador.

Compresores: est conformado por:


21

Compresor de gas proceso: impulsa el gas proceso que viene del lavador del gas tope y lo enva al reformador, proporciona la presin requerida por el sistema de gas proceso. Compresor de gas de enfriamiento: su funcin es impulsar el gas empleado para reducir la temperatura del HRD en la seccin de enfriamiento del horno de reduccin. Eliminador de niebla de gas proceso: su funcin es eliminar las partculas muy pequeas de agua lquida contenidas en el gas. Estas gotas son producto del arrastre desde los silenciadores de los compresores o de la condensacin del vapor contenido en el gas. En este mismo equipo se realiza la mezcla del gas proceso con el gas natural para dar origen al gas de alimentacin que ir posteriormente al reformador. Precalentador de gas de alimentacin: El gas de alimentacin antes de ser introducido al reformador, es precalentado a una temperatura aproximada de 440 C en un intercambiador de calor indirecto. Este intercambiador de calor indirecto pasa el gas de alimentacin por el lado interno de los tubos y por el lado externo de los tubos pasa el gas de humo caliente proveniente de la combustin del reformador. El uso de este recuperador es un paso significativo para incrementar la capacidad del reformador.

Reformador: provee el calor necesario para promover y mantener las reacciones de reformacin, genera calor para el proceso de reduccin directa. Es una estructura metlica en forma rectangular hermtica abierta con refractarios en las paredes y con lana aislante en el techo atravesada por 320 tubos portacatalizadores, estos tubos son de acero y de diferentes tipos de catalizadores. En la figura 2.14 y 2.15 se muestra la ubicacin del reformador y el lugar por donde sale el gas reformado.


22

Figura 2.14 Reformador

Figura 2.15 Zoom del Reformador

Recuperadores de calor: aprovecha el calor sensible que trae el gas de humo para precalentar el aire para combustin, el gas de alimentacin y el gas natural. Posee dos secciones:


23

Recuperador por radiacin. Recuperador por conveccin.

Sistema de agua atomizada: enfra el gas de humo mediante la vaporizacin del agua atomizada en los recuperadores de calor. Consta, en trminos generales, de dos suministros: agua como elemento refrigerante, y aire como medio de atomizacin. El agua utilizada es agua limpia (tratada), y el aire requerido es aire para instrumentos.

La figura 2.16 muestra un esquema de la planta MIDREX

Figura 2.16 Esquema de la planta de reduccin directa MIDREX1


24

Captulo 3Sistemas Expertos y Lgica Difusa

La utilizacin de tcnicas de Inteligencia Artificial en programacin y control de procesos industriales ha sido centro de atencin en los ltimos aos, tanto por el elevado nmero de investigaciones como por las aplicaciones en diferentes entornos industriales. Los sistemas expertos y la lgica difusa constituyen alguno de los campos de la Inteligencia Artificial usados con bastante xito en la resolucin de problemas. En este captulo se tratar de manera conceptual ambos campos asociados a la Inteligencia Artificial.

3.1 Generalidades sobre Inteligencia ArtificialLa Inteligencia Artificial es aquella inteligencia presentada por artefactos creados por los humanos. Es un rea de las ciencias computacionales que se encarga de la creacin de hardware y software para crear comportamiento inteligente en aquellos campos donde el ser humano tiene un buen desempeo [1]. La historia de la Inteligencia Artificial ha pasado por diversas situaciones [7]: En los aos 50 cuando se logr realizar un sistema que tuvo cierto xito, llamado el Perceptrn de Rossenblatt. Este era un sistema visual de reconocimiento de patrones en el cual se unificaron esfuerzos para que se pudieran resolver una amplia gama de problemas, pero estas energas se diluyeron enseguida. En los aos 60 Alan Newell y Herbert Simon, trabajando en la demostracin de teoremas y en el ajedrez por computador, logran crear un programa llamado GPS (General Problem Solver: solucionador general de problemas). Este era un sistema en el que el usuario defina un entorno

Captulo 3. Sistemas Expertos y Lgica Difusa

25

en funcin de una serie de objetos y los operadores que se podan aplicar sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi4, as como con criptoaritmtica y otros problemas similares, operando, claro est, con microcosmos formalizados que representaban los parmetros dentro de los cuales se podan resolver problemas. Lo que no poda hacer el GPS era resolver problemas ni del mundo real, ni mdicos, ni tomar decisiones importantes. El GPS manejaba reglas heursticas (aprender a partir de sus propios descubrimientos) que lo conducan hasta el destino deseado mediante el mtodo del ensayo y el error. En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en problemas ms concretos. As fue como naci el Sistema Experto. El primer sistema experto fue el denominado Dendral, un intrprete de espectrograma de masa construido en 1967, pero el ms influyente resultara ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicacin, todo un logro en aquella poca que incluso fueron utilizados en hospitales (por ejemplo el Puff, variante de Mycin, de uso comn en el Pacific Medical Center de San Francisco, EEUU). En los aos 80, se desarrollaron lenguajes especiales para ser usados en Inteligencia Artificial, tales como el LISP o el PROLOG [7]. Es en esta poca cuando se desarrollan sistemas expertos ms refinados, como por ejemplo el EURISKO [7]. Este programa perfecciona su propio cuerpo de reglas heursticas automticamente, por induccin. El origen inmediato del concepto y de los criterios de desarrollo de la Inteligencia Artificial, se remonta a la intuicin del genio matemtico ingls Alan Turing y el apelativo "Inteligencia Artificial" se debe a John McCarthy, uno de los integrantes del "Grupo de Darmouth", que en el verano de 1956, se reuni en el Darmouth College (Estados Unidos) para discutir la posibilidad de construir mquinas "inteligentes". Los principales integrantes del grupo eran: John McCarthy: quien le di el nombre a esta nueva rea del conocimiento y estudiaba sistemas capaces de efectuar razonamientos de sentido comn.Torres de hanoi: es un juego cuyos elementos son tres varillas verticales y un nmero indeterminado de discos que determinan la complejidad de la solucin, los discos no son iguales y estn colocados de mayor a menor en la primera varilla. El juego consiste en pasar todos los discos a la tercera varilla colocados de menor a mayor ascendentemente.4


26

Marvin Minsky: fundador del laboratorio de IA del MIT. Trabajaba sobre razonamientos analgicos de geometra. Claude Shannon: de los laboratorios Bell de EEUU. Nathaniel Rochester: de IBM. Allen Newell: primer presidente de la AAAI (Asociacin Americana de Inteligencia Artificial). Herbert Simon: Premio Nobel de Carnegie-Mellon University.

Tambin podemos destacar la importante intervencin de Arthur Samuel, que haba escrito un programa de juego de damas capaz de aprender de su propia experiencia, as como Selfridge, que estudiaba el reconocimiento visual por computador. A partir de este grupo inicial, se formaron dos grandes "escuelas" de Inteligencia Artificial: Newell y Simon lideraron el equipo de la Universidad de Carnegie-Mellon, proponindose desarrollar modelos de comportamiento humano con aparatos cuya estructura se pareciese lo ms posible a la del cerebro (lo que posteriormente deriv en la llamada postura "conexionista" y en los trabajos sobre "redes neuronales" artificiales). McCarthy y Minsky formaron otro equipo en el Instituto Tecnolgico de Massachusett (MIT), centrndose ms en que los productos del procesamiento tengan el carcter de inteligente, sin preocuparse por que el funcionamiento o la estructura de los componentes sean parecidas a los del ser humano. Ambos enfoques sin embargo corresponden a los mismos objetivos prioritarios de la Inteligencia Artificial: "entender la inteligencia natural humana, y usar mquinas inteligentes para adquirir conocimientos y resolver problemas considerados como intelectualmente difciles", [7]. As pues, la Inteligencia Artificial est formada por un conjunto de tcnicas que permite modelar la inteligencia humana en sistemas computacionales. Entre estas tcnicas se mencionan a los sistemas basados en reglas (en general), a los sistemas expertos, las redes neuronales y lgica difusa, entre las tcnicas clsicas, as como enfoques recientes usando sistemas multiagentes y vida artificial. Tambin se asocian a la inteligencia artificial los mecanismos de aprendizaje y los sistemas basados en algoritmos genticos.


27

3.2 Sistemas Expertos (SE)Los sistemas expertos resuelven problemas que normalmente son solucionados por expertos humanos. Un sistema experto puede definirse como "un programa de computadora que resuelve problemas que requieren experiencia humana, mediante el uso de representacin del conocimiento y procedimientos de decisin, [8]. As pues los SE son programas que hacen explicito el conocimiento alojado en los expertos, que tienen informacin especfica de un tema concreto y que realizan una tarea relativa a este tema. Son llamados expertos por que emulan el comportamiento de un experto en un tema concreto y en ocasiones son usados por ellos. El xito de un sistema experto radica fundamentalmente en el conocimiento sobre el tema que trata y su capacidad de aprendizaje. El conocimiento sobre el tema proporciona al sistema experto mayor informacin sobre el problema a tratar y su entorno, de forma que pueda generar y adaptar soluciones de forma ms precisa, de forma similar a un experto especializado. El aprendizaje, inductivo o deductivo segn corresponda, proporcionar al sistema experto mayor autonoma a la hora de abordar problemas totalmente desconocidos, pudiendo generar nuevo conocimiento partiendo del extrado inicialmente del experto o expertos humanos. 3.2.1 Estructura Bsica de un Sistema Experto

El esquema bsico de un sistema experto se muestra en la figura 3.1

Figura 3.1 Esquema bsico de un SE


28

All se identifican fundamentalmente dos mdulos: el conocimiento y el razonamiento. Tpicamente, un ingeniero de conocimiento se entrevista con un experto del dominio para aclarar el conocimiento del experto, que ms tarde se traduce a reglas. As pues, el mdulo de conocimiento est conformado en base a reglas. El mdulo de razonamiento est constituido por el mecanismo de inferencia que permite generar conclusiones a partir de un conjunto de hechos tratados por el mdulo de conocimiento. Tras construirse el sistema inicial, debe refinarse iterativamente hasta conseguir un resultado de alto nivel. El esquema extendido del sistema experto es el presentado en la figura 3.2:

Figura 3.2 Esquema extendido de un SE


29

A partir de la figura 3.2, un sistema experto consta de los siguientes elementos: 1) Base de Conocimientos: es donde se almacena el conocimiento del campo a desarrollar. Los conocimientos que se suelen almacenar son de cuatro tipos: conocimiento objetivo, que describe la situacin real del sistema; conocimiento de sucesos, relacionado con los sucesos que ocurren en el tiempo de ejecucin; conocimiento del funcionamiento del sistema, de cmo se hacen las cosas, y metaconocimiento, que relaciona los anteriores. Contiene el conocimiento del tema, generalmente proporcionado por un experto en el tema, convenientemente formalizado y estructurado. La representacin del conocimiento por lo general es sencilla y mediante reglas. Existen varias formas de representar el conocimiento: Marcos (Frames): son estructuras de datos donde se almacenan informacin concreta de un cierto concepto e informacin relacional para completar la definicin del concepto. Se representan por una serie de campos y los valores asociados a los mismos, pudiendo ser otro "frame". Redes semnticas: son representaciones grficas del conocimiento, mediante nodos, que representan objetos o conjuntos de objetos, y arcos, que relacionan dichos objetos. Tanto los "frames" como las redes son representaciones descriptivas, difciles de usar para representar el razonamiento. Reglas: es la forma ms extendida de representacin del conocimiento. Representan la forma de razonar. Tienen la forma SI ENTONCES . Es importante el orden de ejecucin de las reglas, por ello se les suele dotar de prioridades. Una regla que activa otra se denomina metaregla, y se suelen usar para desarrollar progresivamente el conocimiento del experto. Una labor fundamental es la Adquisicin del Conocimiento y su representacin mediante alguna de las formas anteriores. Una de las tcnicas ms usadas son las entrevistas con los responsables del proceso, donde se consume la mayora del tiempo. Adems se suelen usar las bases de datos existentes en el sistema, aadir modelos matemticos o heursticos, y analizar el sistema mediante programas de simulacin. Tambin en entornos dinmicos, como los sistemas de produccin, se adquiere conocimiento con el tiempo.


30

2) Base de hechos: representa el conocimiento del estado del sistema en un cierto instante. Usualmente se representa en una base de datos, y su informacin est directamente enlazada con la base de conocimientos. Un hecho puede provocar el disparo de una regla. 3) Motor de Inferencia: utiliza la base de conocimiento y de hechos combinndolas y fusionndolas, para realizar una serie de razonamientos acerca del problema en cuestin. Funciona como un supervisor, extrae conclusiones a partir de los datos simblicos que estn almacenados en las bases de hechos y de conocimiento. Dependen en gran medida de la representacin elegida; por su importancia analizaremos los motores de inferencia basados en reglas. Para obtener conclusiones, los expertos utilizan diferentes mecanismos y estrategias de inferencia y control. Entre los mecanismos de inferencia estn, [9]: Modus Ponens Modus Tollens

Las estrategias de inferencia pueden ser simples o compuestas. Estas ltimas permiten estructurar el conocimiento en diferentes niveles, y en este caso, se d un encadenamiento de reglas que conducen finalmente a una conclusin. 3.1) Modus Ponens y Modus Tollens: El Modus Ponens es quizs la estrategia de inferencia mas comnmente utilizada. Se utiliza para obtener conclusiones simples. En ella, se examina la premisa de la regla, y si es cierta, la conclusin pasa a formar parte del conocimiento. Por ejemplo, supngase que se tiene la regla, Si A es cierto, entonces B es cierto" y que se sabe adems que A es cierto". La regla Modus Ponens concluye que B es cierto." Esta regla de inferencia, que parece trivial, debido a su familiaridad, es la base de un gran nmero de sistemas expertos. La regla de inferencia Modus Tollens se utiliza tambin para obtener conclusiones simples. En este caso se examina la conclusin y si es falsa, se concluye que la premisa tambin es falsa. Por ejemplo, supngase de nuevo que se tiene la regla, Si A es cierto, entonces B es cierto" pero se sabe que B es falso." Entonces, utilizando la regla Modus


31

Ponens no se puede obtener ninguna conclusin pero la regla Modus Tollens concluye que A es falso". El rendimiento del motor de inferencia depende del conjunto de reglas en su base de conocimiento. Hay situaciones en las que el motor de inferencia puede concluir utilizando un conjunto de reglas, pero no puede, utilizando otro (aunque estos sean lgicamente equivalentes). 3.2) Encadenamiento de Reglas: Una de las estrategias de inferencia ms utilizadas para obtener conclusiones compuestas es el llamado encadenamiento de reglas. Esta estrategia puede utilizarse cuando las premisas de ciertas reglas coinciden con las conclusiones de otras. Cuando se encadenan las reglas, los hechos pueden utilizarse para dar lugar a nuevos hechos. Esto se repite sucesivamente hasta que no pueden obtenerse ms conclusiones. Existen varios algoritmos de bsqueda a lo largo de las reglas para inferir conclusiones a partir de los hechos y las reglas. Todos los algoritmos son del tipo "pattern-matching", que van disparando reglas a medida que se cumplen las condiciones. Se pueden diferenciar dos mecanismos de inferencia: - Encadenamiento hacia adelante: se extraen conclusiones a partir del cumplimiento de las condiciones de ciertas reglas que, a su vez, provocarn el cumplimiento de las condiciones en otras reglas hasta que no se cumplan en ninguna de ellas. - Encadenamiento hacia atrs: se suponen ciertas las conclusiones de una regla y, como consecuencia, se van disparando aquellas reglas que provocaran la regla original. El proceso acaba si no se cumplen las condiciones de las reglas o si se cumplen para todas las reglas. En la figura 3.3 muestra un ejemplo de cmo se pueden encadenar las reglas.


32

Figura 3.3 Encadenamiento de Reglas

Es importante destacar que la base de conocimientos y el motor de inferencia son sistemas independientes, por lo que se han desarrollado herramientas que nicamente necesitan la implementacin del conocimiento, llevando incorporado el motor de inferencia. 4) Mdulo explicativo: es el mdulo que explica al usuario la estrategia de solucin encontrada y el por qu de las decisiones tomadas. Es el que permite justificar y explicar el anlisis completo del problema y las soluciones propuestas, as como la semejanza o diferencia entre dicha solucin y las de los casos histricos. El proceso completo que se realiza en un sistema de razonamiento basado en casos se puede representar como un ciclo de actividades: 1. RECUPERAR el o los casos ms parecidos al problema actual. Para ello el sistema utiliza la librera de ndices. 2. REUTILIZAR la informacin y el conocimiento de dicho caso para intentar resolver el problema. 3. REVISAR la solucin propuesta si es necesario. 4. RETENER la parte til de esta experiencia para ser utilizada en la resolucin de futuros problemas.


33

5) Interfaz de usuario: permite la comunicacin entre el usuario y el sistema experto. El usuario puede consultar con el sistema a travs de mens, grficos, entre otros, y ste le responde con resultados. Tambin es interesante mostrar la forma en que extrae las conclusiones a partir de los hechos. En sistemas productivos se cuida la forma de presentar al operador las rdenes obtenidas del sistema experto, debido a que informacin excesiva o confusa dificulta la actuacin en tiempo real. La implementacin de un sistema experto completo obliga al desarrollo de cada uno de los elementos anteriores a travs de lenguajes o herramientas de desarrollo. Existen cuatro alternativas para la implementacin de un sistema experto: -Lenguajes de alto nivel (HLL): son lenguajes de propsito general (C, Fortran, Basic,...). Tienen como ventajas su eficiencia, su familiaridad y la portabilidad a cualquier entorno, pero el inconveniente de no estar preparados para una programacin basada en smbolos. -Lenguajes simblicos: fundamentalmente LISP y PROLOG. Son los lenguajes de alto nivel ms utilizados por su adaptacin a la lgica de la base de conocimientos representada mediante smbolos, y por su mecanismo de extraer conclusiones. Su eficiencia aumenta en estaciones de trabajo diseadas para dichos lenguajes. -Herramientas de desarrollo (shells): son programas preparados para el desarrollo de sistemas expertos pues incorporan el motor de inferencia, independiente de las bases de hechos y de conocimiento. El programador se limita a traducir dichas bases a un lenguaje preparado a tal efecto, pudiendo enlazarse con otros lenguajes para el desarrollo de funciones adicionales. Suelen estar desarrollados en CLIPS, LISP o PROLOG para aumentar su eficiencia. La flexibilidad es menor, aunque suelen incorporar procesadores de texto, grficos y herramientas de anlisis. -Entornos de desarrollo (environments): aaden a los shells el uso de un entorno grfico (ventanas, iconos,...) que facilita el desarrollo del sistema experto. Tienen como ventaja la disminucin del tiempo de desarrollo, pero suelen ser caros y poco flexibles.


34

Los shells son los ms usados para el desarrollo de sistemas expertos, mientras que el PROLOG est muy extendido en Europa y Japn, el LISP lo est en Estados Unidos. Los entornos an ocupan un sector minoritario pero la tendencia a su utilizacin va en aumento. 6) Mdulo de adquisicin del conocimiento: a travs de este componente el ingeniero del conocimiento o el experto del tema puede construir inicialmente el sistema o actualizar el conocimiento de la base de conocimientos en general. Permite incorporar los hechos y las reglas al sistema y probar y depurar los cambios realizados. Adicionalmente, por medio de ste se pueden realizar actividades relacionadas con la configuracin del sistema, especficamente del motor de inferencia, de acuerdo con las necesidades del usuario. Una forma bsica de integrar un sistema experto en el mecanismo de control es la mostrada en la figura 3.4, donde el sistema recoge la informacin en tiempo real del proceso y la procesa para dar respuesta al usuario. Los sistemas expertos parecen adecuados para la utilizacin como apoyo a la toma de decisiones en tiempo real, y como aprendizaje en modo estudio. La mayora de los sistemas expertos que se utilizan en control de la produccin monitorizan los resultados para que el operador tome la decisin.


35

Figura 3.4 SE integrado a un mecanismo de control

3.2.2

Manejo del conocimiento en el desarrollo de un Sistema Experto

En el desarrollo de un SE, se deben generar procesos para el manejo del conocimiento. Dependiendo de la metodologa que se siga, estos procesos se hacen en un momento especfico. Es decir, algunas metodologas los incluyen como tareas de una de sus etapas, otras como una etapa especfica y otras como procesos independientes de las etapas pero paralelas a ellas.


36

Se debe contar con un grupo de personas que estarn interactuando entre s y que cumplen los siguientes roles: Experto: Es la persona o grupo de personas que tiene(n) el conocimiento terico y prctico del rea problema. Este experto debe ser reconocido en su rea de especializacin, lo que implica que sus colegas lo consideran una persona valiosa por sus conocimientos sobre el mismo. Ingeniero del Conocimiento (IC): Es la persona encargada de construir el sistema. Debe tener los conocimientos profundos sobre cmo desarrollar sistemas basados en el conocimiento, conocer las herramientas de su desarrollo, conocer algunas de las estrategias efectivas de comunicacin y tener unos mnimos conocimiento de psicologa para poder interpretar las expresiones y manifestaciones del experto. Usuario: Es la persona que va a utilizar el sistema, que se va a ver beneficiado directamente por la implantacin del proyecto. Su conocimiento debe ser considerado al desarrollar el sistema experto. En trminos generales los procesos que se realizan con el conocimiento son: la adquisicin, representacin, manipulacin y validacin. A continuacin se presenta cada uno de ellos, [10]. 1) Adquisicin del Conocimiento: se refiere a la labor de extraccin del conocimiento de las fuentes estticas y dinmicas. No debe confundirse con el mdulo de adquisicin del El objetivo final de este proceso es construir los modelos del conocimiento del sistema experto, por ello se realiza durante todo el desarrollo del sistema, desde el mismo momento en que se comienza a estudiar el problema y su solucin hasta cuando se lleva a cabo su evolucin. Dependiendo del tipo de fuente de conocimiento que se va a utilizar se sigue alguno de los siguientes procedimientos: conocimiento mencionado en la seccin 3.2.1


37

1.1) Adquisicin del conocimiento de una fuente esttica. Una fuente de conocimiento esttica es aquella en la que su contenido no puede variar, por ejemplo un libro, una revista, un artculo. Lo primero que se debe hacer es seleccionar las fuentes ms apropiadas que estn relacionadas con el problema para adquirir los conocimientos bsicos del tema en estudio, evaluando todos los recursos que se tengan disponibles bien sea al interior del ambiente donde se encuentra el problema o fuera de l. Comnmente, el experto es quien aconseja qu fuentes estudiar. Luego, se hace un estudio minucioso de ellas para que as el ingeniero de conocimiento pueda adquirir ese conocimiento bsico y fundamental del dominio del experto y conseguir realizar un proceso de adquisicin eficiente y eficaz. Por ltimo, se debe hacer una comprobacin del conocimiento que se extrajo para saber si ste es correcto o no. 1.2) Adquisicin del conocimiento de una fuente dinmica. Una fuente de conocimiento dinmica refleja las caractersticas del conocimiento tal como es, la variabilidad, el hecho de ser inexacto, etc. El hombre forma parte de este tipo de fuente, en particular, el experto. Hay diferentes estrategias para llevar a cabo la adquisicin, se presentan a continuacin las ms usuales. Entrevista directa o formal: Consiste en realizar conversaciones personales entre el Ingeniero del Conocimiento y la fuente del conocimiento, bien sea el experto o el usuario. Se establece un plan de la reunin en el que se determina el objetivo principal de la misma, el tema a tratar, los recursos que se necesitan para registrar la entrevista, la fecha, la hora y el lugar donde se llevar a cabo dicha entrevista. Este plan debe ser luego enviado a la persona que se va a entrevistar para que lo revise, lo corrija, lo apruebe y as tenga la oportunidad de prepararse con anterioridad. Este tipo de recurso es muy valioso, aunque debe ser manejado con mucha seriedad y precaucin, teniendo en cuenta lo costoso del tiempo que se va a invertir. Por lo tanto, el ingeniero de conocimiento debe determinar los medios que requiere para poder conservar y revisar el conocimiento adquirido. Entrevista informal: se realiza de forma personal pero no planeada. Es aprovechar la oportunidad del encuentro entre el IC y la persona que tiene el conocimiento, en donde el primero


38

le hace una corta entrevista al segundo. Obviamente, por ser una entrevista tanto, se debe tener mucho cuidado para evitar su inadecuado manejo.

espordica o

imprevista, no se tienen disponibles los medios que permiten registrar el conocimiento, por lo

Observacin del trabajo real del experto: consiste en examinar la labor del experto en su ambiente de trabajo, solucionando un problema como el que se est tratando de simular. La ventaja del conocimiento que se adquiere en esta forma es que es muy espontneo, ya que el experto est tomando las decisiones sin tener mucho tiempo para analizar el por qu de ellas. Adems, no se le permite cuestionar si est haciendo lo correcto o no, solamente l hace lo que cree que es mejor en esa situacin. Cuestionario: es una encuesta muy bien diseada que se utiliza especialmente para cuando se requiere obtener las ideas que tienen varias personas sobre el tema. Puede llegar a ser muy difcil de disear e inclusive, de manejar.

2) Representacin del Conocimiento El conocimiento puede definirse como el conjunto de hechos y principios acumulado por una clase de acto, hecho o estado del conocimiento, [1]. Es un conjunto de datos sobre hechos, verdades o de informacin ganada a travs de la experiencia o del aprendizaje (a posteriori), o a travs de introspeccin (a priori). De cmo se representa el conocimiento se determinar la eficiencia en la manipulacin del mismo. La representacin debe poseer un conjunto de convenciones sintcticas y semnticas que hagan posible describir las cosas. La sintaxis son los smbolos y conjunto de reglas para combinarlos y la semntica es el significado de las expresiones construidas. Un sistema para la representacin del conocimiento debe contar con los siguientes ingredientes bsicos: Un lenguaje de representacin: es la capacidad de simbolizar todos los tipos de conocimiento necesarios para el tema en estudio.


39

Capacidad de inferencias: es la suficiencia para manipular las estructuras de representacin del conocimiento que permitan derivar nuevas estructuras en base al conocimiento inferido, as como la eficiencia al incorporar conocimiento adicional que permita obtener mejores respuestas.

Eficiencia de adquisicin: es la capacidad para adquirir nuevo conocimiento.

No existe una representacin que sea lo suficientemente robusta como para incluir las propiedades antes descritas, sin embargo se puede tener como referencia los siguientes criterios para juzgar una representacin: Capacidad lgica: que sea capaz de representar el conocimiento que deseamos expresar. Heurstica: capacidad de resolver problemas. Declarativa: facilidad para acceder al conocimiento y facilidad de entendimiento.

2.1) Tipos de Representacin La representacin del conocimiento puede dividirse en: Representacin declarativa: es aquella en la que el conocimiento est especificado, pero las maneras en que debe utilizarse no viene dado (saber qu). Entre las caractersticas de los mtodos declarativos estn: o Economa de representacin: una nica sentencia admite varios usos. o Naturalidad: al leer una sentencia es fcil de comprender su significado. o Modularidad: al cambiar una sentencia se cambia el conocimiento. o Ineficiencia: no se sabe cual es el conocimiento, aspecto importante para resolver un problema concreto. Representacin procedural: es aquella en que la informacin de control necesaria para utilizar el conocimiento viene inmersa en el propio conocimiento (saber cmo). El conocimiento est escrito mediante un conjunto de procedimientos que permiten resolver un problema. Sus caractersticas son:


40

o Eficiencia: se utiliza en cada momento el conocimiento preciso. o Inflexibles: modificar el conocimiento puede requerir revisar todo el sistema. En particular, se tiene inters en este trabajo en la representacin del conocimiento procedural. ste indica que hacer si se d una situacin. La tcnica ms usada para representarlo son las reglas de produccin. Un sistema basado en reglas de produccin consta de: o Un conjunto de reglas de produccin: del tipo si C entonces A, y a veces llevan asociado un conocimiento de certeza. o Sistema de gestin de base de datos: consta de los hechos del problema a solucionar. o Intrprete de reglas: identifica las reglas a usar y cmo usarlas.

Entre las ventajas que tienen estn: modularidad de enfoque y captar conocimiento probabilstico til; entre las desventajas, sta necesita un mecanismo eficiente de bsqueda de reglas dependiendo del problema tratado. 3.2.3 Metodologas para el desarrollo de Sistemas Expertos

Son herramientas utilizadas por el ingeniero de conocimiento, que le dan pautas sobre cmo desarrollar un Sistema Experto, gua la construccin del SE permitiendo una correcta documentacin y la deteccin de problemas durante el desarrollo y corregirlos a tiempo, evitando as posibles errores. Algunas de las metodologas usadas para el desarrollo de un sistema experto pueden ser revisadas en [11]. En este trabajo se usa la metodologa presentada en [1]. Dicha metodologa nace de la mezcla de enfoques relacionados con otras metodologas relacionadas al tema. Consta de las siguientes etapas: a. Etapa 1: Anlisis y descripcin del problema: las caractersticas del problema son evaluadas en esta etapa, as como la factibilidad de desarrollar un sistema experto. Aqu se deben plantear los objetivos concretos que indiquen cmo se pretende que el sistema


41

experto ayude a solventar el problema. Estudia los recursos disponibles y comprueba la posibilidad de aprovecharlos en las fases de desarrollo e implantacin. i. Fase 1.1. Descripcin general del problema: 1. Familiarizacin con el proceso 2. Familiarizacin con las plataformas computacionales. 3. Definicin detallada del problema. ii. Fase 1.2. Anlisis de factibilidad: se estudia si el problema demanda el desarrollo de un sistema experto, es decir, si cumple con las condiciones para su realizacin. Debe satisfacer lo siguiente: 1. Requiere el conocimiento de un experto. 2. Se dispone del experto o equipo de ellos. 3. La experticia se requiere de manera simultnea en varios lugares. 4. No existe total seguridad en el manejo del sistema y se aplican juicios personales. 5. Existencia de usuarios. 6. Disponibilidad de tiempo para llevar a cabo el sistema experto. iii. iv. b. Fase 1.3. Anlisis de datos: constituye la parte de ubicacin y forma de presentar los datos a ser manejados por el sistema experto. Fase 1.4. Eleccin de la fuente de conocimiento: se debe contar con un experto o grupo de ellos, que a la vez sern considerados como usuarios. Etapa 2: Especificacin de requerimientos: se estudian los requerimientos globales teniendo en cuenta a quin estar orientado, accesibilidad, detalle requerido, requerimientos funcionales, presentacin de la informacin a los usuarios finales, es importante tomar en cuenta opiniones de los mismos para garantizar el uso del sistema experto desarrollado. i. ii. iii. Fase 2.1. Estimacin del perfil del usuario del sistema experto. Fase 2.2. Verificar los requerimientos del usuario. Fase 2.3. Determinar los requerimientos de informacin: se define la informacin que generar el sistema experto, as como debe ser presentada, intervalo de tiempo de las actualizaciones, usuarios e interconexiones con otros programas.


42

iv. v.

Fase 2.4. Determinar los requerimientos funcionales: se especifican las funciones generales a ser satisfechas por el sistema experto. Fase 2.5. Determinar los requerimientos de entrada de datos: 1. Seleccin de las fuentes tentativas de entrada. 2. Identificacin de las fuentes de datos. 3. Especificacin de los procesos de adquisicin de datos. 4. Especificacin de los procesos de generacin de parmetros. 5. Determinacin de la operabilidad de las bases de datos requeridas.

vi.

Fase 2.6 Definicin de los requerimientos de hardware y software: 1. Especificacin de la plataforma de hardware. 2. Determinacin, anlisis y seleccin de las herramientas de software.

c.

Etapa 3: Anlisis de costos, tiempo y recursos: se realiza un estimado de costos tomando en cuenta equipos, programas y honorarios profesionales. i. ii. iii. Fase 3.1. Construir un plan de trabajo. Fase 3.2. Estimacin de recursos computacionales. Fase 3.3. Estimacin de costos de desarrollo.

d.

Etapa 4: Ingeniera de conocimiento: se d la interaccin entre el ingeniero de conocimiento y el experto, se har una presentacin preliminar de las soluciones del problema, en caso de que el experto no sienta que esto represente la realidad totalmente, se reformular la descripcin. i. Fase 4.1. Adquisicin del conocimiento: se obtiene la informacin referente a la solucin de problemas, producto de la interaccin experto-ingeniero de conocimiento. Es la etapa ms importante. ii. Fase 4.2. Estructuracin del conocimiento: se debe pasar la informacin recolectada a la base de conocimiento.

e.

Etapa 5: Diseo preliminar del sistema experto: se disean cuidadosamente los mdulos que formarn parte del sistema experto. i. ii. Fase 5.1. Diseo preliminar del sistema experto. Fase 5.2. Seleccin de la herramienta computacional de acuerdo a los requerimientos.


43

iii. iv.

Fase 5.3. Diseo preliminar de procesos de adquisicin y almacenamiento de datos. Fase 5.4. Diseo preliminar de la interconexin 1. Integracin interna. 2. Integracin externa. 3. Seleccin del software auxiliar.

v. f.

Fase 5.5. Verificacin del diseo preliminar del sistema experto.

Etapa 6: Desarrollo e implantacin del sistema experto: es la etapa final, se implanta, depura y prueba el sistema. i. ii. iii. iv. v. Fase 6.1. Construccin del prototipo. Fase 6.2 Validacin del prototipo. Fase 6.3. Construccin del modelo operacional. Fase 6.4. Prueba y depuracin planteando situaciones al sistema experto y contrastar con las soluciones dadas por el experto humano. Fase 6.5. Mantenimiento y actualizacin.

La caracterstica ms importante de esta metodologa radica en que toma en consideracin la naturaleza computacional de los sistemas basados en conocimiento, y busca el may

instalacion de un sistema

Documents