SciELO - Scientific Electronic Library Online

 
vol.15 número2Análisis Simbólico en Circuitos Electrónicos Analógicos Manipulando Estructuras de DatosSeparación de la Mezcla Azeotrópica Acetona-Metanol con Cloruro de Litio índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Información tecnológica

versión On-line ISSN 0718-0764

Inf. tecnol. v.15 n.2 La Serena  2004

http://dx.doi.org/10.4067/S0718-07642004000200019 

  Información Tecnológica-Vol. 15 N° 2-2004, págs.: 105-110

ARTICULOS VARIOS

Conceptualización de los Conocimientos de un Experto en la Monitorización del Funcionamiento de una Línea de Producción de las Pulpas de Frutas

Conceptualization of an Expert’s Knowledge in Monitoring a Fruit Pulp Production Line Operation

 

J.L. Lima

Univ. Nacional del Luján, Dpto. de Tecnología, Cruce Rutas 5 y 7, (6700) Luján, Buenos Aires-Argentina
(e-mail: jlima@mail.unlu.edu.ar)


Resumen

En este trabajo se presenta la conceptualización y la representación formal de los conocimientos que utiliza un técnico experto en la monitorización del funcionamiento de una línea de elaboración de pulpas de frutas. Utilizando IDEAL, metodología de desarrollo de Sistemas Basados en Conocimientos, se obtuvieron los modelos conceptuales de los conocimientos que emplea el experto. Los modelos se documentaron en forma gráfica y se obtuvo el Mapa de Conocimientos de la tarea que realiza el experto. La formalización del modelo conceptual de conocimientos se realizó mediante un modelo híbrido de marcos con sistemas de producción, apuntando a la realización de una programación orientada a objetos. En conclusión, la conceptualización de conocimientos lograda es bastante completa y profunda y la formalización realizada es adecuada al caso analizado.


Abstract

This work presents the conceptualization and formal presentation of knowledge that an expert technician uses in monitoring the functioning of a fruit pulp production line. Using IDEAL, the knowledge-based systems development methodology, conceptual models of the knowledge that an expert uses, was obtained. The models were graphically documented and the Knowledge Map of the task that the expert performs was obtained. The formalization of the conceptual knowledge model was carried out by means of hybrid model of frames and production systems, aiming at the accomplishment of an object-oriented programming. In conclusion, the knowledge conceptualization achieved is quite complete and detailed and the formalization carried out was useful in the case analyzed.

Keywords: production management, expert system, knowledge conceptualization, fruit pulp production


INTRODUCCIÓN

Los sistemas expertos son sistemas computacionales basados en conocimientos organiza-dos, propios de una cierta área específica de la experiencia humana. Se los desarrolla para la solución de problemas, capturando la destreza de consultores expertos (Hayes-Roth et al., 1983) (Buchanan y Shortliffe, 1985). Como el término "experto" es sinónimo de competencia y especialización, el éxito de un sistema de este tipo se debe a que solamente trata un dominio limitado. En general, los sistemas expertos son programas informáticos basados en dos elementos: conocimientos especializados y la experiencia de los expertos humanos.

Los sistemas expertos se desarrollaron con mayor o menor éxito durante los últimos veinte años. En la actualidad suelen aplicarse a los sistemas ingenieriles, comúnmente en conjunto con otras técnicas de Inteligencia Artificial como las redes neuronales y los algoritmos genéticos. En muchos casos se integran a grandes sistemas de información industrial.

Hay un importante número de aplicaciones para detección y diagnóstico de fallas, monitorización y control de procesos industriales. Son realmente elementos positivos cuando se los entiende como complementos de la tarea de los expertos humanos y no como reemplazantes de ellos (Nurminen, 2003).

Se encuentran desarrollos de sistemas expertos para el diagnóstico de procesos químicos (Qian et al., 2003), para el control de procesos industriales continuos (Alonso et al., 2001), de extracción de minerales (Wu et al., 1999; Zhang y Zhao, 1999), de procesamiento de metales (Stein et al., 2003; Manohar et al., 1999), para el diagnóstico de fallas en plantas de generación de electricidad (Arroyo et al., 2000), para la monitorización del funcionamiento de equipos industriales (Silva et al., 2000).

Cuando un experto en monitorización del funcionamiento de una línea de producción realiza esa tarea, pone en juego sus conocimientos para hacerlo. Los conocimientos que domina un experto son de dos tipos; uno de tipo "público" como es el conocimiento de la tecnología y de los detalles técnicos de los equipos y el proceso, y otro "privado", generado por sus experiencias y que constituye la heurística de su tarea. Entre ellos, hay conceptos o elementos principales por donde gira toda su tarea y otros elementos secundarios ligados a los anteriores (Gómez et al., 1997). El aspecto fundamental para el éxito de un sistema experto es lograr una buena conceptualización de la "experticia" del técnico a quien puede reemplazar dicho sistema. Si esto se logra, para llegar a un buen producto solamente hace falta incorporar otros elementos, más simples, como una buena plataforma de trabajo computacional y una programación cuidadosa.

Este trabajo, parte de un programa de tareas realizadas para el desarrollo de sistemas informáticos de apoyo a las pequeñas empresas productoras de alimentos, tiene como objetivo la realización de la conceptualización y la representación formal de los conocimientos propios de técnicos expertos en la monitorización del funcionamiento de plantas de elaboración de pulpas de frutas.

El trabajo se realizó sobre una de las líneas de procesamiento de frutas existentes en la Planta Piloto de Ingeniería en Alimentos de la Universidad Nacional de Luján, Argentina. En esta línea, la producción de pulpa de frutillas para heladería se realiza monitorizada por un experto en dicha actividad. Se ha demostrado, usando pruebas específicas de Ingeniería del Conocimiento, que la monitorización de un proceso de producción industrial de este tipo es viable de realizar mediante un Sistema Basado en Conocimientos o un sistema experto capaz de reemplazar a un experto humano (Lima, 2001).

Para cumplir con el objetivo de este trabajo se realizaron dos tareas. En primer término, se estableció la forma efectiva de monitorización del funcionamiento de una línea de producción de pulpas de frutas. Luego, se representaron los criterios y la metodología que utilizan los expertos frente al problema, mediante técnicas de Ingeniería del Conocimiento, es decir, Técnicas de Adquisición, de Conceptualización y de Formalización de Conocimientos (Gómez et al., 1997).

Mediante la realización de una exhaustiva documentación se obtuvo el modelo conceptual del comportamiento del experto en la tarea de monitorización del funcionamiento de una línea de producción de pulpas de frutas. Por último, se realizó la representación formal del modelo conceptual obtenido.

METODOLOGÍA

Para desarrollar el trabajo se utilizó la meto-dología I.D.E.A.L., la cual ajusta a las tendencias de reutilización, de integración, de requisitos abiertos y de diversidad de los modelos computacionales, propias del software actual (Gómez et al., 1997). Esta metodología plantea las distintas etapas a seguir para desarrollar un Sistema Basado en Conocimientos o un Sistema Experto: Definición del Problema, Viabilidad del Proyecto, Adquisición, Conceptualización y Formalización del Conocimiento, lmplementación del Prototipo, Evaluación de la lmplementación. En este trabajo se realizó la Conceptualización y la Representación Formal de los Conocimientos obtenidos del experto en la etapa de Adquisición de los mismos.

La línea de elaboración de pulpa de frutilla sobre la que se desarrolló el trabajo consta de tres equipos de procesos industriales convencionales, accionados eléctricamente. La producción que se realiza es de tipo discontinuo y por lotes de materia prima. Los equipos preparan la fruta que se procesa y la transforman en pulpa, la cual se conserva mediante congelación. Los tres equipos son: una lavadora de fruta horizontal con un agitador de paletas, una bomba de tornillo y un tamiz rotativo, todos ellos accionados por motores eléctricos. A la salida de la lavadora y del tamiz hay bateas que permiten interrumpir el funcionamiento de alguno de los equipos sin detener el proceso. El funcionamiento de la línea es correcto cuando todos los equipos funcionan bien. Funciona parcialmente bien cuando uno o dos de los equipos están funcionando bien y el resto está detenido por razones operativas. En el funcionamiento de la línea hay una falla cuando por lo menos, uno de los tres equipos falla. La línea está detenida por razones operativas cuando todos los equipos están detenidos.

El dominio establecido para este estudio quedó conformado por los tres equipos de la línea y por su servicio eléctrico, incluido el interruptor general de corriente eléctrica de la línea. La tarea principal fue lograr la identificación de los aspectos sobre los cuales debe realizarse la monitorización del funcionamiento de la línea de acuerdo al razonamiento del experto, en el marco de una actividad avalada por los principios de la Ingeniería de Procesos y siguiendo una metodología genérica de conceptualización propuesta por el Ingeniero del Conocimiento. Para la Adquisición del Conocimiento así como para precisar la Definición del Problema se realizaron numerosas entrevistas con el técnico experto en el funcionamiento de la línea de proceso y se filmaron y fotografiaron distintos aspectos de la línea en operación. A la vez, se adquirieron los conocimientos públicos acerca del productos a elaborar y de las técnicas de elaboración más utilizadas (Holdsworth, 1988).

RESULTADOS Y DISCUSIÓN

La conceptualización se desarrolló en dos etapas, una etapa de Análisis y una de Síntesis. Durante ellas, los conocimientos obtenidos se transformaron en dos Modelos, uno Estático y otro Dinámico, que se corresponden con la estructura y la funcionalidad conceptual del sistema.

Durante la etapa de Análisis se identificaron los tres tipos de conocimientos utilizados por el experto cuando realizaba la tarea de monitorización: la secuencia de pasos seguida para ejecutar la tarea (conocimientos estratégicos), la especificación de la forma y el momento donde se incorporaba información a la ya existente (conocimientos tácticos), y la especificación de lo que era verdadero en el caso para el cual se estaba ejecutando la tarea (conocimientos fácticos). Además se identificaron las formas en las cuales el experto utilizaba los conocimientos para tomar decisiones (metaconocimientos). El experto seguía una metodología conservativa en la detección de fallas por la cual, la presunción de falla era considerada como una falla real. Esto permitió simplificar la incertidumbre lógica de los conocimientos fácticos.

Los conocimientos obtenidos se registraron mediante documentos gráficos. Los conocimientos estratégicos se documentaron como pasos de distinto nivel en un Arbol de Descomposición Funcional (Figura 1). Los conocimientos tácticos se documentaron mediante siete Arboles de Decisión (en la Figura 2 se muestra el Arbol correspondiente al Interruptor General) y una Tabla de Decisión. Se detectaron cuarenta y cuatro conocimientos fácticos puestos en juego durante la tarea (asimilables a los atributos importantes de los conceptos identificados), los cuales se documentaron mediante sendas tablas de descripción de atributos. Los metaconocimientos estratégicos se incluyeron en el citado Arbol de Descomposición Funcional como tareas prioritarias y los metaconocimientos tácticos se documentaron como un Arbol de Decisión.


 
Fig. 1: Árbol de Descomposición Funcional


 
Fig. 2: Árbol de Decisión para el Interruptor General

Durante la etapa de Síntesis se obtuvieron los Modelos citados. En el Modelo Estático de Conocimientos, se identificaron cinco conceptos (Línea de producción, Equipo, Componente de equipo, Servicio, Materia prima), los cuales se definieron con alta precisión en el Diccionario de Conceptos y se caracterizaron totalmente mediante una Tabla Concepto-Atributo-Valor. También se estableció el Modelo Relacional (Figura 3) donde se determinaron las relaciones existentes entre los conceptos identificados y se realizó un Glosario de Términos, donde se explicitó la terminología específica utilizada por el experto durante su tarea.


 
Fig. 3: Modelo Relacional

El Modelo Dinámico de Conocimientos incluyó todas las tareas y procesos que, actuando sobre el Modelo anterior, constituyeron el Modelo funcional de comportamiento del experto. El Modelo se documentó mediante gráficas donde se explicitaron la jerarquía de las distintas tareas y mediante tablas donde dichas tareas quedaron definidas y descriptas en su totalidad (teniendo en cuenta la información de entrada y salida). Para cada tarea se definió el proceso necesario para realizarla. A cada proceso se lo representó definiendo el propósito del mismo y la información necesaria (ambos en términos de conceptos, atributos y valores), y las acciones que se deben tomar para lograr dicho propósito (en términos de la tabla o el árbol de decisión correspondiente, o de las reglas de sistemas de producción obtenibles a partir de ellos).

Por último, ambos Modelos se integraron en el Mapa de Conocimientos (el Modelo Conceptual completo del comportamiento del experto). El Mapa de Conocimientos se realizó dividido en partes, dada la complejidad del mismo. Se graficó un Mapa de Conocimientos del funcionamiento de toda la línea (Figura 4) y un Mapa de Conocimientos para el funcionamiento de cada equipo (en la Figura 5 se muestra el Mapa correspondiente al funcionamiento del Tamiz). En el Mapa de Conocimientos del funcionamiento de toda la línea debe tenerse en cuenta la zona encerrada por línea de trazos. En ella se indican las tareas que el experto analiza en forma previa a las demás y que le permiten establecer sus metaconocimientos de control.


 
Fig. 4: Mapa de Conocimientos para la Línea de Producción.

La representación formal del sistema modelado conceptualmente se realizó apuntando a una implementación del sistema mediante programación orientada a objetos. Por ello, se planteó un modelo híbrido de marcos y sistemas de producción.


 
Fig. 5: Mapa de Conocimientos para el Tamiz

El control, factor distintivo del comportamiento experto se definió a partir de los metaconocimientos obtenidos. Se utilizó un Modelo de Agenda de Prioridades con Búsqueda en Amplitud, el cual ajustó bien a la heurística que el experto desarrollaba durante su tarea de monitorización de la línea.

La conceptualización realizada se basa en la adquisición de los conocimientos de un experto con una posición conservadora en el desempeño de su tarea. Dicho experto aseguraba la calidad de su trabajo suponiendo que cualquier duda en el funcionamiento debía tomarse como una falla. Esto permitió un planteo lógico booleano, sin necesidad de considerar incertidumbres en sus apreciaciones.

Esta posición del experto, debería contrastarse con la de otros expertos, ante la misma situación. Si fuera necesario considerar la incertidumbre, se debería reemplazar la lógica utilizada por otra, de tipo multivariado o con elementos probabilísticos o difusos. No se consideró como variable a monitorizar al tiempo consumido en las distintas operaciones. Esta variable debería incorporarse en otros prototipos, para extender el panorama de las posibles fallas. Tampoco se consideraron los periodos de arranque y detención de la línea, donde las variables suelen alejarse de sus valores de consigna produciendo perturbaciones en el quehacer del experto.

No obstante se considera que la documentación realizada es sumamente útil para tratamiento de sistemas similares o de uso común en las pequeñas industrias manufactureras. Equipos o componentes de la línea analizada (por ejemplo, las bombas de tornillo) se encuentran asiduamente en distintas instalaciones industriales y el conocimiento adquirido es perfectamente utilizable para la detección de fallas en ellos, cualquiera sea el procesamiento que se realice.

CONCLUSIONES

La conceptualización es la tarea clave para el desarrollo de un sistema experto. La conceptualización que se logró en este caso es bastante completa y profunda. La formalización realizada es adecuada al caso analizado. A partir de ellas, con una codificación correcta, se puede lograr una buena implementación de un prototipo de sistema experto, ya que existen buenas plataformas accesibles (como Kappa-PC 2.4 de IntelliCorp). Estas plataformas pueden utilizarse en una computadora personal, bajo cualquier sistema operativo comercial sin necesidad de un equipamiento especial ni dedicado. Son capaces de recibir información de los distintos puntos de la línea de producción a partir de sensores conectados por una interfaz y realizar la monitorización de una línea de este tipo.

Además, la conceptualización realizada es un elemento reusable en otras líneas de producción o en otros equipos que funcionen en forma similar, adecuando el conocimiento conceptualizado a la situación problema en cuestión.

 

REFERENCIAS

Alonso, C., B. Pulido, G. Acosta, C. Llamas, On-line industrial supervisión and diagnosis, knowledge level description and experimental results Expert Systems with Applications 20, 117-132 (2001).         [ Links ]

Arroyo, G., Y. Alvareza, L. Sucar, An intelligent system for the diagnosis and prediction of events in power plants, Expert Systems with Applications 18, 75-86 (2000).         [ Links ]

Buchanan, B. y E. Shortliffe, Rule-Based Expert Systems, Ed. Addison Wesley (1985).         [ Links ]

Gómez, A., N. Juristo, C. Montes, J. Pazos, Ingeniería del conocimiento, Ed. CEURA, (1997).         [ Links ]

Hayes-Roth, F., D. Waterman, D. Lenat, Building Expert Systems, Ed. Addison Wesley, (1983).         [ Links ]

Holdsworth, S., Conservación de frutas y hortalizas, Ed. Acribia (1988).         [ Links ]

Lima, J., Desarrollo de un sistema experto para la monitorización de una línea de producción de mermeladas, Tesis de Maestría en Informática, Universidad Nacional de La Matanza, Argentina (2001).         [ Links ]

Manohar, P., S. Shivathaya, M. Ferry, Design of an expert system for the optimization of steel compositions and process route, Expert Systems with Applications 17, 129-134 (2002).         [ Links ]

Nurminen, J., O. Karonen, K. Hätönen, What makes expert systems survive over 10 years, Expert Systems with Applications 24, 199-211 (2003)         [ Links ]

Qian, Y., X. Li, Y. Jiang, Y. Wen, An expert system for real-time fault diagnosis of complex chemical process, Expert Systems with Applications 24, 425-432 (2003).         [ Links ]

Silva, R., R. Reuben, R. Baker, S. Wilcox, The adaptability of a tool wear monitoring system under changing cutting conditions, Mechanical Systems and Signal Processing, 14 (2), 287-298 (2000).         [ Links ]

Stein, E., M. Pauster, D. May, A knowledge-based system to improve the quality and efficiency of titanium melting, Expert Systems with Applications 24, 239-246 (2003).         [ Links ]

Wu, M., M. Nakano, J. She, A model -based expert control system for the leaching process in zinc hydrometallurgy, Expert Systems with Applications 16, 135-143 (1999).         [ Links ]

Zhang, H. y G. Zhao, An expert system in the coal mining industry, Expert Systems with Applications 16, 73-77 (1999).

 
        [ Links ]