SISTEMAS EXPERTOS APLICADOS EN

INGENIERIA Y NEGOCIOS

DR. NICOLAS KEMPER VALVERDE

Grupo de Sistemas Inteligentes

Universidad Nacional Autónoma de
México

e-mail: kemper@Servidor.unam.mx
 CONTENIDO

1. INTRODUCCION
2. INTELIGENCIA ARTIFICIAL Y SISTEMAS
INTELIGENTES
3. SISTEMAS EXPERTOS
4. DESARROLLO DE SISTEMAS EXPERTOS
5. HERRAMIENTAS
6. APLICACIONES
1. INTRODUCCION
 NECESIDADES ACTUALES

Mejorar la productividad

Incorporar las mejores prácticas basadas en conocimiento

experto

Mejora continua manteniendo los estándares de ejecución

operacional

Gestión de las condiciones anormales: detección de eventos,

preventivo y no correctivo.

Independizar el proceso del operardor

Equipos con inteligencia embebida

Planeación predictiva y optimización

Simplificar la integración con sistemas de interfaces de

usuario
 Automatización inteligente
Aplicar modelos y técnicas de Inteligencia Artificial para
desarrollar SISTEMAS INTELIGENTES (SI) que brinden
soluciones eficientes a problemas de monitoreo y control de
procesos de manufactura.

Desarrollar equipos y procesos con INTELIGENCIA embebida

(empotrada), con capacidad para la autoregulación
preventiva, bajo ciertas condiciones anormales.

Un SISTEMA INTELIGENTE (SI) permite: ahorros en

costos operativos, mejorar la estabilidad y disponibilidad de
los procesos y mejora la calidad de los productos.
 VISIÓN AMPLIA DE LA
AUTOMATIZACION Y CONTROL
INTELIGENTE

Integrar software y hardware, para brindar

soluciones de monitoreo y control de procesos que
emulen el RAZONAMIENTO y APRENDIZAJE de los
operadores humanos, tal como ellos:

- evalúan, diagnostican y responden a situaciones de

funcionamiento inusual de un proceso

- o cuando tratan de optimizar las operaciones en

tiempo real de la planta, equipo o proceso industrial.
 Componentes de una Automatización
Inteligente

Monitoreo y Optimización de procesos

Análisis de la operación de la planta y unidades

de proceso

Análisis económico para la optimización de la

planta

Optimización de la programación

Tecnologías de avanzadas de control: control

difuso, neurocontrol, control evolutivo
2. INTELIGENCIA ARTIFICIAL
Y
SISTEMAS INTELIGENTES
 INTELIGENCIA ARTIFICIAL

Rama de las Ciencias Computacionales que

estudia la conducta o también llamado
Comportamiento Inteligente , con el fin de
emularlo o simularlo a través de una
computadora.

La meta de la IA es desarrollar sistemas y

máquinas que piensen y actúen
racionalmente: SISTEMAS INTELIGENTES
 SISTEMA INTELIGENTE
PROCESO PERCEPCIONES
INTELIGENTE (SENSORES)

•RAZONAMIENTO
?
LOGICO AMBIENTE
•APRENDIZAJE (MUNDO REAL)

ACCIONES
AGENTE (EFECTORES)
 ASPECTOS FUNCIONALES DE UN “SI”

Un SI incorpora conocimiento especializado extraído de la

experiencia de expertos humanos.

Un SI proporciona el manejo total y coordinado de todas las

tareas operacionales y corporativas dentro de la planta.

Un SI permite incrementar la productividad y confiabilidadad,

Un SI que permite transformar los datos operativos en

información útil, de tal forma que así se pueden tomar las
acciones correctas en los tiempos debidos. Utiliza todos los
datos que un operador observa cuando toma una decision.

Continuamente supervisa la posible ocurrencia de problemas,

antes de afectar adversamente el funcionamiento de la planta
(gestión de situaciones anormales)
 ASPECTOS FUNCIONALES DE UN “SI”

Tomar decisiones en tiempo real en base a datos

operacionales y datos históricos, empleando para ello
modelos de razonamiento y aprendizaje para analizar y
relacionar tales datos.

Diagnosticar la causa de un problema en tiempo-crítico y

tomar las acciones correctas para la normalización de las
funciones operativas.

Mantener condiciones óptimas de funcionamiento y

operación del proceso.

Coordinar las actividades, manejo de información y toma

de decisiones respecto al funcionamiento de la planta.
 SISTEMA INTELIGENTE

PARTE INTERNA DEL SI: Modelos de

percepción, modelos del mundo real, procesos
inteligentes (razonamiento y aprendizaje),
modelos de actuación

PARTE EXTERNA DEL SI: Sensores,

trasmirores, microntroladores,
microprocesadores, PI, PD, PID, SCADA,
OPC, memorias, PLC´s, actuadores, etc.
 INTEGRACIÓN DE TECNOLOGÍAS

SCADA
Interfaces de operador
Registros
PID Control Avanzado

Lógica Difusa Alarmas Inteligentes

Secuencias de control

PLC Redes Neuronales

SISTEMAS
Adquisición de datos EXPERTOS
OPTIMIZACION INTELIGENTE DE LA COMBUSTION

Sistema inteligente que examina las variables

crìticas del proceso de combustión de una caldera
y crea un modelo neuronal para la operación de la
caldera, considerando los rangos operativos.

Este modelo inteligente, es usado para optimizar el

control de los set points, o para asesorar al
operador los cambios recomendados en los
elementos de control de la caldera.
3. SISTEMAS EXPERTOS
Bajo el término de Sistemas Expertos se
entiende un nuevo tipo de software que
imita el comportamiento de un experto
humano en la solución de un problema.
Pueden almacenar conocimientos de
expertos de un campo o dominio
determinado y emplear sus estrategias de
razonamiento para dar solución a un
problema específico.
 EXPERTO HUMANO

MEMORIA A LARGO PLAZO

Conocimiento en el dominio,
experiencia, expertisia.

ASESORIA
PROCESO DE
Recomendaciones,
RAZONAMIENTO
conclusiones, casos
resueltos.

MEMORIA A CORTO PLAZO

Hechos, casos, reglas, conclusiones.
 SISTEMA EXPERTO

BASE DE CONOCIMIENTOS
Conocimiento en el dominio,
experiencia, expertisia.

ASESORIA
MAQUINA DE
Recomendaciones,
INFERENCIA
conclusiones, casos
resueltos.

MEMORIA DE TRABAJO (RAM)

Hechos, casos, reglas, conclusiones.
Distribución del gas

Cociente del CO/CO2

Pendiente de la carga,
deslizándose

Estructura del equipo

Perdidas de presión

Balance del calor

Balance del hogar

Reconocimiento de
situaciones anormales
 Alto Horno
Juicio en fenómeno A

Juicio en fenómeno B

Juicio en fenómeno C

Análisis de situación

Reconocimiento del
fenómeno

Determinación de la
acción

operador

Información del sensor

SE
Cambios de los valores absolutos, variaciones
Más allá del fenómeno
Más allá de la acción

acción Juicio final

 Tecnología del razonamiento
Producción, negocios, cadenas de
suministro, redes, finanzas, transporte,
energía, agricultura, aerospacial…

Entradas Salidas
Proceso
Asesoría y eventos
acciones
automáticas

En que Cual es la
Cómo llevar el E
condición está importancia de
proceso a la R evaluar
éste evento?
condición respuesta el proceso?
requerida ?
D
diagnostic

Evaluar
Modelos basados en el
Diagnosticar
M
conocimiento permiten el modelo Responder
razonamiento
 SISTEMA EXPERTO

Un Sistema Experto es una herramienta informática con

pericia y habilidad en la solución de problemas. Esto es, un
sistema que posee:

(1) conocimientos y expertisia humana suficientes acerca de

un dominio particular que le permite comprender los problemas
que ocurran dentro de dicho dominio y

(2) Estrategias de análisis: métodos de razonamiento para

manipular este conocimiento y resolver tales problemas en la
misma forma en que lo haría el experto humano (gerente,
ingeniero, operario, juez, etc.).
 EXPERTISIA HUMANA: EXPERTO

Desempeño correcto y rápido dentro de un dominio limitado y

específico.

Capacidad para justificar un resultado y explicar el proceso de

razonamiento realizado.

Capacidad para aprender de la experiencia

Capacidad para resolver casos únicos o inusuales basándose en

principios básicos, un modelo, un conjunto de experiencia
estructurada, un conjunto de casos o reglas, etc.

Capacidad para razonar bajo condiciones de incertidumbre e

información incompleta y aplicar su sentido común o conocimiento
general del mundo.
 COMPONENTES DE UN SISTEMA EXPERTO

Módulo de Módulo de
adquisición de explicación
conocimiento

Base de Motor de
Conocimiento inferencia

Interfaz al mundo exterior (GUIS)

Seres humanos Hardware Datos Otro software

 COMPONENTES DE UN SISTEMA EXPERTO

La Base de Conocimientos de un Sistema Experto

contiene el conocimiento de los hechos y de las
experiencias de los expertos en un dominio
determinado. Hay diversas estructuras de computo
para ello:

REGLAS DE PRODUCCION:
SI: Condiciones
ENTONCES: Acciones

FRAMES:
Aplicación de la POO en IA.
 COMPONENTES DE UN SISTEMA EXPERTO

El Motor de Inferencia de un Sistema Experto puede

simular la estrategia de razonamiento del experto para
dar solución a un problema específico.

Modelos de razonamiento:
-RAZONAMIENTO CON ENCADENAMIENTO
HACIA ADELANTE
-RAZONAMIENTO CON ENCADENAMIENTO
HACIA ADELANTE
-RAZONAMIENTO OPORTUNISTICO
 RAZONAMIENTO

RAZONAMIENTO PROBABILISTICO: REDES

BAYESIANAS

RAZONAMIENTO ANALOGICO:
RAZONAMIENTO BASADO EN CASOS

RAZONAMIENTO APROXIMADO: LOGICA

DIFUSA
 COMPONENTES DE UN SISTEMA EXPERTO

La Interfaz de Usuario sirve para que éste pueda

realizar una consulta en un lenguaje lo más natural
posible.

Es el conjunto de pantallas interactivas, con

preguntas que hace el sistema experto y alternativas
para las respuestas del usuario.

GUIS: Interfaces Gráficas de usuario

.
 ¿Por qué utilizar un Sistema Experto?.

Con la ayuda de un Sistema Experto, personas con poca

experiencia pueden resolver problemas que requieren un
“conocimiento formal especializado”.
Los Sistemas Expertos pueden obtener conclusiones y
resolver problemas de forma más rápida que los expertos
humanos.
Los Sistemas Expertos razonan en base a un
conocimiento adquirido y no tienen sitio para la
subjetividad.
Se ha comprobado que los Sistemas Expertos tienen al
menos, la misma competencia que un especialista
humano.
 Beneficios

Mayor rapidez en la toma de decisiones

Incremento en la productividad.

Mayor calidad en la toma de decisiones

Solución de problemas complejos.

Confiabilidad y robustez.

Preservación del conocimiento.

Mejoramiento de la calidad (decisiones,
productos, etc).

Integración del conocimiento.
4. DESARROLLO DE
SISTEMAS EXPERTOS
 EQUIPO DE DESARROLLO

El experto: La función del experto es la de poner sus

conocimientos especializados a disposición del Sistema
Experto.

El ingeniero del conocimiento: Es quien plantea las

preguntas al experto, estructura sus conocimientos y los
implementa en la base de conocimientos.

El usuario: El usuario aporta sus deseos y sus ideas,

determinado especialmente el escenario en el que debe
aplicarse el Sistema Experto.
 INGENIERIA DEL CONOCIMIENTO

ETAPA 1: Adquisición de conocimiento:

MAPA DE CONOCIMIENTOS

ETAPA 2: Representación de conocimiento:

BASE DE CONOCIMIENTOS

ETAPA 3: Razonamiento
MAQUINA DE INFERENCIA

ETAPA 4: Implementación en situ.

 TABLA DE DECISION

Regla Estado de Razones Problema Conclusión de

membresía recomendación del
nivel de atención
A1 miembro caso_nuevo serio nivel_1
A2 miembro caso_nuevo no_serio nivel_2
A3 miembro seguimiento serio nivel_1
A4 miembro seguimiento no_serio nivel_3
A5 miembro info_otros serio info_otros
A6 miembro info_otros no_serio info_otros
A7 no_ miembro caso_nuevo serio sin_membresía
A8 no_ miembro caso_nuevo no_serio sin_membresía
A9 no_ miembro seguimiento serio sin_membresía
A10 no_ miembro seguimiento no_serio sin_membresía
A11 no_ miembro info_otros serio sin_membresía
A12 no_ miembro info_otros no_serio sin_membresía
REGLA 1:
SI: estado_membresía = miembro
Y razones = caso_nuevo
O razones = seguimiento
Y problema = serio
ENTONCES: atención = nivel_1;
REGLA 2:
SI: estado_membresia = miembro
Y razones = caso_nuevo
Y problema = no_serio
ENTONCES: atención = nivel_2;
THEN atención = nivel_3;
…. ETC.
MONITOREO Y CONTROL PREVENTIVO DE
ENFERMEDADES
DIAGNOSTICO Y CONTROL DE
PLAGAS
Construir una interfaz de usuario del SISTEMA
EXPERTO.

Estas son las diversas pantallas interactivas que el

usuario ve cuando corre la consulta. Consiste en un
mensaje inicial, mensaje de término de la sesión de
consulta, así como las preguntas realizadas durante la
sesión .
Construir las conexiones del SISTEMA EXPERTO a
otras aplicaciones externas, que pueden ser otros
sistemas expertos, bases de datos, otros programas etc.

Integrar el SISTEMA EXPERTO y elaborar el

ejecutable respectivo para su distribución e instalación
en las maquinas de los usuarios.
5. HERRAMIENTAS
 HERRAMIENTAS
EXYS CORVID: WWW.EXSYS.COM

XPEWRTRULE: WWW.XPERTRULE.COM

G2: WWW.GENSYM.COM

VISUAL PROLOG: WWW.VISUAL-PROLOG.COM

CLIPS: HTTP://CLIPSRULES.SOURCEFORGE.NET

JESS: WWW.JESSRULES.COM

WINPROLOG: WWW.LPA.CO.UK
 APLICACIONES

MEDICINA
ENERGIA
PETROLEO
AGRICULTURA
 CRANIUM

SISTEMA EXPERTO PARA EL

MONITOREO DE PACIENTES
CON TRAUMATISMOS
CRANEO-ENCEFALICOS
 LAPEM GEO

INTEGRACIÓN DE UN SISTEMA HARDWARE - SOFTWARE

EN TIEMPO REAL QUE PERMITA CONOCER EL
DESEMPEÑO DE LAS UNIDADES GEOTERMOELÉCTRICAS
PARA LA TOMA DE DECISIONES, PARA MEJORAR LA
OPERACIÓN DE LOS ACTIVOS DE CFE A TRAVÉS DEL
USO EFICIENTE DEL VAPOR, PROPORCIONAR
INFORMACIÓN PARA EL DESPACHO ECONÓMICO DEL
SISTEMA ELECTRICO NACIONAL, DOCUMENTAR
ESTUDIOS DE REHABILITACIÓN Y ANALIZAR LOS
BENEFICIOS DE LOS MANTENIMIENTOS
 PLANTA GEOTERMOELECTRICA VIRTUAL

Sistema totalmente interactivo basado en la tecnología de
instrumentación virtual para permitir que en cada unidad se realicen
configuraciones, monitoreo, consultas y reportes respecto a la
operación.

El sistema tendrá la capacidad para administrar la adquisición de

datos, control de instrumentos, análisis de mediciones, generación de
reportes y comunicación de la información por medios electrónicos,
para cada unidad, y apoyar en la toma de decisiones relacionadas con
la operación y mantenimiento de la central.

El sistema estará constituido de diversos componentes, entre los que

destaca la interfaz humano-máquina, la cual será un sistema de
instrumentos virtuales interactivos integrados a hipergráficos de los
componentes principales de la planta (turbina, condensador,
eyectores, generador eléctrico, etc.) y donde se muestren en tiempo
real los indicadores operativos de la planta. De ese modo se permite al
operador el manejo en línea de todos los equipos de cada unidad
geotermoeléctrica.
 MODULO INTELIGENTE

 Este modulo esta compuesto de una base de conocimientos, de

una máquina de inferencia, y de una interfaz de usuario.

 La base de conocimientos contiene reglas de decisión basadas

en la experiencia de los operarios y de personal experto en
plantas geotermoeléctricas. El propósito de construir estas
reglas expertas es que el sistema cuente con la capacidad de
poder definir decisiones a priori respecto al rendimiento de la
planta, a predecir posibles desviaciones de operación y a
establecer periodos de mantenimiento preventivo.

 La máquina de inferencia es un algoritmo que modela la

manera en como un operario de plantas termoeléctricas razona
respecto a un problema. De ese modo este algoritmo se
encarga de utilizar las reglas expertas contendidas en la base
de conocimiento para brindarle al usuario una decisión
apropiada respecto a un problema de operación.
 LAPEM TERMO
El sistema inteligente es capaz de realizar la Auditoria Energética de una
Central Termoeléctrica, permitiendo disponer del rendimiento energético y
termoeconómico de todos y cada uno de los equipos base en cualquier
momento, así como del rendimiento global de la central cuando se requiera.

-Mejor control, mantenimiento y operación de la planta con vistas al

incremento continuo del rendimiento y al uso eficiente de la energía.

-Aplicación del análisis de costos con un método más exacto de participación

de equipos y aplicación del análisis económico energético.

-Estudio de la sensibilidad necesaria de los equipos de medición sobre el

número que expresa el rendimiento o consumo específico de un equipo o de
la planta en conjunto.

-Cuantificación de la simulación real de la planta, para evaluar el efecto de la

modificación de un parámetro sobre toda la instalación y/o sobre cada
equipo.

-Permitir la obtención de una “fotografía” del estado de los equipos de la

planta en cualquier momento, es decir de una imagen del comportamiento
real de la planta.
SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB
 Selección de la Planta
de Manzanillo II

Selección de la
Unidad II

SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB

DIAGRAMA DEL BALANCE GENERAL DE LA PLANTA

SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB

 MONITOREO DE LA CONDICIONES DE OPERACIÓN DE LA UNIDAD II,
MANZANILLO II

SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB

 MONITOREO DE LA EFICIENCIA DE EQUIPOS DE LA UNIDAD II,
MANZANILLO II

SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB

 MONITOREO DE CADA UNO DE LOS EQUIPOS DE LA UNIDAD II,
MANZANILLO II

SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB

MONITOREO DE LA TURBINA DE LA UNIDAD II, MANZANILLO II

SOMI XXIII MONITOREO DEL RENDIMIENTO DE CENTRALES TERMOELECTRICAS VIA WEB

SISTEMA INFORMÁTICO PARA LA
GESTIÓN DE MODELOS Y
PROCESOS DE LA INGENIERÍA DE
YACIMIENTOS
 Sistema Informático para la Gestión de Modelos y
procesos de la Ingeniería de Yacimientos

El sistema es una herramienta que reúne una serie

de módulos o programas destinados a resolver y
simular algunos problemas del ámbito petrolero
como son cálculos para Balance de Materia,
Simulación de Yacimientos, Pruebas de Presión para
tiempos o periodos largos, Simulación de Gas Seco y
Aceite, entre otros, todo esto combinado con una
serie de elementos gráficos y técnicos que la hacen
una herramienta muy poderosa en su genero.

 Ingeniería de Yacimientos
Módulos:  Simulador de Gas Seco
 Modelo de Pruebas de Presión
El Sistema de Ingeniería de Yacimientos es una
metodología basada en la experiencia y el
conocimiento de los ingenieros del área, con el fin de
proponer un análisis capaz de caracterizar las
condiciones del yacimiento, y así obtenerla
información necesaria para poder tomar acciones para
el mejoramiento de la explotación.

Sub-módulos del
Sistema:
 Propiedades del Fluido
(gas, aceite, agua).
 Compresibilidad de la
formación (arenas,
carbonatos).
 Balance de Materia
(gas no asociado, gas
y condensado, aceite y
gas).
 Análisis de
Declinación.
 Avance de contacto
agua-aceite.
 Comparación
Volumétrica.
 Pronósticos de
Producción.
SIPPEM: SISTEMA INTELIGENTE
PARA LA PREDDICON DE PLAGAS
Y ENFERMEDADES EN FRUTAS Y
HORTALIZAS EN MICHOACÁN
 OBJETIVO:

Desarrollar un sistema experto que

permita predecir el comportamiento de
diversas enfermedades y plagas que
atacan el ciclo productivo de frutas y
hortalizas y a través de un sistema de
alertas realizar una gestión adecuada de
monitoreo y control de las mismas, a fin
de evitar en lo posible daños económicos.
 Sistema Alarmas
Inteligente

Estaciones de Bases de Datos

monitoreo
ARQUITECTURA DEL SIPPEM
PANTALLA INICIAL
PANTALLAS CREAR UN
NUEVO CULTIVO
PANTALLA CULTIVO CREADO
PANTALLA GENERACION DE ALERTA DE ENFERMEDAD
PANTALLAS
REVISION DE
ALERTAS DE
ENFERMEDADES
PANTALLAS
DIAGNOSTICO
DE PLAGAS
PANTALLAS
RECOMENDACIONES
DEL DIAGNOSTICO
DE PLAGAS
PANTALLAS
SEGUIMIENTO DE
LAS
RECOMENDACIONES
DEL DIAGNOSTICO
DE PLAGAS
PANTALLAS DEL
DIAGNOSTICO DE
ENFERMEDADES
PANTALLAS
SEGUIMIENTO DE LAS
RECOMENDACIONES
DEL DIAGNOSTICO DE
ENFERMEDADES
PANTALLAS
CONSULTA Y REPORTES
DE DIAGNOSTICOS DE
PLAGAS
8 CULTIVOS YA DESARROLLADOS
 CONCLUSIONES

(1) El uso de sistemas expertos como una herramienta

integrada para conservar y transferir el conocimiento y
experiencia de expertos humanos, proporciona un
medio poderoso para maximizar el potencial de
utilidades de una empresa.

(2) Un SE es totalmente flexible y puede ser modificado,

o actualizado según las necesidades del usuario, en
línea o fuera de línea. Estas modificaciones pueden
hacerse más rápidamente que con lenguajes
tradicionales.

(3) Reduce costos y tiempo en la toma de decisiones:

Productividad y Competitividad
 CONCLUSIONES

(4) Mejora calidad

(5) Incrementa la confiabilidad
(6) Mejora la atención a clientes
(7) Se cuenta con “Conocimiento Experto” para decidir
(8) Integra todas las operaciones de la empresa y a
todo el personal
(9) Se pueden desarrollar sistemas expertos para
diseño, diagnóstico, optimización, planeación,
programación, control, modelado y simulación de
escenario, pronóstico, clasificación, etc.
Muchas gracias

DR. NICOLAS KEMPER VALVERDE

Sistemas Inteligentes

Universidad Nacional Autónoma de

México

e-mail: kemper@Servidor.unam.mx