Universidad de Oriente

Núcleo de Monagas

Departamento de Ingeniería de Sistemas

Curso Especial de Grado - Área: ACPI

Estrategias para la Automatización Industrial (EAI)

Diagnóstico y decisión (parte 1)

Unidad IV: SISTEMAS DE SUPERVISIÓN Y CONTROL

Profesor: Bachilleres:

Ing. Judith Devia Arévalo Lorenzo, Danelys C.

C.I:19.663.296

Cordero Guevara, Francelys M.

C.I: 22.969.047

Equipo CRM

Maturín, Abril de 2015

ÍNDICE

INTRODUCCIÓN..................................................................................................................................3

MARCO TEORICO................................................................................................................................4

Diagnóstico y Decisión....................................................................................................................4

Diagnóstico.................................................................................................................................4

Decisión......................................................................................................................................4

Diagnóstico de fallos......................................................................................................................4

Estrategias para el Diagnóstico de fallos........................................................................................4

Conocimiento del Proceso y relaciones causa – efecto..............................................................4

Métodos estadísticos.................................................................................................................4

Herramientas de soporte: la Inteligencia Artificial.....................................................................5

Representación de conocimiento mediante lógica....................................................................6

Listas, tablas y árboles de decisión.............................................................................................6

Grafos y grafos causales.............................................................................................................7

DISCUSIÓN.........................................................................................................................................8

CONCLUSIÓN....................................................................................................................................10

BIBLIOGRAFÍA...................................................................................................................................11

ANEXOS

INTRODUCCIÓN

Un aspecto significativo en la automatización de las industrias, son las interrelaciones de sus componentes operacionales, cuya ocupación primordial es asegurar que se lleven en orden todos los trabajos del proceso, aun cuando haya desviaciones no previstas en la automatización.

Para esto es necesario la intervención de diagnósticos para su respectiva decisión y ejercer el conjunto de herramientas que permitan contrarrestar la situación no deseada, su principal característica es ser decisivo en la ejecución y evolución de un proceso, por ello que se dice que la primera etapa, y de hecho una parte muy importante, que existe en un proceso de diagnóstico permitiendo la detección de anomalías, fallas entre otros. A continuación se estarán tratando las diferentes herramientas y las situaciones donde posiblemente se requiera de su aplicación.

MARCO TEORICO

Diagnóstico y Decisión

Diagnóstico: Es el análisis que se realiza para determinar cualquier situación y cuáles son las tendencias. Esta determinación se realiza sobre la base de datos y hechos recogidos y ordenados sistemáticamente, que permiten juzgar mejor qué es lo que está sucediendo.

Decisión: Implica siempre un proceso de elaboración a nivel mental que puede verse influido por diversas razones, causas y circunstancias específicas.

Diagnóstico de fallos:

El diagnóstico de fallos consiste principalmente en la determinación del origen y sus magnitudes. Al detectar un fallo, se deben conocer sus causas mediante el uso diversas estrategias. Si la fase de detección consiste en la generación de residuos o de síntomas, entonces el diagnóstico debe consistir en la evaluación de los mismos.

Estrategias para el Diagnóstico de fallos.

Conocimiento del Proceso y relaciones causa – efecto: El conocimiento del proceso y de las dependencias entre subprocesos o la influencia del operario y los materiales son vitales para el reconocimiento del origen de los fallos. Por este motivo es importante el análisis detallado del proceso.

Diagrama de Ishikawa: también llamado diagrama de espina de pescado. Consiste en una representación gráfica sencilla en la que puede verse de manera relacional una especie de espina central, que es una línea en el plano horizontal, representando el problema a analizar, que se escribe a su derecha. La utilización de estas representaciones es de gran ayuda para la definición, creación y documentación de procedimientos de diagnóstico. (Ver figura 1)

Métodos estadísticos: Son herramientas de análisis estadístico que con una presentación visual de parámetros simples dan una interpretación cómoda de los datos acumulados. La aplicación de métodos estadísticos en la vigilancia de

procesos ha aportado diferentes métodos de soporte al diagnóstico y la toma de decisiones. Entre ellas, tenemos:

- Diagramas de Pareto: es una gráfica para organizar datos de forma que estos queden en orden descendente, de izquierda a derecha y separados por barras. Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles causas no es un proceso lineal sino que el 20% de las causas totales hace que sean originados el 80% de los efectos. El principal uso que tiene el elaborar este tipo de diagrama es para poder establecer un orden de prioridades en la toma de decisiones dentro de una organización. Evaluar todas las fallas, saber si se pueden resolver o mejor evitarlas. (Ver figura 2)

- Gráficos estratificados (Stratified Graph): también conocidos como diagramas de barras. Es un método estadístico utilizado para el control, análisis y mejora de la calidad consistente en clasificar los datos disponibles por grupos con similares características y permiten aislar la causa de un problema, identificando el grado de influencia de ciertos factores en el resultado de un proceso, el histograma es el modo más habitual de presentarla. (Ver figura 3)

- Control estadístico de procesos: Los gráficos de control, basándose en técnicas estadísticas, permiten usar criterios objetivos para distinguir variaciones de fondo de eventos de importancia. Casi toda su potencia está en la capacidad de monitorizar el centro del proceso y su variación alrededor del centro. Recopilando datos de mediciones en diferentes sitios en el proceso, se pueden detectar y corregir variaciones en el proceso que puedan afectar a la calidad del producto o servicio final, reduciendo desechos y evitando que los problemas lleguen al cliente final. (Ver figura 4)

Todos estos diagramas guardan algo en común, ya que aportan información de conjunto en cuanto permiten comparar causas de defectos consecutivas en importancia, a la vez que ver su importancia respecto al total.

Herramientas de soporte: la Inteligencia Artificial: Son utilizadas tanto para el diagnóstico de fallos como para la (ayuda a la) toma de decisiones. Estas herramientas pueden integrarse a los entornos de monitorización para configurar, junto con las herramientas propias de éstos, lo que se conoce como un entorno de supervisión experta.

Representación de conocimiento mediante lógica.

Su objetivo fundamental es representar el conocimiento de una manera que facilite la inferencia a partir de dicho conocimiento. Analiza cómo pensar formalmente, cómo usar un sistema de símbolos para representar un dominio del discurso, junto con funciones que permitan realizar un razonamiento formal sobre los objetos. El formalismo lógico más popular es el cálculo proposicional, utilizado en la representación de modelos y en la especificación de propiedades de numerosos sistemas, donde el comportamiento o el estado de los elementos se caracterizan mediante dos estados estables claramente distinguidos (Verdadero/Falso, 1/0). Una ventaja importante, especialmente para diseñar aplicaciones, del cálculo proposicional consiste en su semántica simple e intuitiva. (Ver figura 5)

Listas, tablas y árboles de decisión: La finalidad de estas tres herramientas ofrecen un apoyo operacional eficaz a las tareas de decisión. Aunque son herramientas relativamente simples, permiten tomar decisiones jerárquicamente, a varios niveles, y pueden usarse para codificar procedimientos bastante complejos.

Lista de decisión: está compuesta por una sucesión de pares (condición binaria, acción). La parte condicional es sólo una proposición lógica, y así es evaluada como verdadera (V) o falsa (F). Su uso consiste en verificar los ítems de la lista, y cada vez que se satisface la condición se ejecuta la acción apropiada. (Ver figura 6)

Árbol de decisión: Son estructuras que despliegan de forma intuitiva alguna decisión o procedimiento de clasificación, son leíbles y fáciles de usar. Compuesto por nodos y conexiones entre los mismos. La raíz del árbol es el nodo de entrada, y por debajo de cualquier nodo hay algunas conexiones de bifurcación. La selección de una conexión se lleva a cabo a partir de una declaración condicional asignada al nodo. La evaluación de esta condición (verdadera o falsa en el caso de árboles binarios o un valor pre-especificado en el caso de árboles más complejos) determina la selección de la conexión. El árbol se cruza de arriba abajo, y la decisión definitiva se encuentra en la parte inferior. (Ver figura 7)

Tabla de decisión: permite visualizar las secuencias de condiciones que deben cumplirse para ejecutar alguna acción. Los conjuntos de condiciones se visualizan de forma leíble, verticalmente, como columnas de la tabla de decisión, o horizontalmente, como filas de la tabla. (Ver figura 8)

Grafos y grafos causales.

Grafo: son un conjunto de objetos llamados vértices o nodos (puntos) unidos por enlaces llamados aristas (líneas) o arcos, que permiten representar relaciones binarias entre elementos de un conjunto, representando una estructura de datos, en concreto un tipo abstracto de datos. (Ver figura 9)

Árbol de Fallos: consiste en nodos (que representan eventos) y puertas lógicas (normalmente AND y OR) para representar las relaciones entre eventos. Los eventos se conectan mediante flechas de unión. Una puerta OR representa la disyunción de condiciones que causan una salida, mientras una puerta AND representa la conjunción de condiciones que causan la salida. Este método de análisis se utiliza principalmente en el campo de la ingeniería de seguridad y fiabilidad de ingeniería para determinar la probabilidad de un accidente de seguridad o un fallo de nivel de sistema en particular. (Ver figura 10)

Grafos dirigidos simples: representan relaciones mutuas entre fallos y residuos. La construcción básica es un grafo de dos niveles, donde el nivel superior consiste en posibles fallos y el nivel inferior en posibles residuos (observaciones). Los fallos apuntan a residuos que (normalmente) son observados si el fallo ocurre. (Ver figura 11)

DISCUSIÓN

El diagnostico de fallos es un componente clave de muchos sistemas de automatización de la gestión de operaciones. Es una solución, que puede conducir a otras soluciones y síntomas observables. Permite reconocer que se ha producido un problema, incluso si todavía no sabe la causa raíz. Los Fallos pueden ser detectados por una variedad de estrategias como la que se desarrollaron englobando los métodos estadísticos y de las herramientas de inteligencia artificial. Esto incluye muchos de los enfoques multivariados, basados en distintos modelos. También incluye técnicas sencillas y tradicionales para las distintas situaciones, como el control estadístico de procesos (SPC); medición de sus magnitudes generadas por subsistemas.

Las herramientas para un diagnóstico de fallos se desempeñan en función de la data recopilada, esto es, el analista que debe juntar toda la información posible de los hechos y conocer las interrelaciones de los componentes sean humanos o materiales. En muchas aplicaciones, tales como los de las industrias de proceso, los fallos se encuentran entre los equipos más comunes. Así que un foco importante en las industrias tiene que estar en el reconocimiento de los problemas, así como problemas en el proceso. La distinción entre los problemas y los problemas del proceso es un problema importante en estas aplicaciones.

En una situación pueden que los factores no sea directamente observable cuando la causa de la raíz también se asocia generalmente con los procedimientos para la reparación. El diagnostico de fallos se puede realizar cuando existe un evento anormal, por ejemplo: de una pieza de equipo, o incluso involucrar a hardware específico, u operadores

Por ejemplo; en una planta de procesos, las causas profundas de la operación no óptima podría ser fallos de hardware, pero los problemas también puede ser causado por una ineficiencia en elección de los objetivos operativos, la ineficiencia calidad del material de insumos, falta de optimización del regulador, errores de calibración del sensor, o error humano.

Los ingenieros y los técnicos deben de estar capacitados para diagnosticar y, de ser posible, también estar capacitados para el adecuado y preciso uso de las herramientas cuando se presenten las anomalías y así reaccionar a tiempo de manera eficaz. El diagnóstico Inteligente de los diferentes escenarios es aplicable a diverso segmentos donde la disponibilidad y la complejidad surjan de los mismos. La solución que ofrece las herramientas para el debido diagnóstico y decisión de situaciones no deseadas y prever las mismas, tiene como objetivo principal, detectar de forma rápida y precisa el origen de algún defecto, ahorrar dinero, minimizar los costos por roturas imprevistas y mejorar la confiabilidad de plantas industriales.

En general las fallas en un sistema de automatización tendrán impacto directo en cualquier industria. Esto se traduce la mayor parte del tiempo, en altos costos de mantenimiento, altos costos de reparación y en oportunidades en la pérdida total o parcial de los niveles de producción. Una aproximación para minimizar estas fallas, es disponer de un mejor uso de las herramientas de causa-efecto, métodos estadísticos y herramientas inteligencia artificial ya que conociendo su capacidad de identificar escenarios potencialmente alarmantes o antes de que la misma ocurra, tomando así las acciones correctivas apropiadas.

En vista de lo anterior es necesario implementar sistemas de detección y diagnóstico de fallas, que permitan la investigación y la determinación de aquellas fallas que causan los impactos de mayor magnitud. Esta identificación permitirá detectar las fallas importantes en el sistema de automatización con antelación lo cual puede garantizar el éxito o fracaso de los procesos en la industria.

CONCLUSIÓN

En las empresas existe una infinidad de procesos que deben de mantenerse estables durante su operación, esto se logra manteniendo un adecuado y continuo diagnóstico en donde las operaciones que puedan estar ejecutándose asegurando así la fiabilidad de las mismas. Para mantener estable los procesos es necesario un sistema de control de procesos basados en las herramientas de causa-efecto, métodos estadísticos, y de inteligencia artificial de manera que mantenga sus parámetros dentro de los límites y a su vez que permita la visualización del proceso para tomar acciones correctivas inmediatas. Es importante saber que toda falla deja unas pistas que permiten encontrar su origen. Es por esto que se debe conocer muy bien las herramientas mencionadas anteriormente a fin de interpretar adecuadamente estas pistas.

Al ejercer una decisión debe realizarse un análisis minucioso de la misma, para garantizar el continuo funcionamiento de los componentes que se encuentran interrelacionados. Cuando las acciones adecuadas se han determinado, es necesario comprobar su eficiencia y realizar una verificación, esto conducirá a evaluar la calidad de la decisión tomada de modo de minimizar los diferentes costos, tiempo valioso, vidas, materiales, es decir, antes de que se detecte una situación no deseada.

BIBLIOGRAFÍA

AITECO, Estratificación. Herramienta estadística para el análisis y la mejora, [Página web en línea]. Disponible en: http://www.aiteco.com/estratificacion/ [2015, 20 Abril]

DefiniciónABC, Definición de Decisión, [Página web en línea]. Disponible en: http://www.definicionabc.com/general/decision.php [2015, 20 Abril]

DOCSETOOLS, El análisis del árbol de fallos, [Página web en línea]. Disponible en: http://docsetools.com/articulos-educativos/article_18509.html [2015, 20 Abril]

Wikipedia®, Árbol de decisión (modelo de clasificación ID3), [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/%C3%81rbol_de_decisi%C3%B3n_%28modelo_de_clasificaci%C3%B3n_ID3%29 [2015, 20 Abril]

Wikipedia®, Control estadístico de procesos, [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/Control_estad%C3%ADstico_de_procesos [2015, 20 Abril]

Wikipedia®, Diagnóstico, [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/Diagn%C3%B3stico [2015, 20 Abril]

Wikipedia®, Diagrama de Ishikawa, [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/Diagrama_de_Ishikawa [2015, 20 Abril]

Wikipedia®, Diagrama de Pareto, [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/Diagrama_de_Pareto [2015, 20 Abril]

Wikipedia®, Grafo (estructura de datos), [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/Grafo_%28estructura_de_datos%29 [2015, 20 Abril]

Wikipedia®, Representación del conocimiento, [Página web en línea]. Disponible en: http://es.wikipedia.org/wiki/Representaci%C3%B3n_del_conocimiento [2015, 20 Abril]

ANEXOS

Figura 1: Diagrama de espina de pescado

Fuente: http://3.bp.blogspot.com/-HStsoa-fGqw/TywU-jVzT7I/AAAAAAAAAFM/jxT35sgWN

Xg/s1600/Ishikawa-PettersShoes.PNG

Figura 2: Diagramas de Pareto

Fuente:http://upload.wikimedia.org/wikipedia/commons/thumb/8/89/Pareto.png/800px-Pareto.png

Figura 3: Gráficos estratificados

Fuente: http://www.aiteco.com/web/wp-content/uploads/2012/03/estratif.gif

Figura 4: Control estadístico de procesos

Fuente:http://www.google.co.ve/url?sa=i&source=images&cd=&ved=0CAUQjBw&url=http%3A%2F

%2Fimages.slideplayer.es%2F2%2F1032071%2Fslides%2Fslide_3.jpg&ei=q1g1VdHkOYqKsQT6NQ&psig=AFQjCNGKPDhW40ZgKT42h

Kba4UHmgkFnWQ&ust=1429645868056940

Figura 5: Conectivas lógicas

Fuente: http://www.ceautomatica.es/sites/default/files/upload/10/files/sistemas%20de%20supervision.pdf , pág. 61.

Figura 6: Lista de decisión de factores climatológicos

Fuente: http://1.bp.blogspot.com/-Hr2fVvzf8kw/UpN6Lcm7WFI/AAAAAAAAAIM/qVRlNYhx

_mk/s1600/ssaassa2.jpg

Figura 7: Árbol de decisión para la clasificación de notas de alumnos

Fuente:http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Arbol3.PNG/350px-Arbol3.PNG

Figura 8: tabla de decisión para determinar la existencia de gripe en 6 pacientes.

Fuente: http://www.scielo.org.co/img/revistas/iei/v30n1/1a08t02.jpg

Figura 9: Grafo con 6 nodos y 7 aristas

Fuente: http://upload.wikimedia.org/wikipedia/commons/thumb/5/5b/6n-graf.svg/333px-6n-graf.svg.png

Figura 10: ARBOL DE FALLOS para el análisis de lesión de un operario.

Fuente: http://syar.cl.tripod.com/8_imagenes/fta_cp.gif

Figura 11: Grafico dirigido simple

Fuente:http://www.ceautomatica.es/sites/default/files/upload/10/files/sistemas%20de%20supervision.pdf ,pág. 65.