IEE 3664 CONTROL INTELIGENTE 2021

CAPÍTULO 2: SISTEMAS EXPERTOS

Prof. Aldo Cipriano

aciprian@ing.puc.cl

Pontificia Universidad Católica de Chile

Agosto 2021
 2

SISTEMAS EXPERTOS
 Contenido

 Referencias, historia, DSS y EWS

 Ingeniería del conocimiento
 Adquisición y representación del conocimiento
 Reglas e incerteza
 Componentes de un Sistema Experto
 Estrategias de control
 Etapas en el desarrollo de un Sistema Experto
 Lenguajes y herramientas para el desarrollo de Sistemas Expertos
 Sistemas expertos en tiempo real
 Sistemas expertos en supervisión y control
 Control experto regulatorio
 Control PI experto
 Sistemas expertos en sintonía de controladores
 Aplicaciones de Sistemas Expertos
 3

SISTEMAS EXPERTOS
 Referencias

Lucas Peter, van der Gaag Linda. Principles of Expert Systems.

Addison Wesley, 1991, www.cs.ru.nl/~peterl/proe.pdf
Tan Chee et al. The application of expert systems: a review of
research and applications. ARPN Journal of Engineering and Applied
Sciences, Vol. 11, No. 4, February 2016,
www.researchgate.net/publication/309256481
Tzafestas Spyros. Expert control systems: An introduction with case
studies. In Control Systems, Robotics and Automation,
www.academia.edu/12090376/Expert_control_systems_An_introducti
on_with_case_studies
Astrom K. J., Anton J. J. Expert control. Proceedings of the IFAC
World Congress, Vol. 17, July 1984, pp 2579-2584,
www.sciencedirect.com/science/article/pii/S1474667017613703
 4

SISTEMAS EXPERTOS
 Historia
 1943 Post prueba que cualquier problema computable puede
resolverse utilizando un conjunto de reglas IF-THEN.
 1961 Newell y Simon desarrollan GPS, o General Problem Solver,
un programa solucionador general de problemas.

 1969 Feigenbaum et al desarrollan en Stanford University el

sistema Dendral, el primero que mostró la importancia del
conocimiento específico en un dominio.
 1970 Buchanan y Shortliffe desarrollan, también en Stanford,
Mycin, un sistema de diagnóstico médico que introdujo el uso de
factores de certeza.
 1982 McDermott desarrolla en CMU R1, después llamado Xcon, el
primer sistema experto comercial.
 5

SISTEMAS EXPERTOS
 Decision Support Systems (DSS) y Real Time DSS

Entre las aplicaciones de Sistemas Expertos que más interés han

despertado en los últimos años se encuentran los Sistemas de
Soporte o Apoyo a Decisiones (DSS), principalmente considerando
información en tiempo real.

En general, un DSS es un sistema informático que, en vez de

automatizar, sirve de apoyo al proceso de toma de decisiones, para lo
cual evalúa diferentes escenarios. Esta evaluación de escenarios
puede estar basada sólo en reglas (Expert DSS), o también utilizar
datos (Data Driven DSS), modelos (Model Driven DSS), imágenes,
simulaciones (Digital Twin), optimizaciones, etc.

Ejercicio. Enumere 5 o más sectores o procesos que empleen DSS

en tiempo real, y describa en detalle una aplicación concreta.
 6

SISTEMAS EXPERTOS
 Early Warning Systems (EWS)

Otro grupo de aplicaciones de Sistemas Expertos lo constituyen los

Sistemas de Alerta Temprana, en particular de desastres. Estos
sistemas incorporan sensores, subsistemas de comunicación, de
detección de eventos y de decisiones. Al igual que los DSS, pueden
estar basados sólo en reglas (Expert EWS), o bien utilizar datos (Data
Driven EWS), modelos (Model Driven EWS), imágenes o
simulaciones.

Las Tecnologías de Automatización hacen uso de conceptos similares

para detectar fallas en equipos o anomalías en procesos.

Ejercicio. Describa aplicaciones de EWS orientadas a terremotos,

tsunamis, inundaciones, incendios, huracanes y otros desastres
naturales.
 7

SISTEMAS EXPERTOS
 EWS para inundaciones
www.sice.com
 8

SISTEMAS EXPERTOS
 Introducción
Un sistema experto es un programa computacional que se comporta
como un experto humano en un dominio especializado del
conocimiento:

 Resuelve problemas del nivel de complejidad que maneja el

experto.

 Utiliza un “modelo computacional” del proceso de razonamiento

del experto.

 Es capaz de explicar este razonamiento en base al modelo

computacional.
La definición enfatiza que un sistema experto debe tener un grado
de competencia similar al de los expertos humanos.
 9

SISTEMAS EXPERTOS
 Clasificación

 Los datos, la información y el conocimiento se clasifican según el

nivel de abstracción y la cantidad.
 A su vez, el conocimiento se clasifica en concreto (conocimiento
acerca de un problema específico), específico de un dominio
(clase de problemas) y abstracto (muchas clases de problemas).
 10

SISTEMAS EXPERTOS
Un sistema experto está basado en conocimiento, el que se
almacena en la Base de Conocimientos, en forma separada al
mecanismo de razonamiento y utilizando un mecanismo de
representación, por ejemplo reglas IF ... THEN.

Emplea heurísticas y procesamiento simbólico, y es capaz de

explicar las decisiones que toma.

Por el contrario, un programa convencional está basado en

algoritmos, es decir, en procedimientos definidos por pasos
elementales.

Generalmente está orientado al procesamiento numérico y utiliza

bases de datos.
 11

SISTEMAS EXPERTOS
Un sistema experto es adecuado para enfrentar un determinado
problema si:

 Los expertos son capaces de explicar los métodos mediante los

cuales resuelven los problemas en su dominio.

 La naturaleza de los problemas requiere de manipulación

simbólica.

 La formulación de soluciones requiere de habilidades cognitivas

y soluciones heurísticas.
 12

SISTEMAS EXPERTOS
 Ejemplos

 Diagnóstico médico

 Transacciones bancarias

 Planificación

 Sistemas de apoyo a la operación

 Control de tráfico

 Control de procesos

 Detección de fallas y anomalías.

 13

SISTEMAS EXPERTOS
 Aplicaciones (Tan et al, 2016)

 Diagnosis (Shyster-Mycin, Oncocin, Onco-Help, Dexs)

 Repair (Espcrm)
 Instruction (Hspex)
 Interpretation (Hepaxpert)
 Prediction (Derek, Star))
 Forecasting
 Design and Planning (Comex, Cakes-Ists)
 Monitoring (Ves)
 Control (Kbess)
 Monitoring and control (Structure Ware power monitoring expert)
 Classification/identification (Dendroid)
 Discovery (Setes)
 Debugging (Sipdes)
 Selection
 14

SISTEMAS EXPERTOS
 Ingeniería del Conocimiento

El conocimiento es una colección integrada de hechos y relaciones

que cuando se utilizan, generan un comportamiento competente. Se
distingue entre conocimiento profundo y conocimiento superficial.

El conocimiento profundo corresponde al de las teorías básicas, los

principios, los axiomas y los algoritmos en un determinado dominio.

El conocimiento superficial corresponde al obtenido por la

experiencia y normalmente está constituido por hechos y reglas
prácticas. Generalmente son simplificaciones de los algoritmos.
 15

SISTEMAS EXPERTOS
La Ingeniería del Conocimiento comprende tres temas fundamentales:

 Adquisición del conocimiento.

 Representación del conocimiento.
 Integración del conocimiento en un sistema computacional.
 16

SISTEMAS EXPERTOS
 Adquisición del Conocimiento

Es el proceso mediante el cual se localiza, recolecta y refina el

conocimiento que dará origen al sistema experto.

La principal fuente de conocimiento está constituida por los expertos

humanos en el dominio de aplicación; otras fuentes son textos,
manuales y documentos.

El conocimiento generalmente se adquiera en base a entrevistas

estructuradas en las que participan el desarrollador o “Ingeniero de
Conocimiento” y los expertos. También existen herramientas de
software específicamente para apoyar el proceso de adquisición del
conocimiento.
 17

SISTEMAS EXPERTOS
En las entrevistas el Ingeniero de Conocimiento formula preguntas,
problemas o casos de estudio y los expertos dan soluciones a partir
de las cuales el Ingeniero extrae conceptos que formaliza empleando
mecanismos de representación. Para tener éxito en el proceso es
fundamental la colaboración de los expertos.
 18

SISTEMAS EXPERTOS
 Representación del Conocimiento

El conocimiento que se desea representar y almacenar en la Base

de Conocimientos incluye los hechos y las relaciones que existen
entre estos hechos, que resumen el conocimiento del experto.

Los mecanismos de representación más utilizados son:

 Las reglas
 Las redes semánticas
 Las triplas objeto-atributo-valor
 Los marcos
 Las expresiones lógicas.

Las reglas son el mecanismo de representación del conocimiento

más utilizado en sistemas de automatización y control industrial.
 19

SISTEMAS EXPERTOS
 Reglas
Una regla es una sentencia condicional que tiene dos partes. La primera
(la premisa o antecedente) está formada por una o varias cláusulas SI
que establecen las condiciones que han de satisfacerse para que pueda
afirmarse una segunda parte ENTONCES (la conclusión o consecuente).

Estructura de las reglas:

SI <premisa> ENTONCES <conclusión>

Las reglas son llamadas también producciones y los sistemas basados

en reglas, sistemas de producciones.

El mecanismo de reglas es una representación muy simple y flexible del

pensamiento humano por lo que permite transferir muy fácilmente el
conocimiento de un experto a un programa computacional.
 20

SISTEMAS EXPERTOS
El mecanismo de reglas permite establecer jerarquías e incorporar
incertezas.

Ejercicio. Indique ejemplos de reglas utilizadas en supervisión,

control y detección de fallas.
 21

SISTEMAS EXPERTOS
 Representación gráfica de relaciones entre reglas
 22

SISTEMAS EXPERTOS
 Representación gráfica de relaciones entre reglas
 23

SISTEMAS EXPERTOS
 Ejemplo: Cajero Automático
 24

SISTEMAS EXPERTOS
 Ejemplo: Reglas del Cajero Automático
 25

SISTEMAS EXPERTOS
 Incerteza

En un sistema experto, la incerteza puede incorporarse empleando:

 Factores de confianza
 Redes bayesianas
 Lógica difusa

Los factores de confianza asignan un peso numérico a un hecho o

relación. También pueden determinarse los factores de confianza
asociados a operaciones lógicas, por ejemplo OR y AND:

fc(A OR B) = máximo (fc(A), fc(B))

fc(A AND B) = mínimo (fc(A), fc(B))

 26

SISTEMAS EXPERTOS
Las reglas también pueden tener factores de confianza.

Si el factor de confianza se expresa en porcentaje, se cumple:

fc(conclusión) = fc (premisa) * fc(regla) /100

Las redes bayesianas se basan en el teorema de Bayes:

PE / H  * PH 
PH / E  
PE 

La lógica difusa es una alternativa a la lógica convencional, que

agrega a los elementos “verdadero” y “falso” valores intermedios.
 27

SISTEMAS EXPERTOS
 Componentes de un Sistema Experto

Los elementos distintivos de un sistema experto son:

 La Base de Conocimientos

 El Motor de Inferencias

 El Generador de Explicaciones.
 28

SISTEMAS EXPERTOS
 29

SISTEMAS EXPERTOS
Base de conocimientos
Almacena las reglas del sistema experto.

Generador de explicaciones
Es el módulo encargado de fundamentar las decisiones del sistema
experto.

Motor de inferencias
El Motor de Inferencias realiza dos tareas principales:

 Examina los hechos y las reglas, y si es posible, añade nuevos

hechos
 Decide el orden en que se hacen las inferencias.

Para realizar estas tareas utiliza estrategias de inferencia y

estrategias de control.
 30

SISTEMAS EXPERTOS
Las estrategias de inferencia que más se emplean en sistemas
expertos están basadas en la aplicación de las reglas lógicas
denominadas “modus ponens” y “modus tollens”.

“Modus ponens”: Si existe una regla “SI A ENTONCES B”, y A es

verdadero, se puede concluir que B es verdadero.

“Modus tollens”: Si existe una regla “SI A ENTONCES B”, y B es

falso, se puede concluir que A es falso.
 31

SISTEMAS EXPERTOS
 Modus Ponens y Modus Tollens
 32

SISTEMAS EXPERTOS
 Implicancia que se deriva del Modus Tollens
 33

SISTEMAS EXPERTOS
 Aplicación del Modus Tollens
 Si H=I=K=Verdadero y M=Falso, entonces J= Verdadero, G=L=Falso.
 34

SISTEMAS EXPERTOS
 Aplicación de la regla de inferencia
 Conocidos los valores de H, I, K y M, es posible determinar el valor de G.
 35

SISTEMAS EXPERTOS
 Estrategias de control en un Sistema Experto
Desde el punto de vista del control, el Motor de Inferencias debe resolver
dos problemas:
 Cómo iniciar el proceso de razonamiento, considerando las reglas y los
hechos existentes en la Base de Conocimiento.

 Cómo seleccionar qué regla procesar, cuando existen varias

alternativas.

Las estrategias de control presentan diversas clasificaciones:

 Encadenamiento hacia adelante y encadenamiento hacia atrás.

 Búsqueda en profundidad y búsqueda en extensión.

 Razonamiento monotónico y razonamiento no monotónico.

 36

SISTEMAS EXPERTOS
Encadenamiento hacia adelante o “forward chaining”

Se construye el objetivo o se elabora la solución, para lo cual se

consideran primero todas las reglas cuyas premisas son verdaderas,
se establecen nuevos hechos y se determina qué nuevas reglas
pueden procesarse; el proceso termina cuando se alcanza un
objetivo o se agotan las posibilidades.

Este mecanismo se denomina también “impulsado por datos” y es el

más apropiado en el caso de sistemas expertos que construyen
soluciones a partir de especificaciones, por ejemplo, en sistemas
para diseño de planes.
 37

SISTEMAS EXPERTOS
Encadenamiento hacia atrás o “backward chaining”

Se intenta determinar si la regla objetivo es correcta, para lo cual se

consideran sus premisas y se trata de comprobar que a su vez éstas
son correctas, lo cual conduce a determinar otras reglas que podrían
confirmar estas premisas; de esta manera, se retrocede a lo largo de
las reglas hasta encontrar hechos que indiquen que todas las
premisas previas son correctas, o bien hasta que se determine que
esto no es efectivo.

Este mecanismo se denomina también “impulsado por objetivos” y se

utiliza preferentemente en sistemas en que los resultados posibles
son conocidos, por ejemplo en clasificación de muestras, diagnóstico
médico y diagnóstico de fallas.
 38

SISTEMAS EXPERTOS
Búsqueda en profundidad
Siempre que puede, el Motor de Inferencias genera un subobjetivo,
buscando el máximo detalle. Se asocia a las personas especialistas.

Búsqueda en extensión
El Motor de Inferencias barre todas las premisas de la regla antes de
profundizar en búsqueda de más detalles. Se asocia a las personas
generalistas.

Razonamiento monotónico
Todos los valores que se obtienen para los atributos quedan marcados
y permanecen siempre como verdaderos.

Razonamiento no monotónico
En este caso los hechos verdaderos pueden anularse. Por ejemplo, el
camino determinado como óptimo en un proceso de planificación puede
dejar de serlo cuando se recibe nueva información.
 39

SISTEMAS EXPERTOS
 Estrategias de búsqueda
 40

SISTEMAS EXPERTOS
 Etapas en el desarrollo de un Sistema Experto

Para el desarrollo de un sistema experto, se recomienda utilizar un

esquema “incremental de prototipos”, en el cual el sistema experto
resuelve primeramente un problema simple.

La evaluación del sistema permite refinar la Base de Conocimientos

y desarrollar una segunda versión, capaz de resolver problemas de
mayor complejidad o enfrentarlas en forma más apropiada.
 41

SISTEMAS EXPERTOS
 Etapas en el desarrollo de un Sistema Experto
 42

SISTEMAS EXPERTOS
 Lenguajes y herramientas para el desarrollo de
Sistemas Expertos

Las herramientas que han estado disponibles para el desarrollo de

un sistema experto se clasifican en:
 Herramientas o entornos especializados (KEE, OPS5, Nexpert,
G2).
 Lenguajes de programación orientados al desarrollo de
aplicaciones de Inteligencia Artificial (Lisp, Prolog, Smalltalk).
 Lenguajes de programación tradicional (Fortran, C, C++).

La elección de la herramienta dependerá de los recursos

disponibles, las capacidades de los desarrolladores y las
características de la aplicación, por ejemplo, si existen
requerimientos de tiempo real.
 43

SISTEMAS EXPERTOS
 Sistemas Expertos en tiempo real
Los sistemas en tiempo real deben hacer frente a una serie de
características propias de la aplicación, las que plantean requerimientos
particulares:

 Interfaz con ambiente externo, ya que los datos se adquieren de sensores.

 Falta de monotonicidad. Los datos no permanecen estáticos, varían en el

tiempo y pierden validez.

 Datos inciertos o que faltan, por fallas en sensores o sistemas de

transmisión.

 Eventos asíncronos. El sistema debe hacer frente a eventos no

programados previamente que lo interrumpen asíncronamente y que pueden
variar en importancia relativa.
 44

SISTEMAS EXPERTOS
 Sistemas Expertos en tiempo real
Los sistemas en tiempo real deben hacer frente a una serie de
características propias de la aplicación, las que plantean requerimientos
particulares:

 Interfaz con ambiente externo, ya que los datos se adquieren de

sensores.

 Falta de monotonicidad. Los datos no permanecen estáticos, varían en

el tiempo y pierden validez.

 Datos inciertos o que faltan, por fallas en sensores o sistemas de

transmisión.

 Eventos asíncronos. El sistema debe hacer frente a eventos no

programados previamente que lo interrumpen asíncronamente y que
pueden variar en importancia relativa.
 45

SISTEMAS EXPERTOS
 Operación continua. El sistema debe operar sin detenerse, hasta
que ocurra un evento externo o sea detenido por un usuario; como
consecuencia, puede generarse un requerimiento creciente de
memoria (“garbage collection”).

 Razonamiento temporal. El sistema debe razonar acerca de

eventos ocurridos en el pasado, en el presente y en futuro, así
como acerca de la secuencia en que ellos ocurren.

 Elevada capacidad de procesamiento. Puede requerirse tiempos de

respuesta muy cortos, por ejemplo 100 mseg. en sistemas
aerodinámicos, lo cual constituye una fuerte exigencia si la Base de
Conocimientos incluye muchas reglas que deben ser procesadas.

 Tiempos de respuesta garantizados. Se requiere producir la mejor

respuesta posible, pero en un tiempo máximo predefinido.

 Integración con componentes procedurales. El sistema experto en

tiempo real debe integrarse con software de tiempo real
convencional.
 46

SISTEMAS EXPERTOS
 Herramientas para Sistemas Expertos en tiempo real

G2, www.ignitetech.com/gensym

Desarrollado por Gensym Corp., se ha constituido en un estándar

mundial.

Ofrece un ambiente gráfico orientado al objeto para crear aplicaciones

inteligentes relacionados con monitoreo, diagnóstico y control de eventos
dinámicos en línea.

Ofrece un lenguaje natural y estructurado para crear reglas, modelos y

procedimientos.

Incluye ejecución recursiva de reglas y procedimientos.

 47

SISTEMAS EXPERTOS
 Aplicaciones de Sistemas Expertos en tiempo real

En medicina:

 Intérprete de electroforesis
 Análisis de EEG
 Monitoreo respiratorio y anestésico
 Monitoreo de recién nacidos
 Monitoreo de pacientes con asistencia ventilatoria mecánica.
 48

SISTEMAS EXPERTOS
En la industria aeroespacial:

 Monitoreo predictivo y reconfiguración de sensores de

navegación
 Análisis de errores de telemetría
 Control de órbita satelital
 Apoyo a la navegación en le reingreso a la atmósfera
 Evaluación de situaciones y manejo de emergencias
 Planificación táctica y de rutas.

En comunicaciones:

 Interpretación de reportes diarios de buques

 Interpretación de comunicaciones de radio.
 49

SISTEMAS EXPERTOS
En supervisión, control y robótica:

 Monitorización de señales
 Supervisión inteligente
 Control inteligente
 Detección y diagnóstico de fallas
 Generación de planes en vehículos autónomos guiados.
 50

SISTEMAS EXPERTOS
 Sistemas Expertos en Supervisión y Control

Se emplean funciones lógicas formuladas en forma de reglas para:

 Supervisar que una variable y(t) se mantenga en un rango

apropiado de operación.

 Controlar una variable y(t), supervisando que la variable z(t) no

se aleje del rango especificado.

 Controlar dos variables con una sola variable manipulada

(control por override).
 51

SISTEMAS EXPERTOS
 Sistemas de Supervisión Inteligente
Un sistema de supervisión inteligente realiza las siguientes tareas:

 Analiza las variables adquiridas por los sensores

 A partir de este análisis reconoce la situación operacional
 La informa al operador, por ejemplo mediante alarmas
 Realiza acciones necesarias para superar dicha situación, o bien
 Realiza acciones para optimizar en algún sentido la operación.

Las diferentes funciones de un sistema de supervisión inteligente se

basan en heurísticas que sintetizan el conocimiento de operadores y
expertos en el proceso, y por tanto emulan a un operador
experimentado.

En algunos casos el sistema de supervisión inteligente integra

funciones de sistemas expertos con algoritmos numéricos.
 52

SISTEMAS EXPERTOS
De acuerdo a la aplicación específica, existen diferentes variantes de
sistemas de supervisión inteligente:

 Sistemas de ayuda a la operación

 Sistemas de detección y diagnóstico de fallas de equipos,
componentes o instrumentos
 Sistemas de detección y predicción de contingencias
 Sistemas de procesamiento e interpretación de alarmas
 Sistemas de puesta en marcha y parada de plantas
 Sistemas de evaluación de seguridad
 Sistemas de restauración de la operación
 Sistemas de predicción de demanda (de energía, de agua)
 Sistemas de planificación de operaciones
 Sistemas de supervisión optimizante.
 53

SISTEMAS EXPERTOS
 Ejemplo: Sistema Experto para Control de Tráfico
 54

SISTEMAS EXPERTOS
 Ejemplo: Sistema Experto para Control de Tráfico
La figura muestra una intersección de dos calles de doble sentido. con
los giros permitidos y los diversos semáforos instalados.

Se desea desarrollar un sistema experto que regule la intersección de

forma que no se produzcan colisiones.

Por simplicidad asuma que cada semáforo tiene sólo dos estados.
 55

SISTEMAS EXPERTOS
 Ejemplo: Sistema Experto para Control de Tráfico
 56

SISTEMAS EXPERTOS
 Sistemas Expertos en Control Automático

Con este nombre de se designa una familia de controladores que

incluyen:

 Controladores expertos que reproducen las funciones de control

regulatorio del PID, pero implementadas en base a reglas.

 Controladores basados en reglas de operación, que reproducen

las acciones que realiza un operador muy capacitado en un
proceso específico, por lo cual son muy dependientes del
proceso.

 Controladores que incorporan el conocimiento de Ingenieros de

control, por ejemplo para sintonizar controladores.
 57

SISTEMAS EXPERTOS
Un sistema de supervisión incluye reglas como:

SI y(t) < y1 ENTONCES Mensaje 1

SI y2>= y(t) >= y1 ENTONCES Mensaje 2
SI y(t) > y2 ENTONCES Mensaje 3

Ejercicio. Resuma las reglas que utiliza cuando conduce un

vehículo.
 58

SISTEMAS EXPERTOS
 Control Experto Regulatorio
En su forma más simple, se formulan reglas de control linguístico:
SI e(t) es grande y positivo, ENTONCES disminuya u(t) en Δu
SI e(t) es grande y negativo, ENTONCES aumente u(t) en Δu
SI e(t) es cero, ENTONCES mantenga u(t)
Para ejecutar el conjunto de reglas el sistema de control experto, se
necesita definir los términos “grande”, “positivo”, “negativo”, “cero” y
asignar un valor a Δu.
Por ejemplo:
 “grande” es mayor que 80%
 “positivo” es mayor que 10%
 “negativo” es menor que –10%
 “cero”es de módulo menor que 10%
 Δu =5%
 59

SISTEMAS EXPERTOS
En un controlador PID también existen funciones lógicas que pueden
representarse en forma de reglas para:

 Seleccionar el modo de operación (P, PI, PD, PID)

 Comprobar que la variable controlada y(t) está dentro de límites
 Comprobar que la referencia r(t) está dentro de limites
 Limitar la variable manipulada u(t)
 Limitar la velocidad de variación de u(t)
 Incorporar filtraje de señales
 Incorporar funciones de compensación de no linealidades
 Activar la función de reset antiwindup
 Gestionar el teclado y la pantalla de visualización.
 60

SISTEMAS EXPERTOS
 Control PI Experto
Las Tablas 1 y 2 presentan el conjunto de reglas de un sistema
experto que implementa las funciones de un controlador PI
(proporcional-integral).

Tabla I: Matriz de estado en función de e(k), de(k)

Tabla II: Reglas de control

Los parámetros de diseño del controlador son:

 El número de valores lingüísticos de e(k), du(k)

 Los rangos asociados a los valores lingüísticos de e(k), de(k)

 Los montos asociados a los valores lingüísticos de du(k).

 61

SISTEMAS EXPERTOS
 62

SISTEMAS EXPERTOS
 63

SISTEMAS EXPERTOS
 64

SISTEMAS EXPERTOS
 Sistemas Expertos en Sintonía de Controladores

Expertune
Desarrollado por Gerry Engineering Software, ha sido utilizado en
numerosas instalaciones para ajustar parámetros de controladores
industriales. Corre en un PC e incorpora también funciones de
adquisición y análisis de datos.

Exact (Expert Adaptive Controller Tuning)

Desarrollado por Foxboro, incorpora una metodología similar a la de
Ziegler-Nichols pero basada en reconocimiento de patrones, la que
es utilizada por los instrumentistas para sintonizar los parámetros de
controladores. El método requiere introducir una perturbación en el
proceso y el propio controlador realiza el análisis de la respuesta
para determinar el nuevo conjunto de parámetros óptimos (ganancia
proporcional, tiempo integral, tiempo derivativo).
 65

SISTEMAS EXPERTOS
También existen controladores adaptivos que incluyen estimación en
línea y en tiempo real de parámetros de modelos. En estos casos el
proceso de estimación de parámetros se supervisa con un sistema
experto, que por ejemplo adecua el factor de olvido del algoritmo de
estimación a partir de las condiciones de ruido imperantes.

Asimismo, existen sistemas expertos especializados en el diseño de

sistemas de control. En estos casos, el sistema experto tiene
interfaces con programas desarrollados en lenguajes
convencionales, por ejemplo, simuladores y rutinas de optimización
y cálculo matricial.
 66

SISTEMAS EXPERTOS
 Sistemas Expertos en Sistemas de Energía
Alfa: Sistema de predicción de demanda eléctrica con un horizonte de 48
horas

Cealmon: Sistema de monitorización en tiempo real de una central nuclear

Toast: Sistema de apoyo a operadores en sistemas de energía

Sistemas de procesamiento inteligente de alarmas y control de

contingencias, desarrollados para Energy Management Systems por EPRI,
Electric Power Research Institute

Sistema experto para localización y diagnóstico de fallas, Taiwán Power Co.

Sistema experto distribuido para diagnóstico de fallas desarrollado para

Allegheny Power Systems.
 67

SISTEMAS EXPERTOS
Sistema para monitorización de estabilidad y diagnóstico de fallas en
el sistema de generación hidráulica de New Brunswick.

Sistema experto parta localizar fallas en el centro de Control de

Taiwán Power Co. y Puget Sound Power and Light, Washington.

Sistema de diagnóstico experto de turbinas Westinghouse.

 68

SISTEMAS EXPERTOS
 Sistemas Expertos en Control de Procesos

Sistema experto para supervisión de la planta de purificación de

agua de Toyoiwa, Akita City

Sistema experto para el control de un alto horno en Kawasaki Steel

Company.

Sistema experto de apoyo a la operación de una planta de flotación

de minerales, Outokumpu

Control experto de una planta de molienda semiautógena, Dizon.

Sistema experto de apoyo a la supervisión de plantas de lixiaviación,

Canmet
 69

SISTEMAS EXPERTOS
Stochasm, Sistema para detección y diagnóstico de fallas en tiempo
real del sistema de lubricación de una turbina de propulsión de un
buque.

Falcon (Fault Analizer Consultant), Sistema de monitorización y

análisis de fallas para plantas químicas desarrollado por Du Pont.

Sedaft, Sistema experto para detección y diagnóstico de fallas en la

línea Norte Sur del metro de Sao Paulo.

Sistema de control del metro de Tokio y Sendai.

IEE 3664 CONTROL INTELIGENTE 2021

CAPITULO 2: SISTEMAS EXPERTOS

Prof. Aldo Cipriano

aciprian@ing.puc.cl

Pontificia Universidad Católica de Chile

Agosto 2021