Sistemas de compresin (o de ciclio de expansin directa) Los sistemas de compresin pueden ser de dos tipos: a) Bomba de calor, de la que

se hablar en un apartado independiente. b) Unidades enfriadoras de agua. La diferencia de estos sistemas con los equipos elctricos existentes est en que el motor que acciona el compresor frigorfico del sistema es un motor que funciona con gas. En los sistemas de compresin, la produccin de fro se consigue provocando la evaporacin y la condensacin de un fluido refrigerante, que sigue el ciclo de la figura:

Ciclo de compresin con motor a gas

1-2: El refrigerante entra en el compresor en ciertas condiciones de presin y temperatura. El compresor eleva la presin del refrigerante mediante compresin adiabtica (sin intercambio de calor), con lo que tambin aumenta la temperatura del refrigerante. 2-3: El refrigerante pasa al condensador, que es un intercambiador de calor ubicado en el exterior, y se condensa, pasando de vapor a lquido y liberando calor, que pasar directamente al aire exterior o a una fuente de agua que luego lo transferir al aire. 3-4: El refrigerante pasa por una vlvula de expansin, reduciendo su presin y su temperatura. 4-1: A la salida de la vlvula de expansin, el refrigerante entra en el evaporador, ubicado en el interior del recinto que se quiere enfriar y se evapora, tomando para ello el calor necesario del aire del recinto en el que se encuentra, con lo que baja la temperatura del aire en el mismo. A continuacin, se reinicia el ciclo. Las plantas enfriadoras de agua funcionan segn un ciclo clsico de compresin en el que el compresor es accionado por un motor a gas. Bsicamente son unidades enfriadoras convencionales, pero la existencia del motor de combustin permite recuperar el calor residual del mismo por medio de intercambiadores adecuados; as se consiguen temperaturas que pueden alcanzar alrededor de los 80C y en consecuencia pueden prestar servicio para atender demandas de calor de la instalacin bsicamente en forma de agua caliente. Estas unidades son muy adecuadas en plantas donde se combinan demandas de fro y agua caliente, por ejemplo ACS, y permiten conseguir notables ahorros energticos.

Actualmente se comercializan modelos que permiten disponer de potencias frigorficas en la gama de 100 a 1.200 kW. Las temperaturas de retorno y de impulsin del agua fra se sitan entorno a 12C y 6,5C respectivamente.

Evaluacin del Sistema de Comprensin La evaluacin de un Sistema de Comprensin no es una tarea sencilla, no existiendo algoritmos de medida utilizados internacionalmente como ocurre en el caso de la evaluacin de los sistemas de reconocimiento de habla. Debemos tener en cuenta que la salida del Sistema de Comprensin es un proceso que atraviesa varias etapas, en la que cada una de ellas puede generar un tipo de error y a veces, nos interesara disponer de informacin sobre los distintos errores que se han producido y qu mdulo lo ha causado. Como es de suponer, ello depende de la arquitectura implementada, es decir, del propio sistema y no parece lgico que la evaluacin de un sistema dependa de la propia composicin del mismo. Por ello, muchos Sistemas de Comprensin son evaluados de forma global, comparando, en cierto modo, la salida final generada (sentencias SQL) o una salida expresada en un lenguaje semntico intermedio menos flexible que un lenguaje como el SQL, en el que una consulta puede venir expresada de varios modos posibles. Todo ello nos plantea un problema, que se ve acompaado por el hecho de que la base de datos utilizada ha sido capturada durante el desarrollo de este trabajo y por tanto, no estaba previamente anotada. Aunque nosotros la hemos etiquetado y hemos generado ficheros de referencia de salida de cada uno de los mdulos, no hemos tenido ms alternativa que revisar las consultas manualmente, al menos la primera vez. La evaluacin se ha realizado a nivel de consultas SQL generadas, ms concretamente se ha revisado la estructura de datos generada en el Mdulo de Control y que llamamos *.QRT, que contiene informacin sobre el proceso de las funciones, y de la traduccin a SQL de cada una de las consultas bsicas que existan. No slo hemos evaluado las frases del corpus de entrenamiento (SR) y del corpus de evaluacin (ST), textuales, es decir, sin errores, sino tambin las frases del corpus de evaluacin obtenidas como hiptesis de salida del Mdulo Acstico para cada uno de los cuatro locutores de la base de datos de castellano utilizada. La evaluacin del Mdulo de Comprensin se ha realizado con las frases obtenidas con el Mdulo Acstico GR160S-J (ver el captulo 5 de esta tesis). Este mdulo incorpora (guiando el proceso de reconocimiento) una gramtica morfo-sintctica de 160 macrocategoras, suavizada y no adaptada al dominio de aplicacin, lo que ofrece una mayor cobertura a costa de una mayor perplejidad. El modelado de las unidades de reconocimiento (alfonos independientes del contexto) se ha llevado a cabo utilizando modelos semicontinuos de Markov de 3 codebooks (SHMM), entrenados teniendo en cuenta las pausas entre palabras (S3V). Este mdulo tiene una buena tasa de acierto de palabra aunque no tan buena como la que sera deseable, pero ello permite comprobar el funcionamiento del sistema en condiciones realistas con frases en lenguaje natural con errores como entradas al Mdulo de Comprensin.

S3V

Tasa de Aciertos de Palabras (WA) Locutores ENR FER 22000-1.5 73.83 % LEA 20000-2.0 82.71 % ROM 20000-2.0 92.80 % WAMEDIO PIP-PGOPT 82.87 % 6.72 %

PIP-PG GR160S-J

25000-1.5 82.14 %

Tabla 6.1 Resultados de la Evaluacin (Tasa de Aciertos de Palabra o Word Accuracy) del Mdulo Acstico utilizando modelos semicontinuos de Markov de 3 codebooks (S3V) con pausado, con la gramtica morfosintctica de 160 macrocategoras suavizada general del castellano, y el diccionario D-J. Los errores en el nivel de palabra que se producen en las frases de salida del sistema de reconocimiento de habla continua conducen a errores en el nivel de frase. En la Tabla 6.2 se puede observar que los errores de palabra (Tasa de Acierto de Palabra, WA), del Mdulo Acstico que se ha utilizado para evaluar el Mdulo de Comprensin, se traducen en casi un 24 % de frases correctas, es decir, el 76 % de las frases que son procesadas por el Mdulo de Comprensin contienen algn tipo de error. A pesar de ello, muchas de las frases que son incorrectas desde el punto de vista acstico son comprendidas correctamente por el Mdulo de Comprensin como se deduce de la Tabla 6.3. S3V Tasa de Aciertos de Frases (SA) Locutores ENR PIP-PG GR160S-J 25000-1.5 17 % FER 22000-1.5 12 % LEA 20000-2.0 18 % ROM 20000-2.0 48 % WAMEDIO PIP-PGOPT 23.75 % 14.18 %

Tabla 6.2 Resultados de la Evaluacin (Tasa de Aciertos de Frases o String Accuracy) del Mdulo Acstico utilizando modelos semicontinuos de Markov de 3 codebooks (S3V) con pausado, con la gramtica morfo-sintctica de 160 macrocategoras suavizada general del castellano, y el diccionario D-J. Los resultados del corpus de evaluacin para cada uno de los locutores son los que se encuentran en la siguiente tabla, y debe tenerse en cuenta que una frase correcta es aquella que ha sido perfectamente entendida, es decir, que ha dado lugar a una estructura *.QRT completa y correcta desde el punto de vista semntico de la frase: Locutor ENR FER LEA ROM Media Frases Correctas 65% 53% 69% 70.5% 64.37 % 6.86 %

Tabla 6.3 Resultados de la evaluacin del Sistema de Comprensin con las consultas obtenidas despus del paso de reconocimiento acstico. Las consultas de evaluacin han sido 87 de las 300 disponibles. Un anlisis de los errores en la salida de cada uno de los mdulos del Sistema de Comprensin permite conocer con ms detalle las causas de los errores globales a la salida del sistema: Causa del Error Mdulo) Mapeador (Reglas) (Limitaciones del Error 82 % 9%

Segmentador Conceptual (Gramtica)

Analizador + Transformador Estructural 4 % (Reglas) Traductor a SQL (Reglas) 5%

Tabla 6.4 Distribucin del error global (35.63 %) en cada uno de los mdulos del Sistema de Comprensin, siendo las frases de entrada las obtenidas por el Mdulo Acstico GR160S-J Del anlisis de la Tabla 6.4 se deduce que la mayor parte de los errores se producen en el Mdulo de Segmentacin Conceptual, debido principalmente a los errores que existen en las frases de salida del Mdulo Acstico. De ah que sea muy importante cuidar la calidad de ste ltimo, aumentando la Tasa de Acierto de Palabra tanto como sea posible. Las frases que son bien procesadas por el Segmentador Conceptual se encuentran , a continuacin, con las limitaciones inherentes del resto de los mdulos, principalmente debido a reglas mal diseadas o carencia de alguna regla para tratar algn caso que no apareci en el conjunto de datos de entrenamiento (fallo de cobertura semntica) o estructuras muy complejas que sobrepasan las posibilidades del sistema. Muchos de estos errores no tienen un carcter definitivo, es decir, pueden ser solucionados incorporando las reglas adecuadas o modificando algunas de las existentes, pero el problema principal subyace en los errores que contenga la frase de entrada a ser comprendida, pues muchos de ellos conducen a fallos de comprensin insalvables (p. ej. cuando no existe un borrado o una sustitucin de una palabra con contenido semntico significativo para el significado de la frase). Sin embargo, los resultados de comprensin sobre las frases de los corpus textuales (descritos en el Captulo 3), sin errores en las frases en lenguaje natural de entrada son: Corpus de Consultas Entrenamiento SR Evaluacin ST Frases Correctas 92% 89%

Tabla 6.5 Resultados de la evaluacin del Sistema de Comprensin sobre las frases de entrenamiento y de evaluacin sin errores, textuales. El nmero de consultas de

entrenamiento son 452 y las de evaluacin 300. Se han seleccionado aquellas consultas del corpus inicial que pertenecan al dominio de la aplicacin.