Diseño de sistemas de diagnostico profundo basado en modelos cualitativosArquitecturas y métodos

Abstract

Esta tesis presenta y define la arquitectura de un entorno basado en el conocimiento para el desarrollo de sistemas de diagnostico en linea de averias y prediccion de accidentes en el ambiente industrial. La investigacion que ha dado lugar esta tesis ha sido realizada para el proyecto fiabex dentro del marco de los proyectos eureka. El entorno esta basado en tecnicas de simulacion cualitativa y de diagnostico profundo, siendo muy adecuado para su aplicacion en la industria petroquimica. Primero se plantea el problema del diagnostico y se realiza un analisis del estado actual de las investigaciones en simulacion cualitativa y diagnostico profundo; tras este analisis se pasa a la definicion, desde el nivel de conocimiento, de la arquitectura del entorno y, posteriormente, a la especificacion de dicha arquitectura. Este entorno posee un lenguaje propio para la definicion del conocimiento, extension de un lenguaje desarrollado por este departamento de inteligencia artificial, y se presenta junto con una metodologia, para la adquisicion del conocimiento y construccion de modelos, que es una extension del metodo hazop desarrollado por las imperial chemical industries para realizar estudios de fiabilidad en instalaciones industriales. La definicion de esta metodologia ha dado lugar al lanzamiento de una accion exploratoria, dentro de los proyectos esprit ips, denominada qa-kbs (quality assurance in knowledge based systems) para su especificacion definitiva. Se adjunta con la tesis una serie de anejos en los que se presentan algunos ejemplos tanto de tecnicas de simulacion cualitativa como de diagnostico profundo, asi como un modelo reducido de una planta de acrilonitrilo que pertenece al complejo industrial de repsol quimica tiene en tarragona y que ha sido utilizado para validar y refinar la arquitectura, el lenguaje de definicion y la metodologia de adquisicion que se presenta en esta tesis.