Post on 04-Jan-2020
1
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 1
© Dpto Inf. y Autom. USAL
Indice- Inteligencia Artificial
4 Historia4 Revisión de Técnicas
- Control automático4 Jerarquía de control4 Necesidad de inteligencia
- Aplicaciones: Herramientas clásicas, Redes Neuronales, control borroso
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 2
© Dpto Inf. y Autom. USAL
Inteligencia Artificial- Definición
3 Inteligencia Artificial es el arte de construir máquinas capaces de hacer cosas que requerirían inteligencia en el caso de que fuesen hechas por los seres humanos (Minski)
- ¿Es inteligente un sistema?: Test de Turing- Planteamiento Clásico
4 Representación del conocimiento4 Búsqueda de solución
2
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 3
© Dpto Inf. y Autom. USAL
Inteligencia Artificial- Planteamientos “modernos”
4 Redes Neuronales4 Conjuntos borrosos4 Algoritmos genéticos
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 4
© Dpto Inf. y Autom. USAL
Control automático
Proceso 1 Proceso 2 Proceso 3 Proceso n
ControladorLocal 1
ControladorLocal 2
ControladorLocal 3
ControladorLocal n
FUNCIONES BASICAS DE CONTROL
Control deUnidad 1
Control deUnidad 2
Control deUnidad m
OPTIMIZACION
COORDINACION
PLANIFICACION
SUPERVISION
3
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 5
© Dpto Inf. y Autom. USAL
Problemas del Control Automático
- Sistemas no lineales3Modelado e Identificación de sistemas
- Optimización3Obtención de puntos de consigna óptimos
- Planificación3Generación de planes de operación
- Supervisión3Detección de fallos3Alarmas y gestión
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 6
© Dpto Inf. y Autom. USAL
Respuestas de la I.A- Sistemas expertos- Sistemas avanzados de búsqueda- Redes Neuronales- Lógica borrosa- Algoritmos genéticos
4
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 7
© Dpto Inf. y Autom. USAL
Planteamiento Clásico- Mecanismos de representación
4 Lógica de predicados (Lenguaje PROLOG)4 Redes semánticas4 Marcos, Guiones
- Mecanismos de Búsqueda4 Encadenamiento de reglas 4 Backtracking, Exploración de grafos
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 8
© Dpto Inf. y Autom. USAL
Sistemas expertos
-Estructuras manejadas por el humano:3 Predicados ó proposiciones3 Relaciones y reglas.
-Procesamiento humano:3 Ante información fragmentada e incompleta es capaz de generar hipótesis.
Esto va en contra de los algoritmos (en sentido clásico) que requieren todos los datos previstos sobre un problema y además son incapaces de generar nuevas relaciones.
3 Conocimiento manejado es a veces incierto o borroso. Sería el caso, por ejemplo, de una asignación insegura de valor a una variable.
5
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 9
© Dpto Inf. y Autom. USAL
Sistemas expertos
-Las partes elementales:3 BASE DE CONOCIMIENTOS.
3 MOTOR DE INFERENCIAS.
-Hipótesis de trabajo para utilizar un S.E:3 Amplio conocimiento específico del campo de interés.3 Procesamiento de símbolos.3 Aplicación de técnicas de búsqueda.3 Habilidad para inferir nuevos conocimientos a partir de los existentes3 Capacidad para explicar su propio funcionamiento
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 10
© Dpto Inf. y Autom. USAL
Aplicación de S.E al control- Limitación adicional:
3La evolución temporal de los sistemas
- Limitación a los tiempos de ejecución:3No se mantiene el conocimiento de forma constante3Campo de aplicabilidad exige respuestas rápidas del
sistema.
6
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 11
© Dpto Inf. y Autom. USAL
Ejemplo de S.E: G2- G2 applications can dramatically improve the performance of an
operation by: 4 Continuously monitoring for potential problems before they adversely affect the
operation4 Turning complex operations data into useful information byreasoning about the
data using knowledge-based models and analysis4 Diagnosing the root cause of time-critical problems and taking the correct
actions4 Maintaining optimal operating conditions 4 Coordinating activities and information in complex operation processes
(Fuente Gensym. Co)
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 12
© Dpto Inf. y Autom. USAL
Ejemplo de S.E: G2
7
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 13
© Dpto Inf. y Autom. USAL
Ejemplo de S.E: G2 (Reglas)
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 14
© Dpto Inf. y Autom. USAL
Estrategias de Búsqueda I- Problemas en Inteligencia artificial
4 Representación de conocimiento4 Búsqueda de solución
- Estrategias de búsqueda de solución4 Irrevocables4 Tentativas:
3Backtracking3Exploración de grafos
- Aplicaciones4 Obtención de óptimos
3Diseño, operación, etc.
4 Generación de planes
8
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 15
© Dpto Inf. y Autom. USAL
Estrategias de Búsqueda II
1 DATOS <-- Base de datos inicial2 until DATOS satisfaga la condición de terminación do3 begin4 SELECT alguna regla R aplicable a DATOS5 DATOS <-- El resultado de aplicar R a DATOS6 end
- DATOS es la base de datos global
- R pertenece al conjunto de reglas de producción
- SELECT es el procedimiento encargado de implementar el sistema de control.
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 16
© Dpto Inf. y Autom. USAL
Redes Neuronales (I)- Representación conocimiento no viene dado en forma
de reglas- Información distribuida (Alternativa a la estadística)- No hay expertos pero si grandes bases de datos sobre el
problema- Características:
4 Procesamiento distribuido de la información4 Utilización de métodos de minimización de funciones de error
- Campos de aplicación:4 Predicción de series temporales
4 Reconocimiento de patrones
9
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 17
© Dpto Inf. y Autom. USAL
Redes Neuronales (II)
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 18
© Dpto Inf. y Autom. USAL
R. Neuronales y Control (I)
- Aplicaciones:3Sensores de Software (Adquisición de datos)3Filtrado (Adquisición de datos)3Modelado y control (Control)3Detección y diagnóstico (Supervisión)
Neural Network Type Application AreasBack Propogation Function approximation, software sensors, advanced controlAuto-associative Signal filtering, sensor/process fault detection, sensor substitutionRadial Basis Function Multiple-class membership (diagnosis)
10
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 19
© Dpto Inf. y Autom. USAL
R. Neuronales y Control (II)
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 20
© Dpto Inf. y Autom. USAL
Conjuntos Borrosos- Resuelve la limitación de las lógicas univaluadas
(Booleanas)- Implementa de forma “más realista” algunos procesos
de razonamiento humanos (Controlador humano)- Aplicaciones
11
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 21
© Dpto Inf. y Autom. USAL
Aplicación de F.S al Control
- Controlador
- Conjuntos borrosos
Curso de Doctorado. Sist. Avanz. Producción
Inteligencia Artificial en Control 22
© Dpto Inf. y Autom. USAL
Aplicación de C.B al Control- Reglas de control
IF temperature IS cold THEN fan_speed IS high
IF temperature IS cool THEN fan_speed IS medium
IF temperature IS warm THEN fan_speed IS low
IF temperature IS hot THEN fan_speed IS zero