Evolución del módulo de diagnosis de un sistema supervisor para una aplicación industrial

  1. Carlos Alonso González 1
  2. Belarmino Pulido Junquera 1
  3. Gerardo G. y Acosta 2
  1. 1 Universidad de Valladolid
    info

    Universidad de Valladolid

    Valladolid, España

    ROR https://ror.org/01fvbaw18

  2. 2 Universidad Nacional del Centro de la Provincia de Buenos Aires
    info

    Universidad Nacional del Centro de la Provincia de Buenos Aires

    Tandil, Argentina

    ROR https://ror.org/011gakh74

Libro:
CAEPIA'97: actas
  1. Botti, Vicent (coord.)

Editorial: Vicent Botti ; Asociación Española para la Inteligencia Artificial (AEPIA)

ISBN: 978-84-8498-765-9 84-8498-765-5

Año de publicación: 1997

Páginas: 665-674

Congreso: Conferencia de la Asociación Española para la Inteligencia Artificial. (7. 1997. null)

Tipo: Aportación congreso

Resumen

En este artículo se presenta la evolución del módulo de diagnosis de un sistema supervisor basado en conocimiento. En total fueron tres los sistemas desarrollados en el marco de un convenio entre la Universidad de Valladolid y la Sociedad General Azucarera de España, S.A., para llevar a cabo la detección y diagnóstico de situaciones anómalas en fábrica, dentro de un sistema de supervisión global de la marcha de la factoría. Dichos sistemas fueron AEROLID (Abductive Expert Reasoning in an On Line Industrial Diagnoser), TURBOLID (Time Using in a Rule Based On Line Industrial Diagnoser), y poseen un atributo poco usual para los sistemas basados en conocimiento: tienen el respaldo de su funcionamiento en línea con el proceso en el ambiente industrial desde 1993, habiéndose registrado resultados que en parte se presentan aquí. Ellos conforman lo que hemos dado en llamar la generación OLID de diagnosticadores industriales.