Uso de Sistemas Expertos Probalísticos para aplicaciones de mantenimiento y diagnóstico: una tecnología para tratar la incertidumbre y la adaptación

• Autores: Eduardo Gilabert, Aitor Arnaiz
• Localización: Mantenimiento: ingeniería industrial y de edificios, ISSN 0214-4344, Nº. 187, 2005, págs. 39-46
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • Las actividades de mantenimiento son más complejas cuanto más información se recoge, y mayores niveles de fiabilidad en operación se requieren, incluso en maquinaria no crítica, como ascensores y máquinas-herramienta. Por esto, se necesitan cada vez más sistemas automatizados de ayuda de decisiones en mantenimiento. Sin embargo, para evaluar eficazmente el estado de un componente, estos sistemas deben tratar la incertidumbre que conlleva la información y el conocimiento de los modelos. Además, los sistemas deben ser capaces de afrontar nuevas configuraciones de componentes y condiciones operativas. Este documento presenta una investigación que se centra en la extracción de modelos de diagnósticos genéricos para detección de fallos. De esta forma, se hace hincapié en el desarrollo de algoritmos inteligentes que ejecutan métodos de inferencia relacionados con tareas de diagnóstico. Se expone la búsqueda de una matización apropiada del dominio de conocimiento actual dentro de modelos de conocimiento genéricos, seleccionando sistemas expertos probabilísticos construidos con Redes Bayesianas (RB) como herramientas apropiadas, donde las dependencias condicionales entre causas y eventos ayudan a modelar la información contenida en el dominio. También se muestra cómo se adaptan las RB y así ¿¿aprender¿ nuevo conocimiento que permita los cambios aplicados a la tarea de diagnóstico, cambios tales como nuevos sistemas sensóricos, nuevas condiciones de operación, nuevos entornos de operación, etcétera.

    *Artículo procedente del ¿17 Congreso Europeo de Mantenimiento. Euromaintenance 2004¿