Inteligencia-Artificial

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012)

Marco Ontológico para la Gerencia Integrada de Producción César Bravo, José Aguilar Castro, Addison Ríos, Joseph Aguilar-Martin, Francklin Rivas

Resumen—En este trabajo se presenta un marco ontológico para los procesos de producción industrial, cuyo objetivo es habilitar la Gerencia Integrada de Producción. El marco ontológico presentado consiste de cuatro elementos principales: un meta modelo de datos, que permite representar de forma genérica todos los conceptos que forman parte de la ontología; la meta data, que permite almacenar información sobre la localización y el origen de la información; los conceptos de carácter general, los cuales son conceptos que han sido previamente definidos en ontologías de acceso público o privado y que pueden usarse en el marco ontológico a desarrollar; y, finalmente, los conceptos de dominio específico, que son el conjunto de conceptos particulares que forman parte de la ontología a desarrollar. Palabras claves—Automatización Integradas, Ontologías.

Industrial,

Gerencia

I. INTRODUCCIÓN Con el avance de la tecnología de información (TI) en ambientes industriales, se ha hecho necesario que las aplicaciones y sistemas empresariales inter-operen y cooperen, intercambiando información y servicios, para lograr una automatización integrada de la empresa. En consecuencia, este tema ha generado mucho interés en grupos de investigación y de las industrias de TI. En el sector de investigación se han propuesto una serie de marcos de trabajo y de lenguajes que permiten establecer los flujos de información y productos en las empresas, siendo el esfuerzo más notable el realizado en

Artículo recibido el 03 de Febrero de 2012. Este artículo fue financiado por los proyectos I-1237-10-02-AA del CDCHT de la Universidad de

los Andes, No. 2994 del Programa de Estímulo a la Investigación(PEI) FONACIT, y por el PCP a través del proyecto “Tareas de Supervisión y Mantenimiento en Entornos Distribuidos Organizacionales”, instituciones/programas a las cuales los autores expresan sus agradecimientos J.L.A.C.., A.R., y F. R. están con la Universidad de Los Andes, Sector La Hechicera, Facultad de Ingeniería, Escuela de Ingeniería de Sistemas, CEMISID, Mérida, Estado Mérida, Venezuela, Tlf. +58-274-2402907 / 2824, Fax: +58-274-2402890, E-mail: [email protected], [email protected], [email protected] C.B. está con Halliburton, Ciudad de México, DF. México, E-mail: [email protected] J.A.M.. está con el CTAE (Aerospace Research and Technology Center), Barcelona, España, E-mail: [email protected]

los estándares SP 88 [1] y SP 951 [2] de la ISA (International Society of Automation), y los lenguajes derivados de los mismos como B2MML2 [3] y PSLX3 [4]. En el sector de la industria se han propuesto técnicas para el análisis y modelado de procesos de negocio (BPA y BPM4, respectivamente), y la definición de lenguajes, en general soportados sobre XML, para la implantación de dichas técnicas, entre los que destaca el Lenguaje de Ejecución de Procesos de Negocio (BPEL por sus siglas en ingles5) [5]. En la industria de petróleo se han realizado esfuerzos por la generación de ontologías para la integración de aplicaciones especializadas, entre los cuales resaltan WITSML6 [6], PRODML7 [7], y la Ontología de Petróleo y gas (OGO8) [8]. Otro esfuerzo interesante es la ontología SUMO (Suggested Upper Merged Ontology)9, la cual es una ontología iniciada por el grupo de trabajo IEEE P1600.1 que pretende ser una base ontología para una variedad de sistemas informáticos, de uso libre, que permite la interoperabilidad de datos, búsqueda y recuperación de información, inferencia automatizada y procesamiento del lenguaje natural. Esta ontología se limita a meta-conceptos genéricos, abstractos y filosóficos (en general, no pertenecen a un dominio de problema específico), y por lo, tanto lo suficientemente generales como para ser usado en una amplia gama de áreas de dominio. Finalmente, el modelo multinivel de flujo (MFM) [17] representa un sistema en dos dimensiones: la dimensión de las relaciones entre los objetivos del sistema y las funciones del mismo para lograr dichos objetivos, y la dimensión del todo-partes para expresar al sistema como múltiples niveles de descripción (agregación). El MFM permite capturar las intenciones de los diseñadores de un sistema y enlazarlas a sus sistemas de control. Basado en el modelo MFM se han hecho algoritmos de validación de mediciones, diagnóstico de fallos, análisis de alarmas, etc. Particularmente, un marco ontológico permite el análisis semántico de la información obtenida desde las diferentes 1 SP 88 estándar sobre el control de lotes en sistemas de automatización industrial, y SP 95 estándar de interfaz de automatización. 2 Business to Manufacturing Modeling Language 3 Planning & Schedulling Language on XML Specification 4 Business Process Analysis y Business Process Management, respectivamente 5 Business Process Execution Language 6 Wellsite Information Transfer Standard Markup Language 7 Production Markup Language 8 por sus siglas en ingles Oil & Gas Ontology 9 http://en.wikipedia.org/wiki/Suggested_Upper_Merged_Ontology

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) aplicaciones presentes en la plataforma de TI de una empresa. En este trabajo se presenta un marco ontológico en el cual se definen todos los conceptos relacionados a un proceso de producción. El mismo busca establecer un lenguaje único para el intercambio de datos entre diversas aplicaciones, y así garantizar la integración de las mismas a partir de una visión global del proceso de producción. También, permite realizar la interpretación de todos los elementos de la empresa sobre la plataforma de TI, estableciendo una ontología común a utilizar para la integración de los diversos sistemas y aplicaciones disponibles en la misma. Esa ontología es fundamental para la Gerencia Integrada de Producción, que consiste en que los tomadores de decisiones puedan disponer de una visión global del estado del proceso productivo en tiempo real para tomar acciones oportunas y acertadas. II. MARCO ONTOLÓGICO E INTEGRACIÓN

problemas de mala interpretación de los datos, ya sea porque en diferentes aplicaciones existen conceptos nombrados de forma diferente pero que significan lo mismo (sinónimos), o conceptos que se nombran igual pero que tienen significados diferentes (homónimos). III. MARCO ONTOLÓGICO PROPUESTO PARA EL PROBLEMA DE INTEGRACIÓN EN PROCESOS DE PRODUCCIÓN Este trabajo propone una Capa de Semántica para la plataforma de TI de las empresas de producción continua [10], [11], la cual se constituye de una ontología que tiene cuatro componentes fundamentales: Meta-Data, Ontologías de Carácter General, Meta-Modelo de Datos y Ontología de Dominio Específico. Con esta ontología, si una aplicación requiere información proveniente de otra aplicación o sistema, la misma podrá saber en qué forma estará expresada la misma (sintaxis) y su significado (semántica). Las Ontologías de Carácter General se comprenden de conceptos que, si bien no son exclusivos del dominio en el cual se implantará el marco ontológico, son fundamentales para que el mismo esté completo; dichos conceptos pertenecen a subconjuntos de ontologías ya definidas, de acceso público o privado. El Meta-Modelo de Datos establece una estructura común para definir los conceptos de la Ontología de Dominio Específico, la cual comprende todos los conceptos a utilizar en la Capa Semántica dentro de la arquitectura. Dicho MetaModelo de Datos está caracterizado por la Meta-Data, la cual define la información que debe ser expuesta por cada concepto dentro de la ontología. Cada uno de estos componentes se explicará a continuación. La relación entre cada uno de los componentes de la Ontología se presenta en la figura 1.

El marco ontológico es un elemento fundamental en una arquitectura de TI de una empresa, ya que asegura que el intercambio de información entre los diferentes sistemas y aplicaciones se realice sin ambigüedades, manteniendo la integridad de la información. Esto se logra, ya que en el marco ontológico se definen todos los conceptos utilizados para la transmisión de información entre los sistemas y aplicaciones de la empresa, e incluso entre los usuarios humanos, de forma de que cuando se envíe un mensaje, el emisor tenga la seguridad de que el receptor va a entender la información de la misma forma de cómo el primero la entiende, independientemente de que el emisor sea un humano o una aplicación. Para el caso de integración de aplicaciones empresariales, la definición de una ontología parte de la descripción en un metapkg Estructura de la Ontología lenguaje de la estructura de cada concepto utilizado para el intercambio de información entre aplicaciones y sistemas. En Ontología de Dominio Específico Ontología General ese sentido, debe disponerse de un catálogo o repositorio en el usa cual se almacenen todos los conceptos definidos en la ontología, que debe poder ser accedido por todas las aplicaciones y usuarios de la empresa. También, debe instancia disponerse de un lenguaje de consultas que permita acceder a los conceptos almacenados dentro del repositorio. El meta-lenguaje más utilizado para el intercambio de MetaModelo información entre aplicaciones es el “Lenguaje de Enmarcado Extendido XML (eXtended Markup Language)”, del cual existe una especialización para la definición de ontologías, denominada “Lenguaje de Ontologías Web OWL (Web contiene Ontology Language)”. Así mismo, existe un lenguaje de consultas para acceder a información descrita en OWL, denominado SPARQL [9]. MetaData La ventaja de la implantación de una ontología dentro de una arquitectura de integración de aplicaciones empresariales radica en que los mensajes transmitidos entre las aplicaciones deben ser menos explícitos ya que, a través de la ontología, los FIG. 1. Componentes de la Ontología conceptos se enriquecen en su semántica, lo que permite que cada aplicación pueda entender claramente el significado de la información transmitida. Esto posibilita que se resuelvan ISBN: 978-980-7185-02-8 IA-2

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) A. Meta-Data Para la construcción de la Ontología se define una estructura para los conceptos, que organiza la meta-información que se tiene de cada elemento dentro de la arquitectura. Tomando como referencia la estructura presentada en [12], se definen tres tipos de información que debe disponer cada elemento dentro de la ontología: • Meta-data de Acceso: corresponde al origen de la información de cada elemento en la ontología. Este origen puede ser la aplicación que genera la información, la dirección del archivo que la contiene, la dirección URL de donde se encuentra la información, la dirección IP del servidor de aplicaciones que la genera, la localización de la BD en donde esté almacenada, etc. • Meta-data de Creación: es la información sobre la persona o proceso que genera la información. Generalmente tiene que ver con el nombre del usuario, o el proceso, que generó la información. • Meta-data Específica de la Información: es la información sobre el contenido expresado por el elemento de la ontología. Dependerá del sentido del concepto y, en general, es un resumen conciso sobre los elementos más importantes que involucra el concepto. En la figura 2 se presenta un esquema de la meta-data asociada a cada concepto de la ontología: class DataObj ect

MetaData

Prov enanceMetaData

AccessMetaData -

FileLocation: char URL: char Server: char WSDL: char

-

la Ontología de Carácter General, son extraídos de ontologías pre-existentes, lo que permite re-usar conceptos establecidos y ampliamente aceptados y reducir el esfuerzo en la construcción de la Capa de Semántica. Particularmente, como en este trabajo se presenta un marco ontológico en el cual se definen todos los conceptos relacionados a un proceso de producción, los conceptos de uso general en este ámbito que nos interesa son los relacionados con instalaciones industriales, medidas físicas, unidades de tiempo, sistemas a estados y procesos en general. En nuestro caso, los conceptos de carácter general han sido obtenidos de las ontologías SWEET, desarrollados por el Laboratorio de propulsión a chorro de la NASA [13]. C. Meta-Modelo de Datos El Meta-Modelo de Datos (MMD) dentro de la ontología, consiste en una estructura genérica para representar las Unidades de Producción del proceso industrial a modelar. Esta estructura genérica está inspirada en dos modelos: la arquitectura PROSA [14] y el estándar PRODML [7]. La estructura tiene su centro en la Unidad de Producción, la cual es el elemento fundamental en una empresa de producción continua. Una Unidad de Producción es toda aquella facilidad dentro de la empresa que genera un producto, ya sea intermedio o final, a través de la aplicación de un determinado método y del uso de una cantidad definida de recursos (energía, suministros, etc.). La Unidad de Producción atiende a una meta de producción y a unas restricciones que son establecidas por niveles superiores en la empresa y, a su vez, genera información de su estado para que el mismo pueda ser supervisado. Finalmente, además del producto generado, la Unidad de Producción genera desperdicios, los cuales deben ser óptimamente manejados de forma de minimizar el impacto al ambiente de la unidad [15]. Un esquema de la Unidad de Producción se presenta en la figura 3.

DataSpecificMetaData

Creator: char DateOfCreation: char Version: char

FIG. 2. Meta-data asociada a cada Elemento de la Ontología Asociar meta-data a cada concepto de la ontología, servirá como herramienta para optimizar búsquedas en la Capa de Semántica y para utilizar los conceptos como mecanismos de integración entre aplicaciones, ya que al disponer datos acerca de la localización y origen de la información, el acceso a la misma se puede realizar de una forma eficiente. B. Ontologías de Carácter General Este componente agrupa todos los conceptos que son de uso general, independientemente del tipo de industria en la cual sea implementada la arquitectura. Los conceptos utilizados en

FIG. 3. Unidad de Producción El MMD tiene como objetivo representar todas las Unidades de Producción a través de un esquema genérico, que represente los elementos descritos anteriormente. Para ello se ha realizado una adaptación del modelo holónico PROSA [14], que representa todas las unidades de producción a partir de tres elementos fundamentales: Producto, Recursos y Órdenes, combinándolo con la arquitectura PRODML que establece una arquitectura de Unidades de Producción para

ISBN: 978-980-7185-02-8

IA-3

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) procesos de producción de petróleo [7]. Como resultado, se obtiene una representación de Unidades de Producción que tiene asociados los siguientes elementos: Recursos, Productos, Métodos, Condición, Proveedores y Clientes. De esta manera se reduce la complejidad del marco ontológico, ya que se define una estructura común para las Unidades de Producción, que hace más fácil la implantación de la ontología a través de la reutilización de conceptos. En la figura 4 se puede observar un esquema con los elementos del MMD. Los conceptos del meta-modelo se presentan a continuación. Unidad de Producción: es el elemento central del metamodelo. Representa cualquier unidad de producción dentro de una arquitectura empresarial. Todos los conceptos de la ontología estarán relacionados con la Unidad de Producción. Un conjunto de Unidades de Producción puede conformar a su vez una nueva Unidad de Producción en un nivel superior de la arquitectura, lo que permite obtener un modelo recursivo de los elementos de la empresa. Cliente: representa al cliente al cual la unidad de producción entregará sus productos. Es el cliente quien realiza la demanda de producción. El cliente a su vez es una unidad de producción, por lo cual se representa como una generalización de dicho concepto. El cliente consume los Productos que son provistos por Proveedores. Proveedor: representa a todo proveedor de servicios y/o recursos a la Unidad de Producción. El proveedor es también una unidad de producción, por lo cual se representa como una generalización de dicho concepto. El proveedor provee Recursos a los Clientes. Producto: es el producto generado (producido) por la Unidad de Producción, que será consumido por el (los) Cliente(s). Recurso: representa los recursos que necesita la Unidad de Producción para generar sus productos. Los recursos son provistos por los proveedores a los clientes. Estos recursos pueden ser (ver figura 5): • Energía: energía de cualquier tipo (eléctrica, hidráulica, neumática, etc.) requerida para la producción. • Material: son los materiales requeridos para ejecutar la producción. Los materiales pueden categorizarse en insumos y partes. • Servicio: servicios que la Unidad de Producción solicita a otras unidades, y que son requeridos para la ejecución de la producción. • Fuerza de Trabajo (Recursos Humanos): cantidad de personal requerido para ejecutar las tareas de producción. • Información: recursos de información, tales como: bases de datos, bases de conocimientos, documentos, etc., que son requeridos para la ejecución y monitoreo del proceso de producción. Dentro de los recursos de información se encuentra la Información de Proceso, que refleja el estado actual y los estados pasados del proceso de producción.

La Información de Proceso se divide en Información de Tiempo Real del Proceso e Información Histórica del Proceso. Dicha información de proceso es definida por las Variables de Proceso (tales como flujos, presiones, temperaturas, etc.). Método: representa los métodos utilizados por la unidad de producción para generar sus productos. La aplicación de Métodos genera Eventos que cambian la Condición de la Unidad de Producción. Los métodos pueden ser (ver figura 6): • Recetas: algoritmos de control, programas, lista de pasos, etc., definidos para realizar alguna tarea dentro de la unidad de producción. • Flujos de trabajo: secuencia de actividades y/o procesos llevados a cabo dentro de la unidad de producción. • Planes: definición de actividades, uso de recursos, asignación de tareas y productos generados dentro de un determinado período de tiempo, en función de una meta de producción. Condición: representa el estado de la unidad de producción, tanto el estado actual como los estados pasados. La Unidad de Producción tiene una Condición que puede cambiar a partir de la ocurrencia de un Evento específico. Así mismo, una condición determinada de la unidad de producción puede activar un método para llevar a la unidad de producción a la condición deseada. La condición de la unidad de producción está definida por los siguientes elementos (ver figura 7): • Evento: representa los eventos que al ocurrir pueden generar un cambio de estado de la Unidad de Producción. • Estado: representa el conjunto de estados de la unidad de producción, los cuales son: o Estado Actual: estado actual de la unidad de producción. Este estado está definido por la información de tiempo real del proceso, la cual está compuesta por el valor actual de las variables de proceso y su respectiva estampilla de tiempo. o Estados Pasados: conjunto de estados pasados de la unidad de producción. Está definido por la información histórica del proceso, la cual está compuesta por los valores pasados de las variables de proceso, en un período de tiempo determinado y con una granularidad definida. o Estados Posibles: conjunto de estados posibles en los cuales puede estar la unidad de producción en un instante de tiempo determinado. El paso de un estado a otro se realiza a través de transiciones, las cuales son generadas por eventos. Para el desarrollo del Meta-Modelo en OWL se categorizó a todos los conceptos; esto permitirá distinguir los conceptos del meta-modelo de los conceptos de las ontologías de carácter general y de dominio específico, que formarán parte de la capa de semántica. El árbol del Meta-Modelo, desarrollado en Protégé [16], está en [11].

ISBN: 978-980-7185-02-8

IA-4

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012)

FIG. 4. Conceptos del MMD

FIG. 7. Meta Modelo: Condición FIG. 5. Meta Modelo: Recursos de la Unidad de Producción

FIG. 6. Meta Modelo: Métodos

A. Ontología de Dominio Específico La Ontología de Dominio Específico contiene todos los conceptos a usar en la capa de semántica para el entorno de integración industrial donde se esté implantando. En la Ontología de Dominio Específico se construyen los conceptos a partir de la estructura definida en el meta-modelo. Cada concepto, además, tendrá asociada meta-data para facilitar su búsqueda en el repositorio de conceptos. Por otro lado, para simplificar la construcción de las ontologías, se re-utilizarán conceptos de uso general, a partir del componente de Ontología de Carácter General. Los conceptos y funciones de cada dominio específico dependerán del tipo de industria en el que se implante la arquitectura. En la sección que sigue daremos un ejemplo de las mismas para el caso concreto de Procesos de Producción

ISBN: 978-980-7185-02-8

IA-5

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) de Petróleo IV. CASO DE ESTUDIO: PRODUCCIÓN DE PETRÓLEO En cualquier caso de estudio donde se quiera aplicar nuestra propuesta, solo se debe de caracterizar la ontología de dominio específico. El resto de componentes (Meta-data, MMD y la ontología de carácter general) son usados como han sido definidos en la sección 3, mientras que la ontología de dominio específico debe ser instanciada según lo indicado por los componentes anteriores, a la luz del entorno concreto donde será usada. Así, como nuestro caso de estudio es producción petrolera deberemos pasa a especificar esos elementos específicos (ver sección IV.B). Adicionalmente, deberemos indicar que parte de la ontología general es de nuestro interés en ese caso de estudio (ver sección IV.A) A. Descripción General de la OilProductionOntology Como caso de estudio se presenta el desarrollo de una ontología para el proceso de producción de petróleo, la cual se le ha denominado “OilProductionOntology (Ontología de Producción de Petróleo)”. Dicha ontología está compuesta por más de 150 conceptos relativos al proceso de producción petrolera. Siguiendo el enfoque propuesto en [12], los conceptos de carácter general a utilizar en la OilProductionOntology serán los propuestos en las Ontologías de la Web Semántica para la Terminología de Ciencias de la Tierra y el Ambiente (SWEET), desarrolladas en el Laboratorio de Propulsión a Chorro del Instituto de Tecnología de California (CalTech, Jet Propulsion Laboratory), en colaboración con la NASA [13]. Estos conceptos servirán como base para la construcción de la OilProductionOntology. Los conceptos de la Ontología SWEET utilizados para la construcción de la capa de semántica son Entidad Temporal, en el cual se definen nociones referentes a unidades de medición de tiempo, Estados del Sistema, donde se definen los posibles estados en el que puede estar un sistema, e Infraestructura, en el cual se definen conceptos sobre facilidades y equipos utilizados en ambientes de producción. Dichos conceptos pueden ser accedidos en [13]. Para la construcción de los conceptos de domino específico que componen la OilProductionOntology, se creó dentro de la ontología un concepto denominado “Concepto de Producción de Petróleo (Oil Production Concept)”, el cual agrupa a todos los conceptos relativos al dominio de producción de petróleo.

De esta manera se crea un sub-conjunto para los Conceptos de Dominio Específico, estableciendo una distinción entre los mismos y los conceptos provenientes de las Ontologías de Carácter General utilizados (SWEET) y del MMD. La OilProductionOntology tiene como centro de sus conceptos las unidades de producción existentes en un campo petrolero. Por esta razón, los primeros conceptos definidos dentro de la ontología son los correspondientes a dichas unidades de producción. B. Conceptos de Dominio Específico de la OilProductionOntology: Unidades de Producción Las unidades de producción consideradas para el desarrollo de la OilProductionOntology son: Pozo: instalación comprendida por un conjunto de tuberías, válvulas, bombas, empacaduras y elementos de automatización que permiten extraer el fluido de producción desde el subsuelo, hasta la superficie. Estación de Flujo: instalación en la que se realiza el proceso de separación entre la fase gaseosa y la fase líquida del fluido de producción. En esta instalación también se realizan las medidas que establecen cuanto está produciendo cada pozo, denominadas “pruebas de pozo”. Múltiple: unidad de producción que permite que varias tuberías confluyan en una tubería común, o que el fluido que llega de una tubería sea distribuido en múltiples líneas. Planta: instalación de superficie que permite la generación de algún tipo de energía que permite soportar la producción de los pozos. Campo: unidad de producción que consiste en una colección de pozos e instalaciones de superficie organizadas en una red cuyo objetivo es la producción de un yacimiento petrolífero. Alrededor de la definición de estas unidades de producción se desarrollan el resto de los conceptos de la ontología, los cuales están estructurados de acuerdo al MMD. Para cada unidad de producción, se definen conceptos relativos a recursos, productos, métodos y condiciones de operación. En la figura 8 se muestra un esquema con los conceptos relacionados con la unidad de producción pozo. La definición completa de la OilProductionOntology puede encontrarse en [11]. A continuación se presentan, a manera de ejemplo, una breve descripción de los conceptos relativos a la Unidad de Producción Pozo.

ISBN: 978-980-7185-02-8

IA-6

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012)

FIG. 8. Conceptos de la Unidad de Producción Pozo. OilProductionOntology

Productos de la Unidad de Producción Pozo • Fluido de Producción (ProductionFluid): es el fluido multifásico de producción. Contiene petróleo, gas, agua y sedimentos. Es considerado un producto intermedio. • Petróleo (Oil): hidrocarburo utilizado como combustible fósil. Principal objetivo de producción. Es considerado un producto final. • Gas: hidrocarburo con poco contenido de carbono que es producido en conjunto con el petróleo y en algunos casos como fluido primario de producción. Es también utilizado como fluido de inyección a los pozos para facilitar el levantamiento (gas lift) o directamente al yacimiento para mantener la presión del mismo. • Agua (Water): Agua producida resultado de la separación del fluido de producción. En algunos casos es utilizada como fluido de inyección para soportar el proceso de levantamiento artificial. Es considerado un producto final.

permite regular el flujo desde el pozo hacia la tubería de producción que conduce a la estación de flujo. Insumos: • Gas de Inyección: se corresponde con el flujo de gas de inyección que se le suministra a los pozos de producción por levantamiento artificial por gas. • Agua de Inyección: se corresponde con el flujo de agua de inyección que se le suministra a los pozos que funcionan por inyección de agua o hidrojet. • Corriente Eléctrica: se corresponde con el flujo de corriente eléctrica que se le suministra a los pozos que funcionan mediante bombeo mecánico, electrosumergible o de cavidad progresiva.

Información Variables de Proceso: • Producción Actual: Cantidad total de barriles de fluido de producción (petróleo + gas + agua + sedimentos) Recursos de la Unidad de Producción Pozo producidos por un pozo en un día. Partes • BBPD: Barriles brutos por día. Unidad de medida Materiales: correspondiente a la cantidad total de barriles de fluido de • Empacadura (Packer): Dispositivo que permite aislar producción (petróleo + gas + agua + sedimentos) secciones en una completación. producidos por un pozo en un día. • Tubería de Revestimiento (Casing). • NBPD: Barriles netos por día. Unidad de medida • Línea de Producción (ProductionPipeLine): tubería de correspondiente a la cantidad total de barriles de petróleo producción que conecta al pozo con la estación de flujo. producidos por un pozo en un día. • Línea de Inyección (InjectionPipeLine): tubería de • BHP: Presión de fondo del hoyo (Bottom Hole Pressure). inyección que conecta el múltiple de gas con el pozo. Es la presión existente al final de la tubería de producción • Tubería de Producción (Tubing). (tubing), en el fondo del hoyo, para cada pozo. • Válvula de Fondo (Bottom Hole Valve): es una válvula de • CHP: Presión del revestidor en el cabezal (Casing Head control que permite controlar el flujo desde la cara de la Pressure). Presión existente en la entrada al anular arena en el fondo del hoy hacia el pozo. (espacio entre las tuberías de revestimiento y tuberías de • Válvula de Gas de Levantamiento (Gas Lift Valve): es producción), en el cabezal del pozo. Generalmente una válvula que permite la inyección de gas de medido para pozos que funcionan por gas lift, hidrojet o levantamiento desde el anular hacia la tubería de inyección de agua. producción. • PLP: Presión en la línea de producción (Production Line • Válvula de Control Línea de Producción (Production Pressure). Presión existente en la tubería que va desde el Line Control Valve): es una válvula de tipo Choke que cabezal del pozo hasta la estación de flujo. Generalmente ISBN: 978-980-7185-02-8 IA-7

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012)

• •

• • • • • • •

medida después de la válvula choke10 que regula el paso del fluido de producción desde el cabezal hacia la línea de producción. PWF: Presión de fondo fluyente (Well Flowing Pressure). Es la presión existente entre el yacimiento y la entrada a la tubería de producción, en el fondo del hoyo. THP: Presión de la tubería de producción en cabezal (Tubing Head Pressure). Presión en la tubería de producción de la completación (tubing) medida en cabezal, antes de la válvula choke. THT: Temperatura de la tubería de producción en cabezal (Tubing Head Temperature). Qgl: Flujo de gas de inyección para un pozo, medido en el cabezal. Qo: Flujo de fluido de producción para un pozo, medido en el cabezal. Qoc: Producción acumulada de petróleo por pozo en un período determinado de tiempo. API: gravedad API del crudo. Establece que tipo de crudo se está produciendo (extra-pesado, pesado, mediano, liviano). GOR: relación gas petróleo (Gas Oil Rate). Determina la cantidad de petróleo producido por flujo de gas inyectado. Corte de Agua (WC): porcentaje de la fase de agua que posee el crudo en relación con la cantidad total de fluido producido por el pozo.

Información de Proceso: • Completación (Completion): se refiere a la configuración que dispone el pozo. Comprende los siguientes conceptos: o Profundidad: profundidad total del pozo, desde la superficie hasta el fundo del hoyo. Para pozos que producen más de una arena se considerarán las profundidades hasta cada arena productora. o Diámetro del Revestidor: diámetro de la tubería de revestimiento (casing). Existen casos en el que el diámetro del revestidor disminuye a medida que aumenta la profundidad, para estos casos se dispondrá de un arreglo con las medidas del diámetro del revestidor para cada sección de la tubería. o Diámetro de la Tubería de Producción: diámetro de la tubería de producción (tubing). Existen casos en el que el diámetro de la tubería de producción disminuye a medida que aumenta la profundidad, para estos casos se dispondrá de un arreglo con las medidas del diámetro para cada sección de la tubería. o Método de Producción: método de producción utilizado por el pozo para lograr su producción. o Equipo de bombeo: equipo de bombeo con el que cuenta el pozo, en el caso de que el mismo funcione a través de un método de levantamiento

10 Válvula Choke: válvula que permite el flujo en una sola dirección. Utilizada normalmente para permitir el flujo desde el cabezal del pozo hacia la tubería de producción y evitar el flujo en sentido inverso.

por bombeo mecánico, electrosumergible o de cavidad progresiva. o Válvulas de Gas Lift: válvula de gas lift de la que dispone el pozo en el caso de funcionar por levantamiento artificial por gas. En la mayoría de los casos de levantamiento artificial por gas existen varias válvulas de gas lift, por lo que se define un arreglo con la información relativa a cada una: profundidad, presión, tipo de válvula. o Equipos de Subsuelo: se refieren a los equipos de automatización de los que dispone el pozo en el subsuelo (Sensor de Presión, Sensor de Temperatura, Sensor de Flujo, etc.). o Equipos de superficie: se refieren a los equipos de automatización de los que dispone el pozo en el cabezal (Sensor de Presión. Sensor de Temperatura. Sensor de Flujo, etc.). • Prueba de Pozo (WellTest): prueba realizada a los pozos en las estaciones de flujo, mediante las cuales, a través de un proceso de separación mecánico y/o químico de fluidos, pueden medirse las siguientes variables por cada pozo: BNPD, GOR, WC. • Potencial de Producción (PotentialProduction): es el número total de barriles que puede producir un pozo en un período de tiempo bajo condiciones ideales. • Modelo de Pozo (WellModel): representa el comportamiento del pozo de acuerdo a la energía aportada por el yacimiento y la energía necesaria para que el pozo lleve el fluido hasta la superficie. o Curva de Afluencia (InflowCurve): Es una curva que representa el cambio de la presión en el yacimiento de acuerdo a la producción de un pozo. o Curva de Efluencia (OutflowCurve): Es una curva que representa la presión (energía) requerida para una determinada producción en el pozo. o Punto de Operación (OperatingPoint): representa el punto de cruce entre las curvas de afluencia y efluencia, que determina la cantidad de energía que se necesita inyectar al pozo para que pueda producir una cantidad deseada de crudo. Métodos de la Unidad de Producción Pozo • Flujo Natural: es el método de producción debido a la energía natural del yacimiento, es decir, cuando la diferencia de presión entre el yacimiento y el cabezal de pozo es suficiente para llevar el fluido de producción hasta la superficie. • Levantamiento Artificial por Gas: es el método de producción que consiste en inyectar gas en el fondo del pozo, para reducir el peso de la columna de fluidos, de esta forma se reduce la presión de fondo fluyente por lo que se incrementa la tasa de producción. • Bombeo Electrosumergible: consiste en colocar en una bomba centrífuga en la tubería de producción, para impulsar los fluidos hasta la superficie. La bomba es impulsada por un motor eléctrico que se encuentra en el fondo de pozo.

ISBN: 978-980-7185-02-8

IA-8

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) • Bombeo Mecánico: método de producción en el cual se utiliza una bomba basada en un arreglo cilindro-pistón para levantar los fluidos de producción hasta la superficie. • Bombeo de Cavidad Progresiva: método de producción en el que se utiliza una bomba de desplazamiento positivo para transportar los fluidos desde el yacimiento hasta la superficie. • Bombeo Hidráulico o Hidrojet: método de producción que utiliza la energía potencial de un fluido a presión para levantar los fluidos desde el yacimiento hasta la superficie.

[2] [3]

[4] [5] [6] [7] [8]

I. CONCLUSIONES

[9]

El marco ontológico presentado en este trabajo se compone de cuatro elementos fundamentales: la Meta Data, el Metamodelo de datos, las Ontologías de Carácter General, y los Conceptos de Domino Específico. El aporte fundamental de la ontología presentada, es el Meta-modelo de datos, ya que, el mismo establece una estructura genérica para la construcción de conceptos del área de producción industrial, basándose en los modelos PROSA y PRODML, a través de la cual se simplifica la búsqueda y análisis de la información representada en la ontología. El trabajo presenta un caso de estudio de implantación del marco ontológico para el proceso de producción de petróleo, en el cual se desarrolla una ontología para dicho proceso, denominada Oil Production Ontology. En este caso de estudio se utilizan los diversos componentes del marco ontológico. Como ontologías de carácter general se hace uso de las ontologías SWEET desarrolladas por la NASA, las cuales proveen conceptos relacionados con ciencia e Ingeniería. La re-utilización de los conceptos de las Ontologías SWEET redujo considerablemente el esfuerzo en la construcción de la Oil Production Ontology, solo fue necesario definir la ontología de dominio especifico.

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

ISA. ANSI/ISA-95.00.01-2000 Enterprise-Control System Integration Part 1: Models and Terminology. ISA, 2000. World Batch Forum. "B2MML: Business to Manufacturing Markup Language. Releases Notes." (Consulta en Octubre, 2011) www.wbf.org. PSLX Consortium. “Planning & Scheduling Language on XML Specification”, (Consulta en Octubre, 2011) http://www.pslx.org/en/. D. Litchicum, “Next Generation Application Integration. From Simple Information to Web Services”. Addison Wesley, 2004. POSC. "WITSML Data Schema Overview" Consulta en Octubre, 2011. www.witsml.org. POSC. "Reference Architecture PRODML 1.0" (Consulta en Octubre, 2011). www.prodml.org. POSC. "Oil & Gas Ontology" (Consulta en Octubre, 2011) https://www.posccaesar.org/wiki/PCA/IO/OilAndGasOntology. W3C.”Extensible Markup Language. 1996–2003”. (Consulta en Octubre, 2011) www.w3c.org/xml C. Bravo, J. Aguilar, A. Ríos, J. Aguilar-Martin, F. Rivas.."An implementation of a Distributed Artificial Intelligence Architecture to the Integrated Production Management", Journal of Natural Gas Science & Engineering, Vol. 3, No. 6, pp. 735-747, 2011. C. Bravo, J. Aguilar, A. Ríos, J. Aguilar Martin, F. Rivas..“A Generalized Data Meta-Model for Production Companies Ontology Definition”, International Journal of Systems Applications, Engineering & Development, Vol. 2, No. 4, pp. 191 -202, 2008 R. Soma, A. Bakshi, V. Prassanna, W. DaSie, B. Bourgeois. «Semantic Web Technologies for Smart Oilfiled Applications» Presentado en la SPE Intelligent Energy Conference & Exhibition. Amsterdam, 2008. NASA. Jet Propulsion Laboratory. California Institute of Technology “SWEET Ontologies”. (Consulta en Octubre, 2011). http://sweet.jpl.nasa.gov/ontology/. J. Wins, “Architecture for Holonic Manufacturing Systems: The Key to Support Evolution and Reconguration”. Leuven: K.P Leuven PMA Division, 1999. E. Chacón. “Modelado y control de sistemas continuos de producción bajo una visión holónica” Informe Técnico Grupo de Trabajo de Automatización Integrada. ULA. USB. UDO, 2001. Stanford University.”Protégé”. 2009. Lind, M., “Modeling Goals and Functions of Complex Industrial Plants”, Applied Artificial Intelligence, Vol. 8, No. 2, pp. 259–283, 1994.

REFERENCIAS BIBLIOGRÁFICAS [1]

ISA. ANSI/ISA-88.01-1995 Batch Control Part 1: Models and Terminology (Formerly ANSI/ISA-S88.01-1995). ISA, 1995.

ISBN: 978-980-7185-02-8

IA-9

5TO CONGRESO IBEROAMERICANO ANO DE ESTUDIANTES D DE INGENIERÍA ELÉCTRICA CA (V CIBELEC 2012)

Clasificación de Briquetas de Hierro a través de Imágenes. Un estudio comparativo entre los Modelos Ocultos de Markov y el Análisis Discriminante Jorge Armando Ortiz Sánchez, José Luciano Maldonado Maldonado,, Eladio Lobo

Resumen—Mediante una investigación cuantitativ cuantitativa experimental, se estudiaron y aplicaron las técnicas estadísticas conocidas como Análisis Discriminante (AD) y Modelos Ocultos de Markov (MOM),, con el propósito fundamental de clasificar briquetas de hierro a partir de fotografías. En el desarrollo rrollo de las pruebas de discriminación se experimentó con una gran cantidad de MOM, variando sus estados y sus condiciones iniciales, así como con funciones discriminantes, realizando cambios en el kernel. Los resultados obtenidos con los MOM y el AD fueron satisfactorios en las pruebas de clasificación en dos clases, briquetas buenas o briquetas malas, alcanzando porcentajes de acierto superiores al 90%, sin embargo, en la multiclasificación, asificación, donde se buscaba identificar las briquetas buenas, partidas idas por esquina, partidas por la mitad y otros defectos físicos de forma, los resultados fueron, en general, deficientes, lo que deja abierta la investigación para determinar las posibles fuentes de error y minimizarlos. Palabras claves—Análisis Discriminante, nante, Clasificación, Modelos Ocultos de Markov.

vez obtenido el hierro reducido éste es enviado a una prensa de rodillo, la cual forma las briquetas de hierro que se muestran en la Fig. 1. Es importante tener en cuenta que aunque las características químicass de las briquetas son similares, no ocurre lo mismo con las características físicas. En E el proceso de prensado algunas briquetas salen con desperfectos físicos – como se puede apreciar en la Fig.. 1 – tales como material adherente en la superficie, bordes abiertos, a briquetas incompletas, briquetas fragmentadas por la mitad, briquetas con desprendimiento de la superficie, desprendimiento de esquinas, briquetas múltiples, es decir, briquetas que salen pegadas.

Briquetas,

I. INTRODUCCIÓN Las briquetas de hierro se componen de HRD (hierro de reducción directa) compactado hasta una densidad de más de 5.000 kg/m3. El empaquetamiento en briquetas del hierro reducido hace de éste un material fácil de manipular, almacenar y utilizar en la fabricación de acero acero. En la fabricación de briquetas,, la materia prima (hierro virgen) es reducida por agentes reactivos como monóxido de carbono e hidrógeno entre otros,, aparte de altas temperaturas [1]. Una

FIG 1. Briquetas producto del prensado Cada uno de estos desperfectos físicos está directamente relacionado con el proceso de prensado o compactación del hierro reducido. Es decir, las as variaciones en la forma de las briquetas constituyen motivo de alarma sobre fallas en las fases de los procesos de prensado, las cuales deben ser atendidas o reparadas en el menor tiempo posible.

Artículo recibido el 03 de Febrero de 2012. J.A.O.S. está con la Universidad Pontificia ificia Bolivariana, Facultad de Ciencias Básicas, Km. 7 vía Piedecuesta, Bucaramanga, Departamento de Santander, Colombia. Tlf. +(57) 7-6796220/369, 6796220/369, Fax: (57)(7) 6796220. Email: [email protected] J.L.M. está con la Universidad de Los Andes, Sector La Liria, Facultad de Ciencias Económicas y Sociales, Instituto de Estadística Aplicada y Computación, Mérida, Estado Mérida, Venezuela, Tlf. +58-274-2401116, Fax: (58)(274) 2401115 , E-mail: [email protected] E.L. está con Orinoco Iron SCS, Puerto Ordaz estado Bolívar, Venezuela, Tlf. +58-0414-8863130, E-mail: [email protected]

Este trabajo aborda, específicamente el briqueteado que lleva a cabo la Empresa Orinoco Iron SCS, ubicada en Puerto Ordaz estado Bolívar de Venezuela Venezu [2], en la cual el diagnóstico del proceso de prensado (la clasificación de las briquetas) se realiza por observación directa direct de la producción de briquetas. Concretamente, los operadores observan las briquetas que viajan sobre correas correa transportadoras y las clasifican como buenas o malas,, y entre las malas identifican diferentes tipos. Este proceso dee clasificación puede resultar poco útil, en muchas situaciones, debido a que el personal obrero entra en estado de fatiga, generando una reducción en

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) la efectividad del criterio de identificación; debido a ésto es posible que el control adecuado del proceso de prensado, algunas veces, no se realice a tiempo lo que conlleva a que se produzcan lotes de briquetas con porcentajes de calidad física fuera del umbral permitido de producción. Por las razones expuestas, la empresa Orinoco Iron SCS se ha planteado la posibilidad de recurrir al uso de sistemas de visión artificial (SVA), los cuales, como es ampliamente conocido, permiten realizar procesos de verificación mediante inspecciones confiables y eficientes que satisfacen, en la industria, las altas demandas de productos y favorecen los esquemas de control de calidad. En este sentido, el trabajo que aquí se expone se constituye como un estudio preliminar con el que se pretende sentar las bases iniciales hacia la construcción de un sistema general que le pueda resultar verdaderamente útil a la mencionada Empresa. Básicamente, el objetivo de la investigación consistió en el uso de herramientas de clasificación a partir de una base de datos de fotografías de briquetas proporcionadas por la Empresa. Se extrajeron características de esas imágenes con las que se constituyeron los conjuntos de entrenamiento y de validación de dos tipos de clasificadores estadísticos [3]. Concretamente se trabajó, en un caso, con un clasificador basado en la tecnología de los Modelos Ocultos de Markov (MOM) [4] y en otro caso, con un clasificador basado en la tecnología del Análisis Discriminante (AD) [5]. II. DESCRIPCIÓN, EXTRACCIÓN Y CARACTERIZACIÓN DE LOS DATOS UTILIZADOS La base de datos estuvo conformada por 518 fotografías a color, que fueron transformadas a formato binario. Esas fotografías se categorizaron en diferentes clases, según su calidad física y posición. Con respecto a la calidad física se trabajó con un grupo de briquetas de buena calidad (BBC) y con cinco grupos diferentes de briquetas de calidad defectuosa (BDC), considerando la posición (0, 45, 90 y 135 grados) en el plano horizontal. Las clases de briquetas tenían la siguiente distribución: 85 pertenecían a briquetas de buena calidad, 31 con defecto Borde Abierto, 54 con Desprendimiento de Superficie, 207 con Desprendimiento Esquina, 104 Fragmentadas por la mitad y 37 Incompletas. A. Selección de la Muestra

Para cada una de los grupos antes mencionados se construyeron cinco conjuntos de fotografías realizando remuestreos aleatorios en la base de datos de imágenes, con el fin de realizar réplicas en las pruebas de discriminación bajo MOM y AD. Por otro lado, cada conjunto de imágenes estaba conformado por los subconjuntos de entrenamiento de los MOM y para el cálculo de las funciones discriminantes en el AD y los subconjuntos utilizados en las pruebas de discriminación o validación de dichos modelos. En cada caso se trabajó con 70% de imágenes para entrenamiento y el 30% para la discriminación. B. Caracterización de las Imágenes Como es conocido una imagen está constituida por una gran cantidad de datos; en forma precisa, la matriz que representa una imagen en escala de grises o binaria consta de LW (Length x Width) datos y una en escala RGB (Red, Green and Blue) consta de 3LW. Esta gran cantidad de datos hace que los sistemas computacionales procesen imágenes, en general, en lapsos considerablemente extensos. No obstante, para solucionar el problema del volumen de datos y mejorar los tiempos de respuesta existen procedimientos matemáticos y estadísticos para la extracción de información significativa de las imágenes despreciando información poco útil o redundante. Esta investigación, en la que se trabajó con imágenes binarias, estuvo orientada a la comparación entre las técnicas de clasificación a partir de las características más que en la selección y uso de técnicas robustas de extracción de esas características, motivo por el cual se recurrió a los conocidos Métodos del Centroide (MC) y a la Razón Pixel Negro/cantidad total de pixeles (RPN) [8]. C. Características obtenidas por el Método del Centroide Para cada archivo de la base de datos se ubicó la briqueta en la fotografía, se obtuvo su contorno y su centroide. Posteriormente, se calcularon las distancias euclidianas desde los puntos del contorno hasta el centroide. Esas distancias constituían un vector de características de cada briqueta. La Fig. 2 ilustra ese procedimiento. D. Características obtenidas por el método razón pixel negro/cantidad total de pixeles

Con el fin de analizar el proceso de discriminación teniendo en cuenta la calidad física y la posición, se realizaron pruebas de discriminación sobre los siguientes grupos: 1. 2. 3. 4. 5. 6.

7. BBC vs. Conjunto 1 vs. Conjunto 2 (estos conjuntos se definen posteriormente).

Posición 0° → BBC vs. BDC Posición 45° → BBC vs. BDC Posición 90° → BBC vs. BDC Posición 135° → BBC vs. BDC Posición (0°,45°,90°,135°) → BBC vs. BDC BBC vs. Cada tipo de defecto

Una vez aislada la briqueta, tal como se mostró en la Fig. 2, se procedió a dividir su región en bloques horizontales y verticales, se obtuvo la cantidad de pixeles de color negro y el total de pixeles en cada bloque. Luego, se procedía a calcular la razón Cantidad de Pixeles Negros/Cantidad de Pixeles Total. Las razones obtenidas de cada uno de los bloques conformaban un vector que caracteriza la imagen de la

ISBN: 978-980-7185-02-8

IA-11

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) briqueta. Este proceso de caracterización se puede observar en la Fig. 3.

en uno de entre varios grupos previamente definidos con base en los valores de las variables que lo identifican”. El proceso de clasificación de un objeto en un determinado grupo se realiza a través de criterios o reglas de clasificación, la mayoría de ellos derivados de los resultados obtenidos por [5], quien es citado por [6] y [7]. Dichos criterios se muestran a continuación: | la función de densidad (FDP) para en y la FDP de en ; con y dos poblaciones. y las probabilidades a priori (PAP), tal que 1, entonces la regla de discriminación óptima, es decir, la regla que minimiza la probabilidad total de clasificación incorrecta es: Sean | Sean

•

FIG 2. Caracterización de briquetas por el método del centroide.

Asignar la observación | , o asignar a

a si en otro caso.

|

En [6] se pueden encontrar ejemplificadas varias técnicas del análisis discriminante para la clasificación de individuos basadas en el principio anterior, entre éstas, la clasificación por máxima verosimilitud, en la cual se asigna a un individuo con vector de características en una población con FDP si , 1,2 donde es la max función de verosimilitud para la población . De igual forma se puede clasificar a un individuo por medio de la discriminación bayesiana, en la cual se asigna al individuo a la población

sí

! "

! " # $ !$ "

%

$ !$ "

! " # $ !$ "

& ,

donde , , y son las PAP y FDP de las poblaciones i y j respectivamente. Otras de las técnicas expuestas por [6] es el modelo de discriminación logístico para dos grupos, cuya regla de clasificación asigna al individuo a la población sí ' ( ' ( ) Σ + ( (

FIG 3. Caracterización por razón pixeles negros/total pixeles III. ENFOQUES ESTADÍSTICOS DE CLASIFICACIÓN O RECONOCIMIENTO DE BRIQUETAS A continuación se describen, de manera general, los dos enfoques estadísticos empleados para la construcción de los clasificadores o reconocedores de briquetas. A. El Análisis Discriminante Según [6], “son dos los objetivos que aborda el análisis discriminante: de una parte está la separación o discriminación de grupos; y de otra, la predicción o asignación de un objeto

( '(

Σ

) +

,

.

, donde ( , ( son los vectores

de medias poblacionales, Σ es la matriz de covarianza poblacional, la cual se asume como igual para las dos poblaciones y , las probabilidades a priori en las poblaciones y . La utilización de cualquiera de las técnicas anteriores de discriminación depende del conocimiento de las PAP y las FDP poblacionales y la igualdad de las matrices de covarianza poblacionales. En la práctica, algunas veces es imposible conocer esta información de antemano, por tanto las técnicas mencionadas se hacen inadecuadas; para solventar estos problemas se utiliza la clasificación mediante funciones de densidad para la discriminación de las briquetas. B. Clasificación mediante funciones de densidad Si la forma de f(X| ) no es normal o es desconocida, la función de densidad puede estimarse directamente desde los datos a través del procedimiento conocido como estimación kernel.

ISBN: 978-980-7185-02-8

IA-12

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) A continuación se expone la técnica de clasificación desde [6] Supóngase que tiene función de densidad / , la cual se quiere estimar mediante / , … , /1 . Un estimador de /2 , para un punto arbitrario /2 , se basa en la proporción de puntos contenidos en el intervalo /2 ' 3, /2 3 . Si se denota por 4 /2 el número de puntos en el intervalo, entonces la proporción de 4 /2 / es un estimador de: 6 /2 ' 3 7

7 /2

3

8

la cual es aproximadamente igual al área del rectángulo inscrito en la vecindad /2 ' 3, /2 3 y la función f; es decir, 29 /2 , con h indicando la altura (height). Así, /2 se estima por: ; 1 : Se expresa a /2 como una función de los / muestrales definiendo |A| C 1 E 1, @ A B |A| 1 0, Dónde: /2 ' / A 3 Dado que /2 ' / C 3, la función ? se calcula por medio de @F /2 ' / /3G, de esta forma 4 /2 2 ∑1I @F /2 ' / /3G, y el estimador de : /2 es ahora: : /2

>1

∑1I @ J



K

L

La función @ · es conocida como kernel. La gráfica de : /2 es una función escalonada, debido a que habrá un salto (o caída) siempre que /2 esté a una distancia máxima de h con alguno de los / . Para un estimador “suave” de / , se debe escoger un kernel suave.

En la práctica, para seleccionar el valor de r se escogen varios valores de r y se selecciona aquel que genere la menor tasa de clasificación incorrecta. Finalmente, para emplear las estimaciones hechas sobre las funciones de densidad, a través del kernel en el análisis discriminante, se aplica la densidad estimada en cada grupo y se obtiene : /2 | , … , : /2 | N , donde /2 es el vector de medidas del individuo. La regla de clasificación es asignar /2 al grupo para el cual la cantidad : /2 | tome el valor máximo. C. Modelos Ocultos de Markov Los Modelos Ocultos de Markov constituyen un enfoque para modelar procesos estocásticos a partir de sus realizaciones. Los MOM están caracterizados por los siguientes elementos: el conjunto de estados, un conjunto de símbolos observables, una matriz de probabilidad de transición de estados, una matriz de probabilidad de emisión de símbolos en los estados, la distribución de probabilidad de ocurrencia del estado inicial, el proceso aleatorio de los estados y el proceso aleatorio de las observaciones. Los estados, en general, no son directamente observables, de ahí el nombre de la condición de modelo oculto [4][8-9]. La Fig. 4 muestra un esquema de un Modelo Oculto de Markov.

FIG. 4. MOM con 3 estados 1) El conjunto de Estados El número de estados en los MOM varía dependiendo del campo de aplicación. Si la investigación consiste en analizar el comportamiento de secuencias de bolas de colores extraídas de un conjunto de cajas no conocidas, los estados serían cada una de las cajas y, por ende, el número de estados se correspondería con el número de cajas. En un caso como el descrito, la identificación de los estados es directa, pero en algunos otros campos de investigación esto no es así. Cuando se trabaja con un sistema de reconocimiento de rostros a través de fotografía, pensar en cuáles o qué son los estados no es fácil. Los autores [3] y [6] usan los estados para representar en una fotografía, el cabello, los ojos, la nariz, la boca y la barbilla; siendo entonces el número de estados cinco. En otro campo de investigación como el Análisis de Señales [9], los estados están representados por segmentos solapados de la señal analizada, en donde el número de estados dependerá de la partición del dominio de la señal. En el caso de esta investigación, el número de estados era variable, seleccionado por experimentación, y representaban vectores o segmentos de vectores de características similares. 2) Conjunto de Símbolos observables Al igual que el número de estados, el número de símbolos depende del campo de investigación; verbigracia en el trabajo de modelado de secuencias biológicas expuesto por [10] se utilizaron 20 caracteres para el análisis de proteínas y 4 caracteres para el análisis de nucleótidos; para la discriminación de rostros, a través de fotografía, el número de símbolos depende de la técnica utilizada para extraer las características de la imagen. Es así como [3] y [11] utilizaron como conjunto de símbolos los coeficientes de las transformaciones DCT (Discrete Cosine Transform) y KLT (Karhunen-Loeve Transform) realizadas a fragmentos de la imagen. Mientras que en este trabajo los símbolos eran los distintos valores obtenidos por el MC y el RPN, tomando la parte entera después de multiplicarlos por 100. 3) Matriz de Probabilidad de Transición de Estados La matriz de probabilidad de transición de estados, A, es la matriz cuyo valor en la componente O , expresa la probabilidad 6 , de pasar del estado i al estado j en un instante cualquiera de tiempo. La estructura de esta matriz depende de la arquitectura del MOM, la cual permite definir

ISBN: 978-980-7185-02-8

IA-13

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) las conexiones entre los estados. Es así que si de un estado i no se puede alcanzar un estado j, el valor de la probabilidad para esta transición es cero. Un ejemplo de ello se puede ver en [3], en donde desde el estado definido como nariz se puede llegar al estado definido como boca pero no se puede alcanzar el estado definido como ojos, en un recorrido de arriba hacia abajo. 4) Matriz de Probabilidad de emisión de Símbolos

P

Q

6RSN T UVW

Q X Y, 1 C C 4; 1 C

C[

(4)

N: número de estados. M: número de símbolos distintos. SN W : El símbolo k observado en el instante t. X : El estado . qt: Variable aleatoria de los estados. 5) Distribución de Probabilidad del Estado Inicial Todo proceso de Markov es analizado desde un punto referenciado como T que se asume como el inicial. El desconocimiento del investigador sobre el estado en el que se encuentra el proceso oculto al inicio de la observación genera una dificultad para su estudio. Por lo tanto, ya sea por conocimientos a priori o simple definición, se establece la distribución de probabilidad del estado inicial como Π ]^ _, donde ^ 6FV X G; 1 C C 4. En muchos de los casos se escoge al azar un estado i para el instante inicial, al cual se le asigna una probabilidad de ocurrencia de 1, definiendo para los restantes estados probabilidades cero. 6) Problemas básicos de los MOM En la construcción de los MOM existen tres problemas básicos a resolver: • • •

Primer Problema

La probabilidad que se genere la secuencia S en el modelo a, es la suma de las probabilidades conjuntas para todas las posibles secuencias de estados Q, es decir:

¿Cómo calcular eficazmente 6 S|a , dada la secuencia de observaciones S S , S , … , Sb generada por el modelo a O, P, Π ? ¿Cuál es la secuencia de estados c V , V , … Vb que con mayor probabilidad genera la secuencia de observaciones S S , S , … , Sb , en el modelo a O, P, Π ? ¿Cómo ajustar los parámetros del modelo a O, P, Π para maximizar 6 S|a ?

∑

6 S|a 6 S|a

Es el arreglo matricial que alberga las funciones de la distribución de probabilidad de emisión de símbolos en cada uno de los estados. Por tanto, la distribución de probabilidad del símbolo k en el estado j está dada por:

donde:

a)

i

j- ,j. ,…jl

d>dWefeg 6

^j Qj S

· kj

j

S|c, a 6 c|a .

Qj S

… kj

W+

h

jW QjW

Sb .

La interpretación para (5) es la siguiente: en T 1 el proceso se encuentra en el estado V con probabilidad ^j , en ese instante, el estado V genera la observación S con probabilidad Qj S ; en T 2 el proceso realiza una transición al estado V con probabilidad kj j y genera la observación S con probabilidad Qj S . Este proceso continúa de esta forma hasta que se hace la última transición desde el estado VW+ hasta el estado Vb , con probabilidad kj W+ jW y genera la observación Sb con probabilidad QjW Sb . Calcular 6 S|a a través de (5) y de la forma anteriormente explicada genera un costo computacional grande, dado a que el número de operaciones crece de forma drástica a medida que se aumenta el número de estados N y el tamaño de la secuencia de observaciones; es así que para un tiempo T 1,2 … , m y N estados, se necesitan 2m ' 1 4 b multiplicaciones y 4 b ' 1 sumas, donde 4 b son todas las posibles secuencias de estados y 2m, los cálculos requeridos para cada término en la sumatoria. No obstante, para disminuir los costos computacionales en el cálculo de 6 S|a se pueden utilizar los procedimientos forward y backward de Baum_Welch . (1)

Algoritmo Forward

Considere la variable “forward” nW definida así: nW 6 S S ··· SW , VW X |a

o

Que denota la probabilidad que hasta el tiempo T se genere la secuencia parcial S S ··· SW y se alcance el estado X dado el modelo a. Se puede calcular nW inductivamente de la siguiente forma: 1. 2.

Inicialización: n p qA ció : nW# R∑;I nW 1C C4

3.

^ Q S ,1 C C 4 k YQ SW# , 1 C T C m ' 1 ,

s k, 6 S|a

7) Soluciones a los problemas de los MOM

;

i nb I

.

La solución a los tres problemas de los MOM se esboza desde [4][8-9]. ISBN: 978-980-7185-02-8

IA-14

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) (2)

Algoritmo Backward

Considere la variable “Backward" tW tW

Baum-Welch, el cual utiliza las siguientes ecuaciones de reestimación:

definida así:

6 SW# SW# ··· Sb , VW

u

X |a ,

^€

T

que denota la probabilidad que desde el tiempo T 1 hasta m se genere la secuencia parcial SW# SW# ··· Sb , y se haya alcanzado en el tiempo T el estado X , dado el modelo a. Se inductivamente de la siguiente forma: puede calcular tW 1. 2.

Inicialización: tb p qAcció :

b)

‹W ,

i k Q SW# tW#

•W

I

m ' 1, m ' 2, … ,1, 1 C C 4.

Segundo Problema

Para encontrar la mejor secuencia de estados c V , V , … Vb dada la secuencia de observaciones S S , S , … , Sb , se necesita definir la siguiente cantidad: xk/j-,j. ,…,jyz- 6FV V … VW

, S S … SW |aG {

donde wW representa el puntaje mayor (probabilidad más alta) de recorrer por un camino una secuencia de estados desde un tiempo inicial hasta T y que en T se alcance el estado X . Esa cantidad conjuntamente con la mejor secuencia de estados se logra a través del algoritmo Viterbi: 1.

Inicialización:

2.

Recursión:

wW |W

w

^Q S , 1C C4 | 0

xk/ } }; RwW+ k YQ SW , k3~xk/ } }; RwW+ k Y, 3.

Final: Vb

4.

c)

Q Donde:

El algoritmo computacional más ampliamente utilizado para encontrar la mejor secuencia de estados que maximice 6 c|S, a es el algoritmo Viterbi, el cual se expone a continuación.

wW

k€

;

tW T

1, 1 C C 4

6•

•

Frecuencia esperada en el estado X en el tiempo 1 • ‚

2 C T C m, 2 C T C m,

1C C4 1C C4

xk/ } }; Fwb G k3~xk/ } }; Fwb G.

Secuencia de estados: • , T VW• |W# VW#

m ' 1, m ' 2, … , 1.

Tercer Problema

La solución a este problema consiste en el ajuste de los parámetros O, P, Π del modelo a para maximizar 6 S|a . En esta oportunidad el ajuste se realizó a través del algoritmo de

∑t=1 ξt i,j T-1

8…

∑lzy„- ƒy

∑l y„- †y ‡.y.ˆy „‰Š l ∑y„- ƒy

Œy

Œy

88

d $ •$ Žy•- •y•‘ Ž|’

•y

‘ Ž|’

Œy •y ∑“„- Œy •y

8? 8L

Si se define el modelo inicial como a ^, O, P , con parámetros de valor arbitrarios, y un nuevo modelo a” cuyos parámetros son los reestimados de ^, O, P, es decir, a” ^€, O”, P€ , puede suceder que 6 S|a =6•SUa”– o que 6•SUa”– 6 S|a ; si la última situación se presenta se puede afirmar que se ha encontrado un nuevo MOM con parámetros ^€, O”, P€ para el cual la secuencia de observaciones S es más probable. En conclusión, como el proceso de reestimación es un proceso iterativo se pueden reestimar nuevamente los parámetros ^€, O”, P€ con el fin de encontrar un nuevo modelo a— para el cual 6•SUa—– 6•SUa”–. Este proceso iterativo se puede detener cuando se haya realizado una cantidad determinada de iteraciones o cuando 6•SUa—– ' 6•SUa”– 7 ˜,pparapalgúnp˜ 0. IV. PRUEBAS DE CLASIFICACIÓN. Las pruebas de clasificación comprendieron las siguientes etapas: A. Entrenamiento de los MOM Para el entrenamiento de los MOM se construyeron aleatoriamente las matrices de probabilidades de transición de estados y las matrices de probabilidades de emisión de símbolos para arrancar el proceso de reestimación. Para cada grupo de imágenes que se modeló o clasificó fue necesario entrenar el MOM variando la escala de la imagen, el número de estados del modelo, el tipo de caracterización de la imagen y el número de iteraciones. B. Pruebas de Discriminación Para las pruebas de discriminación, cada uno de los vectores de características (secuencias) asociados a los conjuntos de imágenes de prueba fueron evaluadas en cada uno de los MOM estimados. En estas pruebas se calculaba la probabilidad de que los MOM generaran las secuencias dadas. Una vez calculadas estas probabilidades, la regla de discriminación consistía en asignar la secuencia evaluada al grupo cuya probabilidad de ser generada por el MOM resultara mayor.

ISBN: 978-980-7185-02-8

IA-15

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) C. Estadísticas de Clasificación MOM En esta etapa se calcularon las tasas de clasificación correcta de los MOM para cada una de las comparaciones. Dichas tasas fueron calculadas de la siguiente forma: la cantidad de imágenes de briquetas buenas (defectuosas) clasificadas como buenas (defectuosas) dividida por la cantidad total de imágenes en el conjunto de prueba de briquetas buenas (defectuosas). D. Cálculo de la función Discriminante. Una vez obtenidos los vectores de características, éstos fueron organizados en una matriz de datos en donde las filas representaban las imágenes y las columnas representaban los valores calculados sobre los bloques con RPN. Sobre esa matriz se realizó el AD no paramétrico. Este procedimiento permitió calcular las funciones discriminantes y desarrollar el proceso de discriminación del conjunto de prueba. El AD no paramétrico se desarrolló utilizando el Kernel Epanechnikov con radios 1, 1.5, 2 y 2.5. Se replicó este procedimiento, al igual que en el proceso de discriminación con los MOM. Calculadas las estadísticas de clasificación para los MOM y AD, se realizó, por un lado, un Análisis de varianza univariante (ANOVA) teniendo como factor de análisis el radio de kernel utilizado en el AD; y otro análisis multivariante (MANOVA) donde los factores analizados fueron el número de estados del MOM y la escala de la imagen de la briqueta. EL objetivo era contrastar la hipótesis de la no existencia en diferencias significativas en las tasas de clasificación correcta para cada uno de los MOM y funciones discriminantes calculadas, al ser falsa esta hipótesis se probó con cuales parámetros se pueden obtener las mejores tasas de clasificación correcta. V. RESULTADOS En la Tabla I se muestran los resultados obtenidos en las pruebas de clasificación a través de los MOM y AD. Se pueden apreciar las tasas de clasificación correcta para las piezas de buena calidad y para las piezas de calidad defectuosa. Con respecto a las tasas de clasificación correcta para las BBC vs Cada tipo de defecto, estas no fueron satisfactorias pues Rp11, Rp3, Rp4, Rp5, Rp6 y Rp7 no alcanzaron simultáneamente valores por encima del 70%, solo la variable Rp1 en el MOM centroide y AD presentó valores por encima de este nivel.

1 Rp1=Tasas de clasificación correcta para briquetas de buena calidad. Rp2=Tasas de clasificación correcta para briquetas de calidad defectuosa. Rp3= Tasas de clasificación correcta para briquetas defecto borde abierto. Rp4= Tasas de clasificación correcta para briquetas defecto desprendimiento de superficie. Rp5= Tasas de clasificación correcta para briquetas defecto desprendimiento de esquina. Rp5= Tasas de clasificación correcta para briquetas defecto incompletas. Rp7= Tasas de clasificación correcta para briquetas defecto partidas por la mitad.

Debido a que no se obtuvieron valores satisfactorios para las tasas de clasificación correcta en el grupo BBC vs. Cada tipo de defecto, se decidió agrupar las briquetas por el tipo de causa del defecto, obteniendo los 3 grupos siguientes: 1. 2.

Briquetas buenas Briquetas Conjunto 1: conformado por las briquetas con defectos ya sean incompletas, partidas por mitad o desprendimiento superficie. La causa común para cada uno de estos defectos son torque bajo o pérdida de transferencia.

3.

Briquetas Conjunto 2: Conformado por las briquetas con desprendimiento esquina y bordes abiertos. La causa común para cada uno de estos defectos son los index enfrentados.

Tabla I. TASAS DE CLASIFICACIÓN CORRECTA BRIQUETAS DE BUENA CALIDAD VS. BRIQUETAS DE CALIDAD DEFECTUOSA MOM (CENTROIDE), MOM (RAZÓN) Y AD. Posición 0°

45°

90°

Método

Rp1 %

Rp2 %

E

Es

R

MOM C MOM R AD MOM C MOM R AD MOM C MOM R AD

78.3 80.5 84.0 82.2 63.8 76.3 75.2 88.2 69.1

91.9 94.5 92.8 93.5 91.4 86.3 93.0 94.6 96.4

3 3 X 6 9 X 3 3 X

0.25 1 X 0.25 0.5 X 0.5 1 X

X X 1.5 X X 1.5 X X 1 , 1.5, 2

MOM C 85.4 91.2 6 0.25 X MOM R 87.3 94.5 3 1 X AD 72.7 90.2 X X 1.5 MOM C 78.7 86.1 6 0.25 X Todas 72.7 90.8 MOM R 3 0.7 X AD 64.6 87.1 X X 1 (E=Número de estados, Es= Escala de la Imagen, R=Radio del kernel) 135°

Al igual que la agrupación BBC Vs Cada tipo de defecto, tampoco se alcanzó, en los tres grupos, tasas de clasificación correcta por encima del 70%. Con respecto a la tasa de clasificación correcta de briquetas de buena calidad frente a briquetas defectuosas, se observó que para la posición 0° el enfoque que presentó descriptivamente mejores tasas de clasificación fue AD, el cual clasificó correctamente un 84% a las briquetas de buena calidad y un 92.86% a las briquetas de calidad defectuosa; en la posición 45°, los MOM Centroides resultaron mejores con tasas de clasificación del 82.26% para briquetas de buena calidad y 93.53% para las briquetas de calidad defectuosa. Por otro lado, el MOM Razón fue el enfoque que presentó en promedio las mejores tasas de clasificación correcta para las briquetas en 90° y 135°, con tasas de clasificación correctas de 88.2% y 87.3% para las briquetas de buena calidad, y de 94.6% y 94.5% para briquetas defectuosas.

ISBN: 978-980-7185-02-8

IA-16

5TO CONGRESO IBEROAMERICANO DE ESTUDIANTES DE INGENIERÍA ELÉCTRICA (V CIBELEC 2012) En cuanto a las tasas de clasificación para las briquetas en todas las posiciones, fue el enfoque MOM Centroide el que presentó los mejores resultados, siendo de 78.8% y 86.1% para briquetas de buena y defectuosa calidad, respectivamente. En cuanto a los grupos formados por las briquetas en todas las posiciones y defectos, los enfoques MOM y AD no mostraron buenos resultados en el proceso de discriminación, puesto que las tasas de clasificación correctas para cada tipo de defecto estuvieron por debajo del 70%, y algunas muy bajas, a excepción de las tasas de clasificación de las briquetas de buena calidad, las cuales fueron mayores del 70% para MOM Centroide estimados con 6 y 9 estados, y funciones del AD estimadas con radios para el kernel de 1 y 1.5. En el análisis de Briquetas buena calidad vs. Conjunto 1 vs. Conjunto 2, el proceso de discriminación no fue satisfactorio, puesto que no se obtuvieron tasas de clasificación correctas mayores del 70% para Rp1, Rp2 y Rp3 simultáneamente, aunque Rp1 y Rp3 sí presentaron tasas de clasificación correcta por encima del 70% en el enfoque AD. Las combinaciones a escalas 0.25 y 0.5, con 2 y 6 estados arrojaron las mejores tasas de clasificación correctas en los MOM Centroide, mientras que las escalas 0.75 y 1, y 3 estados fueron las que lograron los mejores resultados en los MOM Razón. Las funciones del AD con las cuales se obtuvieron los mejores resultados fueron aquellas estimadas con radio 1.5 para el kernel; excepto para el grupo de briquetas en todas las posiciones, en el cual los mejores resultados se obtuvieron con un radio para el kernel igual a 1. VI. CONCLUSIONES El uso de los MOM, así como el AD, en la forma empleada en este trabajo presenta resultados suficientemente favorables sólo cuando se trabajó con dos clases, generando de esta forma evidencia de que la implementación de los enfoques utilizados en un sistema de visión artificial para el reconocimiento y discriminación de las briquetas en Orinoco Iron SCS debe ser todavía cuidadosamente revisada y analizada, puesto que las bajas tasas de clasificación correcta en el caso de multiclasificación pueden tener origen en diversas fuentes de error que tienen que corroborarse. Esas fuentes de error podrían encontrase en las técnicas empleadas en la extracción

de las características, en la cantidad de fotografías empleadas, en el uso de de los enfoques de clasificación empleados y en la forma de entrenamiento y validación realizada. En atención a los resultados encontrados quedó abierta, en distintos frentes, la investigación relacionada con la búsqueda de la solución al problema de discriminación de briquetas descrito en este artículo, en donde, aparte de las bajas tasas de clasificación correcta encontradas, no fue posible evidenciar la superioridad de un enfoque estadístico de discriminación respecto al otro. Por lo que los trabajos con miras a aclarar este horizonte continúan, y actualmente se está considerando desde el formato de las imágenes, sus escalas, la extracción de características, otros enfoques de discriminación, entre otros aspectos. REFERENCIAS BIBLIOGRÁFICAS [1]

Mujica, N. (2004). Evaluación de la calidad de las briquetas vs. Los parámetros de operación de las máquinas briqueteadoras. Trabajo de Grado. UNEXPO, Ciudad Guayana, Venezuela. [2] Orinoco Iron. Disponible en: http://www.orinoco-iron.com/io/ Consultado en julio 2011. [3] Nefian, A. (1996). Statical Approaches To face Recognition. Disponible en: http://www.anefian.com/research/nefian96_statistical.pdf. Georgia Institute Of Technology, School of Electrical Engineering. Consultado en Julio 2011. [4] Rabiner, L. (1989). A tutorial on Hidden Markov Models and Selected Applications in Speech Recognition. IEEE Transactions on Signal Processing, Vol 77 No. 2. [5] B. L. Welch, (1939). Note On Discriminant Functions. Biometrika, vol. 31 No. 1. [6] L. Díaz, (2007). Estadística Multivariada: Inferencia y Métodos. Universidad Nacional de Colombia. Editorial Unibiblos. ISBN: 958701-195-3. Bogotá, Colombia. [7] Rencher, A. (2002) Methods of Multivariate Analysis. Brigham Young University. Wiley-Interscience. [8] Rincon, L. (2008). Reconocimiento de Firmas Mediante Modelos Ocultos de Markov. Trabajo de Grado. Universidad de Los Andes. Mérida. Venezuela. [9] Maldonado, J. (1998). La estadística como herramienta de sistemas automáticos reconocedores del habla. Revista Economía Nueva Etapa, Nro. 14. Universidad de los Andes. Mérida, Venezuela. [10] Velandia, D. (2010). Modelado de secuencias Biológicas a través de modelos ocultos de Markov. Trabajo de Grado. Universidad de los Andes, Venezuela. [11] Klein, S. (2002). Fingerprint Image segmentation Based on Hidden Markov Models. Universidad de Twente. Maste´s Thesis. Enschede The Netherlands.

ISBN: 978-980-7185-02-8

IA-17