Vous êtes sur la page 1sur 101

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE INGENIERÍA MECÁNICA

TESIS

SISTEMA INTELIGENTE ARTIFICIAL PARA


DIAGNÓSTICO DE FALLAS EN MOTORES HEUI
3408E & 3412E CAT – COMPAÑIA MINERA SAN
IGNACIO DE MOROCOCHA S.A.A.

PRESENTADO POR:

PÉREZ SHAREVA, Alex Leocadio

Para optar el título de Ingeniero Mecánico

HUANCAYO – PERÚ

2016
ii

ASESOR:

Mg. Marcial De La Cruz Lezama


iii

DEDICATORIA

Dedico esta tesis principalmente a

Dios, por haberme dado la vida, a mis

padres quienes me dieron educación,

apoyo y consejos; a mi esposa, colegas

de trabajo y a todos aquellos quienes

fueron un gran apoyo emocional

durante el tiempo en que escribía esta

tesis.
iv

CONTENIDO

ASESOR:...................................................................................................................... ii
DEDICATORIA .............................................................................................................iii
CONTENIDO ............................................................................................................... iv
LISTA DE TABLAS ...................................................................................................... vi
LISTA DE FIGURAS ................................................................................................... viii
RESUMEN .................................................................................................................... x
ABSTRAC.................................................................................................................... xi
INTRODUCCIÓN .........................................................................................................xii
Capítulo 1:PLANTEAMIENTO DEL ESTUDIO ............................................................ 15
1.1 TEMA DE INVESTIGACIÓN ......................................................................... 15
1.2 PROBLEMA DE INVESTIGACIÓN ............................................................... 15
1.3 PROBLEMA GENERAL ................................................................................ 17
1.4 OBJETIVOS ................................................................................................. 17
1.5 JUSTIFICACION .......................................................................................... 18
1.6 HIPÓTESIS .................................................................................................. 19
1.7 OPERACIONALIZACIÓN DE VARIABLES ................................................... 20
Capítulo 2:MARCO TEÓRICO .................................................................................... 21
2.1 ANTECEDENTES......................................................................................... 21
2.2 BASES TEÓRICAS ...................................................................................... 24
2.3 MARCO CONCEPTUAL ............................................................................... 42
2.4 DEFINICIONES CONCEPTUALES Y OPERACIONALES ............................ 42
Capítulo 3:DISEÑO METODOLÓGICO....................................................................... 45
3.1 INTRODUCCIÓN METODOLOGÍA .............................................................. 45
3.2 TIPO Y NIVEL DE INVESTIGACIÓN ............................................................ 45
v

3.3 DISEÑO DE LA INVESTIGACIÓN ................................................................ 47


3.4 POBLACIÓN Y MUESTRA ........................................................................... 48
3.5 UNIDAD DE OBSERVACIÓN ....................................................................... 48
3.6 TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS ............... 49
3.7 TÉCNICAS DE ANÁLISIS DE DATOS.......................................................... 53
Capítulo 4:PRESENTACIÓN DE RESULTADOS........................................................ 68
4.1 RESULTADOS DE LA INVESTIGACIÓN ..................................................... 68
4.2 ANÁLISIS ESTADÍSTICO DE LOS RESULTADOS ...................................... 70
4.3 PRUEBA DE HIPOTESIS ............................................................................. 72
Capítulo 5:DISCUSIÓN E INTERPRETACIÓN DE RESULTADOS ............................ 78
5.1 INTERPRETACIÓN DE LOS RESULTADOS ............................................... 78
5.2 COMPARACIÓN DE RESULTADOS ............................................................ 79
5.3 EVALUACIÓN DE RESULTADOS................................................................ 81
5.4 CONSECUENCIAS TEÓRICAS ................................................................... 81
CONCLUSIONES ....................................................................................................... 83
RECOMENDACIONES ............................................................................................... 85
BIBLIOGRAFÍA ........................................................................................................... 87
ANEXO ....................................................................................................................... 90
vi

LISTA DE TABLAS

Tabla 1.1: Operacionalización de la variable dependiente ……..20

Tabla 1.1: Operacionalización de la variable independiente ……..20

Tabla 2.1: Algunas definiciones de Inteligencia artificial,


organizadas en cuatro categorías. ……..30

Tabla 2.3: Operacionalización de variables ……..43

Tabla 3.1: Fallas principales en motores HEUI 3408E& HEUI


3412E ……..49

Tabla 3.2: Evaluación del sistema experto a través de dos expertos


del área de informática ……..50

Tabla 3.3: Evaluación del sistema experto a través de cinco


especialistas en reparación y mantenimiento de motores
HEUI 3408E & 3412E CAT. ……..51

Tabla 3.4: Evaluación del sistema experto a través de cinco


usuarios. ……..52

Tabla 4.1: Evaluación del sistema experto por técnicos


responsables del diagnóstico y reparación de motores
vii

HEUI 3408E & 3412E CAT ……..68

Tabla 4.2: Evaluación del sistema experto por usuarios de acuerdo


a cuestionario ……..69

Tabla 4.3: Resultados correctos e incorrectos de diagnósticos


realizados por los técnicos responsables y por el
sistema experto ……..73

Tabla 4.4: Valores esperados en cada celda ……..74

Tabla 4.5: Chi Cuadrada calculado con SPSS ……..76

Tabla 4.6: Diagnósticos correctos e incorrectos de Personal


técnico responsable y del sistema experto ……..76
viii

LISTA DE FIGURAS

Figura 2.1: Ambiente de la Ingeniería de Conocimiento …..…..25

Figura 2.2: Alternativas correspondientes a dos modelos de


computación: (1) algorítmico y (2) basado en el
conocimiento …….....33

Figura 2.3: Arquitectura de los Sistemas Expertos …..…..36

Figura 2.4: Etapas en el desarrollo de un sistema experto …..…..38

Figura 2.5: Módulo de Control Electrónico ECM motor HEUI …..…..41

Figura 3.1: Partes que se consideró en la implementación del


sistema experto …..…..54

Figura 3.2: Interfaz principal de usuario …..…..59

Figura 3.3: Pantalla para iniciar consulta …..…..60

Figura 3.4: Interfaz de dialogo 1, caso posible motor no arranca


ambiente frio …..…..60

Figura 3.5: Interfaz de dialogo 2, caso posible motor no arranca


ambiente frio …..…..61

Figura 3.6: Interfaz de dialogo 3, caso posible motor no arranca


ambiente frio …..…..61
ix

Figura 3.7: Interfaz de dialogo 4, caso posible motor no arranca


ambiente frio …..…..62

Figura 3.8: Interfaz de dialogo 5, caso posible motor no arranca


ambiente frio …..…..62

Figura 3.9: Interfaz de resultado de diagnóstico motor no arranca


ambiente frio …..…..63

Figura 3.10: Interfaz para tratamiento de falla motor no arranca


ambiente frio …..…..63

Figura 3.11: Interfaz de dialogo 1, caso posible motor no arranca


baja presión de inyección …..…..64

Figura 3.12: Interfaz de dialogo 2, caso posible motor no arranca


baja presión de inyección …..…..64

Figura 3.13: Interfaz de dialogo 3, caso posible motor no arranca


baja presión de inyección …..…..65

Figura 3.14: Interfaz de dialogo 3, caso posible motor no arranca


baja presión de inyección …..…..65

Figura 3.15: Interfaz de dialogo 4, caso posible motor no arranca


baja presión de inyección …..…..66

Figura 3.16: Interfaz de resultado de diagnóstico motor no arranca


baja presión de inyección …..…..66

Figura 3.17: Interfaz para tratamiento de falla motor no arranca


baja presión de inyección …..…..67

Figura 4.1: Evaluación del sistema experto por técnicos


responsables del diagnóstico y reparación de motores
HEUI 3408E & 3412E CAT …..…..69

Figura 4.2: Evaluación del sistema experto por usuarios …..…..70

Figura 4.3: Comparación de Chi Cuadrado de tabla con Chi


Cuadrado calculado …..…..76
x

RESUMEN

SISTEMA INTELIGENTE ARTIFICIAL PARA DIAGNÓSTICO DE FALLAS EN


MOTORES HEUI 3408E & 3412E CAT – COMPAÑIA MINERA SAN IGNACIO
DE MOROCOCHA S.A.A.

Autor: ALEX LEOCADIO PÉREZ SHAREVA


El objetivo de esta tesis fue determinar cómo es el diagnóstico de fallas de los
motores HEUI 3408E & 3412E CAT de la Compañía minera San Ignacio de
Morococha S.A.A. mediante el uso de un prototipo de sistema inteligente
artificial. El tipo de investigación del presente trabajo es básica y el nivel de
investigación es descriptivo correlacional debido a que se tuvo en cuenta la
procedencia del diagnóstico de fallas (personal técnico o sistema experto) de
los motores HEUI 3408E & 3412E CAT. Para ello fue necesario desarrollar e
implementar un sistema inteligente artificial basado en un sistema experto para
el diagnóstico de fallas en motores HEUI 3408E & 3412E CAT, el mismo que
fue validado por expertos del área de informática, especialistas técnicos en
mantenimiento y reparación de dichos motores y por los usuarios potenciales.
Para un nivel de significancia del 5% se verificó que el resultado de que el
diagnostico de fallas de los motores HEUI 3408E & 3412E CAT difiere si se
utiliza un sistema inteligente basado en un sistema experto, con respecto al
diagnóstico convencional realizado por el personal técnico responsable.

Palabras claves: Sistema inteligente artificial, sistema experto, diagnóstico de fallas


en motores HEUI 3408E & 3412E CAT.
xi

ABSTRAC

ARTIFICIAL INTELLIGENT SYSTEM FOR DIAGNOSIS OF FAULTS IN


MOTORS HEUI 3408E & 3412E CAT – MINING COMPANY SAN IGNACIO
OF MOROCOCHA S.A.A.
Author: ALEX LEOCADIO PÉREZ SHAREVA

The objective of this thesis was to determine how it is the diagnosis of faults of
motors HEUI 3408E & 3412E CAT of the mining Company San Ignacio de
Morococha S.A.A by means of the use of a prototype of artificial intelligent
system. The type of investigation of the present work is basic and the
investigation level is descriptive corelational because the origin of the diagnosis
of faults (personal technician or expert system) of motors HEUI considered
3408E & 3412E CAT. For it was necessary to develop and to implement an
artificial intelligent system based on an expert system for the diagnosis of faults
in motors HEUI 3408E & 3412E CAT, the same that was validated by experts of
the computer science area, technical specialists in maintenance and repair of
these motors and by the potential users. For a level of significance of 5% the
result was verified that the diagnosis of faults of motors HEUI 3408E & 3412E
CAT differs if an intelligent system based on an expert system is used, with
respect to the conventional diagnosis realised by the responsible technical
personnel.

Keywords: Artificial intelligent system, expert system, diagnosis of faults in motores


HEUI 3408E & 3412E CAT.
xii

INTRODUCCIÓN

La Ingeniería de Conocimiento es la disciplina orientada a la creación de

sistemas basados en conocimiento para el análisis y solución de problemas de

un dominio específico como la visión, el lenguaje y el aprendizaje. Aunque los

conocimientos pueden conseguirse de una variedad de fuentes, incluyendo la

documentación y los sistemas de información existentes, la mayor parte se

obtiene de personas expertas. Así mismo la Inteligencia Artificial sintetiza y

automatiza tareas intelectuales y es, por lo tanto, potencialmente relevante

para cualquier ámbito de la actividad intelectual humana. En este sentido, es un

campo genuinamente universal. En los Sistemas Expertos este conocimiento

del dominio es almacenado en una Base de Conocimientos, en ésta no sólo se

almacenan datos individuales, sino que contiene también objetos complejos,

sus cualidades, relaciones entre objetos y reglas para el procesamiento del

conocimiento y; para la derivación de mayor conocimiento a partir del ya

existente.
xiii

El presente trabajo de tesis es para optar el Título Profesional de Ingeniero

Mecánico en la Universidad Nacional del Centro del Perú. Es un estudio que

trata sobre cómo desarrollar, implementar y utilizar un prototipo de sistema

inteligente artificial basado en un sistema experto para el diagnóstico de fallas

de los motores HEUI 3408E & 3412E CAT de la Compañía Minera San Ignacio

de Morococha S.A.A.

De esta manera esta Tesis trata en el Capitulo 1: El planteamiento del

problema que incluye aspectos como la formulación del problema cuyo

enunciado es ¿Cómo es el diagnóstico de fallas de los motores HEUI 3408E &

3412E CAT de la Compañía minera San Ignacio de Morococha S.A.A.

mediante el uso de un prototipo de sistema inteligente artificial?; así mismo se

indica el objetivo general e hipótesis de esta investigación.

En el Capítulo 2: se detalla el marco teórico considerado para esta

investigación que incluye los antecedentes y el marco conceptual

correspondiente relacionados con los sistemas inteligentes basados en un

sistema experto y el diagnóstico de fallas en los motores HEUI 3408E & 3412E

CAT.

En el Capítulo 3: Se especifica el método considerado para el desarrollo de

este estudio que incluye las técnicas de observación, reglas para el

razonamiento y la predicción, ideas sobre la experimentación planificada y los

modos de comunicar los resultados experimentales y teóricos. La investigación

es fundamental para el profesional de ingeniería, ya que para todo tipo de

investigación hay un proceso y unos objetivos precisos. Así mismo se precisa

que esta investigación corresponde al tipo de investigación básica ya que


xiv

consiste en observar si el uso de un prototipo de sistema inteligente basado en

un sistema experto que consideró las etapas requeridas para su diseño y su

implementación, mejora el diagnóstico de fallas de los motores HEUI 3408E &

3412E CAT de la Compañía minera San Ignacio de Morococha S.A.A. El nivel

de investigación es descriptivo y el diseño de investigación es no experimental,

del tipo descriptiva correlacional, de corte transversal.

En el Capítulo 4: Se presenta el resultado de la evaluación del prototipo de un

sistema experto para el diagnóstico de fallas de motores HEUI 3408E & 3412E

CAT, el análisis de los resultados estadísticos tomando en cuenta la evaluación

realizado por especialistas del área de informática, especialistas en

mantenimiento y reparación de motores HEUI 3408E & 3412E CAT y usuarios

del sistema experto para finalmente realizar la comprobación de la prueba de

hipótesis formulada para esta investigación.

En el Capítulo 5: Se presenta la interpretación de los resultados obtenidos en el

capítulo anterior de esta tesis, así mismo se hace la comparación cualitativa de

dichos resultados con resultados obtenidos en estudios similares que se

incluyen en los antecedentes de esta tesis. Finalmente se realiza una

evaluación general de los resultados obtenidos y se especifica también las

consecuencias teóricas del presente trabajo de investigación.


15

Capítulo 1:

PLANTEAMIENTO DEL ESTUDIO

1.1 TEMA DE INVESTIGACIÓN

El tema de investigación consistió en determinar si el resultado de los

diagnósticos de las fallas de los motores HEUI 3408E & 3412E CAT

mejoran mediante el uso de un sistema inteligente artificial basado en un

sistema experto.

1.2 PROBLEMA DE INVESTIGACIÓN

La Compañía Minera San Ignacio de Morococha S.A.A. es una empresa

que se fue funda en agosto de 1942, y se dedica a la prospección,

exploración, extracción y concentración de minerales, así como

comercialización de concentrados y refinados, principalmente de zinc.

En la actualidad para toda empresa minera y en particular para la

Compañía Minera San Ignacio de Morococha S.A.A. cumplir con la


16

exigencia de contar con maquinaria pesada es creciente, y conseguir que

dichos equipos tengan un buen mantenimiento, que estén siempre

operativos y conservados es el reto de cada día para el área de

mantenimiento, debido a que todo sistema es productivo siempre y

cuando opere bajo un mínimo de ocurrencia de fallas, y evite en lo

posible, paradas inesperadas que conllevan a una disminución de la

producción y pérdidas económicas. Entre el 23 de abril del 2014 y el 23

de Noviembre del 2014 en dicha compañía operaron 4 camiones fuera de

carretera 769D-CAT (camiones de obras) con modelo de motor Caterpillar

3408E con una potencia bruta de 386 kW / 518 hp y una potencia en el

volante de 363 kW / 487 hp y 5 camiones de obra 773E con modelo de

motor Cat 3412E con una potencia bruta de 530 kW / 710 hp y una

potencia en el volante de 501 kW / 671 hp, que son diseñados

especialmente para tener un extraordinario funcionamiento en obras de

construcción, de minería y cantera. Debido a que en dicho periodo se

presentaron fallas continuas en ambos modelos de motor cuyas

características son similares y teniendo en cuenta que las mismas son

eventos no deseadas por cualquier empresa, más si dichas fallas como en

este caso no se detectaban oportunamente debido a que no se retenía al

personal técnico responsable que adquiría experiencia y el ingreso de

nuevo personal técnico requería un tiempo para adaptarse

adecuadamente a esta labor por lo que el diagnóstico y reparación de

dichos motores se realizaban en un periodo mayor, ello originaba

problemas económicos para la empresa. Fue importante entonces

considerar que cuando ocurre una falla existen pérdidas económicas y de


17

tiempo, que son los factores más importantes, porque a consecuencia de

ello se contravino con los objetivos y metas de producción de la empresa.

Por lo expuesto se planteó desarrollar e implementar un sistema

inteligente artificial capaz de dar un diagnostico y tratamiento correcto

(confiable) sobre las fallas en motores HEUI 3408E & 3412E CAT de los

camiones 769D de la Compañía minera San Ignacio de Morococha S.A.A.

utilizando un sistema experto con sus correspondientes reglas de

producción y la inferencia.

1.3 PROBLEMA GENERAL

La interrogante principal de la presente investigación es: ¿Cómo es el

diagnóstico de fallas de los motores HEUI 3408E & 3412E CAT de la

Compañía minera San Ignacio de Morococha S.A.A. mediante el uso de

un prototipo de sistema inteligente artificial?

1.4 OBJETIVOS

1.4.1 Objetivo General

Determinar cómo es el diagnóstico de fallas de los motores HEUI

3408E & 3412E CAT de la Compañía minera San Ignacio de

Morococha S.A.A. mediante el uso de un prototipo de sistema

inteligente artificial.

1.4.2 Objetivos específicos

 Desarrollar e implementar un prototipo de sistema inteligente

artificial basado en un sistema experto para el diagnóstico de

fallas de los motores HEUI 3408E & 3412E CAT.


18

 Utilizar un prototipo de sistema inteligente artificial basado en un

sistema experto para el diagnóstico de fallas de los motores

HEUI 3408E & 3412E CAT.

1.5 JUSTIFICACION

Las razones que motivaron la investigación son:

 Considerar que se debe de mantener la continuidad operativa en este


caso de la maquinaria pesada con motores HEUI 3408E & 3412E CAT,
debido a que como se indicó anteriormente cualquier falla es un evento
no deseado que genera pérdida económica y de tiempo.

 Disponer de un prototipo de sistema inteligente artificial para el


diagnóstico de fallas de motores HEUI 3408E & 3412E CAT de la
Compañía Minera San Ignacio de Morococha S.A.A. que contenga los
conocimientos de un experto para el mantenimiento, capaz de
diagnosticar la causa de falla o incidente más probable, permitiendo
que una persona con conocimientos básicos del equipo pueda realizar
las tareas propias de un experto, logrando diagnosticar oportunamente
dichas fallas y planificar intervenciones.

1.5.1 Logros alcanzados

 Se desarrolló e implementó un prototipo de sistema inteligente


basado en un sistema experto para diagnosticar fallas en
motores HEUI 3408E & 3412E CAT de la Compañía Minera San
Ignacio de Morococha S.A.A.

 Se utilizó recursos disponibles como ordenadores de la empresa


y el lenguaje Swi-Prolog que es un software libre para el
desarrollo de sistemas expertos.

1.5.2 Alcances

 Se consideró la opinión de 2 expertos en el área de informática


19

para dar validez al sistema implementado.

 El proceso de registro de eventos de falla se realizó con el apoyo


del propio experto (personal técnico experto en mantenimiento y
reparación de motores HEUI 3408E & 3412E CAT, debido a que
contaban con la experiencia y conocimientos necesarios que fue
muy importante para desarrollar el sistema es decir considerar el
conocimiento que posee el experto.

 Se tuvo en cuenta la evaluación del sistema experto para


diagnóstico de fallas en motores HEUI 3408E & 3412E CAT por
usuarios potenciales que estuvo conformado por cinco
egresados de SENATI – Cerro de Pasco.

1.5.3 Limitaciones

 Se consideró para el estudio 16 eventos (fallas) de mayor


frecuencia registrados entre el 23 de abril del 2014 y el 23 de
Noviembre del 2014 en los motores de los 4 camiones fuera de
carretera 769D-CAT (camiones de obras) con modelo de motor
Caterpillar 3408E y en los motores de los 5 camiones de obra
773E con modelo de motor Cat 3412E.

 Por considerar un periodo establecido de tiempo para el estudio


el prototipo del sistema inteligente artificial basado en un sistema
experto no realiza al 100% los diagnósticos correctamente, ello
se debe a la falta de incorporación de más reglas de producción.
Así mismo es posible que exista otras fallas no contempladas
aún por el sistema.

1.6 HIPÓTESIS

El uso de un prototipo de sistema inteligente basado en un sistema

experto mejora el diagnóstico de fallas de los motores HEUI 3408E &

3412E CAT de la Compañía minera San Ignacio de Morococha S.A.A.


20

1.7 OPERACIONALIZACIÓN DE VARIABLES

Con el fin de uniformizar el significado de la hipótesis, en la tabla 1.1 y

tabla 1.2, se desarrolla la definición conceptual y operacional de las

variables que se están utilizando en la investigación.

Tabla 1.2: Operacionalización de la variable dependiente

Variable Dependiente: Diagnóstico fallas de los motores HEUI 3408E &


3412E CAT

Definición Dimensión Indicador


conceptual

Procedimiento Diagnóstico correcto Número de diagnósticos correctos.


para detectar de fallas
las fallas en
los motores Diagnóstico Número de diagnósticos incorrectos.
HEUI 3408E & incorrecto de fallas
3412E CAT.

Fuente: elaboración propia.

Tabla 1.3: Operacionalización de la variable independiente

Variable Independiente: Sistema inteligente artificial basado en un sistema


experto

Definición Dimensión Indicador


conceptual

Un sistema Sistema experto  Validación de expertos


inteligente (sistema computacional informáticos
artificial (SIA) que adquiere
posee, en conocimiento  Validación de expertos en
general, los especializado en un mantenimiento y reparación de
mismos campo específico) motores HEUI 3408E & 3412E
elementos que CAT
un sistema
inteligente  Validación de usuarios
natural, pero
con
características
limitadas.

Fuente: elaboración propia.


21

Capítulo 2:

MARCO TEORICO

2.1 ANTECEDENTES

En la Universidad EAFIT de Medellín Colombia, en la Escuela de

ingeniería – Departamento de Ingeniería Mecánica se desarrolló el

proyecto para optar el título de Ingeniero Mecánico denominado “Diseño

de un sistema experto en mantenimiento e implementación en un sistema

de ingeniería”, en este trabajo se señala que los sistemas expertos son

una rama de la inteligencia artificial que se encarga de emular el proceso

de razonamiento humano para la solución de problemas específicos para

los cuales fue programado, teniendo en cuenta los conocimientos previos

adquiridos por expertos humanos y representados en el programa por

medio de reglas; se concluye además que a menudo, los diagnósticos

técnicos en equipos modernos y las intervenciones de máquinas

requieren de cierto grado de experticia. En muchos casos por la lejanía


22

del sitio, por la tendencia a automatización de procesos o por falta de

especialización de los profesionales en un tema dado, cada vez es menor

el número de expertos que pueden estar disponibles a la hora de

enfrentar un problema técnico en una instalación. Los sistemas expertos

se encargan de llevar los conocimientos de un especialista en alguna

materia, a una planta o instalación, que por motivos externos, no puedan

tener disponibilidad de este a tiempo completo. El sistema experto se

encarga de proveer la experticia y de dar recomendaciones

especializadas a operarios o encargados de mantenimiento que no tienen

dicho conocimiento, a partir de información básica ingresada por estos

(Escobar, 2008).

En la Universidad de Talca de Chile, en la Facultad de Ingeniería

(Ingeniería de Ejecución en Mecánica) se presentó el trabajo denominado

“Elaboración de un modelo experto para diagnóstico de fallas: Caso grúa

horquilla”; este modelo experto se desarrolló en Microsoft Visual Basic

6.0, basado en árboles de decisiones, con el propósito de disminuir la

carga de trabajo que presenta un mecánico experto en grúas horquillas de

la planta Talca de Coca-Cola Embonor S.A. El cual debe atender las fallas

que se presentan en estas máquinas, ejecutando las tareas necesarias

para su reparación, guiando a otros mecánicos con menos experiencia o

instruyendo a trabajadores novatos que no cuentan con los conocimientos

necesarios para intervenir la máquina. Esta herramienta permite

almacenar el conocimiento, actualizarlo, editarlo y ponerlo a disposición

del usuario para ser utilizado en el diagnóstico de causas de fallas, en el

entrenamiento de nuevo personal o cuando sea necesario (Bravo, 2010).


23

En la Universidad Austral de Chile, Facultad de Ciencias de la Ingeniería

se presentó el trabajo de Tesis denominado “Desarrollo de un sistema

experto de apoyo al mantenimiento predictivo de camiones CAEX con

motor diesel”, donde se muestra un sistema experto de mantenimiento

predictivo. En dicho proyecto se describen los principales tipo de

mantenimiento industrial, las ventajas y desventajas que presenta cada

manera de realizar el mantenimiento. Luego, el análisis se centra en las

técnicas para realizar el mantenimiento predictivo, considerado como el

mejor tipo de mantenimiento industrial, especialmente en la técnica del

análisis de lubricantes y de signos vitales, usadas en el mantenimiento

predictivo de los camiones CAEX. Dicho proyecto de titulación consistió

en el desarrollo de un prototipo de sistema experto de mantenimiento

predictivo capaz de analizar la información generada por los sensores

presentes en las principales componentes de los camiones, haciendo uso

del conocimiento extraído de los expertos en el funcionamiento de los

camiones (Bachmann, 2011).

En la Universidad de Camagüey, Cuba, en la Facultad de

Electromecánica publican el trabajo de investigación titulado:

“Clasificación de fallas con redes neuronales para grupos electrógenos”,

donde indican que con el incremento del grado de dependencia de la

sociedad moderna de los sistemas y procesos tecnológicos complejos, su

disponibilidad y correcto funcionamiento se han convertido en una

cuestión estratégica, donde las tareas de diagnóstico y clasificación de

fallos juegan un rol muy importante con el fin de garantizar y mantener en

operación continúa y confiable al proceso, los fallos pueden provocar


24

desde una reducción del desempeño hasta un daño que provoque

paradas en la producción. El objetivo de dicho trabajo fue el desarrollar un

sistema para el diagnóstico y clasificación de fallos para la unidad de

motores Diesel (MTU) del Emplazamiento de Grupo Electrógeno

Camagüey. La solución propuesta constituye una herramienta para

evaluar la aplicación de mantenimiento preventivo antes de la ocurrencia

de un fallo (Corrales y Ramírez, 2013)

En la Universidad de Colima, México, en la Facultad de Ingeniería

Mecánica y Eléctrica, se presentó la investigación titulada “Desarrollo de

un sistema experto para el diagnóstico de fallas automotrices”, en este

trabajo de investigación se indica que este sistema es una herramienta de

diagnóstico para técnicos mecánicos, practicantes y personas con

conocimientos básicos de mecánica automotriz y puede también ser

empleado como un sistema tutor inteligente para un curso de mecánica

automotriz; así mismo se concluye que aunque en la actualidad todos los

modelos de automóviles de modelo reciente cuentan con computadora

integrada, para el diagnóstico mecánico se requiere un escáner que se

conecta a la computadora y al ejecutar la rutina de diagnóstico, el

personal técnico del taller mecánico debe interpretar los resultados

reportado por el escáner, si esta persona no cuenta con la experiencia

necesaria, o el escáner no le reporta alguna falla, no podrá realizar las

reparaciones necesarias al vehículo, en este caso este sistema experto

(DIMv3), es una alternativa y un complemento del escaneo pues la base

de conocimiento tiene incluidas (Fuentes R. y Fuentes A., 2013).

2.2 BASES TEÓRICAS


25

Para el desarrollo de la investigación se tuvo en cuenta los aspectos

teóricos relacionados con:

2.2.1 Ingeniería del conocimiento

Peña (2006, p.21) asevera que la Ingeniería de Conocimiento es la

disciplina orientada a la creación de sistemas basados en

conocimiento para el análisis y solución de problemas de un

dominio específico como la visión, el lenguaje y el aprendizaje, tal

como se muestra en la Figura 2.1. Aunque los conocimientos

pueden conseguirse de una variedad de fuentes, incluyendo la

documentación y los sistemas de información existentes, la mayor

parte se obtiene de personas expertas. El conocimiento

suministrado por el experto, tiene un alto grado de especialización

orientada hacia un tema específico

Figura 2.1: Ambiente de la Ingeniería de Conocimiento


Fuente: Sistemas basados en conocimiento: Una base para su concepción y
desarrollo (Peña, 2006, p.21)

Banda (2014, p.100) indica que para el desarrollo de un sistema

basado en conocimiento no existen metodologías o marcos de

trabajo (frameworks) estandarizados como para el caso de

ingeniería de software. Sin embargo, existen algunas propuestas

que se han configurado, para apoyar su desarrollo:


26

 RAPID

 Knowledge-based Analysis and Design System (KADS)

 CommonKADS

RAPID: Banda (2014, p.100) detalla que al ser el conocimiento un

insumo ambiguo, difuso y estocástico, para el desarrollo de

sistemas basados en conocimiento se recomienda seguir un

proceso denominado RAPID, por los nombres en inglés de sus dos

fases: Rapid Prototyping and Incremental Development (Prototipaje

rápido y desarrollo incremental). En ambas fases del desarrollo del

sistema, los factores clave del éxito del proyecto son el

involucramiento y la interacción de los principales agentes:

desarrollador o ingeniero cognitivo (knowledge engineer), usuario y

expertos; señala también que comprende de las siguientes etapas:

- Análisis.- Con el apoyo de expertos en el campo del

conocimiento específico, evaluar el problema y los recursos

disponibles para determinar la aplicabilidad de una solución

basada en conocimiento, incluyendo un análisis beneficio -

costo.

- Especificación de Requerimientos.- Con la intervención de

usuarios y expertos, el desarrollador debe formalizar y poner por

escrito lo que fue adquirido durante la fase de análisis. Esto

permite determinar los objetivos del proyecto, la funcionalidad

esperada, los atributos de calidad, establecer los medios para

alcanzarlos y registrar legalmente los compromisos establecidos

de común acuerdo con los usuarios del sistema.


27

- Diseño Preliminar.- El desarrollador con el asesoramiento de los

expertos, considera únicamente las decisiones de alto nivel

necesarias para preparar y desarrollar rápidamente el prototipo

inicial. En esta etapa se determina el paradigma de

representación del conocimiento y se escoge la herramienta que

servirá para construir el prototipo inicial.

- Prototipo Inicial y Evaluación.- Sobre la base del conocimiento

recopilado de los expertos y la información registrada de los

usuarios en las etapas anteriores, el desarrollador construye un

prototipo inicial que, con la ayuda de los usuarios y expertos, le

permitirán confirmar, rectificar o desechar las decisiones

tomadas en el diseño preliminar.

- Diseño Inicial.- Con las experiencias obtenidas de la evaluación

del prototipo inicial, el desarrollador realiza un diseño preliminar

del sistema con las características y funcionalidades esperadas

en la versión de entrega, por lo que se debe también incluir el

diseño de un plan de pruebas. Con esta etapa termina la fase de

prototipaje rápido.

- Implementación.- Con esta etapa se inicia la fase de desarrollo

incremental. Con la participación de usuarios y expertos, el

desarrollador construye todos los módulos del sistema, utilizando

herramientas que pueden o no ser las mismas que fueron

utilizadas para el prototipo inicial.

- Pruebas.- La aplicación del plan de pruebas permite verificar la

operación del sistema y todas sus unidades, así como validar los
28

resultados obtenidos al aplicar casos de prueba certificados por

los expertos.

- Ajustes al diseño.- Los resultados obtenidos son sometidos a la

evaluación de usuarios y expertos, a fin de identificar posibles

ajustes al diseño que, de ser el caso, son implementados y

sometidos a posteriores pruebas, hasta obtener la aceptación de

los usuarios, basada en la satisfacción de requerimientos y

criterios de calidad inicialmente convenidos.

- Instalación, Implantación y Mantenimiento.- Terminada la etapa

de desarrollo incremental, se procede a la instalación del

sistema. Luego viene el proceso de puesta en producción

(implantación) y la conformación de un plan de mantenimiento y

actualización del sistema.

Knowledge-based Analysis and Design System (KADS): Banda

(2014, p.102) especifica que los métodos propuestos por KADS

representan aproximaciones estructuradas y sistemáticas a dos

áreas clave del desarrollo de sistemas basados en conocimiento:

las fases de análisis y de diseño. En general, KADS se compone

de:

Actividades estructuradas para análisis de requerimientos y diseño

hasta el nivel de módulos de un sistema basado en conocimiento.

- Definiciones de resultados o entregables, producidos por las

actividades de análisis y diseño.

- Asesoramiento y guía en las técnicas a utilizarse para realizar

las actividades de análisis y diseño.


29

- Asesoramiento y guía en las herramientas, software, incluyendo

bibliotecas que pueden ser usadas para apoyar a dichas

técnicas.

- Apoyo para el control y aseguramiento de la calidad en la

producción de resultados.

- Identificación de oportunidades para producción de prototipos.

CommonKADS: Banda (2014, p.103) explica que en Europa, se

considera un estándar de facto para análisis de conocimiento y

desarrollo de sistemas basados en conocimiento. Es una mejora

del KADS. Describe el desarrollo de un sistema basado en

conocimiento desde dos perspectivas:

- Perspectiva de resultado.- Un conjunto de modelos de diferentes

aspectos de un sistema basado en conocimiento y su entorno,

los cuales se mejoran continuamente, durante el ciclo de vida del

proyecto.

- Perspectiva de gestión de proyecto.- Un modelo de ciclo de vida

en espiral, guiado por el riesgo, que puede ser configurado como

un proceso adaptado a un proyecto en particular.

2.2.2 Inteligencia artificial

La Inteligencia Artificial (IA) abarca en la actualidad una gran

variedad de subcampos, que van desde áreas de propósito

general, como el aprendizaje y la percepción, a otras más

específicas como el ajedrez, la demostración de teoremas

matemáticos, la escritura de poesía y el diagnóstico de


30

enfermedades. La IA sintetiza y automatiza tareas intelectuales y

es, por lo tanto, potencialmente relevante para cualquier ámbito de

la actividad intelectual humana. En este sentido, es un campo

genuinamente universal. En la Tabla 2.1 se presenta definiciones

de inteligencia artificial extraídas de ocho libros de texto (Russell y

Norvig, 2008, p.1).

Tabla 2.1: Algunas definiciones de Inteligencia artificial, organizadas en cuatro


categorías.
Sistemas que piensan como Sistemas que piensan
humanos racionalmente
“El nuevo y excitante esfuerzo de “El estudio de las facultades
hacer que los computadores mentales mediante el uso de
piensen... máquinas con mentes, modelos computacionales”.
en el más amplio sentido literal”. (Charniak y McDermott, 1985)
(Haugeland, 1985)
“El estudio de los cálculos que
“La automatización de actividades hacen posible percibir, razonar y
que vinculamos con procesos de actuar”. (Winston, 1992)
pensamiento humano, actividades
como la toma de decisiones,
resolución de problemas,
aprendizaje...” (Bellman, 1978)
Sistemas que actúan como Sistemas que actúan
humanos razonadamente
“El arte de desarrollar maquinas con “La Inteligencia Computacional es el
capacidad para realizar funciones que estudio del diseño de agentes
cuando son realizadas por personas inteligentes”. (Poole et al., 1998)
requieren de inteligencia”. (Kurzwell,
“IA... está relacionada con conductas
1990)
Inteligentes en artefactos”. (Nilsson,
“El estudio de cómo lograr que los 1998)
computadores realicen tareas que, por
el momento, los humanos hacen
mejor”. (Rich y Knight, 1991)

Fuente: Inteligencia artificial – Un enfoque moderno (Russell y Norvig, 2008,


p.2) .
31

Ponce (2010, p.1) indica que se podría comenzar por destacar

algunas propiedades generales que presenta la inteligencia

humana, como por ejemplo la habilidad de enfrentar nuevas

situaciones, la habilidad de resolver problemas, de responder

preguntas, elaborar planes, etc. Desde sus inicios, el hombre se

representó el mundo real mediante símbolos, los cuales

constituyen la base del lenguaje humano. En este sentido, se

podría considerar a la IA como un dialecto simbólico constituido por

cadenas de caracteres que representan conceptos del mundo real.

De hecho, los procesos simbólicos son una característica esencial

de la IA. A partir de lo expuesto es posible formular una definición

más aproximada de nuestro objeto de estudio: la IA es una rama de

las ciencias computacionales que se ocupa de los símbolos y

métodos no algorítmicos para la resolución de problemas.

2.2.3 Sistema de inteligencia artificial

Un sistema inteligente artificial (SIA) posee, en general, los mismos

elementos que un sistema inteligente natural, pero con

características limitadas (D’Aquila, 2005). Se destacan:

 Robot autónomo
- Está basado en hardware y software

- Puede ser fijo o móvil

- Tiene como máxima expresión el humanoide

 Softbot inteligente
- Está basado enteramente en software
32

- Su cuerpo es una computadora, percibe secuencias de código

y acciona entregando secuencias de código.

- Es un programa de computadora que simula algún tipo de

comportamiento inteligente.

Al SIA se lo denomina, también, agente inteligente. Este concepto

de agente, nacido en el área de los sistemas inteligentes artificiales

(SS.II.AA.), se lo generaliza a aquellos que no son inteligentes. En

particular, los denominados agentes racionales, son los que

accionan exitosamente para satisfacer un objetivo, quedando

descartados en esta definición, aquellos que accionan

aleatoriamente.

D’Aquila (2005) afirma que de este modo, dentro de los agentes

racionales, se pueden distinguir:

 No Inteligentes
- Generales: hardware + software Robots no autónomos:

- Sistemas Automáticos

- Softbots: Sólo software Programas tradicionales

 Inteligentes
- Generales: hardware + software inteligente es decir, Control

motriz + Cerebro

- Robots autónomos

- Softbots: Sólo software, constituyen el cerebro de los SS.II.AA

- Basados en el Conocimiento, Neuronales y Evolutivos

(representan las tres clases de softbot inteligente)


33

Un sistema inteligente es un sistema que presenta, como principal

característica, su capacidad de adaptación a condiciones variables

de su entorno, en pos del cumplimiento de sus objetivos (D’Aquila,

2005).

Molina, (2006, p.6) indica que los sistemas basados en el

conocimiento o sistemas inteligentes pueden entenderse como

un tipo de sistemas informáticos que se caracterizan porque:

 Simulan la forma natural de resolver problemas observada en las

personas

 Encuentran la solución del problema mediante un proceso de

búsqueda dirigida por criterios específicos de un dominio.

Figura 2.2: Alternativas correspondientes a dos modelos de computación: (1)


algorítmico y (2) basado en el conocimiento
Fuente: Métodos de resolución de problemas: Aplicación al diseño de sistemas
inteligentes (Molina Gonzáles, 2006, p.6)

Molina (2006, p.8) cita como ejemplo para ilustrar estos enfoques

puede considerarse la forma en que las personas resuelven

problemas de cálculo diferencial y cálculo integral. Para resolver


34

problemas simbólicos de cálculo diferencial es posible aplicar una

secuencia lineal de pasos que permiten encontrar la solución

directamente, por lo que puede ser descrito con un enfoque

algorítmico. Sin embargo, la resolución de problemas de cálculo

integral simbólico no es tan directa. Requiere en ocasiones ensayar

diferentes opciones tentativas basándose en diferentes criterios

alternativos (integrar por partes, hacer diferentes opciones de

cambios de variables, etc.). En este caso afirma que es más

conveniente aplicar un enfoque basado en el conocimiento.

Del mismo modo, un sistema inteligente es un programa de

computación que reúne características y comportamientos

asimilables al de la inteligencia humana o animal. La expresión

"sistema inteligente" se usa a veces para sistemas inteligentes

incompletos, por ejemplo para una casa inteligente o un sistema

experto. Un sistema inteligente completo incluye "sentidos" que le

permiten recibir información de su entorno. Puede actuar, y tiene

una memoria para archivar el resultado de sus acciones. Tiene un

objetivo e, inspeccionando su memoria, puede aprender de su

experiencia. Aprende cómo lograr mejorar su rendimiento y

eficiencia (Wikipedia, 2014).

2.2.4 Áreas de estudio de la inteligencia artificial

Ponce (2010, p.xiii) señala que el campo de la IA se compone de

varias áreas de estudio, las más comunes e importantes son:

• Búsqueda de soluciones
35

• Sistemas expertos

• Procesamiento del lenguaje natural

• Reconocimiento de modelos

• Robótica

• Aprendizaje de las máquinas

• Lógica

• Incertidumbre y “lógica difusa”

2.2.5 Sistemas expertos

Peña (2006, p.11) afirma que, un sistema experto es un sistema

computacional que adquiere conocimiento especializado en un

campo específico para explotarlo mediante métodos de

razonamiento que emulan el desempeño del experto humano en la

solución de problemas.

Banda (2014, p.94) señala que un Sistema Experto es un sistema

basado en conocimiento cuya operación genera resultados que

emulan lo que se obtendría de un experto humano. Sus

características son:

 Solidez en el dominio de su conocimiento.

 Capacidad para resolver problemas.

 Fiabilidad para poder confiar en sus resultados.

 Habilidad para adquirir conocimiento

Estas características se reflejan en su arquitectura. A los elementos

propios de un sistema basado en conocimiento se ha incorporado

un módulo de explicación y un módulo de aprendizaje.


36

Figura 2.3: Arquitectura de los Sistemas Expertos


Fuente: Inteligencia Artificial - Principios y Aplicaciones (Banda, 2014, p.94)

2.2.6 Desarrollo de un Sistema Experto

Castillo, Gutiérrez y Hadi (1999, p.15) citan a Weiss y Kulikowski

(1984) quienes sugieren las etapas siguientes para el diseño e

implementación de un sistema experto:

 Planteamiento del problema: La primera etapa en cualquier

proyecto es normalmente la definición del problema a resolver.

Puesto que el objetivo principal de un sistema experto es

responder a preguntas y resolver problemas, esta etapa es

quizás la más importante en el desarrollo de un sistema experto.

Si el sistema está mal definido, se espera que el sistema

suministre respuestas erróneas.

 Encontrar expertos humanos que puedan resolver el problema:

En algunos casos, sin embargo, las bases de datos pueden

jugar el papel del experto humano.

 Diseño de un sistema experto: Esta etapa incluye el diseño de


37

estructuras para almacenar el conocimiento, el motor de

inferencia, el subsistema de explicación, la interface de usuario,

etc.

 Elección de la herramienta de desarrollo, Shell o lenguaje de

programación: Debe decidirse si realizar un sistema experto a

medida, o utilizar un Shell, una herramienta, o un lenguaje de

programación. Si existiera un Shell satisfaciendo todos los

requerimientos del diseño, esta debería ser la elección, no sólo

por razones de tipo financiero sino también por razones de

fiabilidad. Las Shell y herramientas comerciales están sujetas a

controles de calidad, a los que otros programas no lo están.

 Desarrollo y prueba de un prototipo: Si el prototipo no pasa las

pruebas requeridas, las etapas anteriores (con las

modificaciones apropiadas) deben ser repetidas hasta que se

obtenga un prototipo satisfactorio.

 Refinamiento y generalización: En esta etapa se corrigen los

fallos y se incluyen nuevas posibilidades no incorporadas en el

diseño inicial.

 Mantenimiento y puesta al día: En esta etapa el usuario plantea

problemas o defectos del prototipo, corrige errores, actualiza el

producto con nuevos avances, etc.


38

Figura 2.4: Etapas en el desarrollo de un sistema experto


Fuente: Sistemas expertos y modelos de redes probabilísticas (Castillo,
Gutiérrez, & Hadi, 1999, p.15)

Todas estas etapas influyen en la calidad del sistema experto

resultante, que siempre debe ser evaluado en función de las

aportaciones de los usuarios.

Prolog

Banda (2014, p.74) afirma que PROLOG proviene del francés

Programation et Logique. Es un lenguaje de programación para

inteligencia artificial que hace uso de la lógica de predicados. Fue

desarrollado por Philippe Roussel y Alain Colmerauer en la

Universidad de Marsella en 1972. No obstante, el primer

compilador lo construyó el matemático Robert Kowalski, del

Imperial College de Londres112. Al principio era sólo un lenguaje


39

interpretado; luego, a mediados de los 70, David Warren desarrolló

un compilador que traducía Prolog a un conjunto de instrucciones

de una máquina abstracta denominada Warren Abstract Machine

(WAM). Señala también que las primeras versiones del lenguaje

diferían en muchos aspectos de sus sintaxis, empleándose

mayormente como forma normalizada el dialecto propuesto por la

Universidad de Edimburgo hasta que en 1995 se estableció el

estándar llamado ISO-Prolog (ISO/IEC 13211-1). Prolog se

enmarca en el paradigma de los lenguajes lógicos y declarativos, lo

que le diferencia enormemente de otros lenguajes más populares

tales como Fortran, Pascal, C o Java. Prolog, Es un lenguaje de

programación centrado alrededor de un pequeño conjunto de

mecanismos básicos, incluyendo la unificación de patrones,

estructuración de datos basado en árboles y retroceso automático.

Es apropiado para problemas que involucran objetos estructurados

y relaciones entre ellos

2.2.7 Motor 3408E/3412E HEUI Caterpillar

Quintanilla (2002, p.2), indica que los motores 3408E/3412E

equipados con el sistema de combustible HEUI están disponibles

en los equipos de construcción y aplicaciones industriales. Los

motores industriales están disponibles en ambos 3408C/3412C

(con sistema bomba de combustible en línea) y las versiones

3408E/3412E HEUI. Así mismo asevera que las máquinas

Caterpillar accionadas por motores 3408E/3412E HEUI, se

incluyen:
40

- 769D/771D/773D Camiones Fuera de carretera

- 988F/990 Cargadores de rueda Serie II.

- D9R/D10R Tractores

- 631E/637E/651E/657E Mototraillas

- 24H Motoniveladoras

Seguidamente afirma que los motores HEUI tienen muchas

características y beneficios no posibles con sistemas mecánicos de

combustible. Estas características incluyen un escape muy limpio,

el consumo mejorado del combustible y una mejor partida en frío, la

conservación simplificada con menos partes móviles, y costos de

operación menores.

Módulo de control electrónico

Según el manual del curso denominado sistema de inyección de

combustible HEUI aplicado a la familia de motores 3400E, el

componente principal en el sistema HEUI, es el Módulo de Control

Electrónico, montado encima de la tapa delantera derecha de

válvulas. El ECM es el "corazón" del motor (Caterpillar, p.8).

El ECM gobierna el motor, determina el tiempo y limita el

combustible. Lee la información de los sensores y se lo comunica

al sistema de instrumentos por el conector de datos Data Link.

El Módulo de Personalidad es usado para programar el ECM con

toda la información que precisa la aplicación. El Módulo de la

Personalidad puede ser cambiado por el reemplazo directo o puede


41

tener un programado rápido (reprogramado) con un PC. La cubierta

de acceso del Módulo de Personalidad se localiza debajo del ECM.

El Grupo de Bomba Hidráulica de Suministro se monta en la V del

motor en la misma posición como la bomba original de combustible

y el gobernador para los motores 3408C/3412C. Esta bomba

suministra el flujo de presión que acciona los inyectores. Montado

en la parte trasera de la bomba esta bomba de transferencia del

combustible. Entre los componentes visibles esta el Arnés de

Alambrado y el Conectores de 40 pines del ECM.

Figura 2.5: Módulo de Control Electrónico ECM motor HEUI Manual sistema de
inyección de combustible HEUI aplicado a la familia de motores 3400E
(Caterpillar, p.24)

El Módulo Control Electrónico (ECM) es una computadora y tiene la

función de gobernar el sistema de combustible. El ECM recibe

todas las señales de los sensores y energiza el solenoide del

inyector controlando el tiempo y velocidad del motor.

El ECM es sellado con excepción del acceso al software que

contiene en el Módulo de la Personalidad. Este ECM es la segunda


42

generación de Sistemas Avanzados de Administración de Motor

Diesel y se puede referir frecuentemente como "ADEM II."

Este ECM se usa en la totalidad de aplicaciones de motores 3408E

y 3412E. El ECM se puede cambiar también de una aplicación a

otra; sin embargo, una contraseña es requerida para activar el

ECM cuando el software nuevo se instala.

2.3 MARCO CONCEPTUAL

DEFINICIONES CONCEPTUALES

 Sistema inteligente artificial.- Un sistema inteligente artificial (SIA)

posee, en general, los mismos elementos que un sistema inteligente

natural, pero con características limitadas.

 Sistema experto.- es un sistema computacional que adquiere

conocimiento especializado en un campo específico para explotarlo

mediante métodos de razonamiento que emulan el desempeño del

experto humano en la solución de problemas.

 Diagnóstico fallas de los motores HEUI 3408E & 3412E CAT.-

Procedimiento para detectar las fallas en los motores HEUI 3408E &

3412E CAT.

2.4 DEFINICIONES CONCEPTUALES Y OPERACIONALES

2.4.1 Definiciones conceptuales

El presente trabajo de investigación se compone de una variable


43

dependiente que es diagnóstico de fallas de motores HEUI 3408E

& 3412E CAT y la variable independiente sistema inteligente

artificial.

VI: sistema inteligente artificial basado en un sistema experto

Sistema computacional que adquiere conocimiento especializado

en un campo específico.

VD: diagnóstico de fallas de motores HEUI 3408E & 3412E CAT

Procedimiento para detectar las fallas en los motores HEUI 3408E

& 3412E CAT.

2.4.2 Definiciones operacionales

El presente trabajo de investigación se compone de una variable

dependiente que es diagnóstico de fallas de motores HEUI

3408E & 3412E CAT y la variable independiente sistema

inteligente artificial basado en un sistema experto.

Tabla 2.3: Operacionalización de variables

Independiente Dependiente

Sistema inteligente artificial Diagnóstico de fallas de


Variables basado en un sistema motores HEUI 3408E &
experto 3412E CA

Sistema computacional que Procedimiento para


Definición adquiere conocimiento detectar las fallas en los
conceptual especializado en un campo motores HEUI 3408E &
específico 3412E CAT.

Definición Sistema computacional que  Número de diagnósticos


operacional requiere: correctos.
44

 Validación de expertos  Número de diagnósticos


informáticos incorrectos.

 Validación de expertos
en mantenimiento y
reparación de motores
HEUI 3408E & 3412E
CAT

 Validación de usuarios

Fuente: elaboración propia


45

Capítulo 3:

DISEÑO METODOLÓGICO

3.1 INTRODUCCIÓN METODOLOGÍA

El presente estudio utiliza el método científico debido a que la

investigación tiene como base el método científico y este es el método de

estudio sistemático de la naturaleza que incluye las técnicas de

observación, reglas para el razonamiento y la predicción, ideas sobre la

experimentación planificada y los modos de comunicar los resultados

experimentales y teóricos. La investigación es fundamental para el

profesional de ingeniería, ya que para todo tipo de investigación hay un

proceso y unos objetivos precisos.

3.2 TIPO Y NIVEL DE INVESTIGACIÓN

3.2.1 Tipo de Investigación

Esta investigación corresponde al tipo de investigación básica.


46

Espinoza (2014, p.90) señala que la investigación básica tiene

como propósito ampliar el conocimiento científico a partir de la

observación del funcionamiento de los fenómenos de la realidad.

Sus niveles son la exploración, descripción y explicación.

En esta investigación se observa si el uso de un prototipo de

sistema inteligente basado en un sistema experto mejora el

diagnóstico de fallas de los motores HEUI 3408E & 3412E CAT de

la Compañía minera San Ignacio de Morococha S.A.A.

Es conveniente también indicar que para esta investigación se

consideró las etapas para el diseño e implementación de un

sistema experto (Castillo, Gutiérrez y Hadi, 1999 p.15)

1. Planteamiento del problema

2. Encontrar expertos humanos que puedan resolver el problema

3. Diseño de un sistema experto

4. Elección de la herramienta de desarrollo, Shell o lenguaje de

programación

5. Desarrollo y prueba de un prototipo

6. Refinamiento y generalización

7. Mantenimiento y puesta al día

3.2.1 Nivel de Investigación

El nivel al que corresponde esta investigación es el descriptivo.

Espinoza (2014, p.90) indica que la investigación descriptiva tiene

como propósito describir los objetos tal como están funcionando u

ocurriendo. El investigador no debe influir en el funcionamiento del


47

objeto de investigación.

En este caso luego de desarrollar e implementar un sistema

experto para el diagnóstico de fallas de los motores HEUI 3408E &

3412E CAT de la Compañía minera San Ignacio de Morococha

S.A.A., se observa los resultados obtenidos para compararlos con

el diagnóstico realizados por el personal técnico responsable en su

oportunidad.

3.3 DISEÑO DE LA INVESTIGACIÓN

El presente estudio se clasifica dentro del diseño de investigación no


experimental, del tipo descriptiva correlacional, de corte transversal.

Hernández, R. et. Al. (2010, p. 151) afirma que los diseños de


investigación transeccional o transversal recolectan datos en un solo
momento, en un tiempo único. Su propósito es describir variables y
analizar su incidencia e interrelación en un momento dado. Así mismo
señala que los diseños transeccionales correlacionales – causales
describen relaciones entre dos o más categorías, conceptos o variables
en un momento determinado. A veces, únicamente en términos
correlacionales, otras en función de la relación causa-efecto (causales).

Espinoza (2014, p. 94) señala que en el diseño descriptivo correlacional


se identifica variables que se desea relacionar y se aplica la técnica de
análisis de correlación. Se busca el grado de relación entre dos o más
variables de un objeto de investigación.

El esquema es el siguiente:

donde:
48

M: Muestra.
M : Muestra
O1 : Observación de la variable Sistema inteligente basado
en un sistema experto
O2 : Observación de la variable diagnóstico de fallas
R : Relación de variables o correlación.

3.4 POBLACIÓN Y MUESTRA

Para esta investigación se consideró los 4 camiones fuera de carretera

769D-CAT (camiones de obras) con modelo de motor Caterpillar 3408E

con una potencia bruta de 386 kW / 518 hp y una potencia en el volante

de 363 kW / 487 hp y 5 camiones de obra 773E con modelo de motor Cat

3412E con una potencia bruta de 530 kW / 710 hp y una potencia en el

volante de 501 kW / 671 hp, que son diseñados especialmente para tener

un extraordinario funcionamiento en obras de construcción, de minería y

cantera, dichos equipos constituyen la población que se tuvo en cuenta

para este estudio; por lo que se tuvo acceso a los eventos de falla

registrados en cada uno de dichos equipos y la muestra en este caso es

no probabilística por conveniencia para contar con la mayor cantidad de

eventos de fallas registradas entre el 23 de abril del 2014 y el 23 de

Noviembre del 2014, periodo en que se desarrolló esta investigación.

3.5 UNIDAD DE OBSERVACIÓN

Como se indicó anteriormente la unidad de observación estuvo constituida

por los 9 equipos que contaban con HEUI 3408E y/o motores HEUI 3412E

CAT, lo que se tuvo en cuenta para el estudio fue las principales fallas

que identificadas en dichos motores los mismos que se detallan en tabla


49

3.1.

Tabla 3.1: Fallas principales en motores HEUI 3408E& HEUI 3412E

E1 Motor no arranca por temperaturas ambientales bajas


E2 Motor no arranca baja presión de actuación de la inyección
E3 Motor no arranca por existir alguna filtración en algún inyector
E4 Motor funciona Irregularmente por filtración en Inyector
E5 Motor no arranca por existir pequeña filtración
E6 Motor funciona Irregularmente debido a fallas en Bombas HEUI
E7 Motor no arranca por existir aire en el sistema de combustible
E8 Motor no arranca por problemas en arnés de cables
E9 Motor funciona Irregularmente debido a problemas en la combustión
El motor gira pero no arranca por falla en circuito de velocidad /
E10 distribución
E11 El motor gira pero no arranca por problemas en el software
E12 El motor gira pero no arranca por deficiencia en empaquetaduras
E13 Funcionamiento irregular del motor por problemas en inyectores
E14 Baja potencia en motor por baja presión de combustible
E15 Baja potencia en motor por fugas en el sistema de admisión de aire
Baja potencia por defecto en el sensor de presión de accionamiento de
E16 la inyección

Fuente: elaboración propia

3.6 TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS

3.6.1 Instrumentos para validar prototipo de sistema experto

Se tuvo en cuenta los cuestionarios para validar el prototipo de un

sistema experto desarrollado para el diagnóstico de fallas de los

motores HEUI 3408E & 3412E CAT de la Compañía minera San

Ignacio de Morococha S.A.A. Dichos cuestionarios consideran la

evaluación realizada por dos expertos del área de informática, la

evaluación de cinco técnicos con el conocimiento en mantenimiento


50

y reparación de motores HEUI 3408E & 3412E CAT y la evaluación

de 05 usuarios potenciales con formación en mantenimiento de

equipos pesados en SENATI – Cerro de Pasco, tal como se detalla

en las tablas 3.2, 3.3 y 3.4 respectivamente.

Tabla 3.2: Evaluación del sistema experto a través de dos expertos del área de
informática

Evaluador Evaluador
PREGUNTA
1 2
1 Representación del conocimiento
El conocimiento está codificado en casos y no de reglas
1.1 SI SI
(contestar SÍ o NO)
El sistema permite el aprendizaje automático en su base
1.2 del conocimiento a partir de casos y no de reglas SI SI
(contestar SÍ o NO)
2 Algoritmo: El algoritmo implementado permite:
2.1 Codificar el caso (contestar SÍ o NO) SI SI
2.2 Localizar y acceder a casos similares (contestar SÍ o NO) SI SI
2.3 Diseña y crea la solución (contestar SÍ o NO) SI SI
2.4 Almacenar un caso nuevo (contestar SÍ o NO) SI SI

3 Eficiencia
El sistema es eficiente (optimiza todos los recursos del
3.1 SI SI
diseño de sistema experto) (contestar SÍ o NO)

4 Eficacia del sistema


El sistema es eficaz (cumple con la finalidad para la que
4.1 SI SI
se creó) (contestar SÍ o NO)

5 Calidad
Se trata de un sistema de calidad en su diseño (contestar
5.1 SI SI
SÍ o NO)
6 Aspectos generales SI SI
6.1 En nuestro contexto, se trata de una propuesta novedosa* 2 2
El sistema simula de manera adecuada el
6.2
comportamiento de un experto en el campo* 1 2
El sistema simula de manera adecuada el razonamiento
6.3
intuitivo propio de un experto* 2 2
* 1 = Totalmente de acuerdo, 2 = De acuerdo, 3 = Ni de acuerdo ni en desacuerdo, 4 = En
desacuerdo y 5 = Totalmente en desacuerdo

Fuente: elaboración propia


51

Tabla 3.3: Evaluación del sistema experto a través de cinco especialistas en


reparación y mantenimiento de motores HEUI 3408E & 3412E CAT.

Experto 1
Experto 2
Experto 3
Experto 4
Experto 5

Mediana
PREGUNTA

En nuestro contexto se trata de una propuesta


1
novedosa (contestar SÍ o NO) SI SI SI SI SI SI
El sistema simula de manera adecuada el
2 3 1 2 1 3 2
comportamiento de un experto en el campo*
El sistema combina de manera adecuada el
conocimiento de las disciplinas implicadas
3 1 2 3 2 2 2
(mantenimiento y reparación de motores HEUI
3408E & 3412E CAT, etc.)*
El sistema combina de manera adecuada la
4 experiencia y el conocimiento experimental de los 1 1 3 3 2 2
expertos*
El sistema simula de manera adecuada el
5 1 2 1 1 1 1
razonamiento intuitivo propio de un experto*
El sistema puede ser calificado como una
6 herramienta fundamental que apoya al diagnóstico 2 1 2 1 1 1
de fallas en motores HEUI 3408E & 3412E CAT
La información que nutre al sistema (datos para
diagnosticar fallas en motores HEUI 3408E &
7 2 1 3 2 2 2
3412E CAT es adecuada al contexto, considera las
fallas más relevantes de estos tipo de motores)*
El sistema es aplicable en la resolución de
8 problemas que tienen que ver con las fallas de 2 3 1 2 2 2
motores HEUI 3408E & 3412E CAT*
9 La recuperación de la información es rápida* 1 3 1 1 1 1
10 La recuperación de la información es sencilla* 2 1 1 1 3 1
11 La información recuperada es confiable* 2 1 2 1 1 1
La información disponible para los usuarios aporta
12
datos sobre:
Fallas principales de subsistemas de motores HEUI
a) 2 2 2 1 1 2
3408E & 3412E CAT
b) Sintomas para diagnostico de las fallas 2 1 2 3 2 2
Secuencia de procedimientos para diagnóstico de
c) 2 1 2 2 3 2
fallas
d) Alternativas para corregir fallas en motores HEUI 1 2 1 1 1 1
52

3408E & 3412E CAT


La información que se ofrece constituye un soporte
13 1 2 3 2 2 2
efectivo para tomar decisiones*
El sistema cumple con la finalidad para la que se
14 1 1 2 1 1 1
diseñó*
* 1 = Totalmente de acuerdo, 2 = De acuerdo, 3 = Ni de acuerdo ni en desacuerdo, 4 = En
desacuerdo y 5 = Totalmente en desacuerdo

Fuente: elaboración propia

Tabla 3.4: Evaluación del sistema experto a través de cinco usuarios.

Experto 1
Experto 2
Experto 3
Experto 4
Experto 5

Mediana
PREGUNTA

1 El sistema es útil (contestar SÍ o NO) SI SI SI SI SI SI

2 El sistema es de fácil consulta* SI SI SI SI SI SI

3 El sistema permite una consulta rápida* 1 2 3 2 2 2


El sistema permite determinar de manera adecuada cual
4 1 1 3 3 2 2
es la falla*
El sistema es una herramienta útil para apoyar en la
5 1 2 1 2 2 2
decisión sobre como corregir una falla*
El sistema brinda recomendaciones adecuadas (pueden
6 2 3 3 3 2 3
implementarse fácilmente y son adecuadas al problema)*
El costo del sistema y el equipo es razonable
7 3 2 2 2 2 2
(considerando la ayuda que ofrece)*
Considera Usted que emplear el sistema puede tener

8 alguna ventaja competitiva en el proceso de diagnóstico 2 2 3 2 1 2


de fallas (Ej. Diagnósticar fallas en menor tiempo)*
* 1 = Totalmente de acuerdo, 2 = De acuerdo, 3 = Ni de acuerdo ni en desacuerdo, 4 = En
desacuerdo y 5 = Totalmente en desacuerdo

Fuente: elaboración propia

3.6.2 Instrumentos para contrastación de hipótesis

De igual forma para realizar la contrastación de hipótesis se tuvo

en cuenta la cantidad de cada uno de los eventos de fallas

diagnosticados tanto por el personal técnico responsable como por

el sistema experto una vez implementado, el resumen de este


53

registro de fallas se detalla en el anexo 2 de esta tesis.

3.7 TÉCNICAS DE ANÁLISIS DE DATOS

3.7.1 Procesamiento de datos para análisis del desarrollo de

sistema experto

Para esta investigación se consideró las etapas para el diseño e

implementación de un sistema experto (Castillo, Gutiérrez y Hadi,

1999 p.15)

Planteamiento del problema

En esta etapa se tuvo en cuenta que los técnicos responsables

para el diagnóstico y reparación de fallas de los motores de

motores HEUI 3408E & 3412E CAT no fueron los mismos entre el

23 de abril del 2014 y el 23 de Noviembre del 2014, periodo en que

se desarrolló esta investigación dichos cambios originaba que el

nuevo personal técnico empleara un mayor tiempo en las labores

de identificación y reparación de dichas fallas.

Encontrar expertos humanos que puedan resolver el problema

Se consideró a los técnicos responsables del diagnóstico y

reparación de fallas de los motores de motores HEUI 3408E &

3412E CAT que laboraron entre 23 de abril del 2014 y el 23 de

Noviembre del 2014 y en también se utilizó el manual de

diagnóstico de fallas de dichos motores ya que es razonable

pensar que dicho manual es elaborado por expertos.

Diseño de un sistema experto

Para el diseño del sistema experto se tuvo en cuenta las reglas de


54

producción y la implementación se dividió en 3 partes: a) Base de

Conocimiento, b) Motor de Inferencia y c) Interfaz de Usuario tal

como se muestra en la figura 3.1.

Figura 3.1: Partes que se consideró en la implementación del sistema experto


Fuente: Elaboración propia

Elección de la herramienta de desarrollo, Shell o lenguaje de

programación

La implementación del prototipo fue desarrollada, en Swi-Prolog

debido a que es una implementación en código abierto (en inglés,

open source) del lenguaje de programación Prolog. Su autor

principal es Jan Wielemaker. En desarrollo ininterrumpido desde

1987, SWI-Prolog posee un rico conjunto de características,

bibliotecas (incluyendo su propia biblioteca para GUI, XPCE),

herramientas (incluyendo un IDE) y una documentación extensiva.

SWI-Prolog funciona en las plataformas Unix, Windows y

Macintosh.

El nombre SWI deriva de Sociaal-Wetenschappelijke Informática

("Informática de Ciencias Sociales"), el antiguo nombre de un grupo

de investigación en la Universidad de Ámsterdam en el que

Wielemaker está integrado. El nombre de ese grupo se cambió

posteriormente a HCS (Human-Computer Studies).


55

Desarrollo y prueba de un prototipo

Para el desarrollo del prototipo del sistema experto se tuvo en

cuenta un primer aspecto que consistió en la identificación y

selección del origen del conocimiento. Los orígenes del

conocimiento tomados en cuenta fueron:

- Bibliografía de inteligencia artificial.

- Bibliografía de sistemas expertos.

- Manual especializado de fallas en motores HEUI 3408E & 3412E

CAT.

- Documentación bibliográfica de internet.

- Especialistas mantenimiento y reparación de motores HEUI

3408E & 3412E CAT – Compañía Minera San Ignacio de

Morococha S.A.A.

- Especialistas en Sistemas Expertos Área de Informática

Compañía Minera San Ignacio de Morococha S.A.A

El segundo aspecto considerado fue la adquisición, análisis y

extracción del conocimiento, para lo cual se empleó la estrategia de

adquisición siguiente:

- Entrevistas a los expertos especialistas mantenimiento y

reparación de motores HEUI 3408E & 3412E.

- Entrevistas a los expertos en inteligencia artificial.

- Entrevista a los expertos de sistemas expertos.

- Lectura de documentación bibliográfica de internet.

- Lectura de manuales de de fallas en motores HEUI 3408E &

3412E CAT.
56

El prototipo “Sistema Inteligente Artificial basado en Sistema

Experto para el Diagnóstico de Fallas de en motores HEUI 3408E &

3412E CAT”, funciona considerando reglas de producción como las

que se detallan a continuación:

Regla motor_no_arranca_ambiente_frio, existen condiciones

ambientales demasiado frías, se observa humo blanco al intentar

arrancar, existen códigos de falla registrados con la ET, los depósitos de

éter están está en un nivel bajo o vacío, hay presencia de combustible

congelado en alguna línea.

Regla motor_no_arranca_baja_presion_inyeccion, el nivel de aceite

del motor no es el correcto, el sistema ha recibido recientemente

mantención o reparación, se observa humo blanco al intentar arrancar, no

se purga el aire del sistema cuando motor opera a la máxima temperatura

de trabajo y bajo carga, existen filtraciones en el sistema de alta presión

de la inyección.

Regla motor_no_arranca_filtracion_inyector, motor no arranca y la

corriente de actuación de la Inyección es 100%, la mínima presión para

disponer de inyección de combustible es menor 650 psi (4500 Kpa), al

arrancar el motor la presión no alcanza los 725 psi (5000 Kpa), el sensor

de presión registra una lectura por defecto de 260 psi (1800 Kpa).

Regla Motor_funciona_Irregularmente_por_filtración_en Inyector,

Motor arranca y la Corriente de Actuación de la Inyección es 100%, la

mínima presión para disponer de inyección de combustible es menor 650

psi (4500 Kpa), al arrancar el motor la presión no alcanza los 725 psi

(5000 Kpa), el sensor de presión registra una lectura por defecto de 260

psi (1800 Kpa).


57

Regla Motor_no_arranca_por_existir_pequeña_filtración, el rango de

corriente de actuación se encuentra entre 60% y 100%, la presión de

actuación de la inyección es normal, motor no arranca nuevamente,

después de estar detenido un corto tiempo.

Regla

Motor_funciona_Irregularmente_debido_a_fallas_en_Bombas_HEUI,

la corriente de actuación se encuentra en un rango normal entre 20% y

50%, la presión de actuación de la inyección es normal, se requiere

ajustar la presión standby en la válvula compensadora de presión, se

dificultades en operación de la válvula de control de la presión de

actuación IAPCV.

Regla

Motor_no_arranca_por_existir_aire_en_el_sistema_de_combustible,

gases de la combustión se filtran al sistema de combustible, la base del

inyector no sella contra el fondo de la camisa del inyector, presencia de

gases de la combustión dentro del cuerpo del inyector, presencia de

gases en el sistema de combustible.

Regla Motor_no_arranca_por_problemas_en_arnés_de_cables, al

Conectar el E.T (Electronic Technician) se verifica que la inyección está

activada, los conectores del arnés del motor están correctamente

instalados, en el arnés del motor uno de los conectores es distinto al

"HHH" o "JJJ", dificultades para activar y desactivar la inyección de

combustible.

Regla

Motor_funciona_Irregularmente_debido_a_problemas_en_la_combu

stión, ausencia de gases de escape mientras se da arranque al motor,


58

obstrucción en las líneas de suministro de combustible, presencia de

materiales extraños en las líneas del sistema de combustible de baja

presión, combustible congelado en las líneas del sistema de combustible

de baja presión

Regla

Motor_gira_pero_no_arranca_por_falla_en_circuito_de_velocidad/di

stribución, no se observa humo en el escape durante el arranque, no

hay señal de velocidad/distribución, el arranque es lento.

Regla Motor_gira_pero_no_arranca_por_problemas_en_el_software,

no se observa humo en el escape durante el arranque, existen códigos de

avería usando el ET, se remplazó recientemente el ECM, no existe

comunicación entre el nuevo ECM y el motor, no se reprogramó el

software del módulo de personalidad.

Regla

Motor_gira_pero_no_arranca_por_deficiencia_en_empaquetaduras,

se observa humo blanco durante el arranque, se detecta empaquetadura

de culata reventada, instalación de anillo de pistón defectuoso.

Regla

Funcionamiento_irregular_del_motor_por_problemas_en_inyectores

, se produce rateo en algún cilindro, presencia de partículas en suministro

de aceite, montaje incorrecto de inyector, presión mecánica en el

solenoide.

Regla Baja_potencia_en_motor_por_baja_presión_de_combustible,

el estanque tiene combustible y el sistema cebado, se realizó

mantenimiento recientemente en el sistema de combustible, la válvula de

retención no funciona normalmente, la válvula de retención está bien


59

montada en la línea de retorno de combustible, la presión de combustible

es baja.

Regla

Baja_potencia_por_fugas_en_el_sistema_de_admisión_de_aire,

existen fugas en el múltiple de admisión de aire, no es normal la presión

en el múltiple de admisión de aire, el filtro de aire tiene restricciones,

temperatura incorrecta del aire de entrada y la de salida del posenfriador.

Regla Baja_potencia_por_defecto_en_el_sensor_de_presión_de

accionamiento_de_la_inyección, existen códigos de falla registrados

con la ET, sensor de presión está entregando una señal errónea, la

presión de accionamiento de la inyección es inferior a la deseada,

dificultad en inyectores para suministrar combustible.

Para mostrar la Interfaz del usuario, a continuación se presenta

algunas de pantallas para una primera prueba del sistema:

Figura 3.2: Interfaz principal de usuario


60

Figura 3.3: Pantalla para iniciar consulta

Figura 3.4: Interfaz de dialogo 1, caso posible motor no arranca ambiente frio
61

Figura 3.5: Interfaz de dialogo 2, caso posible motor no arranca ambiente frio

Figura 3.6: Interfaz de dialogo 3, caso posible motor no arranca ambiente frio
62

Figura 3.7: Interfaz de dialogo 4, caso posible motor no arranca ambiente frio

Figura 3.8: Interfaz de dialogo 5, caso posible motor no arranca ambiente frio
63

Figura 3.9: Interfaz de resultado de diagnóstico motor no arranca ambiente frio

Figura 3.10: Interfaz para tratamiento de falla motor no arranca ambiente frio
64

Segunda prueba del sistema:

Figura 3.11: Interfaz de dialogo 1, caso posible motor no arranca baja presión de
inyección

Figura 3.12: Interfaz de dialogo 2, caso posible motor no arranca baja presión de
inyección
65

Figura 3.13: Interfaz de dialogo 3, caso posible motor no arranca baja presión de
inyección

Figura 3.14: Interfaz de dialogo 3, caso posible motor no arranca baja presión de
inyección
66

Figura 3.15: Interfaz de dialogo 4, caso posible motor no arranca baja presión de
inyección

Figura 3.16: Interfaz de resultado de diagnóstico motor no arranca baja presión


de inyección
67

Figura 3.17: Interfaz para tratamiento de falla motor no arranca baja presión de
inyección

Refinamiento y generalización

Teniendo en cuenta las principales fallas se implementó y corrigió

el código del sistema en el Swi-Prolog que se detalla en el anexo 3

de la presente tesis.

Mantenimiento y puesta al día

Durante su uso se verificó los resultados obtenidos y se realizó las

modificaciones de código que fueron requeridos.

3.7.2 Procesamiento de datos para la contrastación de hipótesis

En este caso se utilizó los datos recolectados sobre los

diagnósticos de las fallas (frecuencia) identificadas en los motores

HEUI 3408E & 3412E CAT y con ayuda del Ms Excel y el SPSS se

realizó el análisis correspondiente.


68

Capítulo 4:

PRESENTACIÓN DE RESULTADOS

4.1 RESULTADOS DE LA INVESTIGACIÓN

4.1.1 Resultado de la evaluación del prototipo de un sistema experto

para el diagnóstico de fallas de motores HEUI 3408E & 3412E

CAT

Teniendo en cuenta las respuestas de las 14 preguntas incluidas

en el cuestionario mostrado en la tabla 3.3 se obtuvo los resultados

que se detallan en la tabla 4.1 y figura 4.1 respectivamente:

Tabla 4.1: Evaluación del sistema experto por técnicos responsables del
diagnóstico y reparación de motores HEUI 3408E & 3412E CAT

Mediana_Mant
Porcentaje Porcentaje
Frecuencia Porcentaje
válido acumulado
Válido 1,00 7 41,2 43,8 43,8
2,00 9 52,9 56,3 100,0
Total 16 94,1 100,0
Perdidos Sistema 1 5,9
Total 17 100,0
Fuente: Tabla de frecuencias de resultados en SPSS
69

Figura 4.1: Evaluación del sistema experto por técnicos responsables del
diagnóstico y reparación de motores HEUI 3408E & 3412E CAT

Así mismo se tuvo en presente las respuestas de las 8 preguntas

del cuestionario mostrado en la tabla 3.4 que realizó a cinco

usuarios potenciales del sistema experto y cuyos resultados se

indica en la tabla 4.2 y figura 4.2 respectivamente:

Tabla 4.2: Evaluación del sistema experto por usuarios de acuerdo a


cuestionario

Mediana_Usuarios
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válido 2,00 5 83,3 83,3 83,3
3,00 1 16,7 16,7 100,0
Total 6 100,0 100,0
Fuente: Tabla de frecuencias de resultados en SPSS
70

Figura 4.2: Evaluación del sistema experto por usuarios

4.2 ANÁLISIS ESTADÍSTICO DE LOS RESULTADOS

Evaluación del sistema experto para diagnóstico de fallas de HEUI

3408E & 3412E CAT – Área de Informática

Como puede observarse en la tabla 3.2, los dos evaluadores del área de

informática consultados consideraron que el prototipo de un Sistema

Inteligente Artificial cumplía con las especificaciones establecidas en

cuanto al diseño y construcción de un sistema experto empleando reglas

de producción, ya que las respuestas fueron 100% afirmativas en las

preguntas 1 y 2. Además, y en términos generales, están de acuerdo en

que el sistema es eficiente, eficaz y tiene calidad en el diseño y

construcción del mismo.

Evaluación del sistema experto para diagnóstico de fallas de HEUI

3408E & 3412E CAT – Personal técnico responsable de reparación de

motores
71

Considerando la primera pregunta del cuestionario mostrado en la tabla

3.3 puede notarse que el 100% de los evaluadores indican que el sistema

experto es una propuesta novedosa.

Así mismo, debido a las características de las respuestas de las

preguntas 2 a la 14 de la tabla 3.3, se calculó la mediana de dichas

respuestas para cada una de las preguntas. En la tabla 4.1, en la columna

de la mediana, puede observarse que el 44% del total de reactivos

tuvieron como respuesta estar totalmente de acuerdo (1) y el 56% de los

reactivos tuvieron como respuesta estar de acuerdo (2).

Los resultados anteriores indican claramente que el sistema es una

herramienta eficaz para apoyar al personal técnico en el diagnóstico de

las fallas en motores HEUI 3408E & 3412E CAT – Compañía Minera San

Ignacio de Morococha S.A.A. Sin duda alguna, las opiniones vertidas por

los expertos son muy valiosas ya que consideran que el sistema sí cumple

con los objetivos que se plantearon al proponer su diseño y desarrollo a

través de este trabajo de investigación.

Evaluación del sistema experto para diagnóstico de fallas de HEUI

3408E & 3412E CAT – Usuarios del sistema

En la tabla 3.4 se presentan los resultados de la evaluación del sistema

experto correspondiente a los usuarios, a partir de la cual se obtuvo la

tabla 4.2 donde puede observarse que, el 100% de los usuarios considera

que el sistema es útil y de fácil consulta (preguntas 1 y 2). Para las

preguntas 3, 4, 5, 6, 7 y 8, la mediana de las respuestas señala que un

83% del total de reactivos tuvieron como respuesta estar de acuerdo (2) y
72

el 17% de los reactivos tuvieron como respuesta un valor intermedio (3),

que significa estar Ni de acuerdo ni en desacuerdo.

La respuesta a la pregunta número 7 (evaluación económica del sistema)

indica que los usuarios del sistema consideran estar de acuerdo con el

costo del programa de software y del equipo de cómputo ya que fue

desarrollado por el personal de la empresa y utilizando el SWI Prolog que

es software libre.

La mediana de las respuestas indica ausencia de tendencia hacia las

respuestas 1 (totalmente de acuerdo) y/o 5 (totalmente en desacuerdo).

En términos generales, la evaluación hecha por los usuarios indica que el

sistema experto es una herramienta eficaz para apoyarlos en diagnóstico

de las fallas en motores HEUI 3408E & 3412E CAT de la Compañía

Minera San Ignacio de Morococha S.A.A. Sin embargo, es importante

mencionar que dadas las características del sistema, su implantación y

uso por usuarios, es necesario tener personal capacitado en el manejo de

computadoras y programas de software. Por lo tanto, el sistema experto

es una herramienta que va a poder apoyar al personal técnico que

cuenten con un equipo de cómputo y que además, sepan manejarlo. Es

posible que si el sistema recibe información errónea, no formule las

recomendaciones correctas.

4.3 PRUEBA DE HIPOTESIS

Para la prueba de hipótesis en primer lugar se tuvo en cuenta los registros

entre el 23 de abril del 2014 y el 23 de Noviembre del 2014 de 116

eventos (fallas) de los motores HEUI 3408E & 3412E CAT en al área de
73

Mantenimiento de equipo pesados de la Compañía Minera San Ignacio de

Morococha S.A.A., 58 eventos fueron diagnosticados por el personal

técnico en Mantenimiento y reparación de dichos motores responsables

en su oportunidad y los otros 58 eventos fueron diagnosticados con el

sistema experto, los resultados de dichos diagnósticos fueron clasificados

como correctos e incorrectos tal como se detalla en la tabla 4.3.

Tabla 4.3: Resultados correctos e incorrectos de diagnósticos realizados por los


técnicos responsables y por el sistema experto

PROC_DIAGN
RESULT_DIAG TECNICO S_EXPERTO TOTAL
CORRECTOS 36 51 87
INCORRECOS 22 7 29
58 58 116
Fuente: Elaboración propia

Seguidamente y teniendo en cuenta la hipótesis de investigación que

indica que “el uso de un prototipo de sistema inteligente basado en un

sistema experto mejora el diagnóstico de fallas de los motores HEUI

3408E & 3412E CAT de la Compañía minera San Ignacio de Morococha

S.A.A.”; ello con respecto al diagnóstico realizado por el personal técnico

responsable del mantenimiento y reparación de dichos motores, para el

proceso de la prueba de hipótesis se siguió los siguientes pasos:

Formulación de la hipótesis estadística:

H0 : El diagnostico de fallas de los motores HEUI 3408E & 3412E CAT no

difiere si se utiliza un sistema inteligente basado en un sistema experto.

H1 : El diagnostico de fallas de los motores HEUI 3408E & 3412E CAT

difiere si se utiliza un sistema inteligente basado en un sistema experto.


74

Nivel de significancia para la hipótesis estadística:

Se consideró el valor convencional del nivel de significancia del 5% (0.05).

𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒏𝒄𝒊𝒂 = 𝜶 = 𝟎. 𝟎𝟓

Para establecer el valor de la distribución CHI CUADRADO de tabla

también se requiere los grados de libertad (gl):

𝒈𝒍 = (𝒇𝒊𝒍𝒂𝒔 − 𝟏) × (𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏) = (𝟐 − 𝟏) × (𝟐 − 𝟏) = 𝟏

Luego:

(𝝌𝟐𝒕𝒂𝒃𝒍𝒂 (𝟎.𝟎𝟓;𝟏) = 𝟑. 𝟖𝟒)

Elección de la prueba estadística:

Para este estudio por tratarse de encontrar la asociación entre dos

variables categóricas se eligió la prueba correspondiente a la distribución

CHI CUADRADO; por ello fue necesario hallar la CHI CUADRADO

calculado para compararla con el CHI CUADRADO de tabla determinado

anteriormente, para ello se determinó los valores esperados (resaltados

de amarillo) tal como se muestra en la tabla 4.4:

Tabla 4.4: Valores esperados en cada celda

PROC_DIAGN
RESULT_DIAG TECNICO S_EXPERTO TOTAL
CORRECTOS 36 (43.5) 51 (43.5) 87
INCORRECOS 22 (14.5) 7 (14.5) 29
58 58 116
Fuente: Elaboración propia
𝟓𝟖 𝟖𝟕 𝟓𝟖 × 𝟖𝟕
𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂_𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒂_𝟏 = × × 𝟏𝟏𝟔 = = 𝟒𝟑. 𝟓
𝟏𝟏𝟔 𝟏𝟏𝟔 𝟏𝟏𝟔

𝟓𝟖 𝟐𝟗 𝟓𝟖 × 𝟐𝟗
𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂_𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒂_𝟐 = × × 𝟏𝟏𝟔 = = 𝟏𝟒. 𝟓
𝟏𝟏𝟔 𝟏𝟏𝟔 𝟏𝟏𝟔
75

𝟓𝟖 𝟖𝟕 𝟓𝟖 × 𝟖𝟕
𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂_𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒂_𝟑 = × × 𝟏𝟏𝟔 = = 𝟒𝟑. 𝟓
𝟏𝟏𝟔 𝟏𝟏𝟔 𝟏𝟏𝟔

𝟓𝟖 𝟐𝟗 𝟓𝟖 × 𝟐𝟗
𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂_𝒆𝒔𝒑𝒆𝒓𝒂𝒅𝒂_𝟒 = × × 𝟏𝟏𝟔 = = 𝟏𝟒. 𝟓
𝟏𝟏𝟔 𝟏𝟏𝟔 𝟏𝟏𝟔
Luego se halló el CHI CUADRADO calculado:
𝒌
(𝑶𝒊 − 𝑬𝒊 )𝟐 (𝟑𝟔 − 𝟒𝟑. 𝟓)𝟐 (𝟐𝟐 − 𝟏𝟒. 𝟓)𝟐 (𝟓𝟏 − 𝟒𝟑. 𝟓)𝟐 (𝟕 − 𝟏𝟒. 𝟓)𝟐
𝝌𝟐𝒄𝒂𝒍𝒄 =∑ = + + + = 𝟏𝟎. 𝟑𝟒𝟓
𝑬𝒊 𝟒𝟑. 𝟓 𝟏𝟒. 𝟓 𝟒𝟑. 𝟓 𝟏𝟒. 𝟓
𝒊=𝟏

Para verificar el resultado anterior se utilizó el software estadístico SPSS

a través del cual se obtuvo los resultados mostrados en las tablas 4.5 y

4.6 respectivamente.

Tabla 4.5: Chi Cuadrada calculado con SPSS

Pruebas de chi-cuadrado
Sig. asintótica Significación Significación

Valor gl (2 caras) exacta (2 caras) exacta (1 cara)

Chi-cuadrado de Pearson 10,345a 1 ,001


Corrección de continuidadb 9,011 1 ,003
Razón de verosimilitud 10,747 1 ,001
Prueba exacta de Fisher ,002 ,001
Asociación lineal por lineal 10,256 1 ,001
N de casos válidos 116
a. 0 casillas (0,0%) han esperado un recuento menor que 5. El recuento mínimo esperado es 14,50.
b. Sólo se ha calculado para una tabla 2x2
Fuente: Resultado de prueba Chi cuadrado en SPSS

Tabla 4.6: Diagnósticos correctos e incorrectos de Personal técnico responsable


y del sistema experto

Resul_Diag*Proc_Diag tabulación cruzada


Proc_Diag
Técnico S. Experto Total
Resul_Diag Correcto Recuento 36 51 87
% dentro de Proc_Diag 62,1% 87,9% 75,0%
Incorrecto Recuento 22 7 29
% dentro de Proc_Diag 37,9% 12,1% 25,0%
Total Recuento 58 58 116
% dentro de Proc_Diag 100,0% 100,0% 100,0%
Fuente: Resultado de prueba Chi cuadrado en SPSS
76

Seguidamente se comparó el CHI CUADRADO de tabla con el CHI

CUADRADO calculado, determinándose que:

𝝌𝟐𝒄𝒂𝒍𝒄 = 𝟏𝟎. 𝟑𝟒𝟓 > 𝝌𝟐𝒕𝒂𝒃𝒍𝒂 = 𝟑. 𝟖𝟒

El grafico de distribución de la prueba CHI CUADRADO para este caso,

se muestra en la figura 4.3:

Figura 4.3: Comparación de Chi Cuadrado de tabla con Chi Cuadrado calculado

4.3.1 Nivel de satisfacción de usuarios

En cuanto al nivel de satisfacción de usuarios esto tiene que ver

con los logros notados al utilizar el sistema experto para el

diagnóstico de fallas, para ello se debe tener en cuenta que la

aplicación obtenido es un prototipo debido a que se consideró los

diagnósticos de las fallas de los motores HEUI 3408E & 3412E

CAT de la Compañía Minera San Ignacio de Morococha S.A.A.

registrados en un periodo de tiempo determinado, por lo que para

que el sistema considere todas las fallas posibles de dichos

motores será necesario incrementar las reglas de producción en la

medida que se registren nuevas fallas y así poder obtener

resultados que se ajusten más a la realidad.

Además como se explicó anteriormente para su implantación y uso


77

por usuarios, es necesario tener personal capacitado en el manejo

de computadoras y programas de software, ya que el sistema

experto es una herramienta que va a poder apoyar al personal

técnico que cuenten con un equipo de cómputo y que además,

sepan manejarlo.
78

Capítulo 5:

DISCUSIÓN E INTERPRETACIÓN DE RESULTADOS

5.1 INTERPRETACIÓN DE LOS RESULTADOS

A partir de los valores de la tabla 4.5 se observa que el valor del Chi

Cuadrado calculado (𝝌𝟐𝑪𝒂𝒍𝒄𝒖𝒍𝒂𝒅𝒐 = 𝟏𝟎. 𝟑𝟒𝟓) es mayor que el Chi Cuadrado

esperado para un nivel de significancia del 5% (𝝌𝟐𝒕𝒂𝒃𝒍𝒂 = 𝟑. 𝟖𝟒) por lo que

se rechaza la hipótesis estadística nula que indica que el diagnostico de

fallas de los motores HEUI 3408E & 3412E CAT no difiere si se utiliza un

sistema inteligente basado en un sistema experto y se acepta la hipótesis

estadística alterna que afirma que el diagnostico de fallas de los motores

HEUI 3408E & 3412E CAT difiere si se utiliza un sistema inteligente

basado en un sistema experto; en ambos casos se compara con el

diagnóstico de fallas realizados por el personal técnico responsable en su

momento. Luego también para se verifica la Hipótesis de investigación

que plantea que el uso de un prototipo de sistema inteligente basado en


79

un sistema experto mejora el diagnóstico de fallas de los motores HEUI

3408E & 3412E CAT de la Compañía minera San Ignacio de Morococha

S.A.A.

También en la tabla 4.5, como el p – valor calculado (0.001) es menor

que el nivel de significancia 𝜶 = 𝟎. 𝟎𝟓 se verifica que el resultado de que

el diagnostico de fallas de los motores HEUI 3408E & 3412E CAT difiere

si se utiliza un sistema inteligente basado en un sistema experto, es decir

la probabilidad de cometer un error al rechazar la hipótesis nula es de

0.001.

5.2 COMPARACIÓN DE RESULTADOS

En primer lugar se realiza una comparación cualitativa con las

investigaciones detalladas en los antecedentes de esta tesis, así al igual

que en el proyecto para optar el título de Ingeniero Mecánico denominado

“Diseño de un sistema experto en mantenimiento e implementación en un

sistema de ingeniería” desarrollado en la Universidad EAFIT de Medellín

Colombia, en la Escuela de ingeniería – Departamento de Ingeniería

Mecánica en este trabajo se consideró que los sistemas expertos son una

rama de la inteligencia artificial que se encarga de emular el proceso de

razonamiento humano para la solución de problemas específicos para los

cuales fue programado, teniendo en cuenta los conocimientos previos

adquiridos por expertos humanos y representados en el programa por

medio de reglas, ello fue posible al tener en cuenta los conocimientos del

personal técnico responsable en su oportunidad del mantenimiento y

reparación de los motores motores HEUI 3408E & 3412E CAT de la


80

Compañía minera San Ignacio de Morococha S.A.A. Así mismo este

sistema experto se encarga de proveer la experticia y de dar

recomendaciones especializadas a usuario de mantenimiento que podrían

no tener dicho conocimiento, a partir de información básica ingresada por

estos.

Esta investigación también guarda relación con el trabajo denominado

“Elaboración de un modelo experto para diagnóstico de fallas: Caso grúa

horquilla”; cuyo modelo experto se desarrolló en Microsoft Visual Basic

6.0, basado en árboles de decisiones, porque permitirá guiar nuevos a

técnicos con menos experiencia o instruir a trabajadores novatos que no

cuentan con los conocimientos necesarios para realizar el diagnóstico de

reparación de los motores motores HEUI 3408E & 3412E CAT de la

Compañía minera San Ignacio de Morococha S.A.A., ya que también en

este caso esta herramienta permite almacenar el conocimiento,

actualizarlo, editarlo y ponerlo a disposición del usuario para ser utilizado

en el diagnóstico de causas de fallas, lo cual será muy útil

primordialmente para el entrenamiento de nuevo personal o cuando sea

necesario.

Así mismo al igual que en la investigación titulada “Desarrollo de un

sistema experto para el diagnóstico de fallas automotrices”, desarrollada

en la Universidad de Colima, México, en la Facultad de Ingeniería

Mecánica y Eléctrica, en este caso a pesar de que las fallas de los

motores HEUI 3408E & 3412E CAT pueden ser registradas mediante

códigos en el ET el personal técnico responsable debe interpretar los

resultados reportado en dichos códigos, si dicho personal no cuenta con


81

la experiencia necesaria, o no se le reporta alguna falla en el ET, no

podrá realizar las reparaciones necesarias al vehículo, en este caso

también este sistema experto, es una alternativa y un complemento al

ET, pues la base de conocimiento tiene incluidas.

5.3 EVALUACIÓN DE RESULTADOS

Teniendo en cuenta los resultados obtenidos y expuestos anteriormente

que concluye en este caso que para un nivel de significancia del 5% el

diagnostico de fallas de los motores HEUI 3408E & 3412E CAT difiere si

se utiliza un sistema inteligente basado en un sistema experto, se puede

inferir de que el tiempo de elaboración de un sistema experto es

relativamente largo, no tanto no por el desarrollo de la aplicación, sino

debido al proceso de adquisición de conocimientos ya que dicho

conocimiento es especializado y se requiere de la experiencia del caso.

5.4 CONSECUENCIAS TEÓRICAS

Esta investigación ratifica que los sistemas expertos son de mucha

utilidad en la realidad, y coadyuvan en gran forma a los sistemas de

soporte a la decisión, ya que nos permiten ejecutar decisiones basadas

en la experiencia humana de algún especialista en determinada área, esto

es con el fin de retener el conocimiento y de esa manera lograr convertirlo

en un activo importante en una organización y que se convierte en un

valor importante para la misma, pues con ese tipo de sistemas, nos

permiten contar con la experiencia primordial, aunque sea de manera

virtual. Apoyando a una toma de decisiones más apegada a la realidad y

con más información de primera fuente, debido a los requerimientos de


82

hardware y software para el desarrollo de un sistema experto es muy

importante considerar que jamás ninguna máquina podrá reemplazar al

hombre en cuanto a su creatividad y su enorme inteligencia, las máquinas

son creadas como herramientas e instrumentos del hombre y siempre

deben ser tomadas como eso, herramientas.


83

CONCLUSIONES

 Los especialistas en mantenimiento y reparación de motores HEUI 3408E

& 3412E CAT de la Compañía Minera San Ignacio de Morococha S.A.A.,

consideran que el prototipo de un sistema inteligente artificial basado en un

sistema experto para el diagnóstico de fallas es una herramienta eficaz

para apoyar al personal técnico en el diagnóstico de las fallas de dichos

motores.

 Los usuarios del prototipo de un sistema inteligente artificial basado en un

sistema experto para el diagnóstico de fallas de motores HEUI 3408E &

3412E CAT de la Compañía Minera San Ignacio de Morococha S.A.A.,

señalan que este es una herramienta eficaz para apoyarlos en diagnóstico

de las fallas de dichos motores.

 El uso de los conocimientos de los expertos y las reglas de producción son

válidas y aceptables para modelar los conocimientos de los especialistas

de una manera práctica.


84

 Se desarrolló un módulo muy amigable de mantenimiento de la base de

conocimientos la cual está a disposición de los ingenieros de conocimiento

para su actualización permanente además para un nivel de significancia

del 5% el diagnostico de fallas de los motores HEUI 3408E & 3412E CAT

difiere si se utiliza un sistema inteligente basado en un sistema experto con

respecto al diagnóstico realizado por el personal técnico, ello

principalmente por el tiempo de respuesta ante el diagnóstico de una falla.

 Con respecto a la fiabilidad de este prototipo de sistema experto se debe

tener en cuenta que las fallas consideradas sólo han sido 16, y todos ellos

registrados en el área de mantenimiento de la Compañía Minera San

Ignacio de Morococha S.A.A.


85

RECOMENDACIONES

 Se debe tener en cuenta las opiniones que viertan los expertos en

mantenimiento y reparación de motores HEUI 3408E & 3412E CAT para

modificar según los requerimientos el sistema experto desarrollado y así

poder diagnosticar nuevos eventos de fallas aun no considerados por el

espacio temporal en el que se desarrolló esta investigación y así evitar

errores por falta de información

 Para la implantación y uso por usuarios del prototipo de un sistema

inteligente artificial basado en un sistema experto para el diagnóstico de

fallas de motores HEUI 3408E & 3412E CAT, es necesario tener personal

capacitado en el manejo de computadoras y programas de software. Por lo

tanto, el sistema experto es una herramienta que va a poder apoyar al

personal técnico que cuenten con un equipo de cómputo y que además,

sepan manejarlo.
86

 Es recomendable retener los conocimientos en este caso de los

especialistas en mantenimiento y reparación de motores HEUI 3408E &

3412E CAT debido a que se puede afirmar que el desarrollo de la

aplicación no es la tarea más difícil sino la adquisición de conocimientos del

experto.

 Que se ejecuten más Sistemas Experto en las diversas organizaciones y

empresas del medio debido a que su aplicación es extensa. Además hoy

en día se requieren de respuestas rápidas para la solución de problemas

inherentes a la Ingeniería Mecánica, por lo que serían de gran ayuda para

personal de nivel técnico que pueda formular los datos y obtener solución a

ellos.

 Para dar la debida confiabilidad al sistema experto es necesario considerar

más casos (fallas) y por otro lado sería recomendable tener en cuenta

eventos de fallas de los motores en estudio los mismos que deben de

obtenerse de los registros de otras empresas que ayude a conformar una

Base de Conocimientos mucho más amplio.


87

BIBLIOGRAFÍA

Bachmann, F. (2011). Dessarrollo de un sistema experto de apoyo al


mantenimiento predictivo de camiones CAEX conn motor diesel. Tesis
para optar al Título de: Ingeniero Civil en Informática, Universidad
Austral de Chile, Facultad de Cienciad de la Ingeniería - Escuela de
Ingeniería Civil en Informática, Valdivia - Chile.

Banda, H. (2014). Inteligencia Artificial - Principios y Aplicaciones. Quito,


Ecuador: Departamento de Informática y Ciencias de Computación -
Escuela Politécnica Nacional.

Bravo, J. (2010). Elaboración de un modelo experto para diagnóstico de fallas:


Caso grúa horquilla. Para optar título de Ingeniero de Ejecución en
Mecánica, Universidad de Talca, Facultad de Ingeniería - Ingeniería de
ejecución en Mecánica, Curicó - Chile.

Castillo, E., Gutiérrez, J., & Hadi, A. (1999). Sistemas expertos y modelos de
redes probabilísticas. Academia Española de Ingeniería.

Caterpillar. (n.d.). Maquinarias pesadas.org. Retrieved 11 13, 2014, from


Maquinarias pesadas.org: http://www.maquinariaspesadas.org/blog/936-
manual-diagnostico-fallas-motores-heui-3408e-3412e-finning-cat
88

Caterpillar. (n.d.). Scribd. Retrieved 10 15, 2014, from Scribd:


https://es.scribd.com/doc/72681781/Manual-Del-HEUI

Corrales, L., & Ramírez, A. (2013). Clasificación de fallas con redes neuronales
para grupos electrógenos. Ingeniería Energética , 34 (2), 1 - 14.

D’Aquila, R. O. (2005). Acerca de la inteligencia…de los sistemas inteligentes.,


(pp. 1-16).

D'Aquila, R. (2008, Agosto 14). Acerca de la inteligencia de los sistemas


Inteligentes. Acerca de la inteligencia de los sistemas Inteligentes .
Buenos Aires, Argentina.

Escobar, D. (2008). Diseño en un sistema experto en mantenimiento e


implementación en un sistema de ingeniería. Proyecto para optar el título
de Ingeniero Mecánico, Universidad EAFIT, Departamento de ingeniería,
Medellín - Colombia.

Espinoza, C. (2014). Metodología de la investigación tecnológica - Pensando


en sistemas (Segunda edición ed.). (C. Espinoza, Ed.) Huancayo,
Huancayo, Perú: Soluciones Gráficas SAC.

Fuentes, R., & Fuentes, A. (2013). Desarrollo de un sistema experto para el


diagnostico de fallas automotrices. Revista Iberoamericana de
Educación en Tecnología y Tecnología en Educación (11), 83-91.

Hernández, R., Fernández, C., & Baptista, P. (2010). Metodología de la


investigación (Quinta edición ed.). (J. Mares, Ed.) México D.F.: McGraw-
Hill / Interamericana editores, S.A. DE C.V.

Molina Gonzáles, M. (2006). Métodos de resolución de problemas: Aplicación al


diseño de sistemas inteligentes (4ta. ed.). Madrid, España: Fundación
General de la U.P.M. (Universidad Politécnica de Madrid).

Molina, M. (2006). Métodos de resolución de problemas: Aplicación al diseño


de sistemas inteligentes (Cuarta edición ed.). Madrid, España:
Fundación General de la U.P.M. (Universidad Politécnica de Madrid).
89

Peña, A. (2006). Sistemas basados en conocimiento: Una base para su


concepción y desarrollo (Primera edición ed.). (I. P. Nacional, Ed.)
México, México: Revillagigedo 83, Centro Histórico, 06070, México, D.F.

Ponce, P. (2010). Inteligencia articficial con aplicaciones a la ingeniería


(Primera edición ed.). (A. Herrera, Ed.) México D.F., México: Alfaomega
Grupo Editor, S.A. de C.V., México.

Quintanilla, J. (2002). DocSlide. Retrieved Abril 12, 2015, from DocSlide:


http://myslide.es/download/link/manual-heui-traducido

Russell, S., & Norvig, P. (2008). Inteligencia artificial - Un enfoque moderno


(Segunda edición ed.). (D. Fayerman, Ed.) Madrid, España: Pearson
educación, S.A.

Wikipedia. (2014, Abril 4). Wikipedia Enciclopedia Libre. Retrieved Junio 15,
2014, from http://es.wikipedia.org/wiki/Sistema_inteligente
90

ANEXO
91

MATRIZ DE CONSISTENCIA

Autor: PÉREZ SHAREVA, Alex Leocadio


Título: SISTEMA INTELIGENTE ARTIFICIAL PARA DIAGNÓSTICO DE FALLAS EN MOTORES HEUI 3408E &
3412E CAT – COMPAÑIA MINERA SAN IGNACIO DE MOROCOCHA S.A.A.
Diseño
Problema Objetivo Hipótesis Variables Indicador Instrumento Fuente
Metodológico
GENERAL GENERAL GENERAL INDEPENDIENTE
¿Cómo es el Determinar cómo es el El uso de un El presente Sistema inteligente Validación de  Cuestionario Resultados obtenidos
diagnóstico de diagnóstico de fallas de prototipo de estudio se clasifica basado en un sistema expertos de validación en los cuestionarios
fallas de los los motores HEUI sistema dentro del diseño experto informáticos informática. correspondientes a 2
de investigación
motores HEUI 3408E & 3412E CAT de inteligente
no experimental,
Validación de  Cuestionario expertos en informática,
3408E & la Compañía minera basado en un del tipo descriptiva expertos en de 5 expertos, en
3412E CAT de San Ignacio de sistema correlacional, de mantenimiento y validación mantenimiento y
la Compañía Morococha S.A.A. experto corte transversal, reparación de de expertos reparación de motores
minera San mediante el uso de un mejora el El esquema es el motores HEUI en HEUI 3408E & 3412E
Ignacio de prototipo de sistema diagnóstico siguiente: 3408E & 3412E mantenimie CAT y 5 usuarios
Morococha inteligente artificial. de fallas de CAT nto y potenciales.
S.A.A. los motores  Validación de reparación .
mediante el HEUI 3408E usuarios de motores
uso de un & 3412E CAT HEUI 3408E
prototipo de de la Dónde: & 3412E
sistema Compañía M: Muestra. CAT
O1: Observación
inteligente minera San
de la variable
 Cuestionario
artificial? Ignacio de de
Sistema inteligente
Morococha basado en un validación
S.A.A. sistema experto de usuarios
O2: Observación
de la variable
diagnóstico de
fallas
r: Relación de
variables o
92

correlación.
OBJETIVOS
DEPENDIENTE
ESPECÍFICOS
 Desarrollar e  Diagnóstico  Registro de Historial de equipos con
implementar un Correcto fallas de en motores HEUI 3408E &
prototipo de sistema  Diagnóstico los motores 3412E CAT, que
inteligente artificial Incorrecto. HEUI 3408E trabajaron en la
basado en un sistema & 3412E CAT Compañía Minera San
experto para el obtenidos Ignacio de Morococha
diagnóstico de fallas entre el 23 de S.A.A
de los motores HEUI abril del 2014
3408E & 3412E CAT. Diagnóstico de fallas y el 23 de
 Utilizar un prototipo Noviembre
de sistema inteligente del 2014.
artificial basado en un
sistema experto para
el diagnóstico de
fallas de los motores
HEUI 3408E & 3412E
CAT.
93

ANEXO 2

Número de fallas diagnosticadas por personal técnico y sistema experto

Sistema Incorrectos
Experto Incorrectos

Sistema Correctos
Experto Correctos
No. eventos
FALLA CÓDIGO DESCRIPCION DE FALLA

1 E1 Motor no arranca por temperaturas ambientales bajas 12 9 3 11 1


2 E2 Motor no arranca baja presión de actuación de la inyección 10 6 4 7 3
3 E3 Motor no arranca por existir alguna filtración el algún inyector 14 11 3 11 3
4 E4 Motor funciona Irregularmente por filtración en Inyector 12 8 4 10 2
5 E5 Motor no arranca por existir pequeña filtración 9 9 0 8 1
6 E6 Motor funciona Irregularmente debido a fallas en Bombas HEUI 17 15 2 15 2
7 E7 Motor no arranca por existir aire en el sistema de combustible 16 14 2 13 3
8 E8 Motor no arranca por problemas en arnés de cables 15 13 2 13 2
9 E9 Motor funciona Irregularmente debido a problemas en la combustión 12 11 1 10 2
10 E10 El motor gira pero no arranca por falla en circuito de velocidad / distribución 8 8 0 7 1
11 E11 El motor gira pero no arranca por problemas en el software 11 10 1 11 0
12 E12 El motor gira pero no arranca por deficiencia en empaquetaduras 15 13 2 13 2
13 E13 Funcionamiento irregular del motor por problemas en inyectores 14 12 2 13 1
14 E14 Baja potencia en motor por baja presión de combustible 16 13 3 14 2
15 E15 Baja potencia en motor por fugas en el sistema de admisión de aire 19 14 5 16 3
16 E16 Baja potencia por defecto en el sensor de presión de accionamiento de la inyección 12 10 2 11 1
TOTAL 212 176 36 183 29
94

ANEXO 3

Código en SWI-Prolog

BASE DE CONOCIMIENTOS

/* BASE DE CONOCIMIENTOS: Sintomas y fallas de motores


*/
conocimiento('motor_no_arranca_ambiente_frio',

['existen condiciones ambientales demasiado frías', 'se observa


humo blanco al intentar arrancar', 'existen códigos de falla
registrados con la ET',
'los depósitos de éter están está en un nivel bajo o vacío','hay
presencia de combustible congelado en alguna línea']).

conocimiento('motor_no_arranca_baja_presion_inyeccion',
['el nivel de aceite del motor no es el correcto', 'el sistema
ha recibido recientemente mantención o reparación', 'se observa
humo blanco al intentar arrancar', 'no se purga el aire del
sistema cuando motor opera a la máxima temperatura de trabajo y
bajo carga',
'existen filtraciones en el sistema de alta presión de la
inyección']).

conocimiento('motor_no_arranca_filtracion_inyector',['motor no
arranca y la corriente de actuación de la Inyección es 100%',
'la mínima presión para disponer de inyección de combustible es
menor 650 psi (4500 Kpa)', 'al arrancar el motor la presión no
alcanza los 725 psi (5000 Kpa)', 'el sensor de presión registra
una lectura por defecto de 260 psi(1800 Kpa)']).

id_imagen_preg('existen condiciones ambientales demasiado


frías','ambiente_frio').
id_imagen_preg('existen códigos de falla registrados con la
ET','codigo_et_1').

id_imagen_preg('se observa humo blanco al intentar


arrancar','humo_b1').

id_imagen_preg('los depósitos de éter están está en un nivel


bajo o vacío','nivel_eter').

id_imagen_preg('hay presencia de combustible congelado en alguna


línea','combus_cong').

id_imagen_preg('el nivel de aceite del motor no es el correcto',


'naceite_ok').
95

id_imagen_preg('el sistema ha recibido recientemente mantención


o reparación', 'repara1_ok').

id_imagen_preg('no se purga el aire del sistema cuando motor


opera a la máxima temperatura de trabajo y bajo carga',
'no_purga').

id_imagen_preg('existen filtraciones en el sistema de alta


presión de la inyección', 'filtra_1').
id_imagen_preg('motor no arranca y la corriente de actuación de
la Inyección es 100%', 'narranca_2').
id_imagen_preg('la mínima presión para disponer de inyección de
combustible es menor 650 psi (4500 Kpa)', 'min_presion_1').
id_imagen_preg('al arrancar el motor la presión no alcanza los
725 psi (5000 Kpa)', 'presion_actual_1').
id_imagen_preg('el sensor de presión registra una lectura por
defecto de 260 psi(1800 Kpa)', 'presion_def_1').

MOTOR DE INFERENCIA
/* MOTOR DE INFERENCIA: Esta parte del sistema experto se
encarga de
inferir cual es el diagnostico a partir de las preguntas
realizadas
*/
:- dynamic conocido/1.
mostrar_diagnostico(X):-haz_diagnostico(X),clean_scratchpad.
mostrar_diagnostico(lo_siento_diagnostico_desconocido):-
clean_scratchpad .
haz_diagnostico(Diagnosis):-
obten_hipotesis_y_sintomas(Diagnosis,
ListaDeSintomas),
prueba_presencia_de(Diagnosis,
ListaDeSintomas).
obten_hipotesis_y_sintomas(Diagnosis, ListaDeSintomas):-
conocimiento(Diagnosis,
ListaDeSintomas).

prueba_presencia_de(_, []).
prueba_presencia_de(Diagnosis, [Head | Tail]):-
prueba_verdad_de(Diagnosis, Head),
prueba_presencia_de(Diagnosis, Tail).
prueba_verdad_de(_, Sintoma):- conocido(Sintoma).
prueba_verdad_de(Diagnosis, Sintoma):-
not(conocido(is_false(Sintoma))),
96

pregunta_sobre(Diagnosis, Sintoma, Reply), Reply = 'si'.


pregunta_sobre(Diagnosis, Sintoma, Reply):-
preguntar(Sintoma,Respuesta),
process(Diagnosis, Sintoma, Respuesta,
Reply).
process(_, Sintoma, si, si):- asserta(conocido(Sintoma)).
process(_, Sintoma, no, no):-
asserta(conocido(is_false(Sintoma))).
clean_scratchpad:- retract(conocido(_)), fail.
clean_scratchpad.
conocido(_):- fail.
not(X):- X,!,fail.
not(_).

INTERFAZ DE USUARIO
/*
INTERFAZ GRAFICA: Esta parte del sistema experto es la que se
encarga de interactuar con la persona común, mostrar imágenes,
botones, textos, etc.

INICIAR SISTEMA EXPERTO:


PARA CORRER EL PROGRAMA, ES NESESARIO CARGAR LAS 3 PARTES AL SWI
PROLOG Y LUEGO SOLO CONSULTAR TODO, AUTOMATICAMENTE SE ABRIRA LA
VENTANA DEL PROGRAMA
*/
:- use_module(library(pce)).
:- pce_image_directory('./imagenes').
:- use_module(library(pce_style_item)).
:- dynamic color/2.

resource(img_principal, image, image('img_principal_1.jpg')).


resource(portada, image, image('portada_1.jpg')).
resource(motor_no_arranca_ambiente_frio, image,
image('trat_motor_no_arranca_ambiente_frio.jpg')).
resource(motor_no_arranca_baja_presion_inyeccion, image,
image('trat_motor_no_arranca_baja_presion_inyeccion.jpg')).
resource(motor_no_arranca_filtracion_inyector, image,
image('trat_motor_no_arranca_filtracion_inyector.jpg')).
resource(lo_siento_diagnostico_desconocido, image,
image('desconocido.jpg')).
97

resource(ambiente_frio, image, image('ambiente_frio.jpg')).


resource(humo_b1, image, image('humo_b1.jpg')).
resource(nivel_eter, image, image('nivel_eter.jpg')).
resource(naceite_ok, image, image('naceite_ok.jpg')).
resource(repara1_ok, image, image('repara1_ok.jpg')).
resource(no_purga, image, image('no_purga.jpg')).
resource(filtra_1, image, image('filtra_1.jpg')).
resource(codigo_et_1, image, image('codigo_et_1.jpg')).
resource(venas_rojas, image, image('venas_rojas.jpg')).
resource(combus_cong, image, image('combus_cong.jpg')).

resource(narranca_2, image, image('narranca_2.jpg')).


resource(min_presion_1, image, image('min_presion_1.jpg')).
resource(presion_actual_1, image,
image('presion_actual_1.jpg')).
resource(presion_def_1, image, image('presion_def_1.jpg')).

mostrar_imagen(Pantalla, Imagen) :- new(Figura, figure),


new(Bitmap,
bitmap(resource(Imagen),@on)),
send(Bitmap, name, 1),
send(Figura, display,
Bitmap),
send(Figura, status, 1),
send(Pantalla,
display,Figura,point(100,80)).
mostrar_imagen_tratamiento(Pantalla, Imagen) :-new(Figura,
figure),
new(Bitmap,
bitmap(resource(Imagen),@on)),
send(Bitmap, name, 1),
send(Figura, display,
Bitmap),
send(Figura, status, 1),
send(Pantalla,
display,Figura,point(20,100)).
nueva_imagen(Ventana, Imagen) :-new(Figura, figure),
new(Bitmap,
bitmap(resource(Imagen),@on)),
send(Bitmap, name, 1),
send(Figura, display, Bitmap),
98

send(Figura, status, 1),


send(Ventana,
display,Figura,point(0,0)).
imagen_pregunta(Ventana, Imagen) :-new(Figura, figure),
new(Bitmap,
bitmap(resource(Imagen),@on)),
send(Bitmap, name, 1),
send(Figura, display, Bitmap),
send(Figura, status, 1),
send(Ventana,
display,Figura,point(500,60)).

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%5
botones:-borrado,
send(@boton, free),
send(@btntratamiento,free),
mostrar_diagnostico(falla),
send(@texto, selection('El Diagnostico a partir
de los datos es:')),
send(@resp1, selection(falla)),
new(@boton, button('Iniciar consulta',
message(@prolog, botones)
)),

new(@btntratamiento,button('Detalles y
Tratamiento',
message(@prolog, mostrar_tratamiento,falla)
)),
send(@main, display,@boton,point(20,450)),
send(@main,
display,@btntratamiento,point(138,450)).

mostrar_tratamiento(X):-new(@tratam, dialog('Tratamiento')),
send(@tratam, append, label(nombre,
'Explicacion: ')),
send(@tratam,
display,@lblExp1,point(70,51)),
send(@tratam,
display,@lblExp2,point(50,80)),
tratamiento(X),
99

send(@tratam, transient_for, @main),


send(@tratam, open_centered).
tratamiento(X):- send(@lblExp1,selection('De Acuerdo Al
Diagnostico El Tratamiento Es:')),
mostrar_imagen_tratamiento(@tratam,X).
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%
preguntar(Preg,Resp):-new(Di,dialog('Colsultar Datos:')),
new(L2,label(texto,'Responde las
siguientes preguntas')),
id_imagen_preg(Preg,Imagen),
imagen_pregunta(Di,Imagen),
new(La,label(prob,Preg)),

new(B1,button(si,and(message(Di,return,si)))),

new(B2,button(no,and(message(Di,return,no)))),
send(Di, gap, size(25,25)),
send(Di,append(L2)),
send(Di,append(La)),
send(Di,append(B1)),
send(Di,append(B2)),
send(Di,default_button,'si'),

send(Di,open_centered),get(Di,confirm,Answer),
free(Di),
Resp=Answer.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%
interfaz_principal:-new(@main,dialog('Sistema Experto
Diagnosticador de Motores CAT',
size(1000,1000))),
new(@texto, label(nombre,'El Diagnostico a partir de los
datos es:',font('times','roman',18))),
new(@resp1, label(nombre,'',font('times','roman',14))),
new(@lblExp1,
label(nombre,'',font('times','roman',14))),
new(@lblExp2,
label(nombre,'',font('times','roman',14))),

new(@salir,button('SALIR',and(message(@main,destroy),message(@ma
100

in,free)))),
new(@boton, button('Iniciar consulta',message(@prolog,
botones))),
new(@btntratamiento,button('¿Tratamiento?')),
nueva_imagen(@main, img_principal),
send(@main, display,@boton,point(138,450)),
send(@main, display,@texto,point(20,130)),
send(@main, display,@salir,point(300,450)),
send(@main, display,@resp1,point(20,180)),
send(@main,open_centered).
borrado:- send(@resp1, selection('')).

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%
crea_interfaz_inicio:- new(@interfaz,dialog('Bienvenido al
Sistema Experto Diagnosticador',
size(1000,1000))),
mostrar_imagen(@interfaz, portada),

new(BotonComenzar,button('COMENZAR',and(message(@prolog,interfaz
_principal) ,
and(message(@interfaz,destroy),message(@interfaz,free)) ))),

new(BotonSalir,button('SALIDA',and(message(@interfaz,destroy),me
ssage(@interfaz,free)))),
send(@interfaz,append(BotonComenzar)),
send(@interfaz,append(BotonSalir)),
send(@interfaz,open_centered).

:-crea_interfaz_inicio.
101

ANEXO 4

Distribución Chi Cuadrado