nuove esigenze nella acquisizione e gestione della conoscenza per i dss claudio balducelli seminario...
TRANSCRIPT
Nuove esigenze nella acquisizione e gestione della conoscenza per i DSS
Claudio Balducelli
Seminario CAMO - 28 ottobre 2003I Sistemi di Supporto alle Decisioni
Sommario
• I DSS e la ricerca di modelli di acquisizione della conoscenza
• Diverse tipologie di esperti• Una esperienza e una lezione appresa sul campo• I limiti delle tecniche di formalizzazione• La nascita dei sistemi ibridi• Le nuove sfide
Seminario CAMO - 28 ottobre 2003
Definizione di Decision Support System (DSS)
Un sistema di supporto alle decisioni è un sistema che automatizza uno o più processi legati alle sequenze decisionali degli operatori umani.
Se automatizza un processo relativo al reperimento e visualizzazione di dati lo si può definire come un Sistema di Supervisione di impianto.
Se automatizza un processo relativo alla esecuzione di una funzione che necessita conoscenza operativa lo si può definire come un Sistema Esperto.
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Una differenza non banale esiste fra i DSS che funzionano on-line con i dati di processo e quelli che funzionano off-line (“Ragionamento temporale”)
Progetti di sviluppo di DSS(realizzati in passato)
1. Sistema esperto di diagnostica del Turboalternatore (CISE 1986)2. Sistema di diagnostica delle celle di produzione dell’alluminio
(ALUMINIA 1988)3. Sistema di supporto all’addestramento alla cooperazione durante
le emergenze (UE MUSTER 1990)4. Sistema di individuazione e recovery di emergenze causate da
impianti industriali (PROT CIVILE CIPRODS 1992)5. Sistema di aiuto operatore per emergenze in oleodotti e depositi
petroliferi (SNAM 1995)6. Sistema di supporto operatore per la diagnostica precoce
dell’impianto ICARO (ENEA 1999). 7. Sistema di ottimizzazione delle opzioni tecniche rivolte a ridurre
gli impatti ambientali su impianti di produzione manufatturieri (MIUR 1999)
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Progetti di sviluppo di DSS (attualmente in corso)
1. Sistema di monitoraggio controllo e salvaguardia di Infrastrutture Critiche altamente informatizzate (UE SAFEGUARD 1992)
2. Sistema di aiuto operatore nella ottimizzazione della logistica (multi-modale) di trasporto delle merci (MIUR SETRAM 1993)
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
I principali tipi di processi decisionali in presenza di crisi o stato di emergenza
DIAGNOSICapire cosa sta accadendo
VALUTAZIONECapire come l’evento
incidentale possa propagarsi
PIANIFICAZIONEGestire le risorse e i piani di intervento
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Alberi diagnostici
Ogni nodo corrisponde ad una ipotesi il cui stato durante il processo inferenziale può assumere lo stato di “vera” o di “falsa”
Nodo AND
Nodo OR
Come formalizzare la conoscenza esperta?
Evidenze Conseguenze intermedie
Diagnosi
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Come formalizzare la conoscenza esperta?
Ogni nodo dell’albero può essere rappresentato tramite una “regola di produzione”
A B
1 2 3 4
C
If AND<evidenza 3> AND<evidenza 4>
Then ipotesi B
If OR<evidenza 1> OR<evidenza 2>
Then Ipotesi A
If AND<ipotesi A> AND<ipotesi B>
Then ipotesi C
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Come formalizzare la conoscenza esperta?
Le “metaregole” gestiscono la attivazione delle regole di produzione.
Due tipi principali di attivazione.
Forward chaining
Acquisizione del pattern delle evidenze
Verifica dello stato della diagnosi (vera o falsa)
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Backward chaining
Supponi che la diagnosi sia vera
Trova i pattern di evidenze che soddisfano la condizione
Come formalizzare la conoscenza esperta?
Le “metaregole” gestiscono la attivazione delle regole di produzione.
Due tipi principali di attivazione.
I DSS e la ricerca di modelli di acquisizione della conoscenza
Seminario CAMO - 28 ottobre 2003
Come formalizzare la conoscenza esperta?
Analista esperto dei processi
Esperti di marketing e politiche produttive
In un impianto di processo o di produzione esistono in genere tre tipi principali di operatori esperti…………
Il focus del DSS è quello di dare supporto a questo tipo di esperto
Operatore di impianto
Diverse tipologie di esperti
Seminario CAMO - 28 ottobre 2003
Come formalizzare la conoscenza esperta?
Analista esperto dei processi
Esperti di marketing e politiche produttive
In un impianto di processo o di produzione esistono in genere tre tipi principali di operatori esperti…………
La conoscenza dei modelli che stanno alla base del processo risiede principalmente in questo tipo di esperto.
Operatore di impianto
Diverse tipologie di esperti
Seminario CAMO - 28 ottobre 2003
“Sistema di supporto operatore per la conduzione di celle di produzione dell’alluminio”
Cosa abbiamo imparato da questa esperienza……
L’alluminio viene prodotto mediante l’elettrolisi dell’alumina fusa ad alta temperatura
15.000 KW-ore di potenza elettrica sono necessarie per produrre 1 tonnellata di alluminio
Una esperienza e una lezione appresa sul campo
Seminario CAMO - 28 ottobre 2003
Alumina
Metallo (alluminio)
Ossigeno
Si consuma
Si produce
Si produce
Un impianto di produzione possiede un grande parco di celle elettrolitiche
Carico elettrico
Controllo processo
Una esperienza e una lezione appresa sul campo
Attraverso l’analisi in linea dello stato dei parametri di processo, l’operatore di impianto regola i parametri stessi al fine evitare avarie ed anomalie sulla singola cella
Seminario CAMO - 28 ottobre 2003
Verifica e aggiornamento
Responsabile operazioni sulle
celle di produzione Interviste
Formalizzazione alberi diagnostici
Analista esperto del processo
elettrolitico Manuali
Conoscenza formalizzata
Strategia di acquisizione della conoscenza
CONFLITTO
Una esperienza e una lezione appresa sul campo
Seminario CAMO - 28 ottobre 2003
CAPIRE LE CAUSE DEL GUASTO
PREVENIRE IL GUASTO
I limiti delle tecniche di formalizzazione
Altre strutture formalizzano meglio il tipo di conoscenza utilizzata dall’operatore di
impianto.
Dagli alberi diagnostici alle reti causali….
Seminario CAMO - 28 ottobre 2003
I limiti delle tecniche di formalizzazione
Temperatura alta
e/o crescente
Tensione di
marcia altaBagno
basso
AlF3
bassa
Ripartizione
anodica
irregolare
Effetti
anodici
fuori norma
Anodo spezzato
Anodo scivolato
Anodo malposizionato
Mancanza Al2O3
Reintegro insufficiente
Colata maleffettuata
Svistaoperatore [0,1]
[0,infinito]
[0,1][5,7]
[48,72]
[1,3]
Condizione di pericolo per la cella(da evitare)
Seminario CAMO - 28 ottobre 2003
Temperatura alta
e/o crescente
Tensione di
marcia altaBagno
basso
AlF3
bassa
Ripartizione
anodica
irregolare
Effetti
anodici
fuori norma
Anodo spezzato
Anodo scivolato
Anodo malposizionato
Mancanza Al2O3
Reintegro insufficiente
Colata maleffettuata
Svistaoperatore [0,1]
[0,infinito]
[0,1][5,7]
[48,72]
[1,3]Possibili cause prime
(non esaustive e non sempre verificabili
dall’operatore)
I limiti delle tecniche di formalizzazione
Seminario CAMO - 28 ottobre 2003
Temperatura alta
e/o crescente
Tensione di
marcia altaBagno
basso
AlF3
bassa
Ripartizione
anodica
irregolare
Effetti
anodici
fuori norma
Anodo spezzato
Anodo scivolato
Anodo malposizionato
Mancanza Al2O3
Reintegro insufficiente
Colata maleffettuata
Svistaoperatore [0,1]
[0,infinito]
[0,1][5,7]
[48,72]
[1,3]
Effetti anomaliL’operatore li individua come
deviazioni da una condizione difunzionamento normale
I limiti delle tecniche di formalizzazione
Seminario CAMO - 28 ottobre 2003
Temperatura alta
e/o crescente
Tensione di
marcia altaBagno
basso
AlF3
bassa
Ripartizione
anodica
irregolare
Effetti
anodici
fuori norma
Anodo spezzato
Anodo scivolato
Anodo malposizionato
Mancanza Al2O3
Reintegro insufficiente
Colata maleffettuata
Svistaoperatore [0,1]
[0,1][5,7]
[48,72]
[1,3]
[0,infinito]
Vincoli temporaliGli eventi anomali sono legati da vincolitemporali che permettono all’operatore
di prevedere le possibili evoluzionidell’evento
I limiti delle tecniche di formalizzazione
Seminario CAMO - 28 ottobre 2003
Temperatura alta
e/o crescente
Tensione di
marcia altaBagno
basso
AlF3
bassa
Ripartizione
anodica
irregolare
Effetti
anodici
fuori norma
Anodo spezzato
Anodo scivolato
Anodo malposizionato
Mancanza Al2O3
Reintegro insufficiente
Colata maleffettuata
Svistaoperatore [0,1]
[0,1][5,7]
[48,72]
[1,3]
[0,infinito]
Collegamenti forti o deboliUn collegamento può indicare una
conseguenza che si verificherà sicuramente o che potrebbe
verificarsi
I limiti delle tecniche di formalizzazione
Seminario CAMO - 28 ottobre 2003
I limiti delle tecniche di formalizzazione
Cosa è ancora insufficiente in questo tipo di metodi di formalizzazione?
Queste “condizioni anomale” non sono riconoscibili in assoluto in quanto sono basate sul concetto di “stato di funzionamento normale” che l’operatore apprende con la sua personale esperienza.
Seminario CAMO - 28 ottobre 2003
Sensoriintelligenti
Detector 1
Detector 4
Detector 3
Detector 2
Detector 5
Correlatore temporale
ReazioneVerifica
La nascita dei sistemi Ibridi
Seminario CAMO - 28 ottobre 2003
Riconoscimento attraverso metodi
di
DATA MINING
Riconoscimento attraverso
RETI NEURALI
Nuovi metodi di IA utilizzabili come metodi di “anomaly detection” (sensoristica) intelligente
Riconoscimento attraverso
“Casistiche” Case Base Reasoning
La nascita dei sistemi Ibridi
Seminario CAMO - 28 ottobre 2003
Nuovi metodi di IA utilizzabili a livello di “correlazione” e “reazione” intelligente
Correlare le anomalie attraverso RETI CASUALI di
tipo TEMPORALE e SPAZIALE
La nascita dei sistemi Ibridi
Reagire alle anomalie attraverso metodi di ricerca
di nuovi stati di funzionamento ottimale.
(ALGORITMI EVOLUTIVI)
Seminario CAMO - 28 ottobre 2003
Le nuove sfide
Impianto da controllare
Strato di controllo (Cyber-layer)
Strato organizzativo (procedure operative)
Strato fisico
Il comportamento è basato su modelli ben conosciuti
Mancanza di modelli di comportamento
I sistemi con cui abbiamo a che fare sono sempre meno di tipo fisico (hardware) e sempre più di tipo software
Le nuove sfide
Impianto da controllare
Strato di controllo (Cyber-layer)
Strato organizzativo (procedure operative)
Strato fisico
I sistemi con cui abbiamo a che fare sono sempre meno di tipo fisico (hardware) e sempre più di tipo “software intensive”
L’obbiettivo è quello di sviluppare ed utilizzare sullo strato organizzativo dei DSS in grado di effettuare la diagnosi ed il controllo non solo dei componenti dello strato fisico ma anche di quelli dello strato di controllo
Forse riuscendo a costruire una rete causale di questo tipo, si potrebbe pensare di costruire un DDS applicabile anche allo strato di controllo dei sistemi fisici….
Le nuove sfide
Qualcosa in più relativamente a questo argomento viene illustrato nella presentazione del sistema Safeguard
Pacchetti anomali sulla porta di
comunicazione IP
Livello alto di CPU load
Sequenze anomale nelle richieste di
routines di sistema
Livello elevato di richieste provenienti
da Client remoti
Server instabile o bloccato
[0,Infinito]
[0,Infinito]
[0,10]
[0,100]
[0,10]
[0,Infinito][0,100]