“Técnicas de data mining visual para el modelado y monitorización de
procesos industriales complejos mediante el enfoque de reducción de la
dimensión”, referencia: DPI2002-01599.
Entidad financiadora:
Ministerio de Ciencia y Tecnología, Programa Nacional de I+D
orientada, Programa Nacional de Diseño y Producción Industrial.
Entidades participantes:
Universidad de Oviedo.
Duración: Diciembre de
2002-Diciembre de 2005.
Investigador responsable:
Ignacio Díaz Blanco.
Resumen
y objetivos:
Muchos
procesos industriales son de naturaleza compleja: se trata de procesos con
muchas variables (decenas o cientos), fuertemente acopladas entre sí y cuyas
relaciones son parcial o totalmente desconocidas. El abaratamiento en los
últimos años de las tecnologías de captura y almacenamiento de datos,
procedentes de sensores y computadores de proceso, ha hecho viable la creación
de enormes bases de datos, las cuales contienen toda o gran parte de la
información del proceso considerada relevante. Por otra parte, a menudo se dispone
de un conocimiento previo, emanado de la experiencia y el estado del arte, que
viene dado en forma de reglas, más o menos precisas, o en forma de modelos
teóricos. Nos enfrentamos, por tanto, a fuentes de conocimiento heterogéneas
sobre el mismo proceso (datos y conocimiento previo) que es preciso conectar.
Recientemente
ha venido surgiendo un creciente interés por el enfoque de las técnicas de
visualización de datos multidimensionales. Un enfoque para la visualización de
datos multidimensionales consiste en generar proyecciones (o mapas) de
reducción de la dimensión, que proyectan de forma continua puntos del espacio
de los datos sobre un espacio 2D ó 3D que puede ser visualizado sin perder
información significativa en relación el problema a tratar. Estos mapas
permiten aplicar herramientas de razonamiento que tienen validez en el espacio
de los datos, tales como reglas borrosas, modelos teóricos, etc., y traducir
las conclusiones directamente al espacio de visualización.
El proyecto
analiza la aplicabilidad en procesos industriales, y específicamente en
accionamientos de alterna, de las técnicas de visualización (especialmente las
basadas en el Self-Organizing
Map) mediante reducción de la dimensión en dos
vertientes:
§ Análisis
exploratorio visual o Visual Data Mining de procesos industriales complejos sin modelos
conocidos mediante técnicas de reducción de la dimensión.
§ Monitorización
del estado o condición, mediante la proyección instantánea del vector de datos
del proceso sobre el mapa del proceso cartografiado mediante las técnicas
anteriores, así como mediante la visualización de los residuos del modelo.
|
|
Motor de inducción con
acelerómetros montado en el banco de ensayos. |
Vista del accionador para el motor de
inducción, sensores de tensión y corriente y tarjetas de filtrado. |