• Problemas de clasificación.
• Problemas de síntesis.


El primer tipo de problemas incluye tareas como valoración de la situación, diagnóstico, predicción, apoyo al control de procesos y planificación. El segundo tipo de tareas incluye diseño, planificación y configuración. Los dos grupos pueden encontrar aplicaciones potenciales en supervisión. El ciclo genérico de CBR opera según el siguiente esquema:
 

• Recuperar un conjunto de casos similares al considerado; no es necesario ningún emparejamiento directo, los casos seleccionados pueden parecerse sólo parcialmente al actual.
• Seleccionar el mejor, por ejemplo el mas cercano al actual con respecto a alguna medida de similitud, o satisfaciendo alguna condición.
• Adaptar el caso seleccionado para resolver el problema actual.
• Retener la solución para el uso futuro.


En las tareas del clasificación, el punto principal consiste en un mecanismo eficaz de almacenamiento y recuperación. El problema básico es clasificar el nuevo caso para que pueda compararse a uno existente. Una clasificación eficaz se basa en modelos flexibles procedimientos de reconocimiento de formas y en esquemas indexados.

En la tarea de síntesis la dificultad principal consiste en la construcción del diseño o plan. El problema principal es desarrollar un diseño o plan básico de trabajo y entonces, usando el conocimiento del caso almacenado, ajustarlo a las condiciones específicas. Estas tareas son más difíciles que las de clasificación, ya que requieren habilidades basadas en la creatividad.

En ambos tipos de tareas, el CBR puede combinarse con otras técnicas, de la IA o no. Las más frecuentemente usadas incluyen varios tipos de métodos de búsqueda, técnicas de recuperación de información de bases de datos (especialmente mecanismos de emparejamiento suaves, por ejemplo difusos), varios métodos estadísticos (sobre todo análisis discriminatorio), metodología de sistemas basados en reglas, técnicas de aprendizaje (especialmente algoritmos de la clasificación inductivos), tecnología de redes neuronales y diversos formalismos de representación de conocimiento.

Las aplicaciones potenciales básicas del CBR en supervisión incluyen, entre otras, las siguientes tareas específicas:

• Reconocimiento de situaciones estáticas: el estado actual del sistema puede componer una forma compleja, compuesta de datos numéricos y simbólicos, mientras que ciertas situaciones específicas de interés a veces no pueden ser emparejadas mediante una descripción formal estricta; en este caso, en lugar de verificar una simple generalización, el estado actual puede ser clasificado mediante el uso de casos clasificados ya existentes. Algunas aplicaciones de ejemplo incluyen el descubrimiento de situaciones anormales potenciales, descubrimiento de situaciones peligrosas, descubrimiento de fallos, la evaluación de llegar a cierta fase de un proceso de varias etapas (sobre todo en procesos batch), etc.
• Reconocimiento de situaciones dinámicas: como el anterior, pero en este caso la valoración de la situación puede requerir la monitorización y el análisis de una secuencia de estados durante un periodo de tiempo y el análisis de la dirección y el grado de cambio de ciertos parámetros. El CBR puede ser especialmente práctico en el caso de procesos donde esta valoración requiere cierta especialización en el dominio, ya que el número de posibles trayectorias crece evidentemente de forma rápida con los estados posibles y la longitud de la secuencia observada,
• Predicción de eventos/situaciones: este tipo de aplicación es una extensión de la valoración de situaciones dinámicas; si se observa y clasifica una secuencia particular de estados, puede usarse para recuperar "extrapolaciones" típicas de casos similares. Las aplicaciones típicas pueden incluir predicción de situaciones peligrosas, predicción de salidas (sobre todo de forma cualitativa) y sus características, y generación de alarmas,
• Selección del algoritmo del control: de nuevo, para una situación específica reconocida, puede requerirse un algoritmo de control particular; este algoritmo pueden seleccionarse en base a su similitud a los casos recuperados y, si es necesario, adaptados/modificados para el caso actual,
• diagnóstico: de hecho, este tipo de aplicación es similar al reconocimiento de situaciones; el proceso diagnóstico completo puede requerir inferencia más sofisticada o específico para el caso actual, para proporcionar especificación detallada del diagnóstico actual (por ejemplo qué elementos están averiados, el tipo de funcionamiento defectuoso, todos los diagnósticos potenciales, etc.); el proceso del diagnóstico también puede requerir métodos para la comprobación de los diagnósticos y el desarrollo de esquemas de reparación,
• Síntesis y planificación de control: este tipo de aplicación consiste en la síntesis del algoritmo de control (por ejemplo plan de acción) para lograr un nuevo objetivo especificado o para llegar al estado final deseado o seguir una trayectoria específica durante un periodo de tiempo. Este tipo de aplicación del CBR pertenece a las tareas de síntesis, y puede apoyarse en técnicas de búsqueda y métodos de generación de planes,
• Adaptación de modelos: en un sistema de control jerárquicos de procesos complejos, el control puede sintetizarse utilizando un modelo explícito del sistema; si el modelo cambia significativamente con el tiempo, los métodos de identificación clásicos basados en el ajuste de parámetros pueden ser insuficientes; en este caso, la selección de la estructura y componentes del modelo puede basarse en recuperar formas de comportamiento y los modelos correspondientes.


Destaquemos que en todos los casos, la aplicación exitosa de la metodología de CBR depende de los casos guardados suficientemente similares al que se esta analizando. La ventaja de aplicación de CBR en supervisión consiste ese que el almacenamiento de casos puede ser considerado como actividad inherente que completa la monitorización del proceso supervisando, la transformación señal-símbolo y la abstracción de conocimiento. Así, la base de casos puede ser construida durante el funcionamiento de la planta como resultado de un proceso automático o semiautomático. Sin embargo, la experiencia pasada positiva debe estar explícitamente presente; en caso contrario el sistema podría sugerir qué situaciones y controles debe evitarse y no proporcionar soluciones constructivas. Las ventajas principales de usar tecnología de CBR en supervisión de procesos incluyen:
 

• Almacenamiento de casos exitosos para su inmediata reutilización; incluyendo la eliminación de errores humanos y asegurando el funcionamiento consistente y estable para un horizonte de tiempo grande.
• Conservación y redistribución del know-how proveniente de los expertos del dominio.
• Transferencia de experiencia de los especialistas experimentados a los nuevos.
• Construcción un banco común corporativo de conocimiento tecnológico.
• Finalmente, apoyo al descubrimiento de conocimiento a partir de ejemplos.


En general, la aplicación de tecnología CBR puede ser considerada como crucial para mejorar la fiabilidad, seguridad y calidad de la supervisión. Sin embargo, el propio CBR no debe ser considerado como una alternativa a otras tecnologías basadas en conocimiento; constituye un valioso elemento para combinar tecnología y conocimiento del dominio para lograr un efecto de sinergia y no de competitividad.

Aplicaciones seleccionadas de CBR en tareas de supervisión

En esta subsección se presenta una breve selección de aplicaciones exitosas de herramientas y técnicas de CBR en supervisión.

• Clavier - Un sistema CBR para la configuración del autoclave en Lockheed. La producción de ciertos materiales compuestos requiere seguir una temporización precisa de cambios de temperatura y presión durante un periodo de 6-7 horas. El proceso se lleva a cabo mediante el uso de autoclave y se monitoriza a través de termopares. El operador del proceso puede hacer pequeños ajustes de temperatura y presión para que el proceso siga el comportamiento deseado y asegurar la calidad final demandada. Durante un mismo ciclo, se colocan diversas piezas de diferente forma y tamaño juntas dentro del autoclave. El diseño del plan correcto es un arte mas que una ciencia, y requiere mucha experiencia y especialización. Los operadores confiaban en anteriores planes exitosos. Debido a los cambios en las piezas a lo largo del tiempo, los operadores debian seleccionar un plan exitoso que se emparejara tan estrechamente como fuera posible con la selección en curso de piezas y lo adaptaban a la situación. El sistema CLAVIER se desarrolló en el periodo 1987-1990 para ayudar a los operadores en la tarea del diseño del plan. Realiza tareas como recuperación y adaptación de casos que usan representaciones apropiadas de los planes. Este tipo de aplicación puede ser clasificado como de decisión o apoyo al control y, desde el punto de vista de metodología de IA, de clasificación y apoyo especializado a la planificación.

• Wayland - un sistema CBR de asesoría de consignas de presión de aluminio para maquinas de inyección en Kaye Presteigne. El problema consiste en seleccionar los parámetros apropiados para el proceso de inyección de metal fundido en moldes. Los parámetros de la maquina son un factor crítico para la calidad del producto, pero también representan un compromiso entre calidad, coste, periodo de vida, etc., Como no existe ningún procedimiento generalmente aplicable para calcular los parámetros, éstos deben determinarse sobre la base de la experiencia y el conocimiento cualitativo y cuantitativo parcial. El sistema de Wayland fue diseñado y llevado a cabo para identificar automáticamente troqueles anteriores con características similares, adaptar los parámetros para suplir las diferencias existentes y validar la solución con ciertos límites. La representación de casos se basa en valores numéricos de atributos predefinidos, mientras que la adaptación involucra el uso de fórmulas numéricas (si son accesibles) y un sistema basado en reglas para la evaluación de condiciones y generación de advertencias.

• CASELine - ayuda el diagnóstico y reparación de averías en el avión Boeing 747-400 de British Airways. La eliminación temporal de un avión en servicio puede causar grandes costes a la compania aérea. La monitorización continua de aviones durante el vuelo permite la detección inmediata de fallos y otros elementos funcionando anormalmente. Estos fallos pueden descubrirse automáticamente o mediante los pilotos, que los transfieren por radio a los ingenieros para identificar la causa y tomar decisiones sobre la reparación. CASELine es un sistema CBR para la recuperación de casos e identificación de fallos, así como para determinar los procedimientos con mayor porcentaje de posibilidades de éxito.
• CASSIOPÉE - un sistema CBR para el mantenimiento y diagnóstico del motor de reacción CFM 56-3 en aviones Boeing 737. Este sistema fue diseñado para tener conocimiento sobre los fallos que ocurrieron durante un largo periodo de tiempo en este tipo de motores. La base de casos contiene 23000 casos caracterizados con aproximadamente 80 atributos. El sistema realiza recuperación de casos, aprendizaje inductivo de árboles de decisión, demandas de información adicional dependiendo de la situación, conexión a un catálogo con 25 000 ilustraciones, y otros. La meta principal de aplicación era reducir significativamente el tiempo de diagnosis y reparación ayudando a los ingenieros mediante un acceso rápido a casos similares.

• Control de proceso para Naheola Mill. Los productos de Mill son: tejido, tabla y pulpa procesada. Como material de entrada se usan árboles de madera blanda y de madera dura pulverizados que alimentan un proceso batch. El proceso batch es muy costoso y el producto de salida es sensible a los parámetros del proceso; el porcentaje de fallos es muy alto. Se dedicó mucho de esfuerzo a automatizar el proceso y a lograr un alto nivel de apoyo a las decisiones informatizado para perfeccionar la producción. El enfoque CBR se aplicó a uno de los pasos de producción que involucraron el secador de pulpa. El objetivo era aumentar al máximo la producción continua y minimizar el porcentaje de cambios en el proceso. Se monitorizaron alrededor de doscientas entradas y se guardaron miles de casos. El resultado es una decisión sobre si debe pararse el proceso o no; también proporciona un sistema fuzzy de alerta que proporciona advertencias anticipadamente al operador si algo va a fallar.