Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Revista Iberoamericana
de Inteligencia Artificial
ISSN: 1137-3601
revista@aepia.org
Asociacin Espaola para la Inteligencia
Artificial
Espaa
Galn, Ramn; Jimnez, Agustn; Sanz, Ricardo; Mata, Fernando
Control Inteligente
Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial, vol. 4, nm. 10, verano, 2000,
pp. 43-48
Asociacin Espaola para la Inteligencia Artificial
Valencia, Espaa
Control Inteligente
Ramn Galn, Agustn Jimnez, Ricardo Sanz, Fernando Mata
Centr Departamento de Automtica, Ingeniera Electrnica e Informtica Industrial
Universidad Politcnica de Madrid
C/ Jos Gutirrez Abascal, 2. 28006 Madrid
e-mail: galan@disam.upm.es
Resumen
En este artculo se introduce el Control Inteligente y las tcnicas de inteligencia artificial que se usan en el
diseo de sistemas de control complejos, que por su dificultad son inabordables por tcnicas clsicas. Tambin
se presentan algunos de los proyectos que la Divisin de Ingeniera de Sistemas y Automtica de la
Universidad Politcnica de Madrid ha desarrollado en el rea del Control Inteligente de Procesos.
Palabras clave: Control Inteligente, Inteligencia Artificial, Sistemas Expertos, Redes Neuronales, Lgica
Borrosa, Algoritmos Genticos.
1. Introduccin
El control inteligente comprende una serie de
tcnicas - tomadas fundamentalmente de la
inteligencia artificial- con las que se pretenden
resolver problemas de control inabordables por los
mtodos clsicos [Sanz 90b].
Cuando observamos en detalle la lista de actividades
de un sistema de control vemos claramente dos tipos
diferenciados. Por una parte actividades que
conducen a la modificacin del mundo, y por otra
actividades de procesamiento de informacin con un
cierto grado de abstraccin. Estos dos tipos de
actividades son en cierta medida calificables como
conductivas y cognoscitivas [Galn 921.
El control clsico consta esencialmente de
tratamiento de informacin en un nivel numrico y
actuacin sobre el mundo, no apareciendo en l
actividades cognoscitivas de alto nivel de
abstraccin. Es por ello que en muchos casos se
debe aadir a este tipo de controles la supervisin de
2. Historia
En el origen de los trabajos en control inteligente
cabe destacar la figura de K.S. Fu por sus trabajos
con "recognition in the loop" [Fu 71], descritos y
comentados por Meystel [Meystel 85].
Luego, a mediados de los aos 80, se produce el
desarrollo terico por parte de grupos de trabajo
universitarios que plantean el fundamento terico de
este tipo de sistemas desde la perspectiva de la
inteligencia artificial, el control y la interaccin de
sistemas jerrquicos [Saridis 85], [Tzafestas 89],
3. Tcnicas Bsicas
Entre las tcnicas de Inteligencia Artificial usadas
en Control Inteligente destacan:
3.1 Sistemas Expertos
Basados en el uso de las tcnicas y herramientas de
diseo de sistemas expertos de Inteligencia
Artificial. [Alamn 92]
En este tipo de sistemas la base de conocimientos de
control se obtiene de un experto humano: el
operador del proceso a controlar. En ella se recoge
esencialmente dos tipos de informacin: reglas
referentes a la interpretacin del estado del proceso
y reglas para la determinacin de las actuaciones.
Para aumentar la eficiencia las reglas se clasifican
en grupos o metareglas.
3.2 Lgica Borrosa
Se trata de un control basado en reglas que utiliza
tcnicas para manejar la imprecisin. Cabra separar
el estudio de los controladores borrosos como
4. UPM-DISAM
El Departamento de Automtica, Ingeniera
Electrnica e Informtica Industrial de la
Universidad Politcnica de Madrid mantiene una
lnea de investigacin en Control Inteligente de
Procesos desde 1992, que se centra en el desarrollo
y aplicacin de tecnologas avanzadas de control en
el campo del control de procesos industriales
continuos.
En particular el mayor esfuerzo se dedica a la
integracin de tcnicas de inteligencia artificial con
aplicaciones de control convencionales. El objetivo
final que se pretende conseguir es el uso de
representaciones avanzadas de conocimiento sobre
los sistemas a controlar - modelos - capaces de dar
soporte a toda la gama de aplicaciones que se
emplean en un sistema de control de procesos:
monitorizacin, control, diagnosis, prediccin,
optimizacin, etc.
Algunos de los temas de investigacin y desarrollo
son los siguientes:
S Control avanzado de procesos continuos
S Modelado y simulacin cuantitativa y cualitativa
S Identificacin de sistemas, reconciliacin de datos
y optimizacin
S Control inteligente: sistemas expertos, control
HYDRA-Visin (1996-98)
Desarrollado para Unin Fenosa Ingeniera S.A.
Sistema de Supervisin y Vigilancia que permite
desatender las Centrales Hidrulicas de Unin
Fenosa.
5. Bibliografa
Las referencias aqu incluidas pueden servir como
introduccin al Control Inteligente.
[Alamn 92] Alamn X., Introduccin a la I.A. para
la asistencia al control en Tiempo Real. En el libro
La Inteligencia Artificial y el control en Tiempo
Real, Ed. Repsol Coleccin Ensayo, 1992.
[Astrm 86] Astrm K.J., Anton J.J., Arzen K.E.
Expert Control. Automtica Vol. 22, pp. 277-286,
1986
[Bernard 88] Bernard J.A. Use of a Rule-Based
System for Process Control. IEEE Control Systems
Magazine, Octubre 1988
[Brajnik 90] Brajnik E.J. Epistemology, Organization
and Use of Functional Knowledge for reasoning
about physical systems. Proc. 10th International
Workshop on Expert Systems and Their
Applications, 1990
[Cavanna 89] Cavanna A., Chautard J.C., Honorat
C., Levin M. And Klause B., QUIC Toolkit
Demonstrator Applications. CIM Europe, 1989
[Fogel 66] Gogel L.J., Owens A.L., Walsh M.J.,
Artificial
Intelligence
Through
Simulated
Evolution. John Wiley and Sons, Inc. New York,
1966.
[Fu 71] Fu, K.S. Learning control systems and
Intelligent Control Systems: An intersection of
Artificial Intelligence and Asutomatic Control. IEE
Transactions on Automatic Control, Vol. 16. N 1,
1971
[Galn 92] Galn, R. La Inteligencia Artificial desde
la perspectiva del Control Automtico. En el libro
La Inteligencia Artificial y el control en Tiempo
Real, Ed. Repsol Coleccin Ensayo, 1992.
[Goldberg 89] Goldberg, D.E., Genetics Algorithms
in Search, Optimization and Machine Learning.
Addison-Wesley. Mass. 1989.
[Grefenstette 89] Grefenstette, J.J. A system for