Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
PROYECTO FINAL DE INGENIERÍA
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías – LU 1037109
Campos, Ezequiel Germán – LU 1037108
Ingeniería en Informática
Tutor: Alvarez Messina, Norberto Pablo, UADE
Co-Tutor: Castro, Marcelo Alfonso, UADE
Colaborador:
Aragunde, Hector Roberto, FSC
Agosto 09, 2017
UNIVERSIDAD ARGENTINA DE LA EMPRESA FACULTAD DE INGENIERÍA Y CIENCIAS EXACTAS
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Norberto Pablo Alvarez Messina Marcelo Alfonso Castro
Firma del Tutor Firma del Co- Tutor
Mauro Matías Aragunde Ezequiel Germán Campos
Firma de los Alumnos
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Agradecimientos
A Héctor R. Aragunde por habernos permitido realizar este proyecto junto a él. Fue
Héctor quien promovió esta idea desde el inicio y nosotros los encargados de convertir esta idea
en realidad. Nos acompañó en cada etapa del proyecto, colaborando a cada instante en lo
profesional y lo personal. Reconocemos el gran esfuerzo que ha tenido que realizar para que
nosotros logremos concluir este proyecto de la mejor forma posible. Castingware contiene su
trabajo y experiencia acumulada durante más de 30 años y ha decidido compartirlo con todos
nosotros.
Un agradecimiento muy especial merece la comprensión, la paciencia y el ánimo
recibidos de nuestra familia y amigos.
A nuestro tutor, Norberto Pablo Alvarez Messina, por el respeto, la dedicación y
colaboración con nosotros para la realización del presente trabajo.
A nuestro co-tutor, Marcelo Alfonso Castro, por habernos iniciado y guiado en la ciencia
de la Inteligencia Artificial.
A todos ellos,
¡Muchas Gracias!
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Resumen
En la industria metalúrgica el diagnóstico de defectos en las piezas es una actividad
común y fundamental, ya que permite determinar causas puntuales de los defectos y estrategias
para evitarlos, aportando así a la mejora continua de los procesos productivos. Debido a los
altos costos asociados a los defectos hay una clara necesidad de un método rápido y preciso
para analizarlos y corregirlos.
El propósito del proyecto Castingware es satisfacer esta creciente necesidad dentro de la
industria mediante la aplicación de un sistema experto junto con distintas tecnologías para el
diagnóstico y análisis de defectos en piezas metalúrgicas y, además, de ser posible, las acciones
correctivas a tener en cuenta para reparar las mismas.
Este sistema es un paso inicial para la automatización del proceso de mejora de la calidad
de los procesos de manufactura dentro de la industria metalúrgica, el cual requiere un sistema
más comprensivo, pero, de todas formas, esta primera fase representa grandes mejoras en
tiempo y recursos para las tareas anteriormente mencionadas.
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Abstract
Within the metallurgical industry, the casting defects diagnosis is a common and essential
activity since it allows determining defects’ specific causes and the ways to prevent them.
Therefore, contributing to the continuous improvement of production processes. Due to the high
costs associated with casting defects in these matters, there is a clear need for a quick and
accurate method to analyze and correct them.
Castingware’s main purpose is to satisfy this growing need within the industry by
providing an expert system along with different technologies for the diagnosis and analysis of
casting defects. It also looks upon the corrective actions to take in order to correct defects if
possible.
This system is an initial step for automating the quality improvement process of
metallurgical industries’ productive processes. Even though, this quality improvement process
requires a more comprehensive system to support it, this initial phase represents great
improvements in terms of both time and resources.
Página I de IV
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Contenidos
CAPÍTULO I Introducción ........................................................................................................... 1
1. Metalurgia y fundición..................................................................................................... 2
2. Fundición San Cayetano ................................................................................................ 4
3. Proceso de manufactura en la fundición ........................................................................ 4
4. Proceso de control de calidad de piezas de fundición .................................................. 5
5. El proceso de diagnóstico de defectos .......................................................................... 6
6. Normas técnicas ............................................................................................................. 7
7. Antecedentes ................................................................................................................ 10
7.1. Attribute-Based Knowledge Representation in the Process of Defect Diagnosis 10
7.2. ESVOD - Expert System for Analysis of Casting Defects ..................................... 11
8. Técnicas y Tecnologías actuales ................................................................................. 12
8.1. Inteligencia Artificial y Sistemas Expertos ............................................................. 12
8.2. Análisis histórico de datos ..................................................................................... 14
8.3. Diagrama de causa-efecto ..................................................................................... 14
8.4. Diseño de experimentos ........................................................................................ 14
8.5. Simulación computarizada ..................................................................................... 15
8.6. Conclusión.............................................................................................................. 15
9. Tendencias de la industria ........................................................................................... 15
CAPÍTULO II Problemática Analizada ..................................................................................... 17
1. Requerimientos del negocio ......................................................................................... 18
2. Oportunidades y necesidades ...................................................................................... 18
3. Descripción de la solución ............................................................................................ 18
4. Estudio de viabilidad..................................................................................................... 20
4.1. Dimensión de Plausibilidad .................................................................................... 21
4.2. Dimensión de Justificación .................................................................................... 22
4.3. Dimensión de Adecuación ..................................................................................... 23
4.4. Dimensión de Éxito ................................................................................................ 24
4.5. Cálculos finales ...................................................................................................... 26
5. Alcance y limitaciones de la solución ........................................................................... 27
CAPÍTULO III Análisis Técnico ................................................................................................ 29
1. Adquisición de Conocimientos ..................................................................................... 30
Página II de IV
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1.1. Análisis de Protocolos ............................................................................................ 30
1.2. Emparrillado ........................................................................................................... 41
1.3. Conclusión.............................................................................................................. 48
2. Conceptualización de Conocimientos .......................................................................... 49
2.1. Tabla de Concepto-Atributo-Valor ......................................................................... 49
2.2. Modelo Relacional.................................................................................................. 57
2.3. Árbol de descomposición funcional del problema ................................................. 58
2.4. Especificación de Pseudo-reglas .......................................................................... 59
3. Formalización de conocimientos .................................................................................. 61
3.1. Introducción ............................................................................................................ 61
3.2. Tipo de formalización ............................................................................................. 62
3.3. Sistema de producción .......................................................................................... 63
4. Arquitectura del prototipo ............................................................................................. 63
4.1. Introducción ............................................................................................................ 63
4.2. Alcance técnico de la solución............................................................................... 64
4.3. Diagrama de contexto ............................................................................................ 65
4.4. Definición de vistas ................................................................................................ 65
4.5. Objetivos Arquitectónicos ...................................................................................... 66
4.6. Vista de Caso de Uso ............................................................................................ 66
4.7. Vista de Desarrollo ................................................................................................. 67
4.8. Vista Física ............................................................................................................. 72
CAPÍTULO IV Análisis Económico .......................................................................................... 75
1. Introducción .................................................................................................................. 76
2. Análisis FODA .............................................................................................................. 76
3. Modelo de Negocio ....................................................................................................... 77
3.1. Diferenciación de Clientes en Castingware........................................................... 78
4. Lienzo de modelo de negocio ...................................................................................... 79
4.1. Alianzas clave ........................................................................................................ 81
4.2. Actividades clave ................................................................................................... 81
4.3. Recursos clave ....................................................................................................... 81
4.4. Propuesta de valor ................................................................................................. 82
4.5. Relaciones con los clientes ................................................................................... 82
4.6. Canales de distribución.......................................................................................... 82
Página III de IV
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4.7. Segmento de clientes ............................................................................................ 82
4.8. Estructura de costos .............................................................................................. 83
4.9. Fuentes de ingresos .............................................................................................. 83
5. Costos ........................................................................................................................... 83
5.1. Hosting ................................................................................................................... 84
5.2. Dominio y DNS ....................................................................................................... 85
5.3. Desarrollo de nuevas funcionalidades................................................................... 85
6. Precio del servicio ........................................................................................................ 86
7. Período medio de maduración ..................................................................................... 87
8. Retorno de la Inversión ................................................................................................ 88
8.1. ROI del período A .................................................................................................. 89
8.2. ROI del período B .................................................................................................. 89
8.3. Conclusiones .......................................................................................................... 89
CAPÍTULO V Pruebas y Conclusiones ................................................................................... 90
1. Pruebas......................................................................................................................... 91
1.1. Pruebas funcionales .............................................................................................. 91
1.2. Pruebas no funcionales ......................................................................................... 94
2. Monitoreo ...................................................................................................................... 95
2.1. Monitoreo Amazon ................................................................................................. 96
2.2. Monitoreo Google Analitycs ................................................................................... 96
3. Conclusiones del Proyecto ........................................................................................... 97
4. Trabajos Futuros .......................................................................................................... 98
4.1. Tareas a desarrollar ............................................................................................... 99
4.2. Notas finales ........................................................................................................ 101
BIBLIOGRAFÍA....................................................................................................................... 102
ANEXO I Análisis de Viabilidad ............................................................................................. 106
1. Dimensión de Plausibilidad ........................................................................................ 107
1.1. Dimensión de Plausibilidad - Valores .................................................................. 107
1.2. Dimensión de Plausibilidad - Cálculos ................................................................ 107
2. Dimensión de Justificación ......................................................................................... 108
2.1. Dimensión de Justificación - Valores ................................................................... 108
2.2. Dimensión de Justificación - Cálculos ................................................................. 108
Página IV de IV
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
3. Dimensión de Adecuación .......................................................................................... 109
3.1. Dimensión de Adecuación - Valores ................................................................... 109
3.2. Dimensión de Adecuación - Cálculos .................................................................. 110
4. Dimensión de Éxito ..................................................................................................... 111
4.1. Dimensión de Éxito - Valores .............................................................................. 111
4.2. Dimensión de Éxito – Cálculos ............................................................................ 112
ANEXO II Sistemas Expertos................................................................................................. 114
1. Ventajas y Desventajas .............................................................................................. 115
1.1. Ventajas de los SE ............................................................................................... 115
1.2. Ventajas de los Expertos Humanos .................................................................... 115
2. Clasificaciones ............................................................................................................ 116
3. Detalles técnicos ........................................................................................................ 117
3.1. Arquitectura .......................................................................................................... 117
3.2. Encadenamiento de reglas .................................................................................. 119
4. Comparación SBC vs Convencionales ...................................................................... 120
5. Futuro de la Inteligencia Artificial ............................................................................... 121
ANEXO III Pseudo-reglas ...................................................................................................... 124
1. Familia Cavidades ...................................................................................................... 125
2. Familia Discontinuidades ........................................................................................... 138
3. Familia Piezas Incompletas ........................................................................................ 148
ANEXO IV Diagramas UML ................................................................................................... 158
1. Diagrama de Clases UML .......................................................................................... 159
2. Diagrama de Secuencia UML - Diagnóstico de Defecto ........................................... 160
Página 1 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
CAPÍTULO I
Introducción
Este primer capítulo brinda al lector todos los conocimientos básicos necesarios para
completar la lectura de este documento y comprender en su totalidad el proyecto. Se explican
los conceptos de metalurgia e industria de la fundición, en particular la industria argentina.
Se presentan a los colaboradores del proyecto: Fundición San Cayetano. Se describen en
detalle los procesos productivos de este tipo de industrias, y el más importante para este
proyecto: el proceso de diagnóstico de defectos. Se destacan, además, las normas asociadas,
antecedentes a este proyecto, tecnologías empleadas en la actualidad que compiten con este
proyecto y las tendencias de la industria.
Página 2 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Metalurgia y fundición
"La metalurgia es la ciencia que estudia los comportamientos y propiedades de los
metales y su extracción de los minerales." (Bertone, 1996)
La metalurgia es de gran importancia para todo tipo de industrias, como lo son la
petrolera, eólica, automotriz, entre muchas otras, ya que les provee piezas fundamentales para
llevar a cabo sus negocios. También influye en la ciencia de los materiales, la cual se encarga
de descubrir y diseñar nuevos materiales, incluidas las aleaciones.
Durante estas actividades se producen fallas y es tarea del metalúrgico encontrar las
causas de las mismas a través del análisis y la experiencia. La metalurgia incluso juega un rol
importante en la producción de metales, desde la extracción de minerales hasta la fundición de
los mismos. En cada paso del proceso los metalúrgicos estudian el comportamiento y las
propiedades de los metales, y ofrecen su experiencia y guía para generar mejores productos.
Las empresas metalúrgicas no se encargan de todas las actividades nombradas
anteriormente, sino que generalmente se especializan sólo en alguna de estas actividades. Para
el caso de Castingware vamos a continuar analizando la industria de la fundición, sin abarcar
el resto de las actividades, dado que el alcance de este proyecto se encuentra limitado a la
misma.
Una gran variedad de piezas es creada en la industria de la fundición siendo algo
indispensable para el desarrollo humano. Las mismas pueden ser de todo tipo de tamaños y
precios desde pequeñas tuercas de valor insignificante a grandes piezas para equipos de
extracción de petróleo valuadas en millones de dólares.
La industria de fundición argentina se encuentra aproximadamente en el puesto número
26 de los países con más producción del mundo, fabricando unas 166.000 toneladas por año.
Liderando el mercado se encuentra China con 45.500.000 toneladas por año y luego USA.
La industria de fundición argentina está concentrada en productos automotrices, pero
también se fabrican productos para otras industrias, como la petrolera, agrícola y ferroviaria.
Página 3 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA I: Producción mundial de metal fundido en toneladas
Posición País Producción [Tn]
1 China 42.500.000
2 USA 12.824.000
3 India 9.344.400
7 Brasil 2.859.898
11 México 1.651.679
... ... ...
26 Argentina 166.100
Como se mencionó anteriormente, el rubro de fundición en Argentina se centra
principalmente en abastecer a la industria automovilística, ocupando más de la mitad de sus
ventas, tal como se muestra en el siguiente gráfico (Figura 1).
Figura 1: Ventas de piezas fundidas por industria argentina
Automotríz57%
Agrícola20%
Bienes de uso10%
Ferroviaria4%
Eléctrica5%
Hogar2%
Otros2%
Página 4 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2. Fundición San Cayetano
Castingware se desarrolla con el apoyo de Héctor Roberto Aragunde, un experto con más
de 30 años de trabajo en la industria de fundición. Gracias a la educción de sus conocimientos
logramos un producto de gran calidad y valor para cualquier empresa del mismo rubro. Su
experiencia proviene mayormente del trabajo desempeñado en la Fundición San Cayetano S.A.
(FSC), lugar donde aún desempeña sus funciones.
FSC se considera una empresa familiar. Fundada en Argentina en 1956 por Don Nazareno
Sforzini, quien ya trabajaba como fundidor en Italia. Recién en 1979 comienzan a desarrollar
las actividades en su ubicación actual, el Parque industrial de Burzaco (Buenos Aires), con tan
solo 10 operarios.
Desde su comienzo, la producción estuvo orientada a la Industria Pesada, piezas fundidas
de gran porte, mayormente para la industria petrolera pero luego también para la eólica y otras.
En 1984, la dotación ya superaba los 120 operarios y la producción llegó a ser de 600 toneladas
por mes. Al pasar los años FSC fue expandiendo sus fronteras y aumentado su producción,
llegando, en el 2010, a tener 550 empleados. En los últimos años la actividad se redujo y
actualmente posee 330 empleados que trabajan en un predio de 45.000 m2, con 20.000 m2
cubiertos.
Si bien Castingware se nutre de los conocimientos de un experto de FSC, el mismo se
desarrolla bajo normas técnicas mundiales, compartidas por toda la industria de fundición,
permitiendo así, que cualquier empresa del rubro pueda utilizarlo y sacarle provecho sin ningún
inconveniente.
3. Proceso de manufactura en la fundición
La creación de una pieza comienza con su diseño y la construcción de un molde para la
misma. Concluidas estas fases se vierte el material fundido en el molde, el cual al solidificarse
forma la pieza moldeada. Luego de solidificado el material se destruye el molde para conseguir
la pieza (desmoldeo) o se la extrae mediante otras técnicas dependiendo si el molde en cuestión
es reutilizable o no. Una vez extraída la pieza, se procede a realizar su limpieza, acabado y
tratamientos de calor correspondientes. Finalmente, se debe controlar la calidad de la pieza
obtenida para verificar que esta cumpla con las especificaciones de diseño y fortaleza y que no
presente defectos.
Página 5 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Cada una de estas fases incluye diversas actividades en las cuales se involucran distintas
áreas de estudio, métodos y técnicas. Debido a su extensión, a lo largo de este documento sólo
se detallarán aquellos métodos, herramientas y piezas que se consideren necesarias para
comprender las distintas secciones y el sistema planteado. Puntualmente, Castingware da
soporte a distintas actividades dentro de los procesos de control y de mejora continua de la
calidad; y no al proceso de manufactura en su totalidad.
Figura 2: Etapas del proceso de manufactura
4. Proceso de control de calidad de piezas de fundición
El proceso de control de calidad asegura que las piezas cumplan con sus especificaciones
de dimensión, fortaleza, composición química y otras propiedades mecánicas. Para validar estas
características se realizan inspecciones sobre las piezas, por ejemplo, inspecciones visuales para
detectar defectos en las superficies, inspecciones dimensionales o de partículas magnéticas,
entre otras técnicas. También se realizan gran variedad de pruebas sobre las piezas como las
pruebas de carga, de impacto, de dureza y otras pruebas no destructivas como ultrasonido,
radiografías, etc.
El principal objetivo de las inspecciones y pruebas es detectar defectos y sus
características. Una vez detectado el defecto se puede determinar la familia a la cual pertenece
y así obtener otras características específicas de su familia.
La fase de diagnóstico toma como entradas las características del defecto y su familia y,
en base a eso, permite subclasificar el defecto dentro de la familia a la que pertenece, determinar
las causas que generaron el defecto en cuestión y proveer posibles medidas correctivas para el
proceso, las cuales contribuyen a la mejora continua de la calidad. Algunos ejemplos de
medidas correctivas son la fase de secado de la pintura no terminada o la reducción de la
cantidad de aglomerante utilizado.
Control de calidad
Tratamiento con calor
Limpieza y acabado
DesmoldeoFundición y vertido del
material
Creación del molde
Diseño de la pieza
Página 6 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Las piezas que no presentan defectos no son diagnosticadas, a esas piezas se las considera
de calidad y están listas para continuar con su ciclo de vida.
La fase de diagnóstico define los límites y el ámbito de aplicación de Castingware, por lo
tanto, las características de los defectos y sus familias serán las entradas del sistema y los
resultados del diagnóstico (posibles causas del defecto) junto con su clasificación serán las
salidas del mismo. De todas formas, el alcance del sistema Castingware se explicita en el
Capítulo II.
Figura 3: Etapas del proceso de control de calidad
5. El proceso de diagnóstico de defectos
El diagnóstico de defectos está compuesto por tres pasos principales:
1. Clasificar el defecto identificando la familia a la que pertenece.
2. Determinar sus características específicas según su familia.
3. Diagnosticar el defecto: consta de subclasificar y proveer las posibles causas
del defecto.
En primera instancia el experto se encarga de determinar la familia a la que pertenece el
defecto y luego determina sus características específicas según la familia, a partir de las pruebas
e inspecciones que se realizaron a las piezas. Una vez que el defecto fue subclasificado por el
experto, se desprenden del mismo sus posibles causas. Sin embargo, no todos los expertos de
Fundición San Cayetano saben realizar estas dos tareas (de igual forma ocurre en otras
fundiciones), sucediendo con mayor frecuencia, que la persona encargada de clasificar el
defecto no es la misma que asigna sus posibles causas. Castingware proporciona la asistencia
necesaria al usuario para realizar las dos tareas y a su vez capacitarlo en las mismas.
Mejora del proceso de
manufacturaDiagnóstico
Pruebas sobre la pieza
Inspección
Página 7 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Esta clasificación se realiza en base a las características morfológicas de la pieza según
define el International Atlas of Casting Defects of American Foundrymen’s Society 1 el cual se
detalla en más profundidad en la sección siguiente. Como resultado de este primer paso, el
experto obtiene un defecto totalmente caracterizado y clasificado, lo que le permite compararlo
con otros defectos y usar su experiencia para diagnosticarlos. La estandarización de los defectos
permite al experto reutilizar experiencia pasada en defectos similares para poder diagnosticar
las causas del defecto en cuestión y también detectar problemas en los procesos que los generan.
Así, si una pieza es de tipo prototipo, revisa el diseño; si la pieza se produce normalmente
(producción en curso) revisa que se haya cumplido el proceso teniendo en cuenta las posibles
causas que se obtuvieron en la etapa de diagnóstico.
Figura 4: Etapas del proceso de diagnóstico de defectos
6. Normas técnicas
Las normas resultan fundamentales en todos los ámbitos, ya que estas nos otorgan un
lenguaje común para poder entendernos. Al encontrar un determinado defecto en una pieza de
fundición es importante identificar el tipo de defecto ya que nos permite conocer sus causas y
acciones correctivas para impedir que este se repita. Por lo tanto, es necesario un sistema de
clasificación de acuerdo a ciertas características de los defectos que permita determinarlo
rápidamente y diagnosticarlo de la forma más precisa posible. Es por esto que expertos en la
fundición, ya desde la segunda mitad del siglo XX, han desarrollado distintas clasificaciones
de defectos cada vez más precisas y abarcativas.
El primer atlas sobre defectos de fundición llamado Atlas of defects in castings 2 fue
publicado por el British Foundry Institute por primera vez en 1946. Su segunda edición en 1961
incluía 54 defectos organizados alfabéticamente.
1 Escrito que propone una clasificación de defectos metalúrgicos basada en 7 familias, conteniendo un total de 109 defectos. 2 Atlas of defects in castings. 2 nd ed., The Institute of British Foundrymen, London, 1961.
Diagnóstico del defecto
Determinar características
del defecto
Clasificación del defecto
Página 8 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Checoslovaquia, en los años ’50, produjo una serie de investigaciones y manuales de muy
alta calidad con guías prácticas sobre cómo remover ciertos defectos de piezas de hierro gris y
acero; tomando como base estos 2 manuales se publicó en 1955, el estándar ČSN 3 que contiene
37 defectos clasificados en 7 grupos organizados por tipos, aplicables a cualquier tipo de
material de fundición, método de manufactura y tecnología de fundición.
El atlas más detallado sobre defectos en piezas hasta el momento fue publicado en Francia
como un acuerdo común entre especialistas de 18 países bajo el patrocinio del International
Committee of Foundry Technical Associations (CIATF). Sus dos volúmenes (Atlas Band 1 4 y
Atlas Band 2 5) cubrían 200 defectos en fundiciones, desde hierro hasta materiales no ferrosos,
y se encontraban clasificados en 9 grupos.
De este atlas surgen numerosas ediciones en distintos países, entre ellas la edición en
inglés de Rowley publicada en los Estados Unidos en 1973 llamada International Atlas of
Casting Defects of American Foundrymen’s Society 6, el cual es utilizado hoy en día por las
grandes industrias metalúrgicas alrededor del mundo para la clasificación de defectos de piezas
y, si bien no es un estándar, es utilizado como tal. Este atlas contiene la clasificación más
elaborada de defectos de fundición. Los defectos que describe son clasificados en 7 categorías
o familias, 17 grupos y 41 subgrupos conteniendo un total de 109 defectos. Cada defecto se
designa por una letra y un número de tres dígitos.
En los años posteriores, países como Rusia y Polonia continuaron generando
investigaciones y manuales con distintas clasificaciones que fueron adoptados por estos países
como sus propios estándares hasta la actualidad.
Para el caso de Castingware, la norma a seguir es la especificada por el International
Atlas of Casting Defects of American Foundrymen’s Society principalmente porque el
conocimiento y la experiencia del experto que colaboró con el proyecto se encuentran dentro
del ámbito de esta norma. A su vez, la norma tiene gran adherencia en la industria argentina y
en el resto del mundo por lo que permite que Castingware pueda ser utilizado por una gran
cantidad de empresas a nivel global y nacional.
3 ČSN 42 1240. Vady odlitků (Casting defects). Názvosloví a třídění vad (Defect nomenclature and classification). ÚNM
publishing, Prague, 1965. 4 GUSSFEHLER Atlas Band 1, Giesserei – Verlag GmbH, Düsseldorf, 1955. 5 GUSSFEHLER Atlas Band 2, Giesserei – Verlag GmbH, Düsseldorf, 1956. 6 International atlas of casting defects, American Foundrymen´s Society, Inc. Des Plaines, 1999.
Página 9 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Dentro del International Atlas of Casting Defects of American Foundrymen’s Society la
clasificación de los defectos ha sido establecida de acuerdo a la descripción de cada defecto
analizado. Esto permite identificar un defecto observando la pieza o a partir de su descripción
precisa, utilizando criterios de forma, aspecto, situación, y/o dimensiones. La clasificación de
acuerdo a sus caracteres morfológicos ha demostrado ser más eficaz y tiene más sentido que la
clasificación según las causas, como se ha realizado en otras normas.
Las siete familias de defectos que se establecen, cada una caracterizada por una letra
mayúscula del alfabeto, son:
A. Proyecciones metálicas
B. Cavidades
C. Discontinuidades
D. Defectos superficiales
E. Piezas incompletas
F. Dimensiones incorrectas
G. Inclusiones o anomalías de estructura
Estas letras, que representan a una familia, se asignan al primer dígito del código único
que identifica a cada defecto. El segundo dígito corresponde al grupo, el tercero corresponde al
subgrupo y el cuarto dígito identifica un defecto dentro del subgrupo. Este último dígito debe
ser mayor a 0 cuando se está refiriendo a un defecto. Hay ciertos casos en los que se utiliza el
0 y esto ocurre cuando se está refiriendo al subgrupo en sí y no a un defecto en particular.
A continuación, analizaremos un ejemplo.
Para el subgrupo B-110: “Cavidades internas tipo B-100, no visibles en la superficie de
la pieza, y detectadas por métodos especiales (mecanizado)” podemos notar que, según la
norma:
B: Corresponde a la familia Cavidades
B-110: Corresponde al subgrupo nombrado anteriormente
B-11X: Corresponde a un defecto dentro del subgrupo B110 con valores de X
mayores a 0
B-111: Corresponde al defecto “Sopladuras pin-hole”
B-112: Corresponde al defecto “Sopladuras”
B-113: Corresponde al defecto “Sopladuras por escoria”
Página 10 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
A su vez, estos valores numéricos indican la gravedad de los defectos. A valores mayores
se entiende que el defecto es de mayor gravedad mientras que valores menores indican un
defecto de menor gravedad.
En los últimos años han surgido nuevas recomendaciones e investigaciones en materia de
calidad y defectos de las piezas de fundición en base a nuevos conocimientos en procesos de
fundición, nuevos procedimientos de detección para la inspección de defectos y el uso de
modelado matemático. Sin embargo, no se han publicado nuevas ediciones de la norma que
contemplen esta nueva información.
7. Antecedentes
7.1. Attribute-Based Knowledge Representation in the Process of Defect
Diagnosis
Este estudio busca automatizar el proceso de diagnóstico de defectos empleando
inteligencia artificial principalmente en situaciones donde la información es incompleta o
aproximada, a diferencia de Castingware donde se requiere información exacta y completa.
Además, emplea una tabla de valores para identificar los defectos. Si bien esta solución también
busca clasificar los defectos y en base a ello diagnosticarlos, el enfoque en cuanto a cómo se
debe diagnosticar es distinto, ya que prioriza el diagnóstico con información incompleta, lo que
produce soluciones no tan precisas comparadas a las que genera Castingware cuando a ambas
se les proporciona toda la información posible.
La solución está compuesta por 3 módulos principales: Identificación de defectos,
Determinación de las causas y Prevención. En cada uno de estos módulos se emplean distintas
técnicas de inteligencia artificial, lo que aumenta la dificultad de implementación de esta
solución. Castingware considera los 2 primeros módulos, pero deja excluido el módulo de
Prevención que es el encargado de determinar las acciones concretas para corregir el proceso,
en Castingware se le proporciona al experto toda la información disponible sobre las posibles
causas que generaron un defecto y se le delega la tarea de decidir cómo éstas impactan al
proceso de manufactura.
Ambas soluciones apuntan al problema de no disponer de una solución universal para el
diagnóstico de defectos y, tanto este estudio como Castingware no definen estrictamente una
norma a seguir. Finalmente “ATTRIBUTE-BASED KNOWLEDGE REPRESENTATION IN
Página 11 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
THE PROCESS OF DEFECT DIAGNOSIS” no provee una implementación, sino que brinda
el diseño de alto nivel de cómo deberían ser diseñados este tipo de sistemas, con cada uno de
sus componentes, ejemplos de cómo deben ser definidas sus reglas y métodos de razonamiento
e inferencia.
7.2. ESVOD - Expert System for Analysis of Casting Defects
El proyecto ESVOD es una implementación de un sistema experto, al igual que
Castingware, cuyo objetivo también es el análisis y diagnóstico de defectos. De igual forma que
el estudio nombrado anteriormente, ESVOD posee 3 módulos: Identificación, Diagnóstico y
Prevención; en este sentido es más comprensivo que Castingware. ESVOD está basado, en el
Defects in Ferrous Alloy Castings 7 que es un manuscrito que contiene conocimiento sobre
cómo identificar defectos, lo que provee una serie de parámetros en común entre todos los
defectos y que a su vez es totalmente compatible con el International Atlas of Casting Defects.
Si bien la gran mayoría de los defectos comparten parámetros comunes, Castingware no
contempla una normalización de los parámetros porque esto implicaría reducir la precisión de
los diagnósticos ya que, dependiendo de la familia de defectos, los parámetros solicitados
varían.
ESVOD permite al usuario recorrer una lista con todos los defectos y elegir el defecto
que esté buscando o, al igual que este proyecto, el usuario puede ingresar los parámetros
requeridos y recibir el diagnóstico correspondiente. También brinda opciones para modificar y
crear nuevas causas y métodos de prevención para los defectos.
En resumen, ESVOD plantea una solución muy similar a Castingware para el diagnóstico
de defectos y es incluso más comprensivo que este. La documentación que soporta este producto
no es muy específica en términos de qué familias incluye ni qué defectos. Además, no hay
referencias a ningún software de prueba o demostraciones del sistema en funcionamiento, por
lo cual, no podemos más que describir la idea que propone ESVOD. Para el caso de Castingware
se proveen tanto detalles de la implementación como acceso a la herramienta para realizar
pruebas.
7 Defects in Ferrous Alloy Castings, T. Elbel and A. Mourachkine, 1995.
Página 12 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
8. Técnicas y Tecnologías actuales
Actualmente el análisis de defectos en fundición es llevado a cabo utilizando técnicas
como: sistemas expertos, análisis histórico de datos, diagramas de causa-efecto, diseño de
experimentos y simulación computarizada.
8.1. Inteligencia Artificial y Sistemas Expertos
Debido a la índole de este proyecto, el cual se basa en este tipo de sistemas, se
profundizará más en esta área que en el resto de las tecnologías.
8.1.1. Inteligencia Artificial
"A field of study that seeks to explain and emulate intelligent behavior in terms of
computational processes." (Schalkoff, 1990)
La Inteligencia Artificial (IA) es una de las disciplinas más recientes y su impacto en la
actualidad es cada vez mayor. Fue formalmente iniciada en 1956, aunque ya se venía trabajando
en el tema varios años antes.
La IA abarca una gran variedad de ramas, desde áreas tan generales como la lógica, hasta
áreas totalmente específicas como reconocimiento de imágenes, análisis de datos, robots
domésticos, videojuegos, etc. y, por lo tanto, se la considera universal. Es común que muchos
expertos de otras áreas se acerquen a la IA para encontrar herramientas que permiten
sistematizar y automatizar las tareas en las que trabajan día a día. Del mismo modo, los expertos
en IA pueden optar por aplicar sus métodos a cualquier área del esfuerzo intelectual humano.
Finalmente, a diferencia de otras disciplinas como la física o química, la IA aún tiene un largo
camino para desarrollarse, permitiéndonos descubrir nuevas ideas e innovar con cada avance.
8.1.2. Sistemas Expertos
La primera década de investigación de IA estuvo centrada en el desarrollo de mecanismos
de búsqueda de propósito general, que intentaban encadenar los pasos de razonamiento
elemental para encontrar soluciones completas. Tales enfoques fueron llamados métodos
débiles porque usaban información débil sobre el dominio. Funcionaban de forma aceptable en
dominios simples, pero para dominios complejos, resultó que su rendimiento también era débil.
La única manera de reducir los errores de estos algoritmos, es usar el conocimiento más
Página 13 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
adecuado para hacer un razonamiento más amplio y resolver casos típicos en áreas estrechas de
experiencia. Se podría decir que, para resolver un problema difícil, es necesario conocer de
antemano la respuesta.
A partir de estos descubrimientos, se empezaron a realizar programas que contenían un
alto grado de conocimientos específicos y permitían resolver los problemas, tal como un ser
humano lo haría, estos programas son conocidos como “Sistemas basados en conocimiento”.
El programa “DENDRAL” fue uno de los primeros ejemplos. Diseñado en Stanford, permitía
inferir una estructura molecular a partir de la información proporcionada por un espectrómetro
de masas. El problema que surgió fue que para lograr esto hacía grandes comparaciones y, para
moléculas de un tamaño considerable, esto era inviable.
Los desarrolladores de DENDRAL tuvieron que consultar a expertos en química, dándose
cuenta que ellos trabajaban buscando patrones conocidos de picos en el espectro, que sugerían
estructuras comunes en la molécula y que de esta forma se reducía considerablemente el número
de posibles candidatos a evaluar.
Al incorporar los conocimientos y prácticas de expertos en el dominio, DENDRAL dejó
de ser un “Sistema basado en conocimiento” para convertirse en un “Sistema Experto”,
logrando una mayor eficiencia.
Se puede decir que un Sistema Experto es un tipo de Sistema basado en conocimiento,
que imita la actividad de un experto humano para resolver una determinada tarea en un dominio
específico.
Los sistemas expertos permiten procesar una gran cantidad de información en tiempos
menores, en comparación con un experto humano. Gracias a estas capacidades, son utilizados
en una gran diversidad de industrias, por ejemplo:
Médica: diagnóstico de pacientes
Militar: control de tráfico aéreo
Automotriz: diagnóstico de defectos
Petrolera: descubrimiento de yacimientos
Contable: asignación de recursos
Página 14 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA VIII: Ejemplos de Sistemas Expertos a lo largo de la historia
Sistema Fecha Autor Aplicación
DENDRAL 1965 Stanford Deduce información sobre estructuras químicas.
HearSay 1965 Carnegie –
Mellon
Interpreta en lenguaje natural un subconjunto del
idioma.
Mycin 1972 Stanford Diagnóstico de enfermedades en la sangre.
Tieresias 1972 Stanford Herramienta para la transformación de conocimientos.
Prospector 1972 Stanford Exploración mineral y herramientas de identificación.
En el Anexo II se explican los temas mencionados a nivel técnico, su funcionamiento, sus
componentes y arquitectura.
8.2. Análisis histórico de datos
Este análisis tiene dos objetivos, por un lado, aprender de la experiencia y poder
determinar las causas de defectos ya conocidos y, por otro lado, recolectar la cantidad de
ocurrencias de los defectos ya clasificados, con el objetivo de determinar en qué situación
invertir tiempo y dinero para su prevención. De esta forma sólo los defectos más comunes son
estudiados, mientras que los ocasionales son ignorados. Por ejemplo, si un defecto se dio sólo
1 vez en 100 piezas fabricadas, se puede decir que en esa pieza hubo algún desvío aislado, pero
que el proceso es correcto y, por lo tanto, requiere un análisis mayor. Ahora bien, si de cada
100 piezas, 15 tienen el mismo defecto, se deberán concentrar las fuerzas en analizar las causas
para evitar su posterior ocurrencia.
8.3. Diagrama de causa-efecto
Esta es una forma de representar las relaciones de causa-efecto entre las diversas variables
que intervienen en un proceso. Mostrando, en este caso particular, todas las posibles causas que
pueden contribuir al defecto en sí; por lo tanto, podemos tener un diagrama de causa-efecto por
cada defecto conocido.
8.4. Diseño de experimentos
El proceso de fundición es afectado por una cantidad considerable de parámetros siendo
el ajuste certero de cada uno indispensable para evitar defectos en las piezas. El foco de diseñar
Página 15 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
experimentos es robustecer el ajuste de estos parámetros y determinar qué efecto produce en la
pieza un mal ajuste de cada uno.
8.5. Simulación computarizada
Este enfoque involucra el principio de “aprender haciendo”, nos permite hacer
experimentos a un costo muy bajo y en tiempos considerablemente menores que fundiendo la
pieza. Por estos motivos es útil al implementar nuevos procesos no probados, o para introducir
cambios en los procesos actuales. Sin embargo, hay que tener en cuenta que la simulación se
basa en un modelo y en la práctica siempre habrá diferencias. Algunos ejemplos de este tipo de
software son FLOW-3D Cast, MAGMA, ProCast.
8.6. Conclusión
Las técnicas anteriores se pueden dividir en dos enfoques diferentes, por un lado, la
simulación y por el otro, técnicas basadas en el conocimiento. El proceso de fundición es
adecuado para el análisis basado en el conocimiento, ya que las condiciones de fundición se
basan principalmente en la experiencia. También el análisis de defectos basado en la simulación
es factible, ya que permite hacer pruebas sin utilizar materiales y, por lo tanto, con costos casi
nulos. Sin embargo, la simulación suele ser ineficiente en los casos en los que se debe examinar
un gran número de parámetros.
Por estos motivos, las industrias maduras intentan utilizar la combinación de los dos
enfoques, tomando los beneficios de ambos, sin embargo, aún queda mucho por mejorar con
respecto al software utilizado en la industria.
9. Tendencias de la industria
Según la investigación realizada de la industria de fundición, y particularmente en el
diagnóstico de defectos, podemos concluir que en cuanto a la simulación computarizada seguirá
habiendo avances, principalmente por dos razones: por un lado, las compañías que desarrollan
este tipo de software se encuentran actualizándolos constantemente, y por otro, la potencia de
hardware aumentará de forma considerable en los próximos años, permitiendo así simulaciones
más potentes, rápidas y abarcativas. De todas formas, la simulación siempre será un modelo y
se deberá seguir atacando los defectos con los dos enfoques mencionados anteriormente.
Página 16 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Sobre el enfoque basado en conocimiento, no hay grandes desarrollos de software y por
lo tanto creemos que deben ser impulsados para que en un futuro las tareas de diagnóstico sean
más estructuradas, sencillas y certeras, logrando así remediar las causas raíces de los defectos
y de esta forma evitar el suceso de los mismos. El objetivo de Castingware, es suplir esta
necesidad no satisfecha en la actualidad.
La American Foundry Society juega un rol importante en la capacitación e investigación
sobre el diagnóstico de defectos. Aún hoy en día siguen realizando eventos, talleres y charlas
sobre el tema, por lo que podemos decir que seguirá contribuyendo al estudio del diagnóstico
de defectos.
Página 17 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
CAPÍTULO II
Problemática Analizada
El capítulo analiza la problemática presente en el proyecto y busca exponer los
requerimientos del negocio, oportunidades y necesidades que movilizan al mismo. A su vez,
presenta una descripción de alto nivel y el alcance de la solución propuesta junto con un
estudio de viabilidad del proyecto.
Página 18 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Requerimientos del negocio
Como se dijo anteriormente, para evaluar un defecto se pueden aplicar diferentes técnicas,
empezando desde algo tan simple como una evaluación visual, hasta exámenes más complejos
como análisis químicos, inspecciones por microscopios, etc. Cualquiera sea el método utilizado
se obtendrán ciertas características del defecto, las cuales permitirán clasificarlo y
diagnosticarlo.
Sin embargo, no existe un software que ayude a categorizar y diagnosticar el defecto una
vez identificadas sus características. El responsable de la tarea tiene que memorizar los cientos
de combinaciones posibles para poder determinar el tipo exacto de defecto o ayudarse con el
Atlas, y como si fuera poco, raramente los responsables de clasificar los defectos saben también
determinar las posibles causas de los mismos, haciendo necesario que al menos dos personas
trabajen en el diagnóstico de defectos. Podemos notar, entonces, los siguientes puntos
negativos:
Necesidad de un amplio conocimiento en el tema, dificultad para conseguir
personal con estos conocimientos, cuya capacitación demanda tiempo
Riesgo de categorizaciones erróneas
Demanda de tiempo elevada para realizar las tareas
Participación de múltiples personas
2. Oportunidades y necesidades
Hoy en día la automatización de tareas por medio de software es algo muy común e
indispensable para que una empresa pueda crecer y mantenerse competitiva. Gracias a las
nuevas tecnologías, las tareas se llevan a cabo cometiendo menos errores, en menor tiempo y
utilizando menos recursos, lo que produce una gran reducción de costos y genera valor a la
empresa. Estos motivos nos conducen a que la automatización del diagnóstico de defectos en
empresas metalúrgicas sea una gran oportunidad y satisfaga las necesidades presentes hoy en
día en este rubro, al no contar con soluciones similares ni productos alternativos.
3. Descripción de la solución
Debido a las necesidades de la industria, Castingware tiene como objetivos categorizar
un defecto en su totalidad y sugerir sus posibles causas, ayudando así a la prevención de los
Página 19 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
mismos y a la mejora continua de los procesos en forma rápida, precisa y significativa para el
usuario. Como ya se explicó en el Capítulo I, el proyecto impacta directamente en la etapa de
diagnóstico de defectos dentro del proceso de calidad ayudando significativamente a su mejora
continua.
Teniendo en cuenta las características particulares que presenta este problema, la
posibilidad de tener a un experto a disposición y una investigación de las posibles soluciones,
se ha decidido que el desarrollo de un sistema experto [SE] es la mejor elección dentro de las
tecnologías disponibles. Además, según las características de los SE detalladas en el Anexo II
se justifica desarrollar uno cuando se cumple una o varias de las siguientes premisas:
El problema puede resolverse solamente por un conocimiento experto, y no por
algoritmos particulares
La intervención del experto dará al sistema la experiencia que necesita
El problema puede o no tener una solución única
Se necesita preservar y distribuir los conocimientos de un experto o un conjunto
de ellos
Hay escasez de experiencia humana
El diagnóstico de defectos cumple con la mayoría de las premisas listadas anteriormente.
Sin embargo, para tener mayor seguridad sobre la viabilidad de la solución y tener también una
justificación más formal que el conjunto de premisas, hemos realizado un estudio de viabilidad
propuesto por la metodología IDEAL. El mismo está compuesto de cuatro dimensiones en
donde cada una representa un factor de viabilidad diferente:
Plausibilidad: determina si es posible resolver el problema mediante la ingeniería
del conocimiento [INCO], analiza si existen expertos, sus características y las de
la tarea.
Justificación: determina si se justifica desarrollar un SE para resolver el problema,
analiza si hay necesidad de distribuir los conocimientos, si existen soluciones
alternativas, la tasa de recuperación de la inversión, etc.
Adecuación: determina si la ingeniería del conocimiento se adapta a la resolución
del problema, analiza si la tarea requiere experiencia, si es táctica o estratégica, etc.
Página 20 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Éxito: determina si será posible llevar a cabo el proyecto, analizando si se han
resuelto problemas similares con INCO, si sus objetivos son claros, si sus
desarrolladores, sponsors y usuarios están de acuerdo con las funcionalidades.
Cada una de estas dimensiones está compuesta por un grupo de preguntas, las cuales se
deben responder con los tipos de valores establecidos, siendo algunas respuestas valores
booleanos, numéricos o lingüísticos. Los valores lingüísticos (nada, poco, regular mucho, todo)
se definen por su función de pertenencia del intervalo [0,10] en el intervalo [0,1], que indica en
qué grado se ajusta a dicho valor lingüístico, sabiendo que mientras más cerca de 1 esté, más
cierto es el valor. Las gráficas de las funciones de pertenencia pueden ser definidas gracias a
sus puntos de ruptura. A cada valor lingüístico le será asociado un intervalo difuso determinado
por los puntos angulares vinculados en la Tabla II.
TABLA II: Valor difuso según valor lingüístico propuesto por IDEAL.
Valor Lingüístico Valor Difuso
Nada 0 0 1,2 2,2
Poco 1,2 2,2 3,4 4,4
Regular 3,4 4,4 5,6 6,6
Mucho 5,6 6,6 7,8 8,8
Todo 7,8 8,8 10 10
Una vez que todas las preguntas fueron respondidas se procede a realizar los cálculos
propuestos por esta metodología y finalmente se obtiene una media general, la cual permite
decidir si la viabilidad del proyecto está avalada por el estudio o no. Si el valor final es igual o
mayor a seis (6) se considera que el proyecto es viable.
4. Estudio de viabilidad
El estudio se realizó en conjunto con el experto, quien fue de gran ayuda para responder
las preguntas planteadas. Al observar este estudio de viabilidad se debe prestar especial atención
a las respuestas y sus correspondientes comentarios y, finalmente a la media general obtenida,
que hace posible determinar la viabilidad del sistema.
Página 21 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
En este apartado se presentan las tablas resumidas del estudio para cada dimensión con el
objetivo de facilitar su lectura e interpretación al lector. De todos modos, en el Anexo I se
encuentran estas mismas, pero completas con todos los valores utilizados para realizar los
cálculos correspondientes.
4.1. Dimensión de Plausibilidad
TABLA III: Dimensión de Plausibilidad - Valores
Denominación de la
característica Tipo Naturaleza Valor Comentarios
Existen expertos y están
disponibles y son cooperativos Esencial Booleana Si
Tenemos un experto con más de 30 años de
experiencia, a completa disposición con un gran
interés en realizar el sistema.
El experto es capaz de
estructurar sus métodos y procedimientos de trabajo
Deseable Difusa Todo El experto es una persona muy estructurada, capaz
de describir la tarea de forma ordenada y clara.
La tarea está bien estructurada y se entiende
Deseable Difusa Todo La tarea es clara y estructurada, el diagnóstico no se hace bajo incertidumbre. Tenemos un libro a
nuestra disposición describiendo el proceso.
Existen suficientes casos de
prueba y soluciones asociadas Esencial Numérica 8 El experto tiene suficientes casos de prueba.
La tarea sólo depende de los
conocimientos y no del sentido
común
Deseable Numérica 9 No se resuelve a partir del sentido común sino a
través de conocimientos empíricos.
Luego de realizar los cálculos correspondientes se obtienen los valores difusos de esta
dimensión: 8.55; 8.91; 9.3; 9.3.
Figura 5: Función de pertenencia de Plausibilidad
Página 22 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Como podemos apreciar en el gráfico, la dimensión de Plausibilidad está incluida en
“Todo”, por lo tanto, se llega a la conclusión que es posible realizar el sistema mediante INCO.
4.2. Dimensión de Justificación
TABLA IV: Dimensión de Justificación - Valores
Denominación de la característica Tipo Naturaleza Valor Comentarios
Resuelve una tarea útil y necesaria Deseable Difusa Mucho
La tarea es imprescindible para una
empresa del rubro de fundición, y el SE la simplifica mucho.
Se espera una alta tasa de recuperación
de la inversión Deseable Numérica 2
No se hace una inversión importante para realizar el sistema, ni tampoco reducirá
los costos en gran medida.
Hay escasez de experiencia humana Deseable Difusa Mucho
Hay pocas personas con los
conocimientos necesarios para realizar la
tarea y por lo tanto escasez de experiencia humana.
Hay necesidad de tomar decisiones en situaciones críticas o ambientes
hostiles, penosos y, o, poco
gratificantes
Deseable Difusa Mucho Las decisiones a tomar son críticas ya que se están diagnosticando defectos en piezas
de alto costo.
Hay necesidad de distribuir los
conocimientos Deseable Difusa Mucho
Se deben distribuir los conocimientos para
reducir la posibilidad de perderlos.
Los conocimientos pueden perderse de
no realizarse el sistema Deseable Difusa Nada
Los conocimientos se encuentran en
expertos y libros.
No existen soluciones alternativas Esencial Booleana No Si hay soluciones alternativas.
Luego de realizar los cálculos correspondientes se obtienen los valores difusos de esta
dimensión: 5.6; 6.6; 7.8; 8.8
Figura 6: Función de pertenencia de Justificación
Página 23 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Como podemos apreciar en el gráfico, la dimensión de Justificación se superpone con
“Mucho”, por lo tanto, se llega a la conclusión que está justificado realizar el sistema mediante
INCO.
4.3. Dimensión de Adecuación
TABLA V: Dimensión de Adecuación - Valores
Denominación de la
característica Tipo Naturaleza Valor Comentarios
La transferencia de experiencia
entre humanos es factible Deseable Difusa Mucho
La tarea se puede explicar de forma teórica y
demostrar de forma práctica para transferir la
experiencia.
La tarea requiere «experiencia» Deseable Difusa Mucho La experiencia facilita la detección de los
síntomas y su posterior análisis.
Los efectos de la introducción del SE no pueden preverse
Deseable Difusa Regular
Si bien se espera que el SE se utilice en la
mayoría de los análisis, agilizando los tiempos, no sabemos con seguridad cómo va a responder
el personal.
La tarea requiere razonamiento
simbólico Deseable Difusa Mucho
Si, ya que se deben conocer conceptos teóricos
para poder llevarla a cabo.
La tarea requiere el uso de
heurísticas para acotar el
espacio de búsqueda
Deseable Difusa Poco Las heurísticas no nos pueden ayudar a reducir
los tiempos de búsqueda para esta tarea.
La tarea es de carácter práctico
y más táctica que estratégica Deseable Booleana SI Es meramente práctica.
Se espera que la tarea continúe
sin cambios significativos
durante un largo período de tiempo
Esencial Difusa Todo La tarea se realiza hace años y no hay
expectativas de que cambie.
Se necesitan varios niveles de abstracción en la resolución de
la tarea
Deseable Difusa Poco No requiere abstracción, se trabaja con características concretas de la pieza a
diagnosticar.
El problema es relativamente
simple o puede descomponerse
en subproblemas
Deseable Difusa Mucho Para el experto el problema es sencillo y es capaz
de descomponerlo en subproblemas.
El experto no sigue un proceso
determinista en la resolución del problema
Deseable Booleana SI
El proceso es no determinista, hay ciertas
resoluciones más sencillas y directas pero la
mayoría requiere análisis de varias variables y se puede llegar a más de una solución.
La tarea acepta la técnica del prototipado gradual
Deseable Booleana Si Si se pueden hacer prototipos incrementales de la misma.
El experto resuelve el problema a veces con información
incompleta o incierta
Deseable Difusa Regular Por lo general, la información está completa.
Es conveniente justificar las
soluciones adoptadas Deseable Difusa Mucho
Es necesario que se explique por qué se llegó a la
solución.
La tarea requiere investigación
básica Esencial Booleana No
No necesitamos investigar sobre conceptos
metalúrgicos.
El sistema funcionará en
«tiempo real» con otros
programas o dispositivos
Deseable Difusa Poco
Este sistema se puede acoplar a una base de
datos para registrar las fallas y luego hacer
informes sobre las mismas.
Luego de realizar los cálculos correspondientes se obtienen los valores difusos de esta
dimensión: 4.76; 5.8; 6.92; 7.7
Página 24 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Figura 7: Función de pertenencia de Adecuación
Como podemos apreciar en el gráfico, la dimensión de Adecuación se encuentra entre los
valores difusos “Regular” y “Mucho”, siendo de esta forma adecuado utilizar INCO para
resolver el problema.
4.4. Dimensión de Éxito
TABLA VI: Dimensión de Éxito valores
Denominación de la característica Tipo Naturaleza Valor Comentarios
Existe una ubicación idónea para el SE Deseable Difusa Todo Se utilizará en el sector de inspección.
Problemas similares se han resuelto
mediante INCO Deseable Booleana No
No encontramos un problema similar
resuelto con este método.
El problema es similar a otros en los
que resultó imposible aplicar esta
tecnología
Deseable Booleana No No encontramos un problema similar
resuelto con esta tecnología.
La continuidad del proyecto está
influenciada por vaivenes políticos Esencial Difusa Nada La política no interfiere en este proyecto.
La inserción del sistema se efectúa sin
traumas, es decir, apenas se interfiere en la rutina cotidiana
Deseable Difusa Todo
No debe haber traumas por la inserción del
sistema, ya que no reemplaza ni amenaza el puesto de ningún empleado.
Se dispone de experiencia en INCO Deseable Difusa Nada Nunca se utilizó INCO.
Se dispone de los recursos humanos,
hardware y software necesarios para el
desarrollo e implantación del sistema
Deseable Difusa Todo Disponemos de todo lo necesario.
El experto resuelve el problema en la
actualidad Deseable Difusa Todo
Si, el experto aún trabaja en este rubro y
resuelve el problema regularmente.
La solución del problema es prioritaria
para la institución Esencial Difusa Poco No es prioritario.
Las soluciones son explicables Deseable Difusa Mucho Si, el experto puede explicar cómo llega a
la solución.
Página 25 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Denominación de la característica Tipo Naturaleza Valor Comentarios
Las objetivos del sistema son claros y
evaluables Deseable Difusa Mucho
Se sabe con seguridad qué se desea
obtener.
Los conocimientos están repartidos
entre un conjunto de individuos Deseable Difusa Nada
El conocimiento necesario para el
desarrollo se obtendrá del experto y un
libro facilitado por él.
Los directivos, usuarios, expertos e IC
están de acuerdo en las
funcionalidades del SE
Esencial Difusa Mucho Todos favorecen el desarrollo del SE.
La actitud de los expertos ante el
desarrollo del sistema es positiva y no se sienten amenazados por el proyecto
Deseable Difusa Todo El SE les facilita una tarea pero no los
reemplaza.
Los expertos convergen en sus soluciones y métodos
Deseable Difusa Mucho Según el experto no hay diferencias de diagnósticos entre pares.
Se acepta la planificación del proyecto propuesto por el IC
Esencial Booleana Si Si, se acepta.
Existen limitaciones estrictas de tiempo en la realización del sistema
Deseable Difusa Nada No hay tiempos límites para el desarrollo del SE, ya que es un sistema que
complementa y facilita la tarea actual.
La dirección y usuarios apoyan los
objetivos y directrices del proyecto Esencial Difusa Todo
Todos están de acuerdo con los objetivos
del proyecto.
El nivel de formación requerido por
los usuarios del sistema es elevado Deseable Difusa Poco
Se intenta desarrollar el sistema lo más
simple posible.
Las relaciones IC-experto son fluidas Deseable Difusa Todo Sí, hay una buena relación.
El proyecto forma parte de un camino
crítico con otros sistemas Deseable Booleana No
No se relaciona ni interfiere con otros
proyectos.
Se efectuará una adecuada
transferencia tecnológica Esencial Difusa Mucho
Se logra una adecuada transferencia
tecnológica brindando una capacitación
general del sistema a los usuarios y mostrando casos prácticos.
Lo que cuenta en la solución es la calidad de la respuesta
Deseable Booleana Si Lo importante es otorgar una respuesta exacta como lo haría el experto.
Luego de realizar los cálculos correspondientes se obtienen los valores difusos de esta
dimensión: 5.36; 6.33; 7.57; 8.
Figura 8: Función de pertenencia de Éxito
Página 26 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Como podemos apreciar en el gráfico, la dimensión de Éxito está casi superpuesta a
“Mucho”, de esta forma, se llega a la conclusión que el sistema puede ser llevado a cabo y el
proyecto tendrá éxito según este estudio.
4.5. Cálculos finales
Se realiza el cálculo final, teniendo en cuenta los valores difusos de las 4 dimensiones
anteriores. Dado que el objetivo de esta sección es demostrar la viabilidad del proyecto, no se
explica con detalle el método empleado para obtener estos resultados.
TABLA VII: Cálculos Finales
Dimensión Coeficiente Valores difusos Peso x Valor
Plausibilidad 8 8,55 8,91 9,30 9,30 68,39 71,25 74,42 74,42
Justificación 3 5,60 6,60 7,80 8,80 16,80 19,80 23,40 26,40
Adecuación 8 4,76 5,8 6,92 7,7 38,08 46,4 55,36 61,6
Éxito 5 5,36 6,33 7,57 8 26,8 31,65 37,85 40
24 150,07 169,1 191,03 202,42
Valores Finales 6,25 7,05 7,96 8,43
Media General 7,42
Los valores difusos resultantes de todo el estudio son: 6.25; 7.05; 7.96; 8.43.
Figura 9: Función de pertenencia de los Valores Finales
Página 27 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
La media general es de 7,42, siendo esta mayor a 6, podemos afirmar que el proyecto se
considera viable según INCO. Las cuestiones sobre la implementación del sistema en sí, serán
desarrolladas en el Capítulo III.
5. Alcance y limitaciones de la solución
Es sabido que el proceso de adquisición de conocimientos es lo más dificultoso a la hora
de crear un sistema basado en conocimiento, en sí el problema consiste en hacer que el experto
diga lo que sabe y obtener información manipulable a partir de esto. Además de este problema,
se encuentra la dificultad de validar y chequear el conocimiento adquirido. Para facilitar las
tareas mencionadas y disminuir el margen de error, nos apegamos a la metodología IDEAL
para realizar este proyecto. Dentro de la documentación encontramos:
Estudio de viabilidad de la solución
Análisis de protocolos
Análisis por técnica de emparrillado
Conceptualización de conocimientos
Para sumarle valor a este proyecto, agregamos al alcance un análisis económico de la
solución más exhaustivo que el que provee el estudio de viabilidad, junto con un modelo de
negocio, de esta forma podemos demostrar que el producto puede ser llevado a la práctica y ser
rentable.
Con respecto al desarrollo, se construirá un prototipo funcional para diagnosticar defectos
dentro de las familias listadas a continuación:
Discontinuidades
Cavidades
Piezas incompletas
Es importante remarcar que las familias restantes no se incluirán en este prototipo, debido
a que es preferible realizar un proyecto con un alcance más acotado y de buena calidad que
logre representar el objetivo principal de la solución.
Las principales funcionalidades que se incluyen son:
Diagnóstico de defectos:
o Servicio de diagnóstico tomando las características del defecto como
entrada.
Página 28 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Registro de actividades:
o Registro de consultas realizadas por los usuarios.
Documentación interactiva desde la aplicación
En futuros desarrollos, Castingware deberá contemplar una gestión de usuarios más
abarcativa en la cual se controlará el acceso a los usuarios autorizados. Otro punto importante
para aclarar es que el alcance cubre el desarrollo del sistema sólo en idioma Castellano, siendo
posible, luego, expandirlo a otros idiomas. En el Capítulo III, se especifica el alcance
correspondiente a cuestiones más técnicas del producto.
Página 29 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
CAPÍTULO III
Análisis Técnico
En este capítulo se explican los diferentes métodos que se utilizaron para construir el
sistema y la documentación obtenida. El capítulo se organiza conforme a la metodología
IDEAL, empezando con la educción del conocimiento del experto y terminando con
cuestiones más técnicas de la arquitectura del proyecto.
Página 30 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Adquisición de Conocimientos
En la etapa de adquisición de conocimientos se recolecta la información necesaria para
comenzar la documentación y construcción del sistema. Se pueden utilizar diferentes fuentes
dependiendo del método de adquisición aplicado, en el caso particular de Castingware, la
mayoría de los métodos involucran al experto. Es importante aclarar que, si bien la adquisición
de conocimientos se detalla en esta sección, es una tarea que se produce en paralelo a todas las
etapas de construcción del sistema experto, lo que permite adquirir el conocimiento de forma
iterativa e incremental a medida que es requerido por cada una de ellas.
1.1. Análisis de Protocolos
El análisis de protocolos es un método que nos permite adquirir conocimientos a partir de
casos particulares resueltos por el experto para comprender la tarea que realiza y, por lo tanto,
pasar de lo específico a lo general. Se basa en presentar un caso al experto y pedirle que lo
resuelva, especificando todas las acciones que realiza y piensa en voz alta, lo que permite grabar
la secuencia.
Una vez que grabado y transcripto el protocolo se desarrolla un análisis del mismo,
obteniendo de esta forma una identificación certera de conceptos, atributos, valores, relaciones
e inferencias. También brinda una interpretación por parte del Ingeniero en Conocimiento de
cómo el experto realiza sus tareas, basándose en la información adquirida.
Se aplicó este método a un caso particular de la familia de defectos: “Cavidades”. El
objetivo fue entender a grandes rasgos cómo trabaja el experto y comprender la naturaleza de
la tarea, el cual se logró con éxito debido a que la información obtenida fue altamente
representativa y por ese motivo no fue necesario aplicarlo en casos adicionales. Hechas estas
aclaraciones, podemos proceder con el método en cuestión. A continuación, se detallan los
pasos realizados para llevar a cabo el método de análisis de protocolos y sus correspondientes
resultados.
Página 31 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1.1.1. Grabación del protocolo
a. El Ingeniero en Conocimiento (I.C.) explica lo que se espera del experto:
“Procederemos a registrar una situación en la cual se le presentará un caso a resolver y
usted deberá informar todas y cada una de las acciones que realiza o piensa y con qué objeto o
material, como si estuviera pensando en voz alta.”
b. Puesta en situación:
Se presenta al experto el siguiente caso de práctica: Se toma una pieza ya diagnosticada
con una proyección metálica y se le pide que realice el diagnóstico nuevamente. El experto
practica el procedimiento de razonar en voz alta.
c. Registro del protocolo:
Se presenta al experto el siguiente caso real: El experto recibe un email notificando que
hay un producto no conforme junto con una breve descripción (motivo). El experto entonces se
acerca a la pieza para diagnosticarla de forma más precisa. El escenario está formado por el
experto, el I.C. que lo observa, y la pieza no conforme a diagnosticar.
1.1.2. Transcripción del protocolo
Nota: Las anotaciones del Ingeniero en Conocimiento (I.C.) se encuentran en letra
negrita.
Experto:
- Me presento ante el producto no conforme por inspección visual.
- Observo el producto detalladamente, haciendo foco sobre el motivo de la no
conformidad.
I.C.:
- El motivo que fue informado por email.
- Se acerca a la pieza para inspeccionarla mejor.
Experto:
- Una vez que recaudo suficiente información intento asignar la familia de defectos a la
cual pertenece.
- En este caso en particular, la familia está muy definida y no hay dudas, es una cavidad.
Pero, en otros casos, se presentan ciertas dudas de que pertenezcan a una u otra familia,
Página 32 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
lo cual requiere de datos o inspecciones de otro nivel, como por ejemplo una lupa,
extraer una partícula y verla en el microscopio, ver qué forma tiene, ensayo de partículas
magnéticas, ultrasonido o una inspección del proceso de fabricación para esa pieza en
particular.
- Una vez que realicé esto voy a hacer una descripción detallada del defecto para empezar
a buscar la causa. Me hago las siguientes preguntas:
o Primero el aspecto de la superficie es dendrítico, se puede ver a simple vista o
tocando la pieza.
I.C.:
- Dendrítico es una estructura con ramificaciones repetitivas características de
procesos de crecimiento de cristales como pequeños pinos de material sólido, no es
liso.
Experto:
- continúa...
o El color es oscuro, cuando una cavidad se produce en contacto con la atmósfera,
se oxida y el color es oscuro, si no está en contacto con el aire queda más clara.
o La forma representativa es irregular alargada.
o El tamaño, se nota a simple vista que es muy grande. En otros casos es necesario
medir.
o La cantidad de cavidades es una.
o La distribución no la tengo en cuenta porque es una sola, se podría decir que está
aproximadamente centrada en el cuello de corte del montante o alimentador.
o La ubicación es en la cara sobre. Cuando una pieza se funde la cara que mira
hacia arriba se llama sobre y la que está abajo se llama bajo.
o La posición es dentro del cuello del montante.
o Para ver la forma a veces hay que inspeccionar con una linterna, tocando la
cavidad, haciendo algún corte, etc.
- A partir de estos datos defino exactamente cuál es la defectología, en este caso es un
rechupe. O sea, lo que empezó como una cavidad se define como algo específico, un
rechupe por contracción líquida.
Página 33 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
- Ahora bien, para asignar las causas de este defecto se requiere de mayor información.
Hay dos grandes divisiones: si la pieza es un prototipo o si la pieza ya se venía
fabricando desde antes.
- Si era un prototipo hay que revisar el diseño.
- Si es una producción en curso hay que revisar qué partes del proceso no se cumplieron.
Entonces, uno va a revisar los datos representativos del proceso.
I.C.:
- Producción en curso significa que es una pieza que ya se fabrica normalmente, no
es algo nuevo.
Experto:
- En este caso en particular voy a revisar los datos de la colada en donde se indica una
composición química que debería respetarse y la real, también la temperatura de colada
planeada y la real y el nivel de llenado del montante.
- A partir de esto reviso el tiempo que tarda en realizarse el llenado (en segundos). Entre
estas causas debería encontrar algún desvío del proceso. Si todo esto está OK, entonces,
se revisan los materiales que se utilizaron.
I.C.:
- Se acerca a una computadora y revisa el registro de fabricación de la pieza.
Experto:
- En este caso es una pieza de la cual ya se habían fabricado cientos de ejemplares
anteriormente. La temperatura de colada estaba solicitada como 1515-1530 °C.
- La temperatura de colado/llenado del molde estaba fuera de rango, se declaró como
1545 °C.
- Reviso la composición química declarada y es correcta.
- Nivel de llenado del montante declarado es correcto.
- El tiempo de llenado declarado es de 33 segundos, debería haber tardado entre 38 – 45
segundos. Cuanto más alta es la temperatura del metal, menos tarda en llenarse, ya que
fluye más rápido.
- Por lo tanto, las causas son las definidas anteriormente, temperatura mayor a la
solicitada y, por lo tanto, menor tiempo de llenado.
Página 34 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
- La solución no es cambiar el proceso, sino que se solicita a los operadores respetar los
requisitos ya definidos.
Figura 11: Foto del defecto analizado por el Experto 8
1.1.3. Codificación del protocolo
Glosario
El glosario nos permite comprender los conceptos principales empleados por el experto
durante la grabación del protocolo y otros utilizados con gran frecuencia en la industria.
TABLA X: Glosario de Conceptos
Concepto Definición
Producto no conforme Es un producto que no cumple con las especificaciones.
Motivo Razón por la cual el producto no está conforme. Indica tipo de
defecto.
Defecto Requisito no satisfactorio.
Familia Es una clasificación muy general que agrupa los mismos tipos
de defectos que se presentan en las piezas.
Cavidad Espacio hueco no deseado en una pieza.
Análisis de defectos
Es el proceso por el cual se recaudan datos del defecto, se
procede primero por observación a simple vista y si no es
suficiente hay otros métodos de análisis.
8 La imagen fue obtenida por el Experto.
Página 35 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Definición
Método de análisis Procedimiento por el cual se obtienen datos en particular de un
defecto.
Observación
Mirar el defecto a simple vista para recaudar la información
básica, que en algunos casos es suficiente para realizar el
diagnóstico.
Ensayo de partículas
magnéticas
Método no destructivo de detección de fisuras o grietas
superficiales o sub-superficiales.
Ultrasonido Método no destructivo que detecta heterogeneidades (fisuras,
huecos, estructura anómala, etc.) internas de la pieza.
Dendrítico
Es una estructura con ramificaciones repetitivas características
de procesos de crecimiento de cristales (como pequeños pinos
de material sólido, no es liso).
Rechupe
Es un tipo de cavidad indeseada, que se produce a veces en una
pieza colada como consecuencia de su contracción en la
solidificación.
Contracción líquida
Es la correspondiente al cambio de volumen dado por la
diferencia entre la temperatura de colada/llenado y la
temperatura de inicio de la solidificación. Se expresa en
porcentaje de volumen.
Colada/llenado Es el hecho de introducir material líquido dentro de un molde.
Montante
(alimentador/mazarota)
Es un reservorio lleno de metal fundido que alimenta la pieza
que se está fabricando. Se coloca en los sitios del molde que
son críticos (es decir, que tienden a generar rechupes) y aportan
material para evitarlos.
Noyo Todos los huecos que tenga la pieza que no puedan ser
moldeados naturalmente son salvados a partir de noyos.
Galleta de corte La conexión entre la pieza y el montante. En esta parte se
separa el montante de la pieza.
Inoculante
Material granuloso basado en aleaciones de ferrosilicio que
contienen elementos como, por ejemplo, el Calcio, Bario,
Circonio, Aluminio y Estroncio.
Inoculación Agregar el inoculante.
C.E. Carbono Equivalente.
Identificación de conceptos, características, valores y relaciones
Este entregable es esencial para el desarrollo del sistema experto, si bien en este estadio
del proceso es sólo una primera versión y luego se sigue refinando, nos permite comprender el
Página 36 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
vocabulario utilizado por el experto. Cada concepto está acompañado por sus características
particulares y posibles valores que puede tomar dicha característica.
TABLA XI: Especificación de Conceptos – Atributos – Valores
Concepto Atributo Valores
Defecto Código
Letra + número de 3 dígitos.
Familia Nombre Cavidades
Discontinuidades
Cavidad
Aspecto de superficie
Liso
Dendrítico
Rugoso
Color
Negruzco
Amarronado
Rojizo
Dorado
Plateado
Acabado de la superficie
Mate
Brillante
Forma
Irregular alargada
Irregular redonda
Irregular cuadrada
Cilíndrica alargada
Cilíndrica corta
Cónica
Esférica
Tamaño
Pequeño (cabeza o cuerpo de un clavo pequeño o menor)
Mediano (alguna de sus dimensiones supera tamaño de un cilindro de aproximadamente 4 a 7 mm de diámetro)
Grande (llega hasta 15mm)
Muy grande (mayor a 15 mm)
Cantidad
Una
Pocas (entre 2 y 5)
Muchas (entre 5 y 10)
Muchísimas (más de 10)
Página 37 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Distribución
Única
Alineadas rectas
Alineadas circulares
Azarosa
Ubicación
Semi-molde superior
Superficie definida por noyo o lado sobre
Semi-molde inferior
No definida (dispersas en zonas)
En toda la pieza
Posición
En la superficie
Subsuperficial
Próximas a enfriadores
Sobre un vértice interior
En el centro del espesor
Sobre ataques de colada
Intersección de secciones a 90°
Próximas cuello de montante
Dentro del cuello del montante
Tipo
B-111: Sopladuras pinholes
B-112: Sopladuras
B-113: Sopladuras por escoria
B-121: Sopladuras superficiales
B-122: Sopladura por ángulo vivo
B-123: Pinhole de superficie
B-124: Rechupe disperso
B-211: Rechupe abierto o externo
B-212: Rechupe en ángulos o bordes
B-213: Rechupe por noyo
B-221: Rechupe interno o ciego
B-222: Rechupe central
B-311: Micro-rechupe
Las relaciones entre los conceptos son importantes a la hora de modelar la forma de
razonar del experto. Es por esto que en este apartado se indican las relaciones identificadas en
el protocolo.
a. Defecto ES CAUSAL DE Producto no conforme.
b. Defecto ES PARTE DE Familia de defectos.
c. Cavidad ES UN Familia de defectos.
d. Método de análisis ES PARTE DE Análisis de defecto.
Página 38 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
e. Ultrasonido ES UN Método de análisis.
f. Ensayo de partículas magnéticas ES UN Método de análisis.
g. Observación ES UN Método de análisis.
Identificación de los operadores
Los operadores son los medios usados por el experto para generar nuevos estados, es
decir, permiten el paso de un estado del problema a otro. De esta forma, el método nos permite
saber cuáles son las causas de los cambios de estado.
Experto:
- Me presento ante el producto no conforme por inspección visual.
- Observo el producto detalladamente, haciendo foco sobre el motivo de la no
conformidad.
- Una vez que recaudo suficiente información intento asignar la familia de defectos a la
cual pertenece.
- En este caso en particular la familia está muy definida y no hay dudas, es una
cavidad, pero en otros casos se presentan ciertas dudas de que pertenezcan a una u
otra familia, lo cual requiere de datos o inspecciones de otro nivel, como por ejemplo
una lupa, extraer una partícula y verla en el microscopio, ver qué forma tiene, ensayo
de partículas magnéticas, ultrasonido o una inspección del proceso de fabricación para
esa pieza en particular.
- Una vez que realicé esto, voy a hacer una descripción detallada del defecto para
empezar a buscar la causa. Me hago las siguientes preguntas:
o Primero el aspecto de la superficie es dendrítico, se puede ver a simple vista o
tocando la pieza.
o El color es oscuro, cuando una cavidad se produce en contacto con la
atmósfera, se oxida y el color es oscuro, si no está en contacto con el aire queda
más clara.
o La forma representativa es irregular alargada.
o El tamaño, se nota a simple vista que es muy grande. En otros casos es
necesario medir.
o La cantidad de cavidades es una.
Página 39 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
o La distribución no la tengo en cuenta porque es una sola, se podría decir que
está aproximadamente centrada en el cuello de corte del montante o alimentador.
o La ubicación es en la cara sobre. Cuando una pieza se funde la cara que mira
hacia arriba se llama sobre y la que está abajo se llama bajo.
o La posición es dentro del cuello del montante.
o Para ver la forma a veces hay que inspeccionar con una linterna, tocando la
cavidad, haciendo algún corte, etc.
- A partir de estos datos, defino exactamente cuál es la defectología, en este caso es un
rechupe. O sea, lo que empezó como una cavidad se define como algo específico, un
rechupe por contracción líquida.
- Ahora bien, para asignar las causas de este defecto se requiere de mayor información.
Hay dos grandes divisiones: si la pieza es un prototipo o si la pieza ya se venía
fabricando desde antes.
- Si era un prototipo hay que revisar el diseño.
- Si es una producción en curso hay que revisar qué partes del proceso no se cumplieron.
Entonces uno va a revisar los datos representativos del proceso.
- En este caso en particular voy a revisar los datos de la colada en donde se indica una
composición química, que debería respetarse y la real, también la temperatura de
colada planeada y la real y el nivel de llenado del montante.
- A partir de esto reviso el tiempo que tarda en realizarse el llenado (en segundos). Entre
estas causas debería encontrar algún desvío del proceso. Si todo esto está OK entonces
se revisan los materiales que se utilizaron.
- En este caso es una pieza de la cual ya se habían fabricado cientos de ejemplares
anteriormente. La temperatura de colada estaba solicitada como 1515-1530 °C.
- La temperatura de colado/llenado del molde estaba fuera de rango, se declaró como
1545 °C.
- Reviso la composición química declarada y es correcta.
- Nivel de llenado del montante declarado es correcto.
- El tiempo de llenado declarado es de 33 segundos, debería haber tardado entre 38
– 45 segundos. Cuanto más alta es la temperatura del metal, menos tarda en llenarse,
ya que fluye más rápido.
Página 40 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
- Por lo tanto, las causas son las definidas anteriormente, temperatura mayor a la
solicitada y, por lo tanto, menor tiempo de llenado.
- La solución no es cambiar el proceso, sino que se solicita a los operadores respetar los
requisitos ya definidos.
Identificación de inferencias
En esta etapa se identifican todas las reglas de producción utilizadas explícitamente por
el experto en este caso particular. Es importante aclarar que el I.C. no debe intentar generar
todas las reglas imaginables sino sólo formalizar las que realmente utiliza el experto.
a. SI inicialmente se recauda suficiente información ENTONCES se asigna una familia
de defectos.
b. SI la familia de defectos no está bien definida en la pieza y hay dudas de su pertenencia
a una u otra familia ENTONCES requiere de datos o inspecciones de otro nivel.
c. SI es una cavidad y se produjo en contacto con la atmósfera (aire) ENTONCES se
oxida y el color es oscuro.
d. SI es una cavidad y no se produjo en contacto con la atmósfera (aire) ENTONCES el
color es claro.
e. SI es una cavidad y es una sola ENTONCES no se considera la distribución.
f. SI la pieza es defectuosa y es un prototipo ENTONCES revisar diseño.
g. SI la pieza es defectuosa y es una producción en curso ENTONCES revisar los datos
del proceso realizado y buscar desvíos.
h. SI la pieza es defectuosa y es una producción en curso y no se encuentran desvíos en el
proceso ENTONCES revisar materiales utilizados.
i. SI la temperatura del metal es más alta que la solicitada ENTONCES el tiempo de
llenado es menor.
j. SI la pieza es defectuosa y es una producción en curso y se encuentran desvíos en el
proceso ENTONCES se solicita a los operadores respetar los requisitos ya definidos.
1.1.4. Interpretación
Se busca poner en evidencia y consolidar las reglas implícitas, estrategias y planes
utilizados por el experto en el curso de su razonamiento.
Página 41 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
El experto fija una estrategia inicial:
a. Determinar el método de análisis necesario y proceder con este.
b. Determinar la familia del defecto.
c. Estudiar características puntuales de la pieza:
i. Aspecto de la superficie del defecto.
ii. Color del defecto.
iii. Forma del defecto.
iv. Tamaño del defecto.
v. Cantidad de defectos.
vi. Distribución de los defectos.
vii. Ubicación del defecto.
viii. Posición del defecto.
d. Reconocer tipo de pieza (prototipo o producción en curso).
Luego de estos pasos el experto es capaz de determinar las posibles causas del defecto,
por lo tanto, procede a realizar una investigación para confirmar la causa.
Si es una pieza de tipo prototipo, revisa el diseño. Si es una pieza que se produce
normalmente (producción en curso) revisa que se haya cumplido el proceso, siempre teniendo
en cuenta las posibles causas que se obtuvieron anteriormente.
1.2. Emparrillado
La técnica consiste esencialmente en un test de clasificación complejo en el cual se decide
una lista de elementos en base a un conjunto de características. Cada característica se define
como una dimensión de escala interna que extrae la similitud de un conjunto de elementos y la
diferencia de este conjunto de elementos de los otros. Los datos generados por cada sujeto se
introducen en una tabla bidimensional (parrilla) en la cual existe una columna por cada
elemento y una fila por cada característica. Cada intersección fila-columna en la tabla contiene
un valor indicando cómo una característica dada se aplicó a un elemento particular.
Una vez completada la parrilla se realizan los cálculos propuestos por el método.
Finalmente, se obtienen como resultado dos gráficos, uno mostrando la relación entre los
elementos y el otro entre las características. Gracias a estos gráficos podemos corroborar con
Página 42 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
ayuda del experto que los conocimientos adquiridos son correctos, hacer un refinamiento del
problema y, a veces, encontrar asociaciones no consideradas anteriormente.
Hay tres tipos principales de parrillas:
a. Evaluativa. En la cual se define una escala de valores de 0 a N (N puede ser cualquier
valor entero mayor al límite inferior) y a cada combinación de elemento-característica
se asigna un valor dependiendo qué tanto cumpla ese elemento con esa característica.
b. Dicotómica. Sólo se utilizan valores binarios dependiendo si el elemento posee o no esa
característica.
c. Clasificatoria. Donde se asigna para cada uno de los n elementos un valor entre 1 y n
dependiendo del orden lógico que tenga esa característica.
Para este caso en particular se utilizó la parrilla evaluativa con un rango de 0 a 10 para la
familia de defectos “Cavidades”. Sin embargo, debido a dificultades en cuanto a la
cuantificación numérica de ciertas características, no todas fueron consideradas, y los
resultados, si bien fueron positivos cuando se validaron con el experto, no otorgaron mayores
beneficios. Por estos motivos se decidió no realizar este método en las restantes familias de
defectos. Cabe aclarar que la idea del método no apunta a corroborar todo el conocimiento
adquirido, sino que propone evaluar determinados conocimientos en los que se tengan dudas o
se noten irregularidades. No se explica con detalle el método, ya que este no es el propósito del
apartado, sino validar las diferencias entre cada elemento y cada característica con el Experto.
Aclarados estos puntos se procede con el método en cuestión.
1.1.1 Análisis de elementos
Diseño de la parrilla
TABLA XII: Parrilla Evaluativa con valores de entrada
Características B-111 B-112 B-113 B-121 B-122 B-123 B-124 B-212 B-221 B-311
C1 0 0 2 0 5 0 5 10 10 10
C2 10 7 0 0 0 10 10 0 10 10
C3 10 10 0 0 0 10 10 0 10 10
C4 2 4 4 6 6 4 4 6 8 0
C5 10 10 10 10 0 10 5 0 0 10
C6 10 3 3 7 0 10 7 0 0 10
Página 43 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XIII: Referencia entre nomenclatura y característica
Referencia Características
C1 Aspecto de superficie
C2 Color
C3 Acabado de la superficie
C4 Tamaño
C5 Distribución
C6 Cantidad
TABLA XIV: Referencia entre código y nombre de cada elemento
Referencia Elemento
B-111 Sopladuras pinholes
B-112 Sopladuras
B-113 Sopladuras por escoria
B-121 Sopladuras superficiales
B-122 Sopladura por ángulo vivo
B-123 Pinhole de superficie
B-124 Rechupe disperso
B-212 Rechupe en ángulos o bordes
B-221 Rechupe interno o ciego
B-311 Micro rechupe
A continuación, se realizan las matrices de distancia para elementos por valores mínimos.
Cada iteración realizada se representa en una nueva tabla, hasta llegar al final del método, donde
se obtiene un único valor.
TABLA XV: Distancia calculada entre elementos primera iteración
B-111 B-112 B-113 B-121 B-122 B-123 B-124 B-212 B-221 B-311
B-111 12 31 27 49 2 15 54 36 12
B-112 19 23 37 10 17 42 30 24
B-113 8 18 29 32 23 45 39
B-121 22 25 32 27 49 39
B-122 47 34 5 27 51
B-123 13 52 34 14
B-124 39 21 17
B-212 22 46
B-221 28
B-311
Página 44 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XVI: Distancia calculada entre elementos segunda iteración
111-123 B-112 B-113 B-121 B-122 B-124 B-212 B-221 B-311
111-123 10 29 25 47 13 52 34 12
B-112 19 23 37 17 42 30 24
B-113 8 18 32 23 45 39
B-121 22 32 27 49 39
B-122 34 5 27 51
B-124 39 21 17
B-212 22 46
B-221 28
B-311
TABLA XVII: Distancia calculada entre elementos tercera iteración
111-123 B-112 B-113 B-121 122-212 B-124 B-221 B-311
111-123 10 29 25 47 13 34 12
B-112 19 23 37 17 30 24
B-113 8 18 32 45 39
B-121 22 32 49 39
122-212 34 22 46
B-124 21 17
B-221 28
B-311
TABLA XVIII: Distancia calculada entre elementos cuarta iteración
111-123 B-112 113-121 122-212 B-124 B-221 B-311
111-123 10 25 47 13 34 12
B-112 19 37 17 30 24
113-121 18 32 45 39
122-212 34 22 46
B-124 21 17
B-221 28
B-311
TABLA XIX: Distancia calculada entre elementos quinta iteración
111-123-112 113-121 122-212 B-124 B-221 B-311
111-123-112 19 37 13 30 12
113-121 18 32 45 39
122-212 34 22 46
B-124 21 17
B-221 28
B-311
Página 45 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XX: Distancia calculada entre elementos sexta iteración
111-123-112-311 113-121 122-212 B-124 B-221
111-123-112-311 19 37 13 28
113-121 18 32 45
122-212 34 22
B-124 21
B-221
TABLA XXI: Distancia calculada entre elementos séptima iteración
111-123-112-311-124 113-121 122-212 B-221
111-123-112-311-124 19 34 21
113-121 18 45
122-212 22
B-221
TABLA XXII: Distancia calculada entre elementos octava iteración
111-123-112-311-124 113-121-122-212 B-221
111-123-112-311-124 19 21
113-121-122-212 22
B-221
TABLA XXIII: Distancia calculada entre elementos novena iteración
111-123-112-311-124-113-121-122-212 B-221
111-123-112-311-124-113-121-122-212 21
B-221
Página 46 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Árbol de distancia entre elementos
Figura 12: Distancia entre elementos 9
1.2.1. Análisis de características
A continuación, se realizan las matrices de distancia para características. Al igual que con
el análisis de elementos, cada iteración realizada se representa en una nueva tabla, hasta llegar
al final del método, donde se obtiene un único valor.
TABLA XXIV: Tabla Complementada 10
Características B-111 B-112 B-113 B-121 B-122 B-123 B-124 B-212 B-221 B-
311
NO C1 10 10 8 10 5 10 5 0 0 0
NO C2 0 3 10 10 10 0 0 10 0 0
NO C3 0 0 10 10 10 0 0 10 0 0
NO C4 8 6 6 4 4 6 6 4 2 10
NO C5 0 0 0 0 10 0 5 10 10 0
NO C6 0 7 7 3 10 0 3 10 10 0
9 Este gráfico muestra la diferencia que hay entre elementos. Un número mayor representa una diferencia más notoria entre
un elemento y otro. En la conclusión del método se da una explicación más detallada. 10 Se construye con los valores complementarios de las características para cada elemento.
Página 47 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XXV: Distancia entre características
C1 C2 C3 C4 C5 C6
C1 49 52 36 73 58
C2 51 3 57 38 27
C3 48 97 60 35 30
C4 44 37 40 61 50
C5 17 62 65 31 19
C6 32 67 70 26 75
TABLA XXVI: Distancia entre características por valores mínimos primera iteración
C1 C2 NO C3 NO C4 NO C5 NO C6
C1 49 48 36 17 32
C2 3 37 38 27
C3 40 35 30
C4 31 26
C5 19
C6
TABLA XXVII: Distancia entre características por valores mínimos segunda iteración
C1 C2 NOC3 NO C4 NO C5 NO C6
C1 48 36 17 32
C2 NOC3 37 35 27
C4 31 26
C5 19
C6
TABLA XXVIII: Distancia entre características por valores mínimos tercera iteración
C1 NOC5 C2 NOC3 NO C4 NO C6
C1 NOC5 35 31 19
C2 NOC3 37 27
C4 26
C6
TABLA XXIX: Distancia entre características por valores mínimos cuarta iteración
C1 NOC5 NOC6 C2 NOC3 NO C4
C1 NOC5 NOC6 27 26
C2 NOC3 37
C4
Página 48 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XXX: Distancia entre características por valores mínimos quinta iteración
C1 NOC5 NOC6 NOC4 C2 NOC3
C1 NOC5 NOC6 NOC4 27
C2 NOC3
Árbol de Distancia entre características
Figura 13: Distancia entre características 11
1.3. Conclusión
Luego de obtener los resultados de la parrilla de elementos se realizó un árbol de
distancias mínimas. Se analizó esta información y se programó una reunión con el experto para
enseñarle los resultados y así poder validarlos. A partir de esto se le indicó al experto que hay
dos grandes conjuntos de elementos que se parecen más entre sí, lo cual al experto le pareció
correcto. Por otro lado, confirmó que tanto los elementos B-111 y B-123, como así también el
B-122 y B-212 poseen en la práctica ciertos rasgos que hacen que se parezcan entre sí, pudiendo
ser similares. Con respecto a las características, los resultados obtenidos permiten concluir que
existe principalmente una relación entre colores negruzcos y acabado de superficie brillante, y
otro grupo formado por superficies de aspecto liso, distribuciones azarosas y cantidad
muchísimas, lo cual también fue aceptado por el experto.
11 Este gráfico muestra la relación que hay entre características. Un número bajo, representa una relación fuerte entre características. En la conclusión del método se da una explicación más detallada.
Página 49 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2. Conceptualización de Conocimientos
Esta es la segunda etapa de la fase de la metodología IDEAL. Su principal objetivo es
entender el dominio del problema y la terminología usada en el mismo, que nos permite formar
un “mapa mental” del dominio de la aplicación haciendo explícitos los conceptos y relaciones
claves. Otro objetivo importante de esta etapa es ordenar los conocimientos que surgieron en la
anterior, los cuales no estaban totalmente estructurados. Estos conocimientos se pueden dividir
en tres tipos:
a. Fácticos, los que están relacionados con la descripción de los objetos conceptuales,
especifican lo que es o se cree que es.
b. Tácticos, estos conocimientos están vinculados con las relaciones entre objetos
conceptuales, por ejemplo, las pseudo-reglas que relacionan una o varias condiciones
con una acción.
c. Estratégicos, son los que fijan la secuencia de pasos que el SE deberá seguir para
ejecutar su tarea.
El conocimiento estructurado que obtenemos en esta etapa tiene como ventaja que es
independiente de la posterior implementación y de las herramientas que se vayan a utilizar, de
esta manera, no tenemos que preocuparnos por temas de implementación en etapas tempranas.
Esta etapa es indispensable para poder contemplar todos los conocimientos durante el
desarrollo del sistema y, así, obtener un software de alta calidad. En nuestro caso realizamos la
“tabla Concepto-Atributo-Valor”, el “Modelo Relacional”, el “Árbol de Descomposición
Funcional del problema” y finalmente, la “especificación de pseudo-reglas”. Con estos
productos se logra abarcar los tres tipos de conocimientos mencionados anteriormente.
2.1. Tabla de Concepto-Atributo-Valor
En la siguiente tabla se muestran todos los conceptos que se tienen en cuenta para el
desarrollo del SE considerando las tres familias de defectos que abarcan el alcance de
Castingware, con sus respectivos atributos y los posibles valores que pueden tomar. Este
producto es fundamental ya que es nuestro marco para el desarrollo del sistema. Si luego de la
implementación del sistema se introducen nuevos conceptos, también se deberán añadir a esta
tabla.
Página 50 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XXXI: Concepto-Atributo-Valor (CAV) 12
Concepto Atributo Valores
Cavidad
Aspecto
Liso
Dendrítico
Rugoso
Color
Negruzco
Amarronado
Rojizo
Dorado
Plateado
Acabado Mate
Brillante
Forma
Irregular alargada
Irregular redonda
Irregular cuadrada
Cilíndrica alargada
Cilíndrica corta
Cónica
Esférica
Redondeada
Tamaño
Pequeño (menor a 4mm)
Mediano (4mm a 7mm)
Grande (mayor a 7mm y menor a 15mm)
Muy grande (mayor a 15mm)
Cantidad
Una
Pocas (entre 2 y 5)
Muchas (entre 6 y 10)
Muchísimas (más de 10)
Distribución
Única
Alineadas rectas
Alineadas circulares
Azarosa
Ubicación
Semi-molde superior
Superficie definida por noyo o lado sobre
Semi-molde inferior
No definida (dispersas en zonas)
En toda la pieza
12 Para facilitar la lectura, se repite el encabezado de la tabla en cada hoja.
Página 51 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Posición
En la superficie
Subsuperficial
Próximas a enfriadores
Sobre un vértice interior
En el centro del espesor
Sobre ataques de colada
Intersección de secciones a 90°
Próximas cuello de montante
Dentro del cuello del montante
Discontinuidad
Estado En bruto de colada
Luego del tratamiento térmico
Forma Sinuosa
Rectilínea
Espesor
Muy apretada
Apretada
Abierta
Muy abierta
Profundidad
Pasante
No pasante (entre 8% y 99% del espesor
Superficial (hasta 8% del espesor)
Raíz
Aguda
Redondeada
Sin raíz
Camino
Perpendicular a la superficie
Paralelo a la superficie
Oblicuo a la superficie
Color
Negruzco
Ocre
Dorado
Plateado
Aspecto
Sin grano
Grano fino
Grano dendrítico (concoidal)
Grano grueso
Ubicación
Dentro de ataque de colada
Próxima a ataque de colada
Próxima a encuentros de secciones diferentes
Por el cuello del montante
Página 52 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Próxima a enfriadores
Entre enfriadores
Indistinta
Otros puntos calientes
Pieza
Incompleta
Cumplió con la
forma buscada en
algún momento
Si
No
Tipo de
incompletitud
Fractura
Faltante
Tamaño del faltante
Pequeño
Grande
No aplica
Ubicación faltante
Solo en esquinas
Dispersa
En la cara superior
No aplica
Aspecto de la cara
superior
Con bordes redondeados
Con bordes definidos (plano recto)
Con zona central deprimida (tipo olla)
No aplica
Tipo de fractura
De la pieza
De partes de la pieza
No aplica
Aspecto de la
fractura
Oxidada
No oxidada
No aplica
Diagnóstico Subfamilia
B-111: Sopladuras pinholes
B-112: Sopladuras
B-113: Sopladuras por escoria
B-121: Sopladuras superficiales
B-122: Sopladura por ángulo vivo
B-123: Pinhole de superficie
B-124: Rechupe disperso
B-211: Rechupe abierto o externo
B-212: Rechupe en ángulos o bordes
B-213: Rechupe por noyo
B-221: Rechupe interno o ciego
B-222: Rechupe central
B-311: Micro-rechupe
C-111: Grietas en frío
C-121: Grietas en caliente
Página 53 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
C-211: Fisura en frío
C-221: Fisura en caliente
C-222: Fisura por temple
C-311: Colado frío
C-321: Colada interrumpida
C-331: Colado frío no fusión de insertos
C-411: Fractura concoidea
C-412: Corrosión intergranular
E-111
E-112
E-121
E-122
E-123
E-124
E-125
E-211
E-221 E-231
Causa
Humedad en los materiales de inoculación
Tenor de Aluminio en el metal (ref. menor a
0.02%)
Humedad en la masa de moldeo y su permeabilidad
Elementos carbonáceos en la masa de moldeo
Fase de secado de la pintura, tanto en base
agua como alcohol, no terminada
Posible exceso de aglomerante
Noyos sin salidas de aires o respiraderos a la atmósfera
Falta de limpieza de enfriadores/soportines
Condensación de humedad sobre
enfriadores/soportines (puede darse por
colocar partes frías y calientes dentro del
molde)
Enfriadores con superficies porosas o agrietamiento superficial en la cara de
contacto con el metal colado
Metal no limpio (asegure la limpieza del metal antes de volcarlo en el molde puede
usar atrapa escorias, son provistos por
muchos proveedores).
Página 54 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Reacciones no deseadas entre el metal y los
revestimientos de hornos y cucharas o partes
del molde
Molde no limpio antes del ensamble definitivo (aspire preferentemente)
Llenado turbulento
Temperatura incorrecta
En hierro: relación magnesio/azufre menor a 4
Gas atrapado en los sistemas de salida de aire, principalmente en las partes más altas del
semi-molde superior
Temperatura de llenado baja
Llenado lento y turbulento
Baja permeabilidad del molde
Posible exceso de aglomerante o compactación
Acumulación de pintura sin secar
Material extraño, grumos de aglomerante, falta de homogeneidad en el mezclado del material
del molde
Posibles partes húmedas no deseadas en el molde
Temperatura de llenado baja y turbulenta
Baja permeabilidad del semi-molde superior
Cuchara de llenado húmeda
Sistema de alimentación inadecuado (revisar distribución de alimentadores, posibles zonas
aisladas de alimentación)
En acero: sistema de alimentación inadecuado
(revisar distribución de alimentadores,
posibles zonas aisladas de alimentación)
Alta temperatura de llenado
Desbalance de la composición química
Inoculación ineficiente
Falta de direccionalidad de la solidificación
Sistema de alimentación inadecuado (revisar distribución de alimentadores, revisar el
módulo de enfriamiento de alimentadores y
revisar el aporte de metal de cada alimentador)
Desbalance de la composición química (para fundición de hierros C.E bajo)
Falta de rigidez del molde
Pobre condición metalúrgica del metal
Página 55 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Falta de inoculación
Tiempo desde la inoculación al llenado demasiado prolongado “Fading”
Si usa camisas aislantes o exotérmicas para los montantes, revisar su calidad
Diseño de pieza inadecuado, noyo demasiado fino para la sección de metal que lo rodea
(punto caliente)
En hierro nodular: Auto-compensación de
alimentación desequilibrado (rigidez del
molde, calidad metalúrgica del metal,
temperatura de llenado, inoculación)
En hierro gris: Alto contenido de nitrógeno en el metal
Manipulación en: desmoldeo, rebaba, acopio, traslado, granallado, tamboreo, etc.
Manipulación en caliente de la pieza (tiempo
de desmoldeo escaso)
Molde/noyo demasiado duro, elevada cantidad de aglomerante
Compactado de la arena de moldeo en exceso
Aglomerante con alta resistencia en caliente
Diseños de encuentros de forma inadecuados
Muy baja temperatura de llenado
Diseños de pieza con cambios de secciones muy abruptas
Falta de redondeo en los encuentros de
secciones
Material del molde/noyo con baja colapsabilidad
En fundición de acero, alto valor de fósforo (mayor a 0.03)
En fundición de hierro, excesiva cantidad de
carburos en la matriz (alta contracción inicial)
Alta velocidad de enfriamiento
Alta velocidad de calentamiento
Transformación de matriz (primordialmente martensítica)
Falta de temperatura en el colado
Muy baja velocidad de llenado
Colada interrumpida
Insertos con falta de limpieza (oxidados)
Página 56 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Para fundición de acero: Elevado nivel de
nitrógeno y muy alta temperatura de colada
Para fundición de acero: Exceso de tiempo en tratamiento térmico de alta temperatura
Alta temperatura de colada
Diseño inadecuado de pieza por falta de redondez en los ángulos, formación de puntos
calientes (efecto punta)
Metal frío al momento de llenado
Acumulación de pintura de molde solo en vértices
Modelo desgastado por erosión
Mala reparación del molde
Acumulación de pintura por mala aplicación
Modelo deteriorado
Metal oxidado (baja fluidez al momento de
llenado)
Falta de un sistema de salida de gases
Insuficiente cantidad de metal líquido en cuchara
Interrupción del llenado por error del operador
Interrupción del llenado por pérdida de metal
Muy baja velocidad de llenado por sección insuficiente de los ataques de llenado
Nivel de la balsa de llenado (basín) próxima o por debajo de la altura de la pieza
Fuga del metal una vez completo el llenado
Falta de sello entre los semi-moldes
Presión metalostática vence el sello de los semi-moldes
Pared de molde lateral rota
Exceso en la remoción de metal por efecto de
granallado
Temperatura y tiempo de tratamiento térmico elevados
Golpes durante el desmoldeo
Traslado de la pieza descuidado
Dimensiones incorrectas de los ataques de colada o salidas de gases
Ubicación incorrecta de los ataques de colada o salidas de gases
Página 57 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Concepto Atributo Valores
Manipulación desde las salidas de gases o
ataques de colada durante el desmoldeo
Retiro de salida de gases o ataques de colada por medio de golpes sin entallar por amolado
la zona de corte
Desmoldeo prematuro de la pieza (a alta temperatura)
Diseño de pieza que acumula altas tensiones internas
Contracciones impedidas por materiales del
molde
2.2. Modelo Relacional
El modelo relacional representa la manera en la que se ven ciertas relaciones relevantes
entre conceptos. Al emplear este método, pretendemos describir gráficamente el modelo mental
que el experto tiene sobre el problema. Es importante que las visiones del experto y el I.C.
coincidan.
Figura 14: Modelo Relacional
Página 58 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2.3. Árbol de descomposición funcional del problema
Ilustra cómo puede descomponerse la tarea del SE en pasos modulares.
Figura 15: Descomposición funcional para familia Cavidad
Figura 16: Descomposición funcional para familia Discontinuidad
Figura 17: Descomposición funcional para familia Pieza Incompleta
Página 59 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2.4. Especificación de Pseudo-reglas
Dada la cantidad de pseudo-reglas y su longitud, sólo exponemos en este documento un
ejemplo de pseudo-regla de cada familia de defectos. Si el lector desea consultar una no
incluida, puede dirigirse al Anexo III, donde se encuentra la totalidad de las mismas.
2.4.1. Familia Cavidad
Estado de la
regla Texto de la regla
Nombre de la
regla R-B-111
Palabras del
experto
Si se observan muchísimas cavidades con forma redondeada de tamaño
pequeño o mediano, distribuidas en forma aleatoria a lo largo de toda la
superficie de la pieza. Y si sus superficies son lisas de color plateado y
brillantes entonces estamos frente a un defecto de la subfamilia
sopladuras pinholes.
Formulación
externa de la
regla
SI Aspecto es Liso y
Color es Plateado y
Acabado es Brillante y
Forma es Redondeada y
Tamaño es Pequeño o Mediano y
Cantidad es Muchísimas y
Distribución es Azarosas y
Ubicación es En toda la pieza y
Posición es En la superficie
ENTONCES Subfamilia es B-111: Sopladuras pinholes y
Causas son
1. Humedad en los materiales de inoculación
2. Tenor de Aluminio en el metal (ref menor a 0.02%)
3. Humedad en la masa de moldeo y su permeabilidad
4. Elementos carbonáceos en la masa de moldeo
5. Fase de secado de la pintura, tanto en base agua como alcohol, no
terminada
6. Posible exceso de aglomerante
7. Noyos sin salidas de aires o respiraderos a la atmosfera
Página 60 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2.4.2. Familia Discontinuidad
Estado de la
regla Texto de la regla
Nombre de la
regla R-C-111
Palabras del
experto
Si el estado de la pieza es en bruto de colada o luego del tratamiento
térmico y se observan grietas rectilíneas en ubicaciones indistintas, muy
abiertas en espesor, de profundidad pasante, y raíz aguda. Y además el
camino de las grietas es perpendicular a la superficie y en su interior se
puede observar que la pared de la grieta es de color plateado y el aspecto
de la pared es granulado fino estamos frente a un defecto de la subfamilia
Grieta en Frío.
Formulación
externa de la
regla
SI
Estado es En bruto de colada o Luego del tratamiento térmico y
Forma es Rectilínea y
Espesor de la grieta es Muy abierta y
Profundidad es Pasante y
Tipo de raíz Aguda y
Camino es Perpendicular a la superficie y
Color de pared es Plateado y
Aspecto de pared es Grano fino y
Ubicación es Indistinta
ENTONCES Subfamilia es C-111: Grietas en frío y
Causas son
1. Manipulación en: desmoldeo, rebaba, acopio, traslado, granallado,
tamboreo, etc.
2.4.3. Familia Pieza Incompleta
Estado de la
regla Texto de la regla
Nombre de la
regla R-E-111
Palabras del
experto
Si la pieza en ningún momento del proceso cumplió con su forma y se ven
solo las esquinas incompletas (o sea un faltante), con una forma
redondeada y el desvío es pequeño en comparación con el tamaño de la
pieza se puede decir que es un E-111, en cuanto al aspecto de la cara
superior debe ser con bordes redondeados, pero no es necesario para
identificar el defecto.
Página 61 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Formulación
externa de la
regla
SI Cumplió con la forma buscada en algún momento: No
Tipo de incompletitud: Faltante
Tamaño del faltante: Pequeño
Ubicación faltante: Solo en esquinas
Aspecto de la cara superior: No aplica o Con bordes redondeados
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-111:
Causas son
1. Metal frío al momento de llenado
2. Muy baja velocidad de llenado
3. Acumulación de pintura de molde solo en vértices
4. Modelo desgastado por erosión
5. Baja permeabilidad del molde
3. Formalización de conocimientos
3.1. Introducción
Con la etapa de conceptualización de conocimientos termina el trabajo de modelización
del problema desde el punto de vista del usuario. A continuación, se procede con la
formalización de esos conocimientos, cuyo objetivo es la modelización del problema, esta vez
desde el punto de vista del sistema. Al final de esta etapa se deberán tener:
Los conocimientos representados mediante algún formalismo de representación y
organizados en bases de conocimientos.
Las técnicas de inferencia.
Los mecanismos de control del razonamiento y conocimientos.
Para el desarrollo de esta etapa hay tres tipos de opciones principales, sea cual sea la
opción, permitirá representar los conocimientos formalmente. Sin embargo, unos formalismos
son más adecuados que otros para representar ciertos tipos de conocimientos y el I.C. deberá
seleccionar con precaución cual se adapta mejor. No se considera relevante dar una explicación
extensa de cada uno, por este motivo, sólo se presentará una explicación breve y luego se
proporcionará una descripción más extensa de la alternativa elegida.
Página 62 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
3.1.1. Formalismos basados en conceptos
Representan las principales clases y entidades del dominio, sus propiedades y posibles
valores. Las técnicas más conocidas son los Marcos y las ternas Objeto-Atributo-Valor.
3.1.2. Formalismos basados en relaciones
Centran su atención en las relaciones que aparecen entre los conceptos o entidades del
dominio. Los más importantes son las Redes Semánticas, la Lógica y la Teoría de la
Dependencia Conceptual.
3.1.3. Formalismos basados en acciones
Describen los conocimientos del dominio como un conjunto de acciones básicas. Los
principales son los Sistemas de Producción y los Guiones.
3.2. Tipo de formalización
Dado que la tarea que abarca Castingware puede verse como transiciones de un estado a
otro dentro de un espacio de problemas, se ha considerado que la formalización mediante un
Sistema de Producción (SP) es la alternativa más adecuada. Esta es una de las técnicas más
utilizadas para expresar formalmente los conocimientos de un dominio y está formada por una
base de hechos (BH), una base de reglas (BR) y la estrategia de control (EC).
La base de hechos o memoria de trabajo almacena información sobre la tarea y las metas
a alcanzar. La base de reglas está formada por un conjunto de reglas, las cuales se componen
de dos partes: un antecedente (condición) y un consecuente (acciones a realizar si se cumple la
condición). Por lo tanto, por cada regla que se cumpla, se ejecutará una acción, por ejemplo,
dar un resultado al usuario, pedir más datos, etc. Finalmente, la estrategia de control es el
mecanismo que examina la base de hechos y determina la regla que se ejecuta.
De esta manera, el estado actual de la tarea se almacena en la BH. En este caso, se
almacenará un defecto perteneciente a una familia particular, con todas sus características
completas, por ejemplo, una cavidad con su tamaño, distribución, color, etc. Además,
Castingware posee una BR definida en el Capítulo III: Análisis Técnico, sección 2.4
“Especificación de pseudo-reglas”, con sus reglas representadas en un lenguaje de
programación. Una vez que el mecanismo de control detecta un cambio en la BH, se recorren
Página 63 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
todas las reglas de la BR que aplican a ese hecho. En este caso particular, todas las reglas que
aplican a la familia Cavidad, y si alguna de ellas se cumple se dispara su parte de consecuente,
creándose un diagnóstico con la subfamilia y posibles causas del defecto. Cada uno de estos
componentes se explica en detalle en el Anexo II.
3.3. Sistema de producción
En la actualidad hay una gran cantidad de opciones en cuanto a lenguajes de programación
para sistemas expertos; CLIPS, JESS, Drools y SWI-Prolog son algunos ejemplos. En el caso
de Castingware se decidió utilizar CLIPS, dado que se disponía de experiencia previa en el uso
del mismo, sumado a que es una alternativa totalmente gratuita y tiene librerías disponibles para
conectarse con aplicaciones JAVA (lenguaje con el cual también disponíamos de experiencia).
Finalizamos esta etapa con los entregables mencionados al principio de la misma. Los
conocimientos representados en CLIPS se pueden consultar en el archivo con extensión “clp”
que se encuentra junto al código fuente del software. Las técnicas de inferencia y los
mecanismos de control del razonamiento y conocimientos son controlados por CLIPS.
4. Arquitectura del prototipo
4.1. Introducción
En la actualidad la integración entre sistemas es algo indispensable para el desarrollo de
software. Nos permite modularizar nuestros sistemas, permitiendo que estos resuelvan
problemas específicos de forma independiente. Al desarrollar sistemas modulares relativamente
pequeños, favorecemos en gran medida a la adaptación ante cambios, los cuales son muy
comunes y, además, promueve el crecimiento horizontal de los sistemas. De esta forma, si se
necesita una nueva funcionalidad no contemplada en el inicio del sistema, sólo se la deberá
desarrollar e integrar con el resto de los módulos, sin afectarlos.
Hoy en día las empresas tienden a arquitecturas de micro-servicios. Este enfoque se basa
en desarrollar una aplicación como una serie de pequeños servicios, cada uno ejecutándose de
forma autónoma y comunicándose con el resto. La mayoría de estas aplicaciones proveen sus
servicios mediante APIs REST como, por ejemplo, los servicios que ofrece Twitter, YouTube,
Google, etc. ya que es el estándar más lógico y eficiente.
Página 64 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Castingware no debe ser la excepción de esta tendencia, y por este motivo no sólo se
desarrolló una interfaz web para los usuarios, sino que también se ofrece un conjunto de
servicios REST, permitiendo el uso completo de la aplicación y la integración con otros
sistemas.
4.2. Alcance técnico de la solución
En el Capítulo II se especificó el Alcance de la solución con un enfoque de negocio
orientado a la problemática en sí, y evitando dar detalles técnicos de implementación, ya que
ese no era el objetivo. Por este motivo, en este apartado detallamos más técnicamente qué se
incluye en este proyecto y qué no, sin repetir lo especificado en el alcance del Capítulo II.
Se incluye:
Sitio web con las siguientes funcionalidades:
o Diagnosticar defectos de familias Cavidad; Discontinuidad; Pieza
Incompleta.
o Consultar Registro de Operaciones, que guarda las operaciones realizadas
por un determinado usuario.
o Consultar documentación de la API.
o Enviar peticiones de forma interactiva a la API.
API con las siguientes funcionalidades:
o Listar familias de defectos implementadas, con sus características y posibles
valores.
o Diagnosticar defectos de familias Cavidad; Discontinuidad; Pieza
Incompleta.
o Consultar Registro de Operaciones, que guarda las operaciones realizadas
por un determinado usuario.
o Consultar documentación de la API.
No se incluye:
Validación de usuarios.
ABM de usuarios.
Página 65 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Con respecto a los usuarios, dado que esta versión no ofrece la creación ni validación de
los mismos, los identificamos a partir de una dirección de email. Esta dirección es utilizada para
poder generar el Registro de Operaciones.
4.3. Diagrama de contexto
El siguiente diagrama de alto nivel permite ver que entidades externas pueden interactuar
con Castingware y de qué forma.
Figura 18: Diagrama de contexto
4.4. Definición de vistas
Se empleará el conocido modelo de vistas “4+1” del cual solo se incluyen las vistas de
Caso de Uso, Desarrollo y Física, considerando que las mismas son las que proveen mayor
valor. En cuanto a los diagramas, no se utiliza la notación UML, sino distintos tipos de
diagramas sin una notación en particular, con el objetivo de que sea más amigable y fácil de
comprender para el lector. De todas formas, los diagramas más relevantes se encuentran en
notación UML en el Anexo IV. A continuación, se detalla el alcance y contenido de cada una
de las vistas:
I. Vista de Caso de Uso
a. Audiencia: usuarios finales, desarrolladores.
b. Área: describe el conjunto de escenarios más críticos para la aplicación.
c. Artefactos: Diagrama de Casos de Uso, descripción de Casos de Uso.
Página 66 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
II. Vista de Desarrollo
a. Audiencia: desarrolladores.
b. Área: describe la organización de los subsistemas, cantidad de capas, interfaces
y dependencias.
c. Artefactos: Diagrama de alto nivel de arquitectura, descripción por capa,
Diagrama de clases informal.
III. Vista Física
a. Audiencia: desarrolladores, equipo de deployment.
b. Área: representa el mapeo entre el software y el hardware.
c. Artefactos: Diagrama de vista física.
4.5. Objetivos Arquitectónicos
Las elecciones arquitectónicas fueron hechas considerando los siguientes objetivos:
Simple expansión de funcionalidades en el sistema.
Adaptabilidad ante cambios en la base de conocimientos.
Simple y rápida integración de sistemas externos con Castingware.
4.6. Vista de Caso de Uso
Las funcionalidades más críticas dentro de Castingware son Diagnóstico, Documentación
y el Registro de Operaciones.
Figura 19: Diagrama de Casos de Uso
Página 67 de 155
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Solicitar Diagnóstico
El usuario WEB completa su email, ingresa a la página de Diagnosticar, selecciona la
familia de defectos correspondiente, completa todas las características solicitadas en el
formulario (las cuales cambian según la familia) y solicita el diagnóstico haciendo click en
“Diagnosticar”. El sistema muestra el resultado del diagnóstico y lo asienta en el Registro de
Operaciones.
El usuario API hace una solicitud a la API, enviando en la misma su dirección de email
y una familia de defectos con todas sus características completas. El sistema responde con un
archivo JSON que contiene el resultado del diagnóstico y lo asienta en el Registro de
Operaciones.
Solicitar API Docs
El usuario WEB ingresa a la página de Documentación. El sistema muestra toda la
documentación de la API autogenerada.
El usuario API hace una solicitud de la documentación a la API. El sistema responde con
un archivo JSON con toda la documentación de la API autogenerada.
Solicitar Registro de Operaciones
El usuario WEB completa su email e ingresa a la página de Registro de Operaciones. El
sistema muestra una tabla con todas las operaciones realizadas por ese usuario.
El usuario API hace una solicitud del Registro de Operaciones, enviando en la misma su
dirección de email. El sistema responde con todas las operaciones realizadas por ese usuario.
4.7. Vista de Desarrollo
La arquitectura de Castingware considera principalmente la fácil integración con otros
sistemas. Como resultado, posee una API REST que brinda todos los servicios de la aplicación
a cualquier sistema y, además, al portal web propio para que los usuarios finales puedan acceder
a los servicios mediante una interfaz
Página 68 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4.7.1. Diagrama de arquitectura de alto nivel
Figura 20: Diagrama de Arquitectura de alto nivel
Página 69 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Capa de Inferencias
Se encuentra el Motor de Inferencias y la Base de Conocimientos, es decir, todo lo
relacionado al Sistema Experto en sí. La herramienta utilizada es CLIPS, e internamente está
compuesto por cada una de las partes que tiene un SE, descriptas anteriormente. Se comunica
con el módulo de Web App para procesar las peticiones y con la Base de Conocimientos, en la
cual se encuentran las reglas y conceptos que utiliza para razonar. Estos conocimientos están
representados con el lenguaje CLIPS en archivos de extensión “.clp”.
La Base de Conocimientos es totalmente transparente a CLIPS y a la Web App, si en la
misma se agregan nuevas reglas o modifican las existentes, no se debe modificar nada en los
módulos restantes para que siga funcionando correctamente. De igual manera, si se agregara
una nueva familia de defectos, no habría que modificar la interfaz, ya que se reconocería la
nueva familia y se generaría el formulario de diagnóstico para la misma de forma automática.
Capa de Aplicación
Aquí es donde encontramos la mayor cantidad de lógica, como las funcionalidades de
logs y conexión entre la API REST y CLIPS.
Utilizamos como lenguaje de programación Java, siendo uno de los más potentes y
utilizados en el mercado, la conexión con CLIPS se logra a través de un JNI (Java Native
Interface), que permite manejar completamente el entorno de CLIPS de forma muy sencilla.
La librería gson, nos sirve para el manejo de JSON en Java, tanto para los logs como para
devolver ciertos objetos a la API. En cuanto a los logs, son registros de los diagnósticos
realizados por los diferentes usuarios.
Capa de API
En esta capa encontramos la definición de los servicios que ofrecemos. Para la misma,
utilizamos Java Jersey, el cual es un framework abierto, que facilita el desarrollo de RESTful
Web Services para APIs JAX-RS.
Finalmente, como creemos que la API es uno de los puntos más importantes de la
aplicación, utilizamos Swagger logrando así una documentación generada automáticamente de
la API en formato JSON, de forma que, si la misma es modificada, la documentación se
actualiza de forma instantánea, evitando así que la documentación quede desactualizada. Por
Página 70 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
este motivo, no incluimos su documentación en el presente documento, pero se puede consultar
en http://castingware.ga/#/docs.
Esta API se comunica tanto con la interfaz web propia como con cualquier otro sistema
que requiera integrarse con Castingware.
Capa de Presentación
Se desarrolló una interfaz web con el objetivo de que cualquier usuario con acceso a
internet y un explorador web pueda acceder a la aplicación. Otros de los motivos por los cual
se optó por crear una aplicación web es la simple integración con aplicaciones RESTful y la
facilidad de acceso que otorga a los usuarios.
En cuanto a las funcionalidades, permite realizar todo lo que provee el back-end. Además,
incluimos una página principal, comentando lo que ofrecemos y un “About”, presentando al
equipo y la historia del proyecto.
En el siguiente diagrama podemos observar que servicio de la RESTful API utiliza cada
archivo HTML de la página web, con su respectiva dirección para accederlo.
Figura 21: Mapeo API – Páginas HTML
Las tecnologías que soportan esta capa y facilitaron su desarrollo son: Swagger UI,
AngularJS y Bulma.
Swagger UI nos permite visualizar de forma sencilla la documentación de la API
generada por Swagger y, además, provee ciertos mecanismos para probar directamente desde
la UI los servicios REST que ofrecemos. De este modo se pueden hacer peticiones REST con
los parámetros necesarios desde la interfaz web.
AngularJS es un framework desarrollado en JavaScript por Google para el desarrollo de
aplicaciones web dinámicas que se ejecuta del lado del cliente (browser). Básicamente permite
extender el lenguaje HTML y así poder definir los componentes de la aplicación y su
comportamiento en forma clara y consistente.
Página 71 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Bulma es un framework de CSS con una gran cantidad de elementos ya definidos,
facilitando así, la creación de la interfaz web a nivel visual.
4.7.2. Diagrama de clases informal
A partir de una segunda explotación del Diagrama de Arquitectura en la parte del back-
end, obtenemos el siguiente diagrama con el objetivo de mostrar como la Web App se comunica
con las demás capas:
Figura 22: Diagrama de clases informal 13
En el mismo podemos ver tres clases principales y un conjunto de clases correspondientes
al modelo en sí, cada una de ellas cumple una función específica.
Recurso: Se encuentran definidos todos los métodos de la API.
Servicio: Le provee a la clase Recurso las respuestas que este le solicita, además
se encarga de generar los Logs de usuarios.
13 Se lo considera informal ya que no se utiliza ninguna notación estándar y además muestra una visión simplificada de las clases, junto con la arquitectura de alto nivel del sistema. Diagrama de Clases UML adjunto en el Anexo IV.
Página 72 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
ClipsEngine: Es la clase que se comunica con CLIPS a través del JNI que proveen,
otorgando los métodos necesarios para realizar los diagnósticos.
Modelo: Son las clases que representan el modelo de esta solución en particular,
referirse al Anexo IV para ver detalladamente cada una de ellas.
4.8. Vista Física
La aplicación será deployada en los servicios de Amazon EC2, utilizando una instancia
del tipo t2.micro, la misma cuenta con 1 GiB de memoria y proporciona un desempeño base de
1 CPU virtual, teniendo la posibilidad de alcanzar ráfagas por encima de ese nivel cuando es
necesario.
4.8.1. Diagrama de arquitectura Física
Figura 23: Diagrama de arquitectura Física
Servidor DNS
El proveedor seleccionado es Freenom, ya que nos permite el registro de nuestro dominio
y el uso de sus servidores DNS de forma totalmente gratuita por 1 año. Con respecto a la
configuración del mismo, es muy sencilla y se hace a través de una interfaz gráfica, requiriendo
Página 73 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
muy poco tiempo para el primer setup. Si bien Freenom no nos especifica un porcentaje de up-
time del servicio, aseguran que el mismo es continuo, ya que utilizan AnyCast, operando con
nodos alrededor del mundo. Los dominios registrados son:
http://castingware.ga
http://castingware.tk
Siendo los mismos registros de tipo “CNAME”, que apuntan a la dirección DNS de la
instancia EC2 que provee Amazon.
Instancia Amazon EC2
El proveedor seleccionado para el servidor es Amazon, no solo porque nos provee sus
servicios por 1 año de forma gratuita, sino que también nos asegura un up-time de mínimo
99.0% y nos permite montar instancias escalables de forma muy sencilla. En cuanto a la
instancia que utilizada, se escogió la t2.micro, la cual tiene especificaciones más que suficientes
para nuestra aplicación.
Las instancias EC2 son instancias de desempeño con ráfagas, significa que proporcionan
un desempeño base de la CPU, pero con capacidad de alcanzar ráfagas por encima del nivel
base. Se utilizan para cargas de trabajo que no usan la CPU por completo de manera frecuente
o constante, pero que en ocasiones necesitan alcanzar ráfagas. Esto es ideal para Castingware,
en donde la mayor parte del tiempo no se utiliza de forma exhaustiva la CPU, pero si cuando se
realiza un diagnóstico. Amazon también provee otros tipos de instancias con CPU dedicada,
pero no son necesarias para Castingware y su costo es mucho mayor.
Además, se debe seleccionar si se contrata la instancia como “Bajo demanda” o
“Reservada”, en el primer caso sólo se cobra por el tiempo de uso que se le da, y en el segundo
caso se cobra un monto fijo por mes, de todas formas, esta decisión es de tipo económica y se
discute en el siguiente capítulo.
El sistema operativo seleccionado es Windows, por el simple hecho de que Clips está
desarrollado en C y requiere utilizar una dll (dynamic-link library) para funcionar.
Se utiliza como servidor HTTP y Servlet Container el Apache Tomcat, debido a que se
integra perfectamente con aplicaciones hechas en Java, es gratuito, multiplataforma y su
comunidad de usuarios es muy amplia, permitiendo un mayor soporte.
Página 74 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Content Delivery Network (CDN)
Un CDN es una red de servidores distribuida globalmente que permite entregar contenido
a sus usuarios de una forma altamente veloz. Para lograr esto, cuando un usuario hace una
solicitud de contenido, el CDN evalúa la velocidad que tiene el usuario con cada servidor de la
red y le entrega el contenido con el servidor más veloz para ese usuario particular. Si se suponen
2 usuarios, el usuario A, que solicita contenido desde Argentina y el usuario B, que solicita
contenido desde Alemania, el CDN les proveerá el contenido desde el servidor más cercano a
su país.
En nuestro caso utilizamos el servicio CDN que provee Cloudinary, para entregarles a los
usuarios las imágenes de los defectos y otros contenidos de una forma eficiente.
Página 75 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
CAPÍTULO IV
Análisis Económico
En este capítulo se desarrolla un análisis económico de la solución, dando a conocer las
principales características del proyecto a través de herramientas como análisis FODA y
Lienzo de Modelo de Negocio. Finalmente, se determinan los costos y precios del servicio
junto con un análisis de Pay-back.
Página 76 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Introducción
Creemos principalmente que, para que un producto tenga éxito, debe llamar la atención
de los clientes potenciales, satisfacer una necesidad puntual y ser accesible para el segmento de
mercado al que apunta.
Castingware satisface una necesidad puntual, no tiene competidores directos y a grandes
rasgos su costo no es alto. Por lo tanto, se asegura que cumplimos dos características de las
mencionadas anteriormente. Sin embargo, uno de los grandes desafíos se presenta cuando
queremos llamar la atención de nuestros posibles clientes, dado que el producto que ofrecemos
no tiene un atractivo visual como, por ejemplo, los conocidos softwares de simulación. De esta
manera, necesitamos llamar la atención de otra forma. Sabemos que el valor de Castingware se
percibe cuando se lo comienza a utilizar en el día a día, y es por este motivo que la mejor
alternativa es ofrecerles a los clientes una versión gratuita para que puedan probarlo.
El modelo de negocios Freemium es el que más se adapta a nuestra necesidad, se basa en
ofrecer servicios básicos de forma gratuita y cobrar por otros más avanzados. Justamente la
palabra Freemium proviene de la contracción entre “free” y “premium”. Con este modelo
logramos atraer por primera vez a los clientes con la versión gratuita, mostrándoles el valor de
Castingware, y al mismo tiempo tenemos la posibilidad de obtener ingresos con los clientes que
utilizan una versión Premium del servicio.
Sin embargo, debemos determinar muchas variables antes de lanzar el servicio Premium,
y por este motivo, comenzamos con un análisis FODA.
2. Análisis FODA
Este análisis muestra la situación actual de una empresa o proyecto, considerando tanto
las características internas del mismo, como las externas que la rodean. Se presenta en forma
de una matriz con cuatro cuadrantes, cada uno representando una de las siguientes
características: fortalezas, debilidades, amenazas y oportunidades. Siendo las dos primeras
características internas del proyecto y las dos restantes, externas al mismo. Bajo este análisis se
pueden determinar las ventajas competitivas y, por lo tanto, el camino a seguir para explotarlas.
A continuación, se explica cada una de las características.
Fortalezas: aspectos positivos internos que diferencian al proyecto en cuestión de
la competencia. Se intenta sacarles el mayor beneficio posible.
Página 77 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Debilidades: aspectos negativos internos que provocan una posición desfavorable
ante la competencia. Se intenta reducirlas.
Oportunidades: factores externos que resultan positivos, favorables y explotables.
Permiten obtener ventajas competitivas si se las aprovecha.
Amenazas: situaciones del entorno que pueden llegar a atentar contra el proyecto
u organización. Se intenta mitigarlas.
TABLA XXXII: Análisis FODA
Fortalezas Debilidades
Análisis
Interno
Producto único en el mercado
Provee una solución a una necesidad aún no satisfecha que tienen las empresas de
fundición
Recursos humanos y capacidades económicas
menores a otras empresas
Oportunidades Amenazas
Análisis
Externo
Posibilidades de expansión del producto, otorgando nuevas funcionalidades
innovadoras, como estadísticas de defectos,
asistencia personalizada por medio de
expertos, etc.
Resistencia al cambio por parte de los usuarios
(empresas y sus
empleados)
Desarrollo de productos similares por parte de
empresas con mayor
poder adquisitivo
3. Modelo de Negocio
El modelo de negocio Freemium fue popularizado por el capitalista Fred Wilson en el
2006, quien lo describía de la siguiente forma:
"Ofrezca su servicio en forma gratuita, posiblemente apoyado por publicidad, pero tal
vez no, adquiera a muchos clientes gracias al boca a boca, a través de recomendaciones y
referidos, marketing de buscadores, etc., y luego ofrezca servicios pagados de valor añadido o
una versión potenciada de su servicio a su base de clientes." (Fred Wilson, marzo 2006)
El mismo es utilizado por una gran cantidad de compañías en la actualidad como, por
ejemplo, páginas web como LinkedIn o videojuegos online como Guild Wars 2 y The Lord Of
The Rings Online, entre otros. En este modelo se deben definir al menos 2 niveles de servicio,
por ejemplo, un nivel gratuito y otro pago. También se pueden hacer más divisiones con el fin
Página 78 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
de orientarlas a diferentes segmentos del mercado, ofreciendo de esta forma diferentes niveles
de pago con costos y funcionalidades distintivas entre sí.
Para el desarrollo de este capítulo tendremos en cuenta los siguientes puntos clave,
tratándose cada uno a medida que avancemos en el capítulo.
Valor: El producto gratuito debe dar mayor valor que la competencia. No sólo por
ser gratuito atrae a los clientes.
Precio: Se debe tener en cuenta que los clientes pagos deben soportar todos los
costos, este equilibrio no suele darse desde el principio del lanzamiento.
Conversión: Es el factor entre clientes gratuitos y pagos. Se debe pensar una
estrategia para tener la mayor cantidad de clientes pagos posible.
Feedback: Este modelo puede ser utilizado para validar el servicio, y obtener
opiniones sobre el mismo.
Difusión: el costo de adquisición de nuevos clientes debe ser muy bajo. Como
dice su creador, aprovechar el “boca a boca”.
Costos: deben ser lo más cercanos a costo cero, intentando que un incremento en
los clientes gratuitos no sea una carga para los clientes de pago.
3.1. Diferenciación de Clientes en Castingware
Castingware es un prototipo funcional que actualmente incluye 3 de las 7 familias de
defectos que reconoce el International Atlas of Casting Defects. Teniendo en cuenta que el costo
de su desarrollo fue casi nulo (ya que se realizó para un proyecto sin fines de lucro), que no
tiene competencia directa y que, como mencionamos anteriormente, este modelo de negocio se
puede utilizar para obtener cierto feedback por parte de los clientes, hemos decidido lanzar el
producto con las 3 familias actuales de forma gratuita. Así, al mismo tiempo que obtenemos
feedback sobre sus funcionalidades, desarrollamos las nuevas familias, las cuales necesitarán
un acceso pago para ser utilizadas. Una vez terminado el desarrollo de todas las familias, se
lanzará la versión paga, esperando que los clientes gratuitos quieran probar sus beneficios.
De esta forma, la versión completa de Castingware ofrecerá dos niveles de servicios bien
diferenciados.
Cliente Starter: Es gratuito. Ofrece al usuario una cantidad ilimitada de
diagnósticos mensuales (WEB y API), para las familias de defectos Cavidad,
Página 79 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Discontinuidad y Pieza Incompleta, sin incluir las restantes familias. Además,
también se ofrece la función de Registro de operaciones.
Cliente Premium: Es pago. Ofrece al usuario el mismo servicio que la versión
Starter, pero ofrece diagnósticos para todas las familias de defectos que se
incluyen en el International Atlas of Casting Defects.
Es importante remarcar que el acceso Premium se otorga a una cuenta en particular, una
misma organización puede requerir de múltiples cuentas si necesita realizar diagnósticos
simultáneos entre más de un usuario.
Esta división de funcionalidades permite llamar la atención de los Clientes con la versión
Starter, pero al mismo tiempo esperamos tener un factor de conversión muy bueno, ya que en
una empresa de fundición se producen defectos de todas las familias, por lo tanto, será necesario
tener la versión Premium para poder diagnosticar todos los defectos y, de esta forma, unificar
su método de diagnóstico.
4. Lienzo de modelo de negocio
Para modelar mejor el negocio descrito anteriormente, utilizamos el Lienzo de modelo de
negocio creado por Alex Osterwalder.
Es un esquema muy sencillo para el desarrollo de nuevos modelos de negocio, o
documentación de los ya existentes. El esquema está dividido en 9 secciones principales y nos
permite ver de forma rápida cómo se compone el negocio. A continuación, se presenta el lienzo
realizado para Castingware y luego se expone una descripción con más detalles de cada sección.
Página 80 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Figura 24: Lienzo de Modelo de Negocio
Página 81 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4.1. Alianzas clave
Se refiere a las principales alianzas que se hacen para optimizar y reducir los riesgos de
un modelo de negocio.
Creemos que las alianzas son algo importante para mantenernos a la vanguardia y,
además, para publicitar nuestro producto. Lo ideal es ser aliados de la American Foundry
Society (AFS) para poder obtener soporte en el diagnóstico de defectos y, a su vez, ser
publicitados por esta asociación que es reconocida por la mayoría de las empresas Fundidoras.
Cualquier alianza con empresas Fundidoras reduciría nuestros riesgos, ya que permitiría
obtener un feedback constante sobre los diagnósticos realizados por Castingware siendo así más
sencillo realizar una mejora continua del servicio.
4.2. Actividades clave
Son las actividades internas de la organización, que permiten entregar la propuesta de
valor a los clientes, procesos de producción, etc.
Nuestro servicio se basa en una idea innovadora, creemos que este es el camino a seguir
para desarrollar nuevas funcionalidades. Con respecto a la mejora continua, es algo necesario
en todo producto, y aún más en Castingware. Si los diagnósticos no son certeros, nuestro
servicio pierde toda su utilidad. Por este motivo, es necesario estar siempre pendiente de
corregir los desvíos encontrados por los clientes de forma rápida y precisa.
4.3. Recursos clave
Se detalla la infraestructura necesaria para realizar el negocio, se tienen en cuenta tanto
los recursos físicos, como intelectuales, financieros y humanos.
El principal recurso humano que necesitamos para desarrollar nuestro producto es el
Experto en el diagnóstico de defectos, sin embargo, este recurso es temporal, ya que es
necesario en la etapa de desarrollo del Sistema Experto.
El segundo recurso clave es la infraestructura necesaria para ofrecer el servicio, de todas
formas, hay muchas alternativas para este recurso, en este sentido, no se lo considera crítico.
Página 82 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4.4. Propuesta de valor
Es el conjunto de servicios que se ofrecen para satisfacer las necesidades de los clientes
y resolver sus problemas, además se especifican las características del producto que lo
diferencian de la competencia.
Si bien la propuesta de valor ya fue mencionada con detalles a lo largo de todo el proyecto,
es importante remarcar que se presenta el producto como algo innovador, sencillo de usar y que
se diferencia totalmente de las tecnologías que actualmente hay en el mercado.
4.5. Relaciones con los clientes
Se identifica el tipo de relación que se quiere crear con el segmento de clientes, para
asegurar la continuidad de los mismos con el producto. Algunas relaciones pueden ser
asistencia personal, self-service, servicios automatizados, etc.
Dependiendo el tipo de cliente se consolida una relación diferente, para los clientes
Starter, se ofrece un servicio Self Service, de forma que no generen mayores costos. En cambio,
para los clientes Premium, se piensa ofrecer en el futuro una asistencia personal a partir de
consultas por email o chat. Con esta estrategia también logramos una tendencia a contratar el
servicio Premium.
4.6. Canales de distribución
Cómo se distribuye el producto para que llegue al cliente y cómo se comunica su
promoción.
Al ser un servicio web no es necesario especificar cómo el producto llega al cliente, pero
si cómo se comunica su promoción, es decir, cómo el cliente conoce el producto por primera
vez. Para su comunicación decidimos realizar email marketing a los potenciales clientes.
Además, como bien aclaramos anteriormente, los productos Freemium pretenden conocerse a
partir del boca en boca.
4.7. Segmento de clientes
Se refiere a qué tipo de clientes apunta el producto, varios grupos de clientes se pueden
segmentar sobre la base de las diferentes necesidades y atributos.
A diferencia de los habituales productos Freemium, Castingware no está enfocado en
satisfacer la necesidad de un mercado amplio, sino más bien a un nicho de mercado, las
Página 83 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Fundidoras. Además, hacemos una segmentación en dos tipos de clientes, los Starter, que
utilizan parte del servicio de forma gratuita, y los clientes Premium, que tienen el servicio
completo a partir de una suscripción mensual.
4.8. Estructura de costos
Se define el enfoque comercial buscado, ya sea un enfoque dirigido por costos, que se
centra en minimizar los costos o un enfoque dirigido por valor, donde el principal objetivo es
aumentar el valor que se le entrega al cliente. Además, se pueden detallar los costos fijos y
variables de la organización.
En nuestro caso nos centramos en un enfoque dirigido por valor ya que creemos que esta
es la mejor estrategia para retener a nuestros clientes. En cuanto a los costos, se estudian en el
apartado siguiente con más detalle.
4.9. Fuentes de ingresos
Especifica dónde y cómo se obtienen los ingresos para mantener el negocio y lograr un
margen de ganancia.
En el caso de Castingware se obtienen a partir de una tasa de suscripción mensual que
pagan los clientes Premium. Con esos ingresos pensamos cubrir los costos necesarios para
mantener el servicio operativo y a la vez tener una ganancia.
5. Costos
A continuación, se especifican los costos necesarios para agregar las funciones de
diagnóstico de las familias de defectos faltantes y mantener Castingware operativo. Los mismos
se dividirán en diferentes secciones según corresponda para facilitar su análisis. Para realizar el
estudio, es necesario establecer ciertas consideraciones, ya que es imposible predecir los valores
de las variables a futuro como, por ejemplo, la cantidad de usuarios registrados, usuarios
concurrentes, precios futuros, entre muchas otras. Es importante destacar que el costo de
desarrollo hasta el momento no será considerado debido a que se realizó con el fin de cumplir
con el Proyecto Final de Ingeniería y nos permitió lograr un prototipo funcional del sistema.
Página 84 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Se realizó el análisis con un supuesto de 10 usuarios estables registrados utilizando el
servicio. Por lo general, se estima que la cantidad de usuarios concurrentes 14 es de 5% a 20%
del total de usuarios, pero varía completamente según cada aplicación. Para el análisis
consideramos que como máximo habrá un 20% de ellos utilizando la aplicación al mismo
tiempo, es decir, 2 usuarios, si esta cantidad aumenta, puede ser necesario aumentar los recursos
de hardware y, por lo tanto, el costo para mantener el servicio operativo sube.
Otro supuesto a tener en cuenta es cuántos de estos usuarios pagarán el servicio Premium.
Considerando que una empresa necesita diagnosticar defectos de todas las familias, suponemos
que, en el peor de los casos, solo el 30% de estos usuarios paga la membresía Premium, por lo
tanto, son 7 usuarios Starter y 3 Premium.
5.1. Hosting
Si bien hay una enorme cantidad de servicios de hosting para aplicaciones web, hemos
decidido utilizar Amazon, debido a las ventajas mencionadas en el Capítulo III.
Una de las grandes ventajas que nos proporciona Amazon a la hora de usar sus servicios,
es proveernos el primer año de servicio de forma gratuita, permitiéndonos lanzar el prototipo
funcional ya desarrollado, con el objetivo de atraer clientes Starter sin incurrir en gastos.
El servicio gratuito de Amazon provee una instancia EC2 Bajo Demanda, esto quiere
decir que, una vez finalizado el primer año, se paga por horas de uso y, por lo tanto, el costo
depende de que tanto la aplicación sea utilizada. Dado que Castingware debe estar activa de
forma ininterrumpida los 365 días del año, no es necesario utilizar una instancia bajo demanda,
porque si el uso es continuo (como en este caso), es más costosa que una instancia reservada,
la cual se paga por mes de uso y no por hora como la anterior.
Una instancia “t2.micro” reservada cuesta 0.019 USD por hora, mientras que una bajo
demanda 0.025 USD por hora, esto es un 32% más. Por estos motivos, se utiliza el primer año
la instancia bajo demanda que provee Amazon de forma gratuita, y luego se migra a una
instancia reservada, con un costo mensual de 13.87 USD por mes. Si la cantidad de usuarios
crece, se deberá considerar utilizar una instancia con más potencia, lo que modifica el costo de
la misma.
14 Usuarios que utilizan el sistema al mismo tiempo.
Página 85 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
En conclusión, el costo del hosting es de 13.87 USD mensual, o 167 USD anual, y es
suficiente para soportar los 2 usuarios concurrentes mencionados anteriormente. Considerando
una conversión de 1 USD igual a 16 pesos argentinos obtenemos la siguiente tabla.
TABLA XXXIII: Costo Hosting
Moneda Costo mensual Hosting Costo anual Hosting
Dólar 13.87 167
Peso Argentino 222 2664
5.2. Dominio y DNS
Se decidió utilizar Freenom, una organización que provee nombres de dominio y
servidores DNS de forma gratuita por el primer año de uso. Por lo tanto, podemos continuar
con nuestro objetivo de atraer clientes el primer año, sin incurrir en gastos. Luego de este
período, el costo de mantener el nombre de dominio es de 10 USD anual y el servicio de DNS
sigue siendo gratuito. Se detalla el costo mensual del dominio para facilidad de las posteriores
cuentas, pero el mismo se abona de forma anual.
TABLA XXXIV: Costo Dominio
Moneda Costo mensual del Dominio Costo anual del Dominio
Dólar 0.84 10
Peso Argentino 13.34 160
5.3. Desarrollo de nuevas funcionalidades
Castingware es actualmente un prototipo funcional, y como dijimos anteriormente, para
poder incluir los servicios Premium, hace falta mínimamente incluir todas las familias de
defectos que define el International Atlas of Casting Defects. En total son 7 familias de defectos,
de las cuales restan 4 por desarrollar. Gracias a la arquitectura que tiene actualmente la
aplicación, los desarrolladores no necesitan dedicar demasiado tiempo para agregar nuevas
familias de defectos, pero sí deberán hacerlo el Ingeniero en Conocimiento y el Experto en
defectos de fundición. Por lo tanto, estimamos el tiempo requerido de cada perfil para la
inclusión de las 4 familias restantes, junto con el costo de cada uno en pesos argentinos y
obtenemos un total estimado.
Página 86 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA XXXV: Costos para nuevas familias de defectos
Perfil Costo por
hora [ARS$]
Tiempo promedio por
familia de defectos [Hs]
Costo total para 4
familias [ARS$]
Experto Metalúrgico 350 25 35000
Ing. en Conocimiento 250 30 30000
Desarrollador back-end 150 15 9000
Desarrollador front-end 150 8 4800
Total 78800
El tiempo estimado por familia de defectos para el experto contempla las horas necesarias
para determinar las características de la familia, con sus posibles valores y la especificación de
pseudo-reglas. El Ingeniero en Conocimiento necesita una mayor cantidad de horas, ya que
debe trabajar a la par con el Experto para poder educir los conocimientos. Necesitando, también,
tiempo extra para ordenar y documentar la información.
El desarrollador back-end cuenta con el tiempo necesario para agregar la familia y sus
reglas al Sistema Experto y verificar que esta funcione correctamente, mientras que el
desarrollador front-end debe adaptar la capa de presentación para la nueva familia.
6. Precio del servicio
Hay diferentes estrategias para calcular el precio de venta de un servicio, siendo estas
estrategias subjetivas y, por lo tanto, no se puede determinar cuál es la correcta a la hora de
elegir una. Las más conocidas son:
El precio de costo incrementado, la cual se basa en fijar el precio igual al costo
más un determinado porcentaje de ganancia.
Precio basado en el valor, se centra principalmente en los clientes y responde a
dos cuestiones importantes, si el cliente puede pagarlo y si va a pagarlo.
En el caso particular de Castingware, en el cual no tenemos una competencia directa,
como punto de comparación, hemos decidido adoptar la estrategia de Precio basado en el valor.
El factor determinante en esta estrategia es la cantidad que los clientes están dispuestos a pagar
en función del valor que se les ofrece, sin embargo, se debe tener en cuenta que no debemos
fijar un precio menor al costo de prestar el servicio.
Nuestro costo fijo mensual, según el estudio de costos realizado anteriormente es de $222
del hosting más $13.34 del nombre de dominio, lo que da un total de $236 mensual. Si
utilizamos la estrategia de precio según costo incrementado, con un margen del 20%,
Página 87 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
tendríamos que cobrar $285 por el servicio, lo que es un número muy pequeño considerando lo
que el cliente puede pagar. Es por esto que evaluamos una cifra más alta, $1000 por mes, y nos
formulamos las preguntas que propone la estrategia del precio basado en el valor.
¿Puede el cliente pagar $1000 por mes?
Definitivamente. Las empresas fundidoras importantes, que es a quienes apunta
esta aplicación, pueden pagar esta suma sin ningún problema.
¿Pagará el cliente $1000 por mes por el servicio que ofrece Castingware?
Esta pregunta es más subjetiva, y depende de cada cliente, pero creemos que, si
utilizan la versión Starter, definitivamente van a pagar el precio por los beneficios de la
versión Premium.
7. Período medio de maduración
Este período, también conocido como Pay-back nos permite tener una idea aproximada
de cuál será el período necesario para recuperar la inversión realizada, para realizarlo se necesita
saber de forma estimada, cuál serán los ingresos por período.
TABLA XXXVI: Datos utilizados para análisis de pay-back
Inversión inicial [ARS$] 78800
Cantidad de usuarios Premium 3
Precio mensual [ARS$] 1000
Ingresos mensuales [ARS$] 3000
Ingresos anuales [ARS$] 36000
Costos fijos mensuales [ARS$] 236
Costos fijos anuales [ARS$] 2832
Una vez que conseguimos los datos necesarios, completamos la siguiente tabla. El
período se encuentra en años. El flujo de caja representa los ingresos menos los egresos de un
período puntual, mientras que el flujo de caja acumulado contempla todos los períodos
anteriores y el actual.
TABLA XXXVII: Flujos de caja
Período 0 1 2 3
Flujo de caja [ARS$] -81632 33168 33168 33168
Flujo acumulado [ARS$] -81632 -48464 -15296 17872
Página 88 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
A simple vista ya podemos ver que en el tercer período el flujo de caja acumulado es
positivo, esto quiere decir que recuperamos nuestra inversión inicial. Para obtener un valor más
preciso del momento en que recuperamos la inversión utilizamos la siguiente fórmula.
𝑃𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 𝑃𝑎𝑦𝑏𝑎𝑐𝑘 = (Ú𝑙𝑡𝑖𝑚𝑜 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑐𝑜𝑛 𝐹𝑙𝑢𝑗𝑜
𝐴𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑁𝑒𝑔𝑎𝑡𝑖𝑣𝑜 ) +
𝑉𝑎𝑙𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒𝑙 ú𝑙𝑡𝑖𝑚𝑜 𝐹𝑙𝑢𝑗𝑜 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜
𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑓𝑙𝑢𝑗𝑜 𝑑𝑒 𝑐𝑎𝑗𝑎
𝑒𝑛 𝑒𝑙 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑝𝑒𝑟í𝑜𝑑𝑜
𝑃𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 𝑃𝑎𝑦𝑏𝑎𝑐𝑘 = (2) +15296
33168
𝑃𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 𝑃𝑎𝑦𝑏𝑎𝑐𝑘 = 2.46
Esto quiere decir que en 2.46 años (29 meses) se recuperará la inversión, considerando el
peor escenario de mantener el precio de $1000 mensuales y sólo 3 usuarios Premium.
8. Retorno de la Inversión
El Retorno de la Inversión (ROI) es un indicador que nos permite cuantificar que tan
rentable es una inversión, de esta forma, podemos comparar los ROI de diferentes inversiones
y saber cuál dará un mejor resultado. Las variables que se tienen en cuenta para su cálculo son:
inversión, ingresos y tiempo transcurrido. Con respecto a la fórmula, se utiliza la siguiente:
𝑅𝑂𝐼 =(𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝑖𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 )
𝑖𝑛𝑣𝑒𝑟𝑠𝑖𝑜𝑛 ∗ 100
En nuestro caso se realiza el cálculo de ROI considerando dos períodos, el período A, que
abarca 1 año luego de la inversión, y el período B, que abarca 3 años después de la misma.
TABLA XXXVIII: Datos utilizados para análisis de ROI
Inversión inicial [ARS$] 78800
Ingresos período A [ARS$] 33168
Ingresos período B [ARS$] 99504
Página 89 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
8.1. ROI del período A
𝑅𝑂𝐼(𝐴) =(33168 − 78800 )
78800 ∗ 100
𝑅𝑂𝐼(𝐴) = −58%
8.2. ROI del período B
𝑅𝑂𝐼(𝐵) =(99504 − 78800 )
78800
𝑅𝑂𝐼(𝐵) = 26.27%
8.3. Conclusiones
Una vez realizadas los cálculos anteriores, podemos observar que el ROI del período A
es negativo, esto quiere decir que no se producen ganancias en el primer año, como ya se había
mostrado en el análisis de pay-back. En cambio, en el período B, tenemos un ROI de 26.27%,
revelando así, ganancias con respecto a la inversión realizada. Otro punto importante es que
hay una gran diferencia de ROI entre los dos períodos (31,73%), lo que denota que la inversión
produce ganancias significativas a largo plazo.
Cómo aclaración final, se debe tener en cuenta que la cantidad de clientes Premium se
mantuvo en 3 para todos los cálculos, siendo este el peor escenario posible, si se considerara un
aumento en la cantidad de clientes, el ROI aumentaría significativamente.
Página 90 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
CAPÍTULO V
Pruebas y Conclusiones
En este capítulo se detallan las distintas pruebas que se realizaron sobre Castingware.
También se indican las limitaciones y dificultades encontradas junto con las conclusiones
finales sobre el desarrollo de este proyecto y el producto final obtenido, destacando las
ventajas y desventajas que presenta. Finalmente, se exponen los posibles trabajos futuros para
mejorar y expandir Castingware.
Página 91 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Pruebas
En esta sección se detallan las pruebas funcionales y no funcionales que se realizaron en
el producto.
1.1. Pruebas funcionales
A lo largo del proyecto se fueron realizando múltiples pruebas funcionales con diferentes
alcances. Por un lado, pruebas por parte de los desarrolladores tanto sobre el código como sobre
la interfaz, comprobando de esta forma que el sistema se comporte como fue documentado por
el Ingeniero en Conocimiento. Por otro lado, se realizaron las llamadas User Acceptance
Testing (UAT), que son pruebas llevadas a cabo por el usuario para validar que el
comportamiento del sistema era el buscado por este.
En el primer tipo de pruebas surgieron ciertos errores los cuales se fueron solucionando
sin inconvenientes para lograr una aplicación totalmente funcional. También se detectaron
ciertas mejoras en cuanto a la usabilidad de la aplicación, la mayoría de ellas fueron
implementadas. De todas formas, el producto puede seguir perfeccionándose.
Una vez que se corrigieron todos los errores detectados, se realizaron los UAT por parte
del experto. A continuación se detallan algunos de los UAT realizados utilizando el lenguaje
estructurado Gherkin, el cual se basa en describir las pruebas a partir de escenarios
independientes, redactados en un lenguaje natural pero utilizando ciertas palabras clave, las más
utilizadas son “Dado”, “Cuando” y “Entonces”.
1.1.1. Escenarios UAT
Escenario: Elegir familia de defectos a diagnosticar
Dado que entro a la página principal de Castingware
Cuando me dirijo a la sección de Diagnosticar
Entonces tengo que poder seleccionar la familia de defectos a diagnosticar, entre:
Cavidad
Discontinuidad
Pieza Incompleta
Página 92 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Escenario: Características solicitadas de Pieza Incompleta válidas
Dado que quiero diagnosticar un defecto de la familia Pieza Incompleta
Cuando me dirijo a la sección de Diagnosticar Pieza Incompleta
Entonces se me solicita ingresar las siguientes características:
Cumplió con la forma buscada en algún momento
Tipo de incompletitud
Tamaño del faltante
Ubicación faltante
Aspecto de la cara superior
Tipo de fractura
Aspecto de la fractura
Escenario: Diagnóstico de Pieza Incompleta válido
Dado que quiero diagnosticar un defecto de la familia Pieza Incompleta
Cuando ingreso los siguientes valores:
Cumplió con la forma buscada en algún momento: “Si”
Tipo de incompletitud: “Fractura”
Tamaño del faltante: “No aplica”
Ubicación faltante: “No aplica”
Aspecto de la cara superior: “No aplica”
Tipo de fractura: “De la pieza”
Aspecto de la fractura: “Oxidada”
Entonces obtengo el diagnóstico, indicando un defecto tipo E-231, y sus posibles causas
Y la operación es guardada en la sección de Registro de Operaciones
Escenario: Diagnóstico de Pieza Incompleta inválido
Dado que quiero diagnosticar un defecto de la familia Pieza Incompleta
Cuando ingreso los siguientes valores:
Cumplió con la forma buscada en algún momento: “Si”
Tipo de incompletitud: “Fractura”
Tamaño del faltante: “Pequeño”
Página 93 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Ubicación faltante: “No aplica”
Aspecto de la cara superior: “No aplica”
Tipo de fractura: “De la pieza”
Aspecto de la fractura: “Oxidada”
Entonces obtengo un mensaje de subfamilia no definida
Y la operación es guardada en la sección de Registro de Operaciones
Escenario: Visualización del Registro de Operaciones
Dado que quiero revisar mi historial de Operaciones
Cuando me dirijo a la sección de Registro de Operaciones
Entonces veo todas mis operaciones realizadas, incluyendo los datos ingresados y el
Diagnóstico obtenido
Escenario: Exportación del Registro de Operaciones
Dado que quiero exportar mi historial de Operaciones
Cuando me dirijo a la sección de Registro de Operaciones
Entonces tengo la opción de exportar todo mi Registro de Operaciones
1.1.2. Resultados obtenidos
Todos los UAT tuvieron resultados exitosos, y la percepción del experto sobre la
aplicación fue muy positiva, solamente se encontraron algunas mejoras de usabilidad como que
al momento de hacer click en “Diagnosticar”, se debe reiniciar la posición de la pantalla a la
parte superior de forma automática para poder visualizar el diagnóstico más facilmente.
Luego de las pruebas UAT con el experto, se solicitó a empleados de FSC que utilicen la
aplicación para obtener un feedback más amplio. El resultado de estas pruebas fue muy
provechoso y nos permitió entender cuál era la mayor problemática de ellos al utilizar el
sistema: les costaba obtener una clasificación a partir de las características ingresadas,
obteniendo en múltiples ocasiones un diagnóstico de “Familia no definida”. Si bien esto es
factible en la realidad, en estos casos la aplicación no provee un consejo o ayuda para poder
diagnosticar el defecto. Creemos que la imposibilidad de identificar un defecto se debe
principalmente a dos causas:
Algunas reglas no han sido definidas por el experto.
Página 94 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
La subjetividad de algunas características, como el color que dependiendo la persona
puede ser interpretado de forma diferente.
Gracias a este feedback podemos priorizar las tareas a futuro que se deben cumplir para
mejorar el actual prototipo de Castingware.
1.2. Pruebas no funcionales
Se realizaron pruebas no funcionales a partir de herramientas que analizan la aplicación
web y la puntúan indicando los principales problemas que tiene. En base a las pruebas se
realizaron una gran cantidad de correcciones, logrando así aumentar la puntuación hasta casi el
100%. Un ejemplo de estas herramientas es gtmetrix.com, con la cual hoy en día tenemos la
siguiente puntuación:
Figura 25: Resultados de pruebas con gtmetrix
Para llegar a estos resultados tuvimos que aplicar las mejoras que la herramienta propone,
como habilitar la compresión gzip, comprimir los “.css” y “.js”, optimizar imágenes, entre otras
recomendaciones. El reporte completo puede visualizarse desde gtmetrix.com pasando el sitio
castingware.ga para ser analizado por cualquier usuario.
Otra de las herramientas que utilizamos para medir la performance de nuestra aplicación
es website.grader.com que si bien sus consejos sobre la performance no son tan detallados como
gtmetrix.com, provee también un análisis SEO y Mobile sobre los cuales también se hicieron
mejoras. El Search Engine Optimization (SEO) es el proceso técnico mediante el cual se
realizan cambios en la estructura e información de una página web, con el objetivo de mejorar
la visibilidad del mismo en los resultados de los diferentes buscadores web.
Página 95 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Figura 26: Resultados de pruebas con grader
En cuanto a las pruebas Mobile, se analiza que la página sea adaptativa respondiendo así
a los diferentes tamaños de pantalla. Para realizar estas pruebas no sólo se utilizó este sitio, sino
que también se realizaron múltiples pruebas manuales con las herramientas que provee Google
Chrome y diferentes dispositivos. Los resultados se consiguieron gracias al uso de un
framework CSS adaptativo llamado Bulma y, además ajustar manualmente algunos elementos
que no se adaptaban de forma automática a los diferentes tamaños de pantalla.
Con respecto al SEO, las pruebas y mejoras se basaron principalmente en las métricas de
esta herramienta. Las mejoras incluyen la creación un sitemap.xml, la inclusión de una “meta
description” y mejorar los títulos de las páginas.
Con respecto a la seguridad de la aplicación, la mejora propuesta por este sitio es
únicamente incluir un certificado SSL. De todos modos, no fue implementado dado que no se
encontraba dentro del alcance del prototipo.
El reporte completo puede visualizarse desde website.grader.com pasando el sitio
castingware.ga para ser analizado por cualquier usuario.
2. Monitoreo
Otra sección que creemos importante es el monitoreo y, si bien no son pruebas
propiamente dichas, se encuentra vinculado en cierto aspecto con estas. El monitoreo da la
posibilidad de detectar problemas y solucionarlos.
Página 96 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Tenemos dos herramientas principales de monitoreo, cada una con fines diferentes. Por
un lado, el monitoreo técnico de los servidores que se hace a partir de la consola de Amazon, y
por el otro el monitoreo del uso de la aplicación que se hace a partir de Google Analytics.
2.1. Monitoreo Amazon
Nos permite visualizar todos los recursos del servidor de forma sencilla y rápida, como
el uso de memoria, disco, etc. Además de darnos la posibilidad de crear alarmas personalizables
para saber si el servidor esta caído o si se está consumiendo algún recurso en exceso. Gracias a
esta herramienta en una ocasión se detectó la caída del servidor de Amazon, una vez que se
restauró el servidor nuestra aplicación no había iniciado ya que no estaba corriendo como un
servicio. Para evitar que esto vuelva a ocurrir, instalamos nuestra aplicación como un servicio
que se inicie automáticamente con el servidor de Amazon.
A continuación, se pueden ver los gráficos de monitoreo básicos que provee Amazon.
Figura 27: Gráficos de monitoreo de Amazon
2.2. Monitoreo Google Analitycs
Esta herramienta nos permite tener una visión global del tráfico de usuarios en la
aplicación, mostrando datos como la ubicación desde donde se accedió, duración de la estadía
en el sitio, la forma en que ingresó a la aplicación (si fue por un buscador o de forma directa),
entre otros.
Página 97 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Gracias a la misma podemos saber que tanto está siendo utilizada nuestra aplicación y
medir cómo las campañas de marketing impactan en la cantidad de usuarios que tiene
Castingware.
A continuación, se pueden ver los gráficos que provee Google Analitycs para el mes de
junio, en el cuál tuvimos 22 usuarios.
Figura 28: Gráficos de monitoreo con Google Analitycs
3. Conclusiones del Proyecto
Desde el primer momento que surgió la idea de realizar este proyecto nos sentimos
entusiasmados debido a su carácter innovador y poco convencional, pero al mismo tiempo
factible de desarrollar. Lo más importante es que satisfacía una necesidad aún no explotada y
que es compartida por un conjunto de empresas de una industria particular, promoviendo que
sea un producto ciertamente útil.
A lo largo del desarrollo se intentó poner atención en cada detalle, para que finalmente el
usuario pueda incluirlo en su proceso, utilizarlo de forma natural y realizar su trabajo con mayor
Página 98 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
precisión y rapidez. Creemos que logramos totalmente este cometido tanto en el aspecto técnico
como económico. En cuanto al aspecto técnico, los diagnósticos son casi instantáneos para el
usuario y además permite la integración con sistemas propios. Mientras que, en lo económico,
el costo de mantenimiento en cuanto a infraestructura es muy bajo y esto permite ofrecer el
servicio a un bajo precio sin dejar de lado la calidad.
Con respecto a los conocimientos que maneja el sistema experto, y siendo este uno de los
puntos más importantes para que el sistema sea realmente útil, consideramos que deben seguir
siendo mejorados constantemente. Si bien dedicamos la mayor parte del tiempo a este tema, y
la documentación así lo demuestra, es difícil lograr que el sistema sea lo más objetivo posible
y estructurar perfectamente los métodos y conceptos para que todos los usuarios los entiendan.
Un ejemplo concreto es el de las características y sus valores, quizás para el experto con el que
desarrollamos el sistema es obvio cuando, por ejemplo, el color de una cavidad es negruzco,
pero quizás otra persona ve un color amarronado o, con respecto a la forma, u otros atributos
que pueden llegar a ser subjetivos según la persona que hace el análisis.
Dadas estas condiciones, creemos que es necesario perseguir dos objetivos. En primer
lugar, las empresas que utilizan el sistema deben capacitar a sus usuarios en el uso de
Castingware, principalmente para que entiendan correctamente cada característica y valor
solicitado al realizar un diagnóstico. En segundo lugar, por nuestra parte debemos seguir
mejorando los conocimientos del sistema, y la mejor forma de hacerlo, es a partir del feedback
que proveen los usuarios que utilizarán Castingware día a día.
4. Trabajos Futuros
El prototipo funcional de Castingware es sólo el principio de un conjunto de herramientas
posibles para el diagnóstico de defectos metalúrgicos. Las aplicaciones que se pueden
desarrollar para este ámbito son innumerables y dependen de la creatividad de cada persona,
nosotros listamos a continuación las que creemos más importantes tanto para completar este
prototipo como para expandir y mejorar sus funcionalidades.
Página 99 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4.1. Tareas a desarrollar
Consideramos a las primeras cuatro tareas fundamentales para que Castingware pase de
ser un prototipo funcional a una aplicación terminada, sin embargo, hay otros trabajos a futuro
que incrementarían el valor de la aplicación y harían que fuera aún más innovadora.
4.1.1. Gestión de Usuarios
Es imprescindible para que la aplicación funcione como fue analizado en el capítulo
anterior la posibilidad de gestionar usuarios, y con esto nos referimos a poder darlos de alta,
validarlos de forma segura y otorgarles permisos según corresponda.
4.1.2. Módulo de Pago
Al ofrecer un servicio pago es necesario integrar un módulo que permita a los usuarios
contratar el servicio Premium y gestionar su suscripción, desde la misma página de Castingware
para mayor comodidad. No es algo difícil de lograr, pero si necesario.
4.1.3. Grupos de Usuarios
Supongamos que una misma empresa necesita realizar diagnósticos Premium de forma
concurrente por diferentes usuarios, por lo tanto, necesita tener más de una cuenta. Administrar
los pagos de cada cuenta de forma separada puede ser tedioso para el cliente, por este motivo,
debería ofrecerse un grupo de usuarios para el mismo cliente que gestione el pago desde un solo
lugar para todos ellos, permitiéndole también visualizar sus Registros de Operaciones y
actividad, entre otras.
4.1.4. Implementación de familias de defectos restantes
Esta es una de las tareas más importantes para que Castingware pase a ser un producto
terminado, la implementación de las restantes 4 familias de defectos, tarea que fue analizada en
el capítulo anterior.
4.1.5. Estadísticas de Diagnósticos
Un módulo interesante para implementar es el de estadísticas, a partir de los Registros de
Operaciones, Castingware podría informar al usuario que tantos defectos diagnosticó, de qué
Página 100 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
tipo, advertir los más recurrentes, o quizás hasta permitir al usuario que pueda construir sus
propios indicadores y advertencias. El valor que aporta esta funcionalidad es invaluable, ya que
las empresas realizan investigaciones más profundas de los defectos que son recurrentes, y no
de los que suceden esporádicamente. Castingware, en este caso, informaría sobre en qué
defectos se debe hacer foco y sobre cuáles no.
4.1.6. Asistencia para Diagnóstico
Uno de los problemas que se pueden presentar al realizar un diagnóstico por medio de
Castingware, es que el usuario no esté familiarizado con las características que debe completar
y como resultado del diagnóstico no obtenga ninguna subfamilia de defectos, para estos casos,
sería útil asistirlo, indicando qué subfamilia es la más cercana a los valores que introdujo y
cuáles de estos valores son los que no concuerdan con la regla para esa subfamilia particular.
4.1.7. Consulta de Efectividad
Para lograr el feedback que necesitamos, una de las opciones es preguntar a los usuarios
del sistema, por medio del sitio web y de forma automática, si el diagnóstico obtenido fue
efectivo o no, si definió bien la subfamilia, si las posibles causas lo ayudaron a remediarlo, etc.
Es importante aclarar que estas preguntas no se deben realizar en el 100% de los diagnósticos,
ya que sería demasiado tedioso para los usuarios, por este motivo, se debe definir un porcentaje
de ocurrencia de las preguntas, sin que sea excesivo pero que al mismo tiempo permita recaudar
suficiente información.
4.1.8. Reconocimiento Automático de Características
Una de las opciones para automatizar totalmente el diagnóstico de estos defectos, es
integrar nuestro sistema con otro, de forma que, dado un defecto reconozca de forma automática
las características necesarias para realizar el diagnóstico. Por ejemplo, el sistema que reconoce
las características debería tener una cámara que determine el color, forma, ubicación, etc. Una
vez detectada cada característica, enviarla a Castingware para que diagnostique el defecto. Si
bien ya es una tarea mucho más avanzada y complicada, creemos que es posible.
Página 101 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4.1.9. Soporte al cliente
Integrar una funcionalidad de soporte para los clientes Premium desde la web, por
ejemplo, un chat online sería algo muy sencillo y permitiría dar una diferenciación más entre
los clientes Starter y Premium. Si bien la tarea no es difícil, requiere de un empleado dedicado
a esta tarea, y el costo de mantener la aplicación aumentaría.
4.1.10. Mejora continua
Como mencionamos en la conclusión, la mejora continua es algo indispensable, tanto
para Castingware como para cualquier sistema, es por este motivo que lo incluimos en la
sección de trabajos a futuro.
4.2. Notas finales
Mencionados los posibles trabajos a futuro, podemos decir que hay una gran variedad de
alternativas para continuar, algunas sencillas e indispensables, otras más difíciles e innovadoras.
En la actualidad, la Inteligencia Artificial está ganando cada vez más fuerza, y nos abre más
alternativas para la asistencia y automatización. Podemos decir que la creatividad es nuestra
única limitación.
Página 102 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
BIBLIOGRAFÍA
Página 103 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Ali Ahmed. Software Architecture Document [en línea] [consulta: 1 abril 2017]. Disponible
en: https://es.slideshare.net/ahmali86/software-architecture-document-final
Amazon AWS [en línea] [consulta: 5 abril 2017]. Disponible en: https://aws.amazon.com
ARCHIVES of FOUNDRY ENGINEERING. Expert System for Analysis of Casting
Defects – ESVOD [en línea]. July, 2014, vol 15, no. 1 [consulta: 8 enero 2017]. ISSN
1897-3310. Disponible en: http://www.afe.polsl.pl/index.php/en/3943/expert-system-for-
analysis-of-casting-defects-esvod.pdf
Casting Quality Test Methods. En: AFS INC [en línea] [consulta: 7 enero 2017].
Disponible en: http://www.afsinc.org/content.cfm?ItemNumber=6955
De Simone Remo. THE LATIN AMERICA FOUNDRY INDUSTRY. En: Global Casting
Magazine [en linea]. São Paulo – SP – Brazil. Septiembre 2014 [consulta: 7 enero 2017].
Disponible en: http://www.globalcastingmagazine.com/wp-
content/uploads/2013/08/IFF_2014_Brazil.pdf
Diánez Eduardo J. Mejías. Modelo de Negocio Freemium. En Orientador Web [en línea]
[consulta: 16 abril 2017]. Disponible en: https://www.orientadorweb.com/freemium/
Fundición San Cayetano S.A. [en línea] [consulta: 15 enero 2017]. Disponible en:
http://www.fscnet.com.ar/index.php
Freenom world [en línea] [consulta: 5 abril 2017]. Disponible en:
http://www.freenom.world/
Gómez Asunción, Juristo Natalia, Montes César y Pazos Juan. INGENIERÍA DEL
CONOCIMIENTO. Madrid: Tomás Bretón, 1997. ISBN 84-8004-269-9
GÓRNY, S. KLUSKA-NAWARECKA y D. ILK-KOŁODZIEJCZYK. ATTRIBUTE-
BASED KNOWLEDGE REPRESENTATION IN THE PROCESS OF DEFECT
DIAGNOSIS. En: Instytut Metalurgii i Inżynierii Materiałowej [en línea]. 2010 [consulta:
7 enero 2017]. Disponible en: http://imim.pl/files/archiwum/Vol3_2010/24.pdf
Guía del emprendedor: Cómo hacer un Modelo de Negocio. En Lancetalent [en línea]
[consulta: 16 abril 2017]. Disponible en: https://www.lancetalent.com/blog/guia-del-
emprendedor-modelo-de-negocio/
How to Write an Abstract [en línea]. Pittsburgh, EE. UU: Carnegie Mellon University,
Philip Koopman [actualizada: Octubre, 1997] [consulta: 10 diciembre 2016]. Disponible
en: https://users.ece.cmu.edu/~koopman/essays/abstract.html
Página 104 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
International Journal of Engineering Research & Technology (IJERT). Identification of
Casting Defects by Computer Simulation - A Review [en línea]. Aug. 2013, vol 2, no. 8
[consulta: 8 enero 2017]. ISSN 2278-0181. Disponible en:
http://www.academia.edu/6065083/Identification_of_Casting_Defects_by_Computer_Sim
ulation_A_Review
Kumar P. Sathish, Ramesh A., Gokul M.. PRESENT APPROACHES FOR ANALYSIS
OF CASTING DEFECTS: A REVIEW [en línea]. May, 2016, vol 11, no. 9 [consulta: 8
enero 2017]. ISSN 1819 - 6608. Disponible en:
http://www.arpnjournals.org/jeas/research_papers/rp_2016/jeas_0516_4237.pdf
Leyton Roger Ucañan. Cálculo del periodo de recuperación de la inversión o payback. En
Gestiopolis [en línea] [consulta: 18 abril 2017]. Disponible en:
https://www.gestiopolis.com/calculo-del-periodo-de-recuperacion-de-la-inversion-o-
payback/
Loaiza Roberth Paul. Vistas Arquitectónicas Ingenieria de Software [en línea] [consulta: 1
abril 2017]. Disponible en: https://es.slideshare.net/rploaiza/vistas-arquitectonicas-
ingenieria-de-software
Lozano Alejandro. Cómo calcular la rentabilidad de una inversión. En Asesor Financiero
Personal [en línea] [consulta: 19 abril 2017]. Disponible en:
https://www.asesorfinancieropersonal.com/como-calcular-la-rentabilidad/
Mane V. V., Sata Amit y Khire M. Y.. New Approach to Casting Defects Classification
and Analysis Supported by Simulation. En: Foundry Informatics Centre [en línea]
[consulta: 9 enero 2017]. Disponible en: http://www.foundryinfo-
india.org/tech_section/pdf/TS-3A-I.pdf
Metallurgy [en línea]. © 2017 [consulta: 5 enero 2017]. Disponible en:
http://www.metallurgy.com/
Precios de las instancias reservadas de Amazon EC2. En Amazon AWS [en línea] [consulta:
18 abril 2017]. Disponible en: https://aws.amazon.com/es/ec2/pricing/reserved-
instances/pricing/
Purdy Mark y Daugherty Paul. INTELIGENCIA ARTIFICIAL, EL FUTURO DEL
CRECIMIENTO [en línea]. Accenture 2016 [consulta: 20 marzo 2017]. Disponible en:
Página 105 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
https://www.accenture.com/t00010101T000000__w__/es-es/_acnmedia/PDF-
16/Accenture_Inteligencia_artificial_el%20futuro%20del_crecimiento_esp.pdf
Quintanar Tomás León. SISTEMAS EXPERTOS Y SUS APLICACIONES [en línea].
México, Pachuca de Soto, 2013 [consulta: 20 febrero 2017]. Disponible en:
https://es.slideshare.net/uni_fcys_sistemas/sistemas-expertos-y-sus-aplicaciones
Remo De Simone. THE LATIN AMERICA FOUNDRY INDUSTRY. En: Global Casting
Magazine [en linea]. São Paulo – SP – Brazil. Septiembre 2014 [consulta: 7 enero 2017].
Disponible en: http://www.globalcastingmagazine.com/wp-
content/uploads/2013/08/IFF_2014_Brazil.pdf
Russell, Stuart y Norvig, Peter. Artificial Intelligence: a Modern Approach. New Jersey,
Englewood Cliff, Prentice Hall, 1995. ISBN 0-13-103805-2.
THE LIBRARY OF MANUFACTURING [en linea] [consulta: 7 enero 2017]. Disponible
en: http://thelibraryofmanufacturing.com
Villena Julio Román, García Raquel M. Crespo y Rueda José Jesús García. Sistemas
Basados en Conocimiento [en línea] [consulta: 20 febrero 2017]. Disponible en:
http://ocw.uc3m.es/ingenieria-telematica/inteligencia-en-redes-de-
comunicaciones/material-de-clase-1/03-sistemas-basados-en-conocimiento
VINAY. S. CASTING QUALITY CONTROL. En: slideshare [en línea]. 2008 [consulta:
7 enero 2017]. Disponible en: https://es.slideshare.net/vins049/casting-quality-control-
presentation
Página 106 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
ANEXO I
Análisis de Viabilidad
Página 107 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Dimensión de Plausibilidad
1.1. Dimensión de Plausibilidad - Valores
Denominación de la característica Categoría Dimensión Peso
(P) Tipo Naturaleza Umbral Valor Comentarios
Existen expertos y están disponibles y
son cooperativos Experto P1 10 Esencial Booleana Si (si) Si
Tenemos un experto con más de 30 años de experiencia, a
completa disposición con un gran interés en realizar el sistema.
El experto es capaz de estructurar sus métodos y procedimientos de trabajo
Experto P2 7 Deseable Difusa No Todo El experto es una persona muy estructurada, capaz de describir la tarea de forma ordenada y clara.
La tarea está bien estructurada y se
entiende Tarea P3 8 Deseable Difusa No Todo
La tarea es clara y estructurada, el diagnóstico no se hace bajo incertidumbre. Tenemos un libro a nuestra disposición
describiendo el proceso.
Existen suficientes casos de prueba y
soluciones asociadas Tarea P4 10 Esencial Numérica Si (8) 8 El experto tiene suficientes casos de prueba.
La tarea sólo depende de los
conocimientos y no del sentido común Tarea P5 9 Deseable Numérica No 9
No se resuelve a partir del sentido común sino a través
de conocimientos empíricos.
1.2. Dimensión de Plausibilidad - Cálculos
Denominación de la característica Peso (P) Valores difusos Peso / Valor Peso * Valor
Existen expertos y están disponibles y son cooperativos 10 10,0 10,0 10,0 10,0 1,00 1,00 1,00 1,00 100 100 100 100
El experto es capaz de estructurar sus métodos y procedimientos de trabajo 7 7,8 8,8 10,0 10,0 0,90 0,80 0,70 0,70 54,6 61,6 70 70
La tarea está bien estructurada y se entiende 8 7,8 8,8 10,0 10,0 1,03 0,91 0,80 0,80 62,4 70,4 80 80
Existen suficientes casos de prueba y soluciones asociadas 10 8,0 8,0 8,0 8,0 1,25 1,25 1,25 1,25 80 80 80 80
La tarea sólo depende de los conocimientos y no del sentido común 9 9,0 9,0 9,0 9,0 1,00 1,00 1,00 1,00 81 81 81 81
44 5,17 4,95 4,75 4,75 378 393 411 411
VC Plausibilidad 8,55 8,91 9,3 9,3
Página 108 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2. Dimensión de Justificación
2.1. Dimensión de Justificación - Valores
Denominación de la
característica Categoría Dimensión
Peso
(P) Tipo Naturaleza Umbral Valor Comentarios
Resuelve una tarea útil y necesaria Tarea J1 8 Deseable Difusa No Mucho La tarea es imprescindible para una empresa del rubro de
fundición, y el SE la simplifica mucho.
Se espera una alta tasa de
recuperación de la inversión
Directivos/
usuarios J2 7 Deseable Numérica No 2
No se hace una inversión importante para realizar el sistema, ni
tampoco reducirá los costos en gran medida.
Hay escasez de experiencia
humana Experto J3 6 Deseable Difusa No Mucho
Hay pocas personas con los conocimientos necesarios para
realizar la tarea y, por lo tanto, escasez de experiencia humana.
Hay necesidad de tomar decisiones
en situaciones críticas o ambientes
hostiles, penosos y, o, poco
gratificantes
Tarea J4 10 Deseable Difusa No Mucho Las decisiones a tomar son críticas ya que se están
diagnosticando defectos en piezas de alto costo.
Hay necesidad de distribuir los
conocimientos Tarea J5 10 Deseable Difusa No Mucho
Se deben distribuir los conocimiento para reducir la posibilidad
de perderlos.
Los conocimientos pueden
perderse de no realizarse el
sistema
Experto J6 10 Deseable Difusa No Nada Los conocimientos se encuentran en expertos y libros.
No existen soluciones alternativas Tarea J7 8 Esencial Booleana Sí (Si) No Si hay soluciones alternativas.
2.2. Dimensión de Justificación - Cálculos
Denominación de la característica Peso (P) Valores difusos Valoración
Resuelve una tarea útil y necesaria 8 5,6 6,6 7,8 8,8 57,6
Se espera una alta tasa de recuperación de la inversión 7 2,0 2,0 2,0 2,0 14
Hay escasez de experiencia humana 6 5,6 6,6 7,8 8,8 43,2
Hay necesidad de tomar decisiones en situaciones críticas o ambientes hostiles, penosos y, o, poco gratificantes 10 5,6 6,6 7,8 8,8 72
Hay necesidad de distribuir los conocimientos 10 5,6 6,6 7,8 8,8 72
Los conocimientos pueden perderse de no realizarse el sistema 10 0 0 1,2 2,2 8,5
No existen soluciones alternativas 8 0 0 0 0 0
MAX 72
VC Justificación 5,6 6,6 7,8 8,8
Página 109 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
3. Dimensión de Adecuación
3.1. Dimensión de Adecuación - Valores
Denominación de la
característica Categoría Dimensión
Peso
(P) Tipo Naturaleza Umbral Valor Comentarios
La transferencia de experiencia
entre humanos es factible Tarea AI 7 Deseable Difusa No Mucho
La tarea se puede explicar de forma teórica y demostrar de forma
práctica para transferir la experiencia.
La tarea requiere «experiencia» Tarea A2 10 Deseable Difusa No Mucho La experiencia facilita la detección de los síntomas y su posterior
análisis.
Los efectos de la introducción del
SE no pueden preverse Tarea A3 -2 Deseable Difusa No Regular
Si bien se espera que el SE se utilice en la mayoría de los análisis,
agilizando los tiempos, no sabemos con seguridad cómo va a responder el personal.
La tarea requiere razonamiento simbólico
Tarea A4 5 Deseable Difusa No Mucho Si, ya que se deben conocer conceptos teóricos para poder llevarla a cabo.
La tarea requiere el uso de heurísticas para acotar el espacio
de búsqueda
Tarea AS 7 Deseable Difusa No Poco Las heurísticas no nos pueden ayudar a reducir los tiempos de búsqueda para esta tarea.
La tarea es de carácter práctico y
más táctica que estratégica Tarea A6 8 Deseable Booleana No SI Es meramente práctica.
Se espera que la tarea continúe sin
cambios significativos durante un
largo período de tiempo
Tarea A7 8 Esencial Difusa Sí
(mucho) Todo La tarea se realiza hace años y no hay expectativas de que cambie.
Se necesitan varios niveles de
abstracción en la resolución de la
tarea
Tarea A8 8 Deseable Difusa No Poco No requiere abstracción, se trabaja con características concretas de
la pieza a diagnosticar.
El problema es relativamente
simple o puede descomponerse en subproblemas
Tarea A9 6 Deseable Difusa No Mucho Para el experto el problema es sencillo y es capaz de
descomponerlo en subproblemas.
El experto no sigue un proceso determinista en la resolución
del problema
Experto A10 3 Deseable Booleana No SI El proceso es no determinista, hay ciertas resoluciones más sencillas y directas pero la mayoría requiere análisis de varias
variables y se puede llegar a más de una solución.
La tarea acepta la técnica del
prototipado gradual Tarea A11 8 Deseable Booleana No Si Si se pueden hacer prototipos incrementales de la misma.
El experto resuelve el problema a
veces con información incompleta
o incierta
Experto A12 3 Deseable Difusa No Regular Por lo general, la información está completa.
Página 110 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Denominación de la
característica Categoría Dimensión
Peso
(P) Tipo Naturaleza Umbral Valor Comentarios
Es conveniente justificar las soluciones adoptadas
Tarea A13 3 Deseable Difusa No Mucho Es necesario que se explique por qué se llegó a la solución.
La tarea requiere investigación básica
Tarea A14 -10 Esencial Booleana Si (No) No No necesitamos investigar sobre conceptos metalúrgicos.
El sistema funcionará en «tiempo real» con otros programas o
dispositivos
Tarea A15 -6 Deseable Difusa No Poco Este sistema se puede acoplar a una base de datos para registrar las fallas y luego hacer informes sobre las mismas.
3.2. Dimensión de Adecuación - Cálculos
Denominación de la característica Peso
(P) Valores difusos Peso / Valor Peso * Valor
La transferencia de experiencia entre humanos es factible 7 5,6 6,6 7,8 8,8 1,3 1,1 0,9 0,8 39,2 46,2 54,6 61,6
La tarea requiere «experiencia» 10 5,6 6,6 7,8 8,8 1,8 1,5 1,3 1,1 56,0 66,0 78,0 88,0
Los efectos de la introducción del SE no pueden preverse -2 3,4 4,4 5,6 6,6 0,6 0,5 0,4 0,3 -13,2 -11,2 -8,8 -6,8
La tarea requiere razonamiento simbólico 5 5,6 6,6 7,8 8,8 0,9 0,8 0,6 0,6 28,0 33,0 39,0 44,0
La tarea requiere el uso de heurísticas para acotar el espacio de búsqueda 7 1,2 2,2 3,4 4,4 5,8 3,2 2,1 1,6 8,4 15,4 23,8 30,8
La tarea es de carácter práctico y más táctica que estratégica 8 10,0 10,0 10,0 10,0 0,8 0,8 0,8 0,8 80,0 80,0 80,0 80,0
Se espera que la tarea continúe sin cambios significativos durante un largo período de
tiempo 8 7,8 8,8 10,0 10,0 1,0 0,9 0,8 0,8 62,4 70,4 80,0 80,0
Se necesitan varios niveles de abstracción en la resolución de la tarea 8 1,2 2,2 3,4 4,4 6,7 3,6 2,4 1,8 9,6 17,6 27,2 35,2
El problema es relativamente simple o puede descomponerse en subproblemas 6 5,6 6,6 7,8 8,8 1,1 0,9 0,8 0,7 33,6 39,6 46,8 52,8
El experto no sigue un proceso determinista en la resolución del problema 3 10,0 10,0 10,0 10,0 0,3 0,3 0,3 0,3 30,0 30,0 30,0 30,0
La tarea acepta la técnica del prototipado gradual 8 10,0 10,0 10,0 10,0 0,8 0,8 0,8 0,8 80,0 80,0 80,0 80,0
El experto resuelve el problema a veces con información incompleta o incierta 3 3,4 4,4 5,6 6,6 0,9 0,7 0,5 0,5 10,2 13,2 16,8 19,8
Es conveniente justificar las soluciones adoptadas 3 5,6 6,6 7,8 8,8 0,5 0,5 0,4 0,3 16,8 19,8 23,4 26,4
La tarea requiere investigación básica -10 0,0 0,0 0,0 0,0 1 1 1 1 -0,1 -0,1 -0,1 -0,1
El sistema funcionará en «tiempo real» con otros programas o dispositivos -6 1,2 2,2 3,4 4,4 1 1 0,8 0,7 -26,4 -20,4 -13,2 -7,2
58 24,5 17,4 13,7 12,1 414,5 479,5 557,5 614,5
VC Adecuación 4,76 5,8 6,92 7,7
Página 111 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
4. Dimensión de Éxito
4.1. Dimensión de Éxito - Valores
Denominación de la característica Categoría Dimensión Peso
(P) Tipo Naturaleza Umbral Valor Comentarios
Existe una ubicación idónea para el SE Directivos/Usuarios E1 7 Deseable Difusa No Todo Se utilizará en el sector de inspección.
Problemas similares se han resuelto
mediante INCO Tarea E2 8 Deseable Booleana No No
No encontramos un problema similar resuelto
con este método.
El problema es similar a otros en los que
resultó imposible aplicar esta tecnología Tarea E3 -5 Deseable Booleana No No
No encontramos un problema similar resuelto
con esta tecnología.
La continuidad del proyecto está
influenciada por vaivenes políticos Directivos/Usuarios E4 -9 Esencial Difusa Si (poco) Nada La política no interfiere en este proyecto.
La inserción del sistema se efectúa sin traumas, es decir, apenas se interfiere en
la rutina cotidiana
Directivos/Usuarios E5 8 Deseable Difusa No Todo No debe haber traumas por la inserción del sistema, ya que no reemplaza ni amenaza el
puesto de ningún empleado.
Se dispone de experiencia en INCO Tarea E6 7 Deseable Difusa No Nada Nunca se utilizó INCO.
Se dispone de los recursos humanos, hardware y software necesarios para el
desarrollo e implantación del sistema
Tarea E7 4 Deseable Difusa No Todo Disponemos de todo lo necesario.
El experto resuelve el problema en la
actualidad Experto E8 4 Deseable Difusa No Todo
Si, el experto aún trabaja en este rubro y
resuelve el problema regularmente.
La solución del problema es prioritaria
para la institución Directivos/Usuarios E9 8 Esencial Difusa No Poco No es prioritario.
Las soluciones son explicables Tarea E10 5 Deseable Difusa No Mucho Si, el experto puede explicar cómo llega a la
solución.
Las objetivos del sistema son claros y
evaluables Tarea E11 6 Deseable Difusa No Mucho Se sabe con seguridad que se desea obtener.
Los conocimientos están repartidos entre
un conjunto de individuos Experto E12 -7 Deseable Difusa No Nada
El conocimiento necesario para el desarrollo se
obtendrá del experto y un libro facilitado por él.
Los directivos, usuarios, expertos e IC
están de acuerdo en las funcionalidades del
SE
Directivos/Usuarios E13 4 Esencial Difusa Sí
(mucho) Mucho Todos favorecen el desarrollo del SE.
La actitud de los expertos ante el
desarrollo del sistema es positiva y no se
sienten amenazados por el proyecto
Experto E14 8 Deseable Difusa No Todo El SE les facilita una tarea pero no los
reemplaza.
Página 112 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Denominación de la característica Categoría Dimensión Peso
(P) Tipo Naturaleza Umbral Valor Comentarios
Los expertos convergen en sus soluciones
y métodos Experto E15 5 Deseable Difusa No Mucho
Según el experto no hay diferencias de
diagnósticos entre pares.
Se acepta la planificación del proyecto
propuesto por el IC Directivos/Usuarios E16 8 Esencial Booleana Si (Si) Si Si, se acepta.
Existen limitaciones estrictas de tiempo en
la realización del sistema Tarea E17 -6 Deseable Difusa No Nada
No hay tiempos límites para el desarrollo del
SE, ya que es un sistema que complementa y
facilita la tarea actual.
La dirección y usuarios apoyan los
objetivos y directrices del proyecto Directivos/Usuarios E18 7 Esencial Difusa
Sí
(mucho) Todo
Todos están de acuerdo con los objetivos del
proyecto.
El nivel de formación requerido por los
usuarios del sistema es elevado
Directivos
/Usuarios E19 -2 Deseable Difusa No Poco
Se intenta desarrollar el sistema lo más simple
posible.
Las relaciones IC-experto son fluidas Experto E20 4 Deseable Difusa No Todo Sí, hay una buena relación.
El proyecto forma parte de un camino
crítico con otros sistemas Tarea E21 -6 Deseable Booleana No No No se relaciona ni interfiere con otros proyectos.
Se efectuará una adecuada transferencia
tecnológica Directivos/Usuarios E22 8 Esencial Difusa
Sí
(mucho) Mucho
Se logra una adecuada transferencia tecnológica
brindando una capacitación general del sistema
a los usuarios y mostrando casos prácticos.
Lo que cuenta en la solución es la calidad
de la respuesta Experto E23 5 Deseable Booleana No Si
Lo importante es otorgar una respuesta exacta
como lo haría el experto.
4.2. Dimensión de Éxito – Cálculos
Denominación de la característica Peso (P) Valores difusos Peso / Valor Peso * Valor
Existe una ubicación idónea para el SE 7 7,8 8,8 10,0 10,0 0,9 0,8 0,7 0,7 54,6 61,6 70,0 70,0
Problemas similares se han resuelto mediante INCO 8 0,0 0,0 0,0 0,0 800 800 800 800 0,1 0,1 0,1 0,1
El problema es similar a otros en los que resultó imposible aplicar esta
tecnología -5 0,0 0,0 0,0 0,0 -500 -500 -500 -500 -0,1 -0,1 -0,1 -0,1
La continuidad del proyecto está influenciada por vaivenes políticos -9 0,0 0,0 1,2 2,2 -900 -900 -7,5 -4,1 -0,1 -0,1 -10,8 -19,8
La inserción del sistema se efectúa sin traumas, es decir, apenas se interfiere en
la rutina cotidiana 8 7,8 8,8 10,0 10,0 1,0 0,9 0,8 0,8 62,4 70,4 80,0 80,0
Se dispone de experiencia en INCO 7 0,0 0,0 1,2 2,2 700 700 5,8 3,2 0,1 0,1 8,4 15,4
Se dispone de los recursos humanos, hardware y software necesarios para el
desarrollo e implantación del sistema 4 7,8 8,8 10,0 10,0 0,5 0,5 0,4 0,4 31,2 35,2 40,0 40,0
Página 113 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Denominación de la característica Peso (P) Valores difusos Peso / Valor Peso * Valor
El experto resuelve el problema en la actualidad 4 7,8 8,8 10,0 10,0 0,5 0,5 0,4 0,4 31,2 35,2 40,0 40,0
La solución del problema es prioritaria para la institución 8 1,2 2,2 3,4 4,4 6,7 3,6 2,4 1,8 9,6 17,6 27,2 35,2
Las soluciones son explicables 5 5,6 6,6 7,8 8,8 0,9 0,8 0,6 0,6 28,0 33,0 39,0 44,0
Las objetivos del sistema son claros y evaluables 6 5,6 6,6 7,8 8,8 1,1 0,9 0,8 0,7 33,6 39,6 46,8 52,8
Los conocimientos están repartidos entre un conjunto de individuos -7 0,0 0,0 1,2 2,2 -700 -700 -5,8 -3,2 -0,1 -0,1 -8,4 -15,4
Los directivos, usuarios, expertos e IC están de acuerdo en las funcionalidades
del SE 4 5,6 6,6 7,8 8,8 0,7 0,6 0,5 0,5 22,4 26,4 31,2 35,2
La actitud de los expertos ante el desarrollo del sistema es positiva 8 7,8 8,8 10,0 10,0 1,0 0,9 0,8 0,8 62,4 70,4 80,0 80,0
Los expertos convergen en sus soluciones y métodos 5 5,6 6,6 7,8 8,8 0,9 0,8 0,6 0,6 28,0 33,0 39,0 44,0
Se acepta la planificación del proyecto propuesto por el IC 8 10,0 10,0 10,0 10,0 0,8 0,8 0,8 0,8 80,0 80,0 80,0 80,0
Existen limitaciones estrictas de tiempo en la realización del sistema -6 0,0 0,0 1,2 2,2 -600 -600 -5,0 -2,7 -0,1 -0,1 -7,2 -13,2
La dirección y usuarios apoyan los objetivos y directrices del proyecto 7 7,8 8,8 10,0 10,0 0,9 0,8 0,7 0,7 54,6 61,6 70,0 70,0
El nivel de formación requerido por los usuarios del sistema es elevado -2 1,2 2,2 3,4 4,4 -1,7 -0,9 -0,6 -0,5 -2,4 -4,4 -6,8 -8,8
Las relaciones IC-experto son fluidas 4 7,8 8,8 10,0 10,0 0,5 0,5 0,4 0,4 31,2 35,2 40,0 40,0
El proyecto forma parte de un camino crítico con otros sistemas -6 0,0 0,0 0,0 0,0 -600 -600 -600 -600 -0,1 -0,1 -0,1 -0,1
Se efectuará una adecuada transferencia tecnológica 8 5,6 6,6 7,8 8,8 1,4 1,2 1,0 0,9 44,8 52,8 62,4 70,4
Lo que cuenta en la solución es la calidad de la respuesta 5 10,0 10,0 10,0 10,0 0,5 0,5 0,5 0,5 50,0 50,0 50,0 50,0
71 -1783 -1787 -301 -296 621,4 697,4 770,8 789,8
VC Éxito 5,36 6,33 7,57 8
Página 114 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
ANEXO II
Sistemas Expertos
Página 115 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Ventajas y Desventajas
Si bien un Sistema Experto (SE) nunca será igual a un verdadero experto, los dos tienen
sus ventajas y desventajas, siendo para algunos casos particulares mejor un SE y para otros,
tener a un experto humano a disposición. Para decidir en cada situación cuál es mejor,
presentamos una comparación entre ambos.
1.1. Ventajas de los SE
Disponibilidad de consultas: suele ser mucho mayor a la de un experto humano.
Es posible tener un SE disponible las 24 horas los 365 días del año en cambio para
una persona esto no sería posible.
Costo de retención: un buen experto suele ser muy costoso ya que los mismos son
escasos, en cambio, una vez desarrollado el SE, este tiene un costo nulo de
retención.
Homogeneidad de respuestas: siempre darán la misma respuesta a las mismas
entradas a menos que sea reprogramado. Una persona tiene mayor posibilidad de
equivocarse y dar respuestas incorrectas o no homogéneas ante casos repetidos.
Preservación: el sistema puede durar tanto como sea mantenido y al mismo
tiempo crecer, aprendiendo nuevos conocimientos. Con respecto al experto
humano, llegará un momento en el que se retire laboralmente siendo necesario
contratar uno nuevo.
Velocidad: como se mencionó anteriormente, la velocidad de análisis y respuesta
del SE siempre serán superiores.
Integración: el hecho de tener un SE permite integrarlo con otros sistemas y de
esta forma automatizar una gran cantidad de tareas.
1.2. Ventajas de los Expertos Humanos
Intuición: es posible que una persona resuelva ciertos problemas nuevos a partir
de la intuición y de conocimientos previos, lo cual sería imposible para el SE si
este no está programado para esos casos particulares.
Incorporación: un experto puede comenzar a resolver los problemas en
relativamente poco tiempo, mientras que desarrollar un SE desde cero requiere
Página 116 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
mucho más tiempo y, si se decide comprar uno, puede que no se adapte a los casos
particulares a resolver.
Aprendizaje: si bien los SE podrían aprender solos a partir de diferentes técnicas,
estos conocimientos deberían ser validados por un experto humano, lo que los hace
dependientes de una persona.
Confiabilidad: aún hoy en día muchas personas confían más en un experto
humano que en un sistema. Este punto es relativo según las personas que trabajarán
con el experto y se debe investigar su preferencia.
Dada esta lista de ventajas y desventajas podemos decidir en cada caso qué camino seguir,
siempre teniendo en cuenta el entorno de trabajo junto con la capacidad de cambio y adaptación
de los usuarios.
2. Clasificaciones
A partir del uso y desarrollo de los sistemas expertos se fueron creando nuevas
clasificaciones para los mismos teniendo en cuenta diferentes atributos. Sin embargo, no todas
ellas son útiles para describir un SE. Las siguientes tres son las que se consideran importantes
para este proyecto:
A. Según la naturaleza de la tarea a realizar:
Monitorización: análisis del comportamiento de un sistema, buscando posibles
fallos.
Diagnóstico/Clasificación: a partir de ciertos datos de entrada se diagnostica un
problema.
B. Según la interacción del usuario:
Apoyo: el sistema aconseja al usuario, pero este último tiene la capacidad de
decidir.
Control: el sistema actúa directamente sin intervención humana.
Crítica: analiza y critica las decisiones tomadas por el usuario.
C. Según la certeza de la información:
Completa: se conocen todos los datos y las reglas necesarias para la decisión.
Incompleta: falta información para tomar decisiones, se busca la solución más
adecuada.
Página 117 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estas clasificaciones nos ayudan a describir de una forma más adecuada los sistemas
expertos, facilitándoles a los usuarios la comprensión del mismo. Para este caso en particular,
Castingware es un sistema experto de diagnóstico, para apoyo con información completa.
3. Detalles técnicos
Los detalles específicos nos permiten hacer comparaciones más certeras y, por lo tanto,
deliberar mejor entre las alternativas a la hora de tomar una decisión. A esto se debe la
importancia de explicar técnicamente cómo está compuesto un SE y cómo estos se diferencian
de otros tipos de sistemas que podrían haber sido una alternativa al momento de desarrollar
Castingware.
3.1. Arquitectura
Comenzando por la arquitectura de un SE ya se pueden notar grandes diferencias con los
sistemas convencionales. La misma está constituida por cinco componentes principales:
Base de conocimientos
Motor de inferencia
Base de datos
Memoria de trabajo
Interfaz de comunicaciones
Cada componente tiene una función particular, siendo los cinco indispensables para que
el sistema funcione.
Figura 29: Arquitectura de los Sistemas Expertos 15
15 Los datos para la tabla se reunieron de diversas fuentes, las cuáles se aclaran en la bibliografía.
Página 118 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
3.1.1. Base de conocimientos
Una base de conocimientos (BC) para un SE es un espacio en donde se guardan todos los
conocimientos que el sistema usa para razonar. Estos conocimientos son específicos para el
dominio sobre el cual trabaja el SE y están codificados en un lenguaje determinado para que el
sistema los pueda entender. Estos incluyen reglas, predicados, redes semánticas y objetos.
Las bases de conocimiento surgieron a partir de las necesidades de los sistemas basados
en conocimiento (SBC). Estos requerían datos organizados de formas muy diferentes a lo que
permitían las bases de datos convencionales. Un SBC requiere datos estructurados, con objetos
que a su vez tienen punteros a otros objetos, no sólo tablas con números y cadenas como las
bases de datos relacionales. A su vez, los SBC permiten deducir nuevos conocimientos a partir
de la aplicación de reglas y de esta forma poseen información que no se encuentra almacenada
de forma explícita.
Por lo general, las BC también contienen conocimiento sobre sí mismas, es decir, pueden
“saber lo que saben” y de esta forma responder si tiene el conocimiento o no ante cualquier
consulta que se les haga.
3.1.2. Motor de inferencia
El motor de inferencia es el componente encargado de administrar y controlar
lógicamente el manejo del conocimiento almacenado en la BC. Recibe las consultas por medio
de la interfaz, aplica las reglas que se encuentran en la base de conocimientos y produce las
salidas necesarias para la interfaz.
Este componente contiene algoritmos independientes al dominio, que le permiten
controlar el orden y la ejecución de las inferencias. Es por este motivo que el motor de inferencia
no se modifica al cambiar el dominio del problema.
El motor de inferencia es independiente de la base de conocimientos y viceversa, lo que
permite cambiar los conocimientos sin modificar el motor de inferencia o modificar el motor
de inferencia y no los conocimientos.
Página 119 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
3.1.3. Base de datos
Se utiliza para almacenar los datos recibidos inicialmente, es decir, los conocimientos
sobre el caso concreto en que se trabaja. Suministra al motor de inferencia los valores de los
atributos que requieren las reglas a recorrer.
3.1.4. Memoria de trabajo
En la memoria de trabajo se registran las conclusiones intermedias y los datos generados
en el proceso de inferencia, además de las reglas que han sido aplicadas. Gracias a esto es
posible saber cómo se obtuvo la solución final a partir de los datos iniciales.
3.1.5. Interfaz de comunicaciones
La interfaz le otorga al usuario una forma sencilla para que pueda interactuar con el
sistema ya sea tanto para describir el problema como para recibir la respuesta por parte del
sistema. La interfaz puede estar implementada en, por ejemplo, una página web, una API, etc.
También permite al usuario acceder a un módulo de explicación (si es que está implementado
en el sistema). El objetivo de este módulo es explicar al usuario la línea de razonamiento seguida
en el proceso de inferencia.
Otro módulo que se puede implementar en la interfaz es el de adquisición del
conocimiento, lo que permite que se puedan añadir, eliminar o modificar elementos de
conocimiento en el SE. Este módulo suele ser útil cuando el conocimiento es dinámico y varía
con rapidez; para este caso en particular, el conocimiento no es propenso al cambio.
3.2. Encadenamiento de reglas
El motor de inferencias puede recorrer las reglas de dos formas diferentes, con
encadenamiento progresivo o regresivo.
El encadenamiento progresivo comienza recorriendo los hechos disponibles en la base
de datos, y luego sigue buscando las reglas que satisfagan esos datos. Normalmente el sistema
ejecuta los siguientes pasos:
1. Evaluar las condiciones de todas las reglas respecto a la base de datos,
identificando el conjunto de reglas que se puedan aplicar (las que satisfacen su
parte de condición).
Página 120 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2. Si no se puede aplicar ninguna regla, se termina. En caso contrario se elige
cualquiera de las reglas aplicables y se ejecuta su parte de acción (generando así
nuevos hechos).
3. Si se llega al objetivo, se ha resuelto el problema, en caso contrario se vuelve al
paso 1.
El encadenamiento regresivo, también llamado “guiado por objetivos” comienza por los
objetivos (parte de acción de las reglas) y operará retrocediendo para ver como se deduce ese
objetivo partiendo de los datos. Esto se produce directamente o a través de conclusiones
intermedias o sub-objetivos. Lo que se intenta es probar una hipótesis a partir de los hechos
contenidos en la base de datos y de los obtenidos en el proceso de inferencia. Normalmente, el
sistema sigue los siguientes pasos:
1. El usuario comienza declarando una expresión “E”.
2. Obtener las reglas relevantes, buscando la expresión “E” en la parte acción.
3. Si no se encuentran reglas para aplicar, entonces no se tienen datos suficientes para
resolver el problema.
4. Si hay reglas para aplicar, se elige una y se verifica su parte de condición “C” con
respecto a la base de datos.
5. Si “C” es verdadera en la base de datos, se establece la veracidad de “E” y se
resuelve el problema.
6. Si “C” es falsa, se descarta la regla en curso y se selecciona otra regla.
7. Si “C” es desconocida en la base de datos (no es ni verdadera ni falsa), se la
considera como sub-objetivo y se vuelve al paso 1, siendo “C” ahora la expresión
“E”.
4. Comparación SBC vs Convencionales
Desde el comienzo de este capítulo, pudimos percibir diferencias entre los SE y los
convencionales, en este apartado se muestran en un cuadro las principales diferencias.
Página 121 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
TABLA IX: Comparación entre SBC y Convencionales 16
Característica Sistemas Basados en
conocimiento Sistemas convencionales
Conocimiento Separado de las estructuras de control
Conocimiento y estructuras de control integrados
Tipos de datos Simbólicos Numéricos
Resolución Heurística Combinatoria
Solución Satisfactoria Óptima
Dominio Específico Amplio
Procesamiento Inferencial y deductivo Sistemático y procedimental
Explicación de resolución
Comúnmente No se suele dar explicaciones de los resultados
Luego de este cuadro comparativo, quedan en claro las notables diferencias que tienen
los dos tipos de sistemas y los diferentes aplicativos.
5. Futuro de la Inteligencia Artificial
Cada día la Inteligencia Artificial avanza de a pequeños pasos, pero sin pausa. Muchas
veces, sin darnos cuenta, la utilizamos en nuestra vida cotidiana, por ejemplo, cuando jugamos
a algún videojuego, traducimos textos por medio de aplicaciones o escuchamos música en
Spotify y la misma aplicación nos recomienda canciones similares a las que escuchamos. Es
una disciplina tan apasionante y extensa, que siempre habrá algo nuevo para desarrollar,
aprender e investigar.
Considerando un futuro cercano, la IA abre al menos dos vías importantes para el
crecimiento, el complemento y asistencia de la mano de obra actual y la creación de mano de
obra inteligente.
Con respecto a la primera, permitirá el crecimiento económico sin sustituir el capital o
trabajo existentes, sino utilizándolos con mayor eficacia, permitiendo a los trabajadores
concentrarse en las tareas que generan más valor. Un ejemplo concreto de esto es el sistema
FIELD (Fanuc Intelligent Edge Link and Drive), que es una plataforma analítica con
aprendizaje automático la cual utiliza Deep Learning para capturar y analizar datos de distintas
partes del proceso de producción para mejorarlo. Otro ejemplo es el proyecto en cuestión,
16 Los datos para la tabla se reunieron de diversas fuentes, las cuáles se aclaran en la bibliografía.
Página 122 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Castingware, que ayuda al rápido y certero diagnóstico de defectos permitiendo al trabajador
hacer énfasis en otras tareas.
Con respecto a la segunda, para las tareas repetitivas e inmutables, no es difícil desarrollar
una IA que realice la tarea. Por ejemplo, en las fábricas automovilísticas se deben soldar gran
cantidad de partes y por este motivo requieren de un robot que realiza siempre la misma
soldadura, haciéndolo de forma más rápida y con mayor calidad que una persona, pero si la
soldadura a realizar cambia, el robot no sabrá hacerlo. Por este motivo, podemos decir que los
desafíos surgen cuando se deben automatizar tareas complejas que requieren cierta
adaptabilidad a medida que van mutando. De todas formas, el aprendizaje es posible y cada vez
hay más avances. En la actualidad hay robots que permiten ir cambiando su comportamiento
para adaptarse a la tarea según ciertas reglas, por ejemplo, las aspiradoras inteligentes, las cuales
aprenden del medio en el que trabajan evitando de esta forma chocar objetos o ir a cargar su
batería automáticamente. Otro ejemplo es Amelia (una plataforma de IA de IPsoft con
capacidad de procesamiento de lenguajes naturales) que ayuda a ingenieros de mantenimiento
que trabajan en lugares remotos. Después de leer todos los manuales, Amelia puede
diagnosticar un problema y proponer una solución.
La característica más potente de las IA es el autoaprendizaje, la aspiradora aprende del
medio en que se encuentra para evitar chocar, Amelia detecta lagunas en sus propios
conocimientos y toma las medidas necesarias para cubrirlas. Si alguien le hace una pregunta
que no puede responder, Amelia traslada la pregunta a una persona y observa cómo resuelve el
problema.
La pregunta clave es ¿hasta dónde llegará la IA?, hay decenas de películas y libros que
plantean escenarios en donde computadoras dotadas de inteligencia superan a las personas en
todas sus tareas y surgen múltiples problemas éticos y filosóficos. Circunstancias que parecen
imposibles en la actualidad, pero quizás no lo sean en algunos años, al igual que el primer vuelo
tripulado parecía imposible en el 1900, cuando hoy en día los aviones transportan millones de
personas diariamente.
El profesor Joseph Weizenbaum, creador de ELIZA (programa informático para el
estudio del lenguaje natural en la comunicación Hombre-Máquina) ha argumentado que el
efecto de las máquinas inteligentes sobre la sociedad humana será tal que el trabajo continuado
en inteligencia artificial es tal vez poco ético. De todas formas, no podemos predecir un futuro
Página 123 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
tan lejano; como decía Alan Turing: “Podemos observar sólo a poca distancia hacia delante,
pero también se puede ver que todavía queda mucho por hacer.” y es por este motivo que
creemos necesario analizar con cada avance en este campo, hacia donde estamos yendo, que
regulaciones son necesarias y cómo afectará a la humanidad para que los argumentos de ciencia
ficción no se vuelvan realidad.
Página 124 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
ANEXO III
Pseudo-reglas
Página 125 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Familia Cavidades
Estado de la regla Texto de la regla
Nombre de la regla R-B-111
Palabras del
experto
Si se observan muchísimas cavidades con forma redondeada de tamaño pequeño o mediano, distribuidas en forma
aleatoria a lo largo de toda la superficie de la pieza. Y si sus superficies son lisas de color plateado y brillantes entonces
estamos frente a un defecto de la subfamilia sopladuras pinholes.
Formulación
externa de la regla
SI Aspecto es Liso y
Color es Plateado y
Acabado es Brillante y
Forma es Redondeada y
Tamaño es Pequeño o Mediano y
Cantidad es Muchísimas y
Distribución es Azarosas y
Ubicación es En toda la pieza y
Posición es En la superficie
ENTONCES
Subfamilia es B-111: Sopladuras pinholes y
Causas son
Humedad en los materiales de inoculación
Tenor de Aluminio en el metal (ref menor a 0.02%)
Humedad en la masa de moldeo y su permeabilidad
Elementos carbonáceos en la masa de moldeo
Fase de secado de la pintura, tanto en base agua como alcohol, no terminada
Posible exceso de aglomerante
Noyos sin salidas de aires o respiraderos a la atmosfera
Página 126 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-112
Palabras del experto
Si se observan pocas cavidades con forma irregular alargada de tamaño mediano, distribuidas en la zona del semi-molde
superior y próximas a enfriadores. Y si sus superficies son lisas de color rojizo o dorado, y brillantes entonces estamos
frente a un defecto de la subfamilia sopladuras.
Formulación
externa de la regla
SI
Aspecto es Liso y
Color es Rojizo o Dorado y
Acabado es Brillante y
Forma es Irregular alargada y
Tamaño es Mediano y
Cantidad es Pocas y
Distribución es Azarosa y
Ubicación es Semi-molde superior y
Posición es Próxima a enfriadores
ENTONCES Subfamilia es B-112: Sopladuras y
Causas son
Falta de limpieza de enfriadores/soportines
Condensación de humedad sobre enfriadores/soportines (puede darse por colocar partes frías y calientes dentro del molde)
Enfriadores con superficies porosas o agrietamiento superficial en la cara de contacto con el metal colado
Página 127 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-113
Palabras del
experto
Si se observan pocas cavidades con forma irregular alargada o irregular redonda de tamaño mediano, distribuidas en la
zona del semi-molde superior y por toda su superficie. Y si sus superficies son lisas o rugosas de color negruzco, y mate
entonces estamos frente a un defecto de la subfamilia sopladuras por escoria.
Formulación
externa de la regla
SI Aspecto es Liso o Rugoso y
Color es Negruzco y
Acabado es Mate y
Forma es Irregular alargada o Irregular redonda y
Tamaño es Mediano y
Cantidad es Pocas y
Distribución es Azarosa y
Ubicación es Semi-molde superior y
Posición es En la superficie
ENTONCES Subfamilia es B-113: Sopladuras por escoria y
Causas son
Metal no limpio (asegure la limpieza del metal antes de volcarlo en el molde puede usar atrapa escorias, son provistos por muchos
proveedores)
Reacciones no deseadas entre el metal y los revestimientos de hornos y cucharas o partes del molde
Molde no limpio antes del ensamble definitivo (aspire preferentemente)
Llenado turbulento
Temperatura incorrecta
En hierro: relación magnesio/azufre menor a 4
Página 128 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-121
Palabras del experto
Si se observan muchas cavidades con forma irregular redonda de gran tamaño, distribuidas aleatoriamente en la zona
del semi-molde superior y por toda su superficie. Y si sus superficies son lisas de color negruzco, y mate entonces
estamos frente a un defecto de la subfamilia sopladuras superficiales.
Formulación
externa de la regla
SI Aspecto es Liso y
Color es Negruzco y
Acabado es Mate y
Forma es Irregular redonda y
Tamaño es Grande y
Cantidad es Muchas y
Distribución es Azarosa y
Ubicación es Semi-molde superior y
Posición es En la superficie
ENTONCES Subfamilia es B-121: Sopladuras superficiales y
Causas son
Gas atrapado en los sistemas de salida de aire, principalmente en las partes más altas del semi-molde superior
Temperatura de llenado baja
Llenado lento y turbulento
Baja permeabilidad del molde
Posible exceso de aglomerante o compactación
Página 129 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-122
Palabras del experto
Si se observa una única cavidad con forma irregular alargada de tamaño grande, sin importar su ubicación, pero sobre
un vértice interior. Y si su superficie es rugosa de color negruzco, y mate entonces estamos frente a un defecto de la
subfamilia sopladuras por ángulo vivo.
Formulación externa
de la regla
SI
Aspecto es Rugoso y
Color es Negruzco y
Acabado es Mate y
Forma es Irregular alargada y
Tamaño es Grande y
Cantidad es Una y
Distribución es Única y
Ubicación es Semi-molde superior o Superficie definida por noyo o lado sobre o Semi-molde inferior o No definida (dispersas
en zonas) o En toda la pieza y
Posición es Sobre un vértice interior
ENTONCES Subfamilia es B-122: Sopladuras por ángulo vivo y
Causas son
Posible exceso de aglomerante
Acumulación de pintura sin secar
Material extraño, grumos de aglomerante, falta de homogeneidad en el mezclado del material del molde
Página 130 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-123
Palabras del
experto
En caso que la superficie sea lisa, de color plateado y brillante. Y, además, se detectan muchísimas cavidades de forma
redondeada de tamaño mediano con una distribución azarosa, ubicadas sobre semimolde superior y posicionadas en su
superficie. Estamos frente a una cavidad de la subfamilia pinhole de superficie.
Formulación
externa de la regla
SI
Aspecto es Liso y
Color es Plateado y
Acabado es Brillante y
Forma es Redondeada y
Tamaño es Mediano y
Cantidad es Muchísimas y
Distribución es Azarosa y
Ubicación es Semi-Molde Superior y
Posición es En la superficie
ENTONCES Subfamilia es B-123: Pinhole de superficie y
Causas son
Posibles partes húmedas no deseadas en el molde
Temperatura de llenado baja y turbulenta
Baja permeabilidad del semi-molde superior
Cuchara de llenado húmeda
Humedad en los materiales de inoculación
Página 131 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-124
Palabras del
experto
Si se observa por debajo de la superficie muchas cavidades con forma cilíndrica alargada de tamaño mediano, alineadas
en forma recta o circular, y dispersas por distintas zonas. Y su superficie es de aspecto rugoso de color plateado, y
acabado brillante entonces estamos frente a un defecto de la subfamilia rechupe disperso.
Formulación
externa de la regla
SI Aspecto es Rugoso y
Color es Plateado y
Acabado es Brillante y
Forma es Cilíndrica alargada y
Tamaño es Mediano y
Cantidad es Muchas y
Distribución Alineadas rectas o Alineadas circulares y
Ubicación es No definida (dispersas en zonas)
Posición es Subsuperficial
ENTONCES Subfamilia es B-124: Rechupe disperso y
Causas son
Sistema de alimentación inadecuado (revisar distribución de alimentadores, posibles zonas aisladas de alimentación)
Alta temperatura de llenado
Desbalance de la composición química
Inoculación ineficiente
Falta de direccionalidad de la solidificación
Página 132 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-211
Palabras del experto
Si se observa una única cavidad de muy gran tamaño, ubicada en el semi-molde superior dentro del cuello de montante,
y si el aspecto de la superficie es dendrítico de un color negruzco mate y con una forma cónica, la cavidad es de la
subfamilia rechupe abierto o externo.
Formulación externa
de la regla
SI
Aspecto es Dendrítico y
Color es Negruzco y
Acabado es Mate y
Forma es Cónica y
Tamaño es Muy grande y
Cantidad es Una y
Distribución es Única y
Ubicación es Semi-Molde Superior y
Posición es Dentro del cuello del montante
ENTONCES Subfamilia es B-211: Rechupe abierto o externo y
Causas son
Sistema de alimentación inadecuado (revisar distribución de alimentadores, revisar el módulo de enfriamiento de alimentadores
y revisar el aporte de metal de cada alimentador)
Alta temperatura de llenado
Desbalance de la composición química (para fundición de hierros C.E bajo)
Falta de rigidez del molde
Pobre condición metalúrgica del metal
Falta de inoculación
Tiempo desde la inoculación al llenado demasiado prolongado “Fading”
Si usa camisas aislantes o exotérmicas para los montantes, revisar su calidad
Página 133 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-212
Palabras del
experto
Otra subfamilia de cavidad es el rechupe en ángulos o borde. Este se puede observar cuando el aspecto de la superficie
es dendrítico de un color negruzco y mate. Además, la cavidad debe ser sólo una de gran tamaño y con forma irregular
(ya sea alargada, redonda o cuadrada), sin importar su ubicación. Debe estar posicionada sobre un vértice interior, o
sobre ataques de colada o próximas al cuello de montante.
Formulación
externa de la regla
SI
Aspecto es Dendrítico y
Color es Negruzco y
Acabado es Mate y
Forma es Irregular Alargada o Irregular redonda o Irregular cuadrada y
Tamaño es Grande y
Cantidad es Una y
Distribución es Única y
Ubicación es Semi-molde superior o Superficie definida por noyo o lado sobre o Semi-molde inferior o No definida (dispersas en
zonas) o En toda la pieza y
Posición es Sobre un vértice interior o Sobre ataques de colada o Próximas cuello del montante
ENTONCES Subfamilia es B-212: Rechupe en ángulos o bordes y
Causas son
Diseño inadecuado de pieza por falta de redondez en los ángulos, formación de puntos calientes (efecto punta)
Diseños de pieza con cambios de secciones muy abruptas
Alta temperatura de colada
Página 134 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-213
Palabras del experto
Si se observa una única gran cavidad en la superficie definida por el noyo o lado sobre, en el centro del espesor. Y el
aspecto de la superficie es dendrítico negruzco y mate, la cavidad es irregular alargada o redonda o cuadrada. Entonces
pertenece a la subfamilia rechupe por noyo.
Formulación externa
de la regla
SI
Aspecto es Dendrítico y
Color es Negruzco y
Acabado es Mate y
Forma es Irregular Alargada o Irregular redonda o Irregular cuadrada y
Tamaño es Grande y
Cantidad es Una y
Distribución es Única y
Ubicación es Superficie definida por noyo o lado sobre y
Posición es En el centro del espesor
ENTONCES Subfamilia es B-213: Rechupe por noyo y
Causas son
Desbalance de la composición química (para fundición de hierros C.E bajo)
Diseño de pieza inadecuado, noyo demasiado fino para la sección de metal que lo rodea (punto caliente)
Página 135 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-221
Palabras del experto
Si se observa una única cavidad cónica de tamaño grande o muy grande, ubicada en el semi-molde superior en la
intersección de secciones a 90°. Y si su superficie es de aspecto dendrítico de color plateado, y acabado brillante
entonces estamos frente a un defecto de la subfamilia rechupe interno o ciego.
Formulación
externa de la regla
SI Aspecto Dendrítico y
Color es Plateado y
Acabado es Brillante y
Forma es Cónica y
Tamaño es Grande o Muy grande y
Cantidad es Una y
Distribución es Única y
Ubicación es Semi-molde superior y
Posición es Intersección de secciones a 90°
ENTONCES Subfamilia es B-221: Rechupe interno o ciego y
Causas son
Sistema de alimentación inadecuado (revisar distribución de alimentadores, revisar el módulo de enfriamiento de alimentadores y
revisar el aporte de metal de cada alimentador)
Alta temperatura de llenado
Desbalance de la composición química (para fundición de hierros C.E bajo)
Falta de rigidez del molde
Pobre condición metalúrgica del metal
Falta de inoculación
Tiempo desde la inoculación al llenado demasiado prolongado “Fading”
Si usa camisas aislantes o exotérmicas para los montantes, revisar su calidad
Página 136 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-222
Palabras del experto
Si se observa una única cavidad irregular redonda de tamaño grande o muy grande, ubicada en el semi-molde superior
en el centro del espesor. Y si el aspecto de su superficie es dendrítico de color plateado, y acabado brillante entonces
estamos frente a un defecto de la subfamilia rechupe central.
Formulación
externa de la regla
SI
Aspecto es Dendrítico y
Color es Plateado y
Acabado es Brillante y
Forma es Irregular redonda y
Tamaño es Grande o Muy grande y
Cantidad es Una y
Distribución es Única y
Ubicación es Semi-molde superior y
Posición es En el centro del espesor
ENTONCES Subfamilia es B-222: Rechupe central y
Causas son
Sistema de alimentación inadecuado (revisar distribución de alimentadores, posibles zonas aisladas de alimentación)
Falta de direccionalidad de la solidificación
Página 137 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-B-311
Palabras del
experto
Si se observan muchísimas cavidades redondeadas de tamaño pequeño distribuidas en forma azarosa, ubicadas en el
semi-molde superior o inferior y en la intersección de secciones a 90°. Y si su superficie es de aspecto dendrítico de
color plateado, y acabado brillante entonces estamos frente a un defecto de la subfamilia micro-rechupe.
Formulación
externa de la regla
SI
Aspecto es Dendrítico y
Color es Plateado y
Acabado es Brillante y
Forma es Redondeada y
Tamaño es Pequeño y
Cantidad es Muchísimas y
Distribución es Azarosa y
Ubicación es Semi-molde superior o Semi-molde inferior y
Posición es Intersección de secciones a 90°
ENTONCES Subfamilia es B-311: Micro-rechupe y
Causas son
En hierro gris: alto contenido de nitrógeno en el metal
En hierro nodular: Auto-compensación de alimentación desequilibrado (rigidez del molde, calidad metalúrgica del metal,
temperatura de llenado, inoculación)
En acero: sistema de alimentación inadecuado (revisar distribución de alimentadores, posibles zonas aisladas de alimentación)
Página 138 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2. Familia Discontinuidades
Estado de la regla Texto de la regla
Nombre de la regla R-C-111
Palabras del
experto
Si el estado de la pieza es en bruto de colada o luego del tratamiento térmico y se observan grietas rectilíneas en
ubicaciones indistintas, muy abiertas en espesor, de profundidad pasante, y raíz aguda. Y además el camino de las grietas
es perpendicular a la superficie y en su interior se puede observar que la pared de la grieta es de color plateado y el
aspecto de la pared es granulado fino estamos frente a un defecto de la subfamilia Grieta en Frío.
Formulación
externa de la regla
SI
Estado es En bruto de colada o Luego del tratamiento térmico y
Forma es Rectilínea y
Espesor de la grieta es Muy abierta y
Profundidad es Pasante y
Tipo de raíz Aguda y
Camino es Perpendicular a la superficie y
Color de pared es Plateado y
Aspecto de pared es Grano fino y
Ubicación es Indistinta
ENTONCES Subfamilia es C-111: Grietas en frío y
Causas son
Manipulación en: desmoldeo, rebaba, acopio, traslado, granallado, tamboreo, etc.
Página 139 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-121
Palabras del
experto
Si el estado de la pieza es en bruto de colada o luego del tratamiento térmico y se observa una grieta sinuosa de espesor
muy abierta, con un camino perpendicular a la superficie y profundidad pasante sin importar su ubicación. En donde el
tipo de raíz es aguda y la pared es de Grano fino de color negruzca, ocre o dorado. Entonces se trata de una grieta en
caliente y se produce por la manipulación de la pieza en caliente, por ejemplo cuando el tiempo de desmoldeo es escaso.
Formulación
externa de la regla
SI
Estado es En bruto de colada o Luego del tratamiento térmico y
Forma de la grieta es Sinuosa y
Espesor de la grieta es Muy abierta y
Profundidad es Pasante y
Tipo de Raíz de la Grieta es Aguda y
Camino de la Grieta es Perpendicular a la superficie y
Color de la pared es Negruzco u Ocre o Dorado y
Aspecto de la pared es Grano fino y
Ubicación es Indistinta
ENTONCES Subfamilia es C-121: Grietas en caliente y
Causas son
Manipulación en caliente de la pieza (tiempo de desmoldeo escaso)
Página 140 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-211
Palabras del
experto
Si el estado de la pieza es en bruto de colada o luego del tratamiento térmico y se observan fisuras rectilíneas en
ubicaciones indistintas, muy abiertas en espesor, de profundidad pasante, y sin raíz. Y además el camino de las fisuras
es perpendicular u oblicuo a la superficie y en su interior se puede observar que la pared de la fisura es de color plateado
y aspecto Grano fino estamos frente a un defecto de la subfamilia Fisura en Frío.
Formulación
externa de la regla
SI
Estado es En bruto de colada o Luego del tratamiento térmico y
Forma es Rectilínea y
Espesor de la fisura es Muy abierta y
Profundidad es Pasante y
Tipo de raíz es Sin Raíz y
Camino es Perpendicular a la superficie o
Camino es Oblicuo a la superficie y
Color de pared es Plateado y
Aspecto de pared es Grano fino y
Ubicación es Indistinta
ENTONCES Subfamilia es C-211: Fisura en Frío y
Causas son
Molde/noyo demasiado duro, elevada cantidad de aglomerante
Compactado de la arena de moldeo en exceso
Aglomerante con alta resistencia en caliente
Diseños de encuentros de forma inadecuados
Muy baja temperatura de llenado
Página 141 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-221
Palabras del
experto
En caso de encontrar una grieta sinuosa con estado es en bruto de colada y cuyo espesor es apretado o abierta, de
profundidad no pasante cuyo tipo de raíz es redondeada. Y además se ve que el color de la pared es negruzco u ocre con
un aspecto de grano dendrítico y está ubicado entre enfriadores o Próxima a enfriadores o Por el cuello del montante o
Próxima a ataques de colada o Dentro de ataque de coladas u Otros puntos calientes. Entonces se trata de una Fisura en
caliente.
Formulación
externa de la regla
SI
Estado es En bruto de colada y
Forma de la grieta es Sinuosa y
Espesor de la grieta es Apretada O Abierta y
Profundidad es No Pasante y
Tipo de Raíz de la Grieta es Redondeada y
Camino de la Grieta es Perpendicular a la superficie y
Color de la pared es Negruzco u Ocre y
Aspecto de la pared es Grano Dendrítico y
Ubicación es Entre enfriadores o Próxima a enfriadores o Por el cuello del montante o Próxima a ataques de colada o Dentro de
ataque de coladas o próximos a encuentros de secciones diferentes u Otros puntos calientes.
ENTONCES Subfamilia es C-221: Fisura en caliente y
Causas son
Diseños de pieza con cambios de secciones muy abruptas
Falta de redondeo en los encuentros de secciones
Material del molde/noyo con baja colapsabilidad
En fundición de acero, alto valor de fosforo (mayor a 0.03)
En fundición de hierro, excesiva cantidad de carburos en la matriz (alta contracción inicial)
Página 142 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-222
Palabras del
experto
Si el estado de la pieza es en bruto de colada o luego del tratamiento térmico y se observan fisuras sinuosas en ubicaciones
indistintas, muy apretadas, apretadas o abiertas en espesor, de profundidad no pasante, y raíz aguda. Y además el camino
de las fisuras es perpendicular a la superficie y en su interior se puede observar que la pared de la fisura es de color ocre
o dorada y aspecto grano grueso estamos frente a un defecto de la subfamilia Fisura por temple.
Formulación
externa de la regla
SI
Estado es En bruto de colada o Luego del tratamiento térmico y
Forma es Sinuosa y
Espesor de la fisura es Muy apretada o
Apretada o Abierta y
Profundidad es No Pasante y
Tipo de raíz Aguda y
Camino es Perpendicular a la superficie y
Color de pared es Ocre o Dorado y
Aspecto de pared es Grano Grueso y
Ubicación es Indistinta
ENTONCES Subfamilia es C-222: Fisura por temple y
Causas son
Alta velocidad de enfriamiento
Alta velocidad de calentamiento
Transformación de matriz (primordialmente martensítica)
Página 143 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-311
Palabras del
experto
Si la pieza está en estado en bruto de colada se observan grietas sinuosas o rectilíneas en ubicaciones indistintas, abiertas
en espesor, de profundidad pasante o no pasante, y raíz redondeada. Y además el camino de las fisuras es perpendicular
a la superficie y en su interior se puede observar que la pared de la grieta es de color negruzco y sin grano estamos frente
a un defecto de la subfamilia Colado frío.
Formulación
externa de la regla
SI
El estado es En bruto de colada y
Forma es Sinuosa o Rectilínea y
Espesor de la grieta es Abierta y
Profundidad es Pasante o No Pasante y
Tipo de raíz Redondeada y
Camino es Perpendicular a la superficie y
Color de pared es Negruzco y
Aspecto de pared es Sin Grano y
Ubicación es Indistinta
ENTONCES Subfamilia es C-311: Colado frío y
Causas son
Falta de temperatura en el colado
Muy baja velocidad de llenado
Página 144 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-321
Palabras del
experto
Si la pieza está en estado en bruto de colada y se observan grietas sinuosas o rectilíneas en ubicaciones indistintas,
abiertas en espesor, de profundidad pasante o no pasante, y raíz redondeada. Y además el camino de las fisuras es paralelo
a la superficie y en su interior se puede observar que la pared de la grieta es de color negruzco y sin grano estamos frente
a un defecto de la subfamilia Colada interrumpida.
Formulación
externa de la regla
SI
El estado es En bruto de colada y
Forma es Sinuosa o Rectilínea y
Espesor de la grieta es Abierta y
Profundidad es Pasante o No Pasante y
Tipo de raíz Redondeada y
Camino es Paralelo a la superficie y
Color de pared es Negruzco y
Aspecto de pared es Sin Grano y
Ubicación es Indistinta
ENTONCES Subfamilia es C-321: Colada interrumpida y
Causas son
Falta de temperatura en el colado
Colada interrumpida
Muy baja velocidad de llenado
Página 145 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-331
Palabras del
experto
Si la pieza está en estado en bruto de colada y se observan grietas sinuosas o rectilíneas próximas a enfriadores, abiertas
en espesor, de profundidad pasante o no pasante, y raíz redondeada. Y además el camino de las fisuras es paralelo a la
superficie y en su interior se puede observar que la pared de la grieta es de color negruzco y sin grano estamos frente a
un defecto de la subfamilia Colado frío no fusión de insertos.
Formulación
externa de la regla
SI
El estado es En bruto de colada y
Forma es Sinuosa o Rectilínea y
Espesor de la grieta es Abierta y
Profundidad es Pasante o No Pasante y
Tipo de raíz Redondeada y
Camino es Paralelo a la superficie y
Color de pared es Negruzco y
Aspecto de pared es Sin Grano y
Ubicación es Próxima a enfriadores
ENTONCES Subfamilia es C-331: Colado frío no fusión de insertos y
Causas son
Falta de temperatura en el colado
Insertos con falta de limpieza (oxidados)
Muy baja velocidad de llenado
Página 146 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-411
Palabras del
experto
Si la pieza está en estado en bruto de colada y se observan grietas sinuosas ubicadas por el cuello del montante u otros
puntos calientes, muy abiertas en espesor, de profundidad pasante, y sin raíz. Y además, el camino de las fisuras es paralelo
a la superficie y en su interior se puede observar que la pared de la grieta es de color plateado y con grano dendrítico o
grueso estamos frente a un defecto de la subfamilia Fractura concoidea.
Formulación
externa de la regla
SI
El estado es En bruto de colada y
Forma es Sinuosa y
Espesor de la grieta es Muy abierta y
Profundidad es Pasante y
Tipo de raíz Sin raíz y
Camino es Paralelo a la superficie y
Color de pared es Plateado y
Aspecto de pared es Grano dendrítico (concoidal) o Grano grueso y
Ubicación es Por el cuello del montante u Otros puntos calientes
ENTONCES Subfamilia es C-411: Fractura concoidea y
Causas son
Para fundición de acero: elevado nivel de nitrógeno y muy alta temperatura de colada
Página 147 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-C-412
Palabras del
experto
Si el estado de la pieza es luego del tratamiento térmico y se observan grietas sinuosas en ubicaciones indistintas, muy
abiertas en espesor, de profundidad superficial, y raíz aguda. Y además, el camino de las fisuras es perpendicular a la
superficie y en su interior se puede observar que la pared de la grieta es de color negruzco y sin grano estamos frente a
un defecto de la subfamilia Corrosión intergranular.
Formulación
externa de la regla
SI
El estado es Luego del tratamiento térmico y
Forma es Sinuosa y
Espesor de la grieta es Muy abierta y
Profundidad es Superficial (hasta 8% del espesor) y
Tipo de raíz Aguda y
Camino es Perpendicular a la superficie y
Color de pared es Negruzco y
Aspecto de pared es Sin grano y
Ubicación es Indistinta
ENTONCES Subfamilia es C-412: Corrosión intergranular y
Causas son
Para fundición de acero: exceso de tiempo en tratamiento térmico de alta temperatura
Página 148 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
3. Familia Piezas Incompletas
Estado de la regla Texto de la regla
Nombre de la regla R-E-111
Palabras del
experto
Si la pieza en ningún momento del proceso cumplió con su forma y se ven solo las esquinas incompletas (o sea un
faltante), con una forma redondeada y el desvío es pequeño en comparación con el tamaño de la pieza se puede decir que
es un E-111, en cuanto al aspecto de la cara superior debe ser con bordes redondeados, pero no es necesario para
identificar el defecto.
Formulación
externa de la regla
SI
Cumplió con la forma buscada en algún momento: No
Tipo de incompletitud: Faltante
Tamaño del faltante: Pequeño
Ubicación faltante: Solo en esquinas
Aspecto de la cara superior: No aplica o Con bordes redondeados
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES
Subfamilia es E-111
Causas son
Metal frío al momento de llenado
Muy baja velocidad de llenado
Acumulación de pintura de molde solo en vértices
Modelo desgastado por erosión
Baja permeabilidad del molde
Página 149 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-112
Palabras del experto Si la pieza en ningún momento del proceso cumplió con su forma y se observan pequeñas partes incompletas, de
forma dispersa, se puede decir que es un E-112, sin importar el aspecto de la cara superior.
Formulación externa
de la regla
SI
Cumplió con la forma buscada en algún momento: No
Tipo de incompletitud: Faltante
Tamaño del faltante: Pequeño
Ubicación faltante: Dispersa
Aspecto de la cara superior: Con bordes redondeados o Con bordes definidos (plano recto) o Con zona central deprimida (tipo
olla) o No aplica
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-112
Causas son
Mala reparación del molde
Acumulación de pintura por mala aplicación
Modelo deteriorado
Página 150 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-121
Palabras del experto
Si a la primera observación que le hacemos a la pieza, vemos un faltante grande con respecto al tamaño de la pieza, y
este se ubica en la cara superior, observamos su aspecto, si este tiene los bordes redondeados, se puede decir que se
trata de un defecto E-121.
Formulación externa
de la regla
SI
Cumplió con la forma buscada en algún momento: No
Tipo de incompletitud: Faltante
Tamaño del faltante: Grande
Ubicación faltante: En la cara superior
Aspecto de la cara superior: Con bordes redondeados
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-121
Causas son
Metal frío al momento de llenado
Metal oxidado (baja fluidez al momento de llenado)
Muy baja velocidad de llenado
Falta de un sistema de salida de gases
Colada interrumpida
Página 151 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-122
Palabras del
experto
Si a la primera observación que le hacemos a la pieza, vemos un faltante grande con respecto al tamaño de la pieza, y
este se ubica en la cara superior, observamos su aspecto, si este tiene los bordes bien definidos (son rectos y no hay
curvatura en los mismos), se puede decir que se trata de un defecto E-122.
Formulación
externa de la regla
SI
Cumplió con la forma buscada en algún momento: No
Tipo de incompletitud: Faltante
Tamaño del faltante: Grande
Ubicación faltante: En la cara superior
Aspecto de la cara superior: Con bordes definidos (plano recto)
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-122
Causas son
Insuficiente cantidad de metal líquido en cuchara
Interrupción del llenado por error del operador
Interrupción del llenado por pérdida de metal
Muy baja velocidad de llenado por sección insuficiente de los ataques de llenado
Nivel de la balsa de llenado (basín) próxima o por debajo de la altura de la pieza
Página 152 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-123
Palabras del experto
Si a la primera observación que le hacemos a la pieza, vemos un faltante grande con respecto al tamaño de la pieza, y
este se ubica en la cara superior, observamos su aspecto, si está deprimida en el centro como si fuera una olla, se puede
decir que se trata de un defecto E-123.
Formulación externa
de la regla
SI
Cumplió con la forma buscada en algún momento: No
Tipo de incompletitud: Faltante
Tamaño del faltante: Grande
Ubicación faltante: En la cara superior
Aspecto de la cara superior: Con zona central deprimida (tipo olla)
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-123
Causas son
Fuga del metal una vez completo el llenado
Falta de sello entre los semi-moldes
Presión metalostática vence el sello de los semi-moldes
Pared de molde lateral rota
Página 153 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-124
Palabras del experto
Si a la primera observación que le hacemos a la pieza, no hay desvíos, pero luego de diferentes tratamientos, como el
granallado, vemos que hay un faltante de tamaño pequeño, se puede decir que la pieza tiene un defecto E-124, sin
importar las demás características.
Formulación externa
de la regla
SI
Cumplió con la forma buscada en algún momento: Si
Tipo de incompletitud: Faltante
Tamaño del faltante: Pequeño
Ubicación faltante: Solo en esquinas o Dispersa o En la cara superior o No aplica
Aspecto de la cara superior: Con bordes redondeados o Con bordes definidos (plano recto) o Con zona central deprimida (tipo
olla) o No aplica
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-124
Causas son
Exceso en la remoción de metal por efecto de granallado
Página 154 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-125
Palabras del experto Si a la primera observación que le hacemos a la pieza, no hay desvíos, pero luego del tratamiento térmico, vemos que
hay un desvío grande, se puede decir que la pieza tiene un defecto E-125, sin importar las demás características.
Formulación externa
de la regla
SI
Cumplió con la forma buscada en algún momento: Si
Tipo de incompletitud: Faltante
Tamaño del faltante: Grande
Ubicación faltante: Solo en esquinas o Dispersa o En la cara superior o No aplica
Aspecto de la cara superior: Con bordes redondeados o Con bordes definidos (plano recto) o Con zona central deprimida (tipo
olla) o No aplica
Tipo de fractura: No aplica
Aspecto de la fractura: No aplica
ENTONCES Subfamilia es E-125
Causas son
Temperatura y tiempo de tratamiento térmico elevados
Página 155 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-211
Palabras del experto Si a la primera observación que le hacemos a la pieza, no tiene desvíos, pero luego esta se quiebra y la quebradura
no está oxidada, se trata de un defecto E-211.
Formulación externa de la
regla
SI
Cumplió con la forma buscada en algún momento: Si
Tipo de incompletitud: Fractura
Tamaño del faltante: No aplica
Ubicación faltante: No aplica
Aspecto de la cara superior: No aplica
Tipo de fractura: De la pieza
Aspecto de la fractura: No oxidada
ENTONCES Subfamilia es E-211
Causas son
Golpes durante el desmoldeo
Traslado de la pieza descuidado
Página 156 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-221
Palabras del experto Si a la primera observación que le hacemos a la pieza, no tiene defectos, pero luego, alguna parte de la misma se
desprende, como por ejemplo debido a la extracción de un montante, se trata de un defecto E-221.
Formulación externa
de la regla
SI
Cumplió con la forma buscada en algún momento: Si
Tipo de incompletitud: Fractura
Tamaño del faltante: No aplica
Ubicación faltante: No aplica
Aspecto de la cara superior: No aplica
Tipo de fractura: De partes de la pieza
Aspecto de la fractura: No oxidada
ENTONCES Subfamilia es E-221
Causas son
Dimensiones incorrectas de los ataques de colada o salidas de gases
Ubicación incorrecta de los ataques de colada o salidas de gases
Manipulación desde las salidas de gases o ataques de colada durante el desmoldeo
Retiro de salida de gases o ataques de colada por medio de golpes sin entallar por amolado la zona de corte
Página 157 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
Estado de la regla Texto de la regla
Nombre de la regla R-E-231
Palabras del experto Si a la primera observación que le hacemos a la pieza, no tiene defectos, pero luego, la pieza se fractura, y esta
fractura está oxidada, estamos en la presencia de un defecto E-231.
Formulación externa de
la regla
SI
Cumplió con la forma buscada en algún momento: Si
Tipo de incompletitud: Fractura
Tamaño del faltante: No aplica
Ubicación faltante: No aplica
Aspecto de la cara superior: No aplica
Tipo de fractura: De la pieza
Aspecto de la fractura: Oxidada
ENTONCES Subfamilia es E-231
Causas son
Desmoldeo prematuro de la pieza (a alta temperatura)
Diseño de pieza que acumula altas tensiones internas
Contracciones impedidas por materiales del molde
Página 158 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
ANEXO IV
Diagramas UML
Página 159 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
1. Diagrama de Clases UML
Página 160 de 160
SISTEMA EXPERTO PARA DIAGNÓSTICO DE DEFECTOS EN PIEZAS METALÚRGICAS
Aragunde, Mauro Matías y Campos, Ezequiel Germán
2. Diagrama de Secuencia UML - Diagnóstico de Defecto