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