Você está na página 1de 5

UM SISTEMA BASEADO EM CONHECIMENTO PARA DIAGNSTICO, SOLUO E APRENDIZADO DE FALHAS EM CONTROLADORES LGICOS PROGRAMVEIS MARCELO P. WERNECKa , LUIZ E.

SOUZAb Departamento de Engenharia Eltrica, Universidade de Taubat, R.: Daniel Danelli s/n CEP 12450-400, Taubat, SP, Brasil b Departamento de Engenharia Eltrica, Universidade Federal de Itajub , Av.BPS 1303 , CEP 37500-903 , Itajub, MG, Brasil E-mails: mpwerneck@itelefonica.com.br, edival@iee.efei.br
a

Abstract Programmable Logic Controllers (PLC) have been widely used in the control of automated industrial processes. The diagnosis, solution and learning of PLC failures represent an important topic in automation. However, there are not many specialized references about this issue and, besides, the lack of expert people has aggravated the problem. This paper aims at proposing an approach for the acquisition, processing and structuring of the necessary knowledge to deal with failure diagnosis, troubleshooting actions and failure cases. A model is presented for the diagnosis process and for the failure solution and learning in PLC. The proposed approach and the computational implementation of the model resulted in a powerful tool based on Rules and Cases, the CLPSolve, capable of supporting and improving the maintenance of automated industrial systems that use PLCs. Keywords Expert Systems, Case Based Reasoning, Knowledge-Based Systems, Computer-Based Diagnostic Systems, PLC. Resumo O controlador lgico programvel (CLP) tem largo emprego no controle de processos industriais automatizados. O diagnstico, soluo e aprendizado de falhas em CLP representam um problema relevante, porm pouco abordado pela literatura especializada, sendo esse agravado pela escassez ou despreparo da mo de obra empregada para tal objetivo. Inicialmente esse artigo prope uma metodologia para aquisio, tratamento e estruturao do conhecimento disponvel sobre o diagnstico de falhas, aes corretivas aplicveis e causas da falha. A seguir, proposto um modelo para o processo de diagnstico, soluo e aprendizado de falhas em CLP. A aplicao da metodologia proposta unida a implementao computacional do modelo proposto resultam no desenvolvimento de uma poderosa ferramenta baseada em Regras e Casos para apoio e aperfeioamento manuteno de sistemas industriais automatizados com CLP, o CLPSolve. Palavras-chave Sistemas Especialistas, Raciocnio Baseado em Casos, Sistemas Baseados em Conhecimento, Sistemas de Diagnstico utilizando Computador, CLP.

1 Introduo O controlador lgico programvel (CLP) tem largo emprego no controle de processos industriais automatizados. O diagnstico, soluo e aprendizado de falhas em CLP, agravado pela escassez ou despreparo da mo de obra empregada para tal objetivo, constitui um problema relevante, porm pouco abordado pela literatura especializada. O desenvolvimento de sistemas inteligentes para apoio ao diagnstico e proposio de aes corretivas tem sido foco de diversos trabalhos. Ballakrishan et al (1998) analisam diversas formas de aplicao de sistemas inteligentes em diagnstico de falhas. Wilson (1988) prope um sistema baseado em regras para auxilio na configurao e montagem de minicomputadores comerciais da srie DPS6 da Honeywell Bull Ltd. , chamado HONE (Honeywell configuring Expert). Nesse trabalho, destaca-se a estruturao das regras utilizadas pelo sistema baseado em regras e a forma de seleo das regras a serem aplicadas. Kamel et al (1996) descreve todo o ciclo de desenvolvimento de um sistema baseado em regras para auxilio ao diagnstico de falhas em sistemas eletrnicos de controle armas de fragatas da Marinha

dos Estados Unidos. Destaca-se nesse artigo toda anlise das falhas atuais no processo de diagnstico, como ausncia do especialista na manuteno do sistema, necessidade freqente e dispendiosa de contato com a assistncia tcnica do fabricante do sistema e dificuldade de treinamento do especialista. A aprendizagem e seus modelos so abordados por diversos estudos psicolgicos. O trabalho de Roos (1989) analisa e apresenta evidncias empricas a respeito do domnio do conhecimento especfico e de situaes previamente experimentadas na soluo de problemas por seres humanos e na forma de memorizao desses casos. Adicionalmente, Kolodner (1983) indica o uso de casos passados como o mtodo de soluo de problemas predominante entre especialistas em determinado domnio. O item 2 prope um modelo para o processo de diagnstico e soluo e aprendizado de falhas em CLP, que ser implementada pela ferramenta computacional objeto do trabalho. O item 3 apresenta, de forma compacta, uma metodologia para a aquisio, tratamento e estruturao do conhecimento referente ao diagnstico e soluo de falhas em CLP. O item 4 apresenta a arquitetura de um sistema baseado em regras e casos que implementa o modelo

proposto utilizando o conhecimento tratado pela metodologia apresentada. O item 5 apresenta em linhas gerais o CLPSolve, uma ferramenta computacional para diagnstico, soluo e aprendizado de falhas em CLP. O item 6 apresenta os resultados da aplicao da metodologia proposta e da utilizao do CLPSolve em comparao com o mtodo usual de soluo das falhas em CLP. O item 7 apresenta as concluses do trabalho. 2 Um Modelo para o Processo Diagnstico, Soluo e Aprendizado de Falhas em CLP O modelo proposto para processo de diagnstico, soluo e aprendizado de falhas em CLP, considera a existncia de um tcnico ou engenheiro de manuteno inexperiente encarregado da manuteno de sistemas automatizados com CLP, que, porm, seja possuidor de conhecimento generalizado a respeito das diversas falhas que podem ocorrer, suas causas e aes corretivas, provenientes das diversas fontes de consulta disponveis, como manuais, relatrios de manuteno e treinamentos focados na manuteno do CLP utilizado. Ou seja, considera-se que o conhecimento existe, porm a inexperincia do mantenedor leva a sua aplicao de forma sistemtica at que uma das aes corretivas logre resolver a situao de falha. Uma vez resolvida falha, sua causa inferida e o processo de diagnstico e soluo completo aprendido. Na repetio da mesma falha, considerase que o mantenedor tende inicialmente a resolver o problema usando as mesmas aes corretivas que resolveram a falha na sua ltima ocorrncia. Caso as aes corretivas obtenham sucesso, ocorre um aumento heurstico da certeza (ou reforo do conhecimento) de que sempre que tal falha ocorre, tal ao corretiva a resolve e a causa conhecida. Quando a aplicao de aes corretivas utilizadas em falhas passadas no resulta em sucesso na soluo da falha, o mantenedor retorna ao conhecimento obtido nos manuais e treinamentos, voltando a aplicar aes corretivas de forma sistemtica at aplicar um conjunto de aes que resolva a falha atual. A soluo de falhas em CLP apresenta uma caracterstica peculiar: para uma dada falha, diversas causas e aes corretivas so possveis. A princpio apenas as aes corretivas so conhecidas, sendo a causa do problema inferida a partir do sucesso do conjunto de aes aplicadas. Assim, considera-se para efeito da implementao computacional, que o mantenedor inexperiente, porm treinado, conhece um conjunto de falhas, aes corretivas e causas, porm carece da heurstica que o leve a tomar determinada ao corretiva em detrimento de outra, sendo essas aplicadas inicialmente de forma sistemtica, normalmente das aes de menor grau de complexidade para as de maior grau de complexidade. Ao longo do tempo, com a ocorrncia de falhas, casos vo sendo aprendidos pelo mantenedor, fazendo com que a busca de aes corretivas

para as falhas deixe de ser uma ao sistemtica e passe a basear-se na experincia acumulada ao longo do tempo. Espera-se ento que aps algum tempo, o mantenedor ter vivenciado praticamente todas as situaes de falha, tendo constitudo assim uma coleo de casos que sero analisados, e levaro a tomada de aes corretivas, normalmente baseadas no nmero de vezes que tal ao corrigiu a falha em ocasies anteriores e na complexidade da aplicao das aes. 3 Uma Metodologia para Aquisio, Tratamento e Estruturao do Conhecimento referente ao Diagnstico e Soluo de Falhas em CLP A metodologia proposta composta de trs etapas, sendo essas descritas a seguir. 3.1 Aquisio do Conhecimento Constitui a etapa inicial, sendo dividida em diversas subetapas, cujas principais so descritas a seguir: Identificao Visual da Falha: consiste em estabelecer a forma visual apresentada pelo painel da UCP (e de outros dispositivos relevantes) do CLP quando determinada falha ou estado operacional est presente. o sintoma da falha, que ser a entrada de dados realizada pelo usurio do sistema; sua traduo em termos lingsticos ser utilizada para a elaborao de regras para o diagnstico; sua evoluo ser utilizada para a determinao dos estados indicadores de falha resolvida. Determinao do Sintoma Tpico da Falha: consiste em estabelecer qual o sintoma que realmente caracteriza a falha e a diferencia de outras falhas que podem ocorrer simultaneamente, de forma a separar os sintomas que nada acrescentam na determinao exata da falha ou de sintomas que simplesmente so indicaes de estados de operao normal da UCP e no configuram falha. Determinao de Sintomas Complementares da Falha: consiste em estabelecer sintomas que complementam o sintoma tpico. Quando existem, contribuem para determinao de variaes da mesma falha, que determinam variaes tanto nas aes corretivas aplicveis quanto na seqncia de proposio / aplicao das mesmas.

3.2 Tratamento do Conhecimento Constitui a etapa intermediria, sendo dividida em diversas subetapas, cuja principal descrita a seguir: Determinao da Hierarquia do Diagnstico das Falhas: consiste em determinar quais falhas so mais e menos graves, de

forma a estabelecer uma prioridade no diagnstico (e soluo) de falhas que podem ocorrer simultaneamente e filtrar sintomas de falhas menos graves cuja ocorrncia um efeito colateral da ocorrncia de falhas mais graves. O processo de diagnstico e soluo de falhas sempre parte das mais graves para as menos graves. 3.3 Estruturao do Conhecimento Constitui a etapa final, sendo dividida em diversas subetapas, cujas principais so descritas a seguir: Classificao e Seqncia de Aplicao das Aes Corretivas aplicveis Falha: a classificao dos conjuntos de aes corretivas d-se pela complexidade envolvida na sua aplicao. Conjuntos de aes que exigem apenas inspeo visual, medies de grandezas eltricas e correo da falha sem necessidade de troca de itens componentes do CLP so considerados como de baixa complexidade. Conjuntos de aes que requerem substituio de itens componentes do CLP so considerados de complexidade intermediria por requererem algum tipo de reconfigurao do CLP ou teste do item suspeito em outra estrutura. Conjuntos de aes que exigem a conexo da ferramenta de programao e testes / reconfiguraes atravs de alterao de parmetros do programa de aplicao so consideradas de alta complexidade. Cabe notar que a classificao das aes em baixa, intermediria e alta leva em conta o pblico alvo ao qual a ferramenta de apoio a manuteno de CLP aplica-se: operadores de mquina, com baixo grau de escolaridade e conhecimento superficial do funcionamento do CLP. A seqncia de aplicao das aes inicia-se nos conjuntos de aes de menor complexidade, passa pelas de complexidade intermediria e termina nas de maior complexidade. Dependendo da falha, os conjuntos de aes no contemplam, necessariamente, os trs nveis de complexidade. Determinao dos Conjuntos de Aes Corretivas e Causas aplicveis Falha: cada conjunto de aes contm aes corretivas e testes a serem realizados, apresentados de forma seqencial e detalhada. Aqui, alm das aes corretivas e testes determinados pelo fabricante, podem ser inclusas aes e testes determinados pela experincia do especialista, de forma complementar os conjuntos. Criao da rvore de Decises: a rvore de decises sintetiza, de forma grfica (fluxograma), o conjunto sintomas e a escolha

da base de aes e causas (BAC) aplicvel a soluo da falha. Converso da rvore de Decises em Regras de Produo: uma vez que a rvore de decises criada, essa deve ser traduzida para um conjunto de regras de produo que a implementam. As regras de produo so utilizadas como base para a implementao computacional que ser desenvolvida, pois detm todo o conhecimento a respeito das falhas possveis, seus sintomas e dos conjuntos de aes corretivas causas possveis. Determinao dos Estados Indicadores de Falha Resolvida: uma vez que as aes corretivas tenham sido apresentadas e aplicadas, necessrio apresentar algum tipo de indicao que permita ao usurio do sistema perceber se as aes aplicadas resultaram ou no na soluo da falha, assim, torna-se necessrio determinar os estados para os quais a UCP (ou outros componentes) do CLP pode evoluir.

4 Um Sistema Baseado em Regras e Casos para Diagnstico Soluo e Aprendizado de Falhas em CLP O sistema proposto nesse trabalho consiste num sistema de diagnstico de falhas baseado em regras fortemente integrado a um sistema baseado em casos para o aprendizado das solues aplicadas s falhas ocorridas. O objetivo do sistema implementar o modelo proposto para o processo de diagnstico, soluo e aprendizado de falhas em sistemas automatizados por CLP (item 2), utilizando a metodologia proposta para aquisio, tratamento e estruturao do conhecimento para o diagnstico e soluo de falhas em CLP (item 3). Sistemas inteligentes baseados puramente em regras tem larga aplicao em sistemas de diagnstico, principalmente por implementarem de forma direta a estrutura de uma rvore de decises, porm carecem da caracterstica de aprendizado, alm de seguirem sempre o mesmo procedimento de soluo, passo por passo, sempre que os mesmos fatos so apresentados. Por outro lado, sistemas inteligentes baseados em casos apresentam a caracterstica de aprendizado, porm tem como pr-requisito existncia de um conjunto de casos j ocorridos e devidamente registrados, fato que pode no verificar-se no contexto de operao do sistema. O sistema proposto busca extrair as vantagens tanto dos sistemas baseados em regras quanto dos baseados em casos, minimizando suas desvantagens. A seguir so descritos os componentes do sistema baseado em regras e casos proposto.

4.1 O Sistema Baseado em Regras O sistema baseado em regras contm um conjunto de regras extradas da rvore de decises. Essas so responsveis pela determinao da falha a partir dos sintomas apresentados e da determinao da base aes causa (BAC) ou base de casos ocorridos (BCO). As regras contm o conhecimento geral, ou seja, sobre todas a falhas e aes corretivas (contidas nas BAC) que podem ocorrer com o CLP em questo, implementando assim mantenedor inexperiente, porm treinado, mencionado no modelo proposto. As regras para diagnstico de falhas so avaliadas e disparadas de forma seqencial, sendo que, ao final, todas as falhas presentes foram diagnosticadas, podendo-se partir para a escolha da falha que ser resolvida primeiro. H, porm, uma prioridade na avaliao e disparo das regras. Essa necessria, pois existem falhas, como as no sistema de energia do CLP, que quando ocorrem fazem com que o CLP suspenda a operao de outros sistemas, sem que esses apresentem alguma falha real em seu funcionamento. 4.2 O Sistema Baseado em Casos A funo do sistema baseado em casos prover ao sistema proposto uma forma de aprendizado e graduao (na forma de pesos) ao conhecimento obtido ao logo do tempo. Esse sistema implementa o mantenedor que aprende as aes corretivas que obtiveram sucesso na soluo de uma determinada falha e, quando a mesma falha repete-se ao longo do tempo, reutiliza as mesmas aes. Assim, o sistema aprende as aes locais (pois aplicam-se ao local onde o sistema encontra-se instalado) a partir de aes gerais que inicialmente eram aplicadas de forma sistemtica e seqencial, deixando de aplicar aes em ordem sistemtica e passando a aplicar aes aprendidas em casos anteriores de ocorrncia da mesma falha. Os casos so armazenados nas bases de casos ocorridos (BCO). Cada BAC produz tambm uma BCO (inicialmente vazia). Considera-se que ao longo do tempo, e da ocorrncia e soluo das falhas, o sistema apresente cada vez menos as aes gerais e cada vez mais as especficas, ou seja, acesse cada vez menos as BAC e cada vez mais as BCO (no limite, se todas as falhas, com todas as possveis causas para cada falha, ocorressem, os contedos da BAC e da BCO se tornariam iguais). importante notar que o sistema baseado em casos aprende apenas as aes corretivas que resolveram a falha em alguma ocorrncia. Todo o processo at chegar-se as BCOs continua sob responsabilidade do sistema baseado em regras. Um caso aprendido contm os seguintes dados: Conjunto aes corretivas que resolveu a falha e a causa da falha.

Um nmero de ocorrncias (peso) associado a cada conjunto aes causa. A complexidade relativa aplicao do conjunto de aes. A figura 1 apresenta o funcionamento geral do sistema proposto.

Figura 1 Funcionamento geral do sistema proposto

5 A Implementao Computacional: CLPSolve O CLPSolve a ferramenta computacional que implementa a descrio proposta para o processo de diagnstico, soluo e aprendizado de falhas atravs de um sistema baseado em regras e casos, utilizando informaes manipuladas pela metodologia para aquisio, tratamento e estruturao do conhecimento proposta nessa dissertao. composto pelos seguintes mdulos: Mdulo de Configurao do Sistema. Mdulo de Entrada dos Sintomas de Falha. Mdulo de Apresentao do Diagnstico e Aes Corretivas. Mdulo de Edio de Bases (BAC e/ou BCO). Mdulo de Acompanhamento de Desempenho. 6 Resultados

A metodologia foi proposta foi aplicada ao conhecimento referente soluo de uma falha de comunicao em rede de um CLP industrial. Falhas de comunicao so geralmente as de maior dificuldade de

soluo, pois exigem diversos testes, conferncias e configuraes. O fabricante do CLP usualmente fornece um manual de soluo de falhas, no qual os sintomas tpicos, o diagnstico, as causas provveis e as aes corretivas aplicveis a cada causa provvel so estabelecidos. Tal material foi fartamente complementado pela experincia de um especialista no domnio. O CLPSolve foi testado em condies de laboratrio atravs da simulao de diversos tipos de falha de comunicao em rede no CLP escolhido. Para tal, inicialmente foi ministrado um treinamento de 20 horas aula visando identificao e montagem dos mdulos do CLP escolhido e utilizao da ferramenta de programao do mesmo para um pblico constitudo por 02 (dois) grupos de 05 (cinco) alunos do curso de graduao de Engenharia de Eltrica da Universidade de Taubat, todos sem conhecimento prvio do equipamento. A seguir, uma vez simulados os defeitos, monitorou-se o tempo de soluo dos mesmos por um grupo utilizando apenas as informaes dadas pelo fabricante atravs do manual do equipamento, e em seguida por outro grupo com os dados tratados pela metodologia e utilizando o CLPSolve. A tabela 1 apresenta os resultados obtidos.
Tabela 1 Comparao entre resultados obtidos com e sem a utilizao da metodologia proposta e do CLPSolve. Soluo Defeitos Defeitos solu- Tempo mdio simulados cionados para soluo Sem CLPSol10 5 17,0 min. ve Com CLP10 9 9,0 min. Solve

O uso combinado de sistemas baseados em regras e casos permite a superar limitaes inerentes a cada um deles. No caso dos sistemas baseados em regras, supera-se a impossibilidade do aprendizado automtico de novos conhecimentos ao longo do uso do sistema. No caso dos sistemas baseados em casos, permite que mesmo na ausncia de casos registrados, regras gerais sejam aplicadas e, pelo sucesso da aplicao das aes sugeridas pelas mesmas, casos de sucesso sejam armazenados de forma incremental. A implementao computacional da metodologia proposta nesse trabalho mostrou a necessidade do desenvolvimento de algoritmos eficientes para implementao de aspectos relevantes na implementao da descrio proposta para o processo de diagnstico, soluo e aprendizado de falhas, principalmente no tocante ao aprendizado de novos conhecimentos, reforo do acervo disponvel e ordenao dos casos apresentados ao usurio considerando os critrios definidos. A implementao do CLPSolve apresentou sugestes tanto para a interface com usurio quanto para mdulos que possam compor ferramentas computacionais com a mesma finalidade.

Agradecimentos A Universidade de Taubat, pelo apoio no desenvolvimento desse trabalho. A FINEP pelo apoio financeiro dado ao projeto n 22.01.06.27- 00, que permitiu a aquisio dos recursos computacionais utilizados.

Cabe salientar que o CLPSolve foi testado em condies de laboratrio sendo que tal desempenho necessita de comprovao em condies reais de operao em ambiente industrial e utilizando o publico alvo, operadores de mquinas industrias com treinamento adequado. Outro ponto importante que o conhecimento armazenado na formas de casos para uma determinada falha num local de operao, pode no ser vlido ou no apresentar a mesma incidncia em outro. Tal fato pode ocorrer ocorre devido a diferenas relacionadas a aspectos ambientais e/ou qualidade das instalaes eltricas dos locais de operao dos sistemas automatizados. 7 Concluses

Referncias Bibliogrficas Ballakrishnan K., Honavar V. (1998). Intelligent Diagnostic Systems. Ames, Iowa State University, Departament of Computer Science. Wilson J.N. (1988). Using a Knowledge Based System to Guide Shop Floor Assembly. Glasgow, University of Strathclyde Department of Computer Science. Kamel M.N., McCaffrey M.J., Metzler P.G. (1996). Analisis, Desing, Implmentation and Deployment of a Prototype Maintenance Advisor Expert System for MK92 Fire Control System. Elsevier Science Ltd, Expert Systems with Apllications, Vol.10 No 2, pp. 193-207. Ross B.H. (1989). Some psychological results on case-based reasoning. Morgan Kaufmann, CaseBased Reasoning Workshop. Pensacola Beach, pp.144-147. Kolodner J. (1983). Maintaining organization in a dynamic long-term memory. Cognitive Science, Vol.7, pp.243-280.

A metodologia proposta para aquisio, tratamento e estruturao do conhecimento referente ao diagnstico e soluo de falhas em CLP mostrou-se eficiente, principalmente em estabelecer um procedimento sistemtico, com etapas encadeadas bem definidas, de tal forma que, ao final de sua aplicao, tem-se o conhecimento adequado uma implementao computacional. Mesmo nos casos de falhas de grande complexidade, como as de comunicao, a aplicao da metodologia mostrou-se perfeitamente vivel.