Propuesta de metodología para el diagnóstico de fallos basado en árboles de decisión y lógica difusa.

Resumen

Los árboles de decisión difusos son técnicas usadas para el diagnóstico de fallos de sistemas industriales. Entre sus ventajas se encuentran la sencillez y facilidad de interpretación. Sin embargo, la mayoría de los métodos para su inducción requieren pasar por la tediosa tarea de clasificar todas las observaciones que conformen la base de datos de entrenamiento del árbol de fallo. Incluso, aquellos métodos que no necesiten de esta etapa, definitivamente demandan la obtención de un gran conjunto datos que contenga el comportamiento del sistema para cada fallo que se espera diagnosticar. Esta última característica es algo que no siempre es fácil de lograr, pues implica sacar al proceso de su operación normal. La presente investigación tiene como objetivo  presentar una propuesta de metodología para el diagnóstico de fallos en la industria basado en árboles de decisión y lógica difusa que dé una solución al problema planteado. Esta nueva metodología aprovecha las capacidades brindadas por la lógica difusa para el manejo de la incertidumbre del conocimiento aportado por los expertos del proceso. Además, hace la contribución de ofrecer un método para evitar la necesidad de contar con una gran base de datos de entrenamiento durante el proceso de desarrollo del diagnosticador, lo que implicará el uso de una tabla de síntomas de fallos. La efectividad de la metodología se analiza en un caso real, específicamente en el diagnóstico de fallos de un proceso de tratamiento de agua para inyección de la industria farmacéutica.