Nuove esigenze nella acquisizione e gestione della conoscenza per i DSS Claudio Balducelli Seminario CAMO - 28 ottobre 2003 I Sistemi di Supporto alle Decisioni

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

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. I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003 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”)

Progetti di sviluppo di DSS (realizzati in passato) 1.Sistema esperto di diagnostica del Turboalternatore (CISE 1986) 2.Sistema di diagnostica delle celle di produzione dell’alluminio (ALUMINIA 1988) 3.Sistema di supporto all’addestramento alla cooperazione durante le emergenze (UE MUSTER 1990) 4.Sistema di individuazione e recovery di emergenze causate da impianti industriali (PROT CIVILE CIPRODS 1992) 5.Sistema di aiuto operatore per emergenze in oleodotti e depositi petroliferi (SNAM 1995) 6.Sistema di supporto operatore per la diagnostica precoce dell’impianto ICARO (ENEA 1999). 7.Sistema di ottimizzazione delle opzioni tecniche rivolte a ridurre gli impatti ambientali su impianti di produzione manufatturieri (MIUR 1999) I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

Progetti di sviluppo di DSS (attualmente in corso) 1.Sistema di monitoraggio controllo e salvaguardia di Infrastrutture Critiche altamente informatizzate (UE SAFEGUARD 1992) 2.Sistema di aiuto operatore nella ottimizzazione della logistica (multi-modale) di trasporto delle merci (MIUR SETRAM 1993) I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

I principali tipi di processi decisionali in presenza di crisi o stato di emergenza DIAGNOSI Capire cosa sta accadendo VALUTAZIONE Capire come l’evento incidentale possa propagarsi PIANIFICAZIONE Gestire le risorse e i piani di intervento I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

Alberi diagnostici Ogni nodo corrisponde ad una ipotesi il cui stato durante il processo inferenziale può assumere lo stato di “vera” o di “falsa” Nodo AND Nodo OR Come formalizzare la conoscenza esperta? Evidenze Conseguenze intermedie Diagnosi I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

Come formalizzare la conoscenza esperta? Ogni nodo dell’albero può essere rappresentato tramite una “regola di produzione” A B C If AND AND Then ipotesi B If OR OR Then Ipotesi A If AND AND Then ipotesi C I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

Come formalizzare la conoscenza esperta? Le “metaregole” gestiscono la attivazione delle regole di produzione. Due tipi principali di attivazione. Forward chaining Acquisizione del pattern delle evidenze Verifica dello stato della diagnosi (vera o falsa) I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

Backward chaining Supponi che la diagnosi sia vera Trova i pattern di evidenze che soddisfano la condizione Come formalizzare la conoscenza esperta? Le “metaregole” gestiscono la attivazione delle regole di produzione. Due tipi principali di attivazione. I DSS e la ricerca di modelli di acquisizione della conoscenza Seminario CAMO - 28 ottobre 2003

Come formalizzare la conoscenza esperta? Analista esperto dei processi Esperti di marketing e politiche produttive In un impianto di processo o di produzione esistono in genere tre tipi principali di operatori esperti………… Il focus del DSS è quello di dare supporto a questo tipo di esperto Operatore di impianto Diverse tipologie di esperti Seminario CAMO - 28 ottobre 2003

Come formalizzare la conoscenza esperta? Analista esperto dei processi Esperti di marketing e politiche produttive In un impianto di processo o di produzione esistono in genere tre tipi principali di operatori esperti………… La conoscenza dei modelli che stanno alla base del processo risiede principalmente in questo tipo di esperto. Operatore di impianto Diverse tipologie di esperti Seminario CAMO - 28 ottobre 2003

“Sistema di supporto operatore per la conduzione di celle di produzione dell’alluminio” Cosa abbiamo imparato da questa esperienza…… L’alluminio viene prodotto mediante l’elettrolisi dell’alumina fusa ad alta temperatura KW-ore di potenza elettrica sono necessarie per produrre 1 tonnellata di alluminio Una esperienza e una lezione appresa sul campo Seminario CAMO - 28 ottobre 2003 Alumina Metallo (alluminio) Ossigeno Si consuma Si produce

Un impianto di produzione possiede un grande parco di celle elettrolitiche Carico elettrico Controllo processo Una esperienza e una lezione appresa sul campo 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

Verifica e aggiornamento Responsabile operazioni sulle celle di produzione Interviste Formalizzazione alberi diagnostici Analista esperto del processo elettrolitico Manuali Conoscenza formalizzata Strategia di acquisizione della conoscenza CONFLITTO Una esperienza e una lezione appresa sul campo Seminario CAMO - 28 ottobre 2003 CAPIRE LE CAUSE DEL GUASTO PREVENIRE IL GUASTO

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 Temperatura alta e/o crescente Tensione di marcia alta Bagno basso AlF 3 bassa Ripartizione anodica irregolare Effetti anodici fuori norma Anodo spezzato Anodo scivolato Anodo mal posizionato Mancanza Al 2 O 3 Reintegro insufficiente Colata mal effettuata Svista operatore [0,1] [0,infinito] [0,1] [5,7] [48,72] [1,3] Condizione di pericolo per la cella (da evitare) Seminario CAMO - 28 ottobre 2003

Temperatura alta e/o crescente Tensione di marcia alta Bagno basso AlF 3 bassa Ripartizione anodica irregolare Effetti anodici fuori norma Anodo spezzato Anodo scivolato Anodo mal posizionato Mancanza Al 2 O 3 Reintegro insufficiente Colata mal effettuata Svista operatore [0,1] [0,infinito] [0,1] [5,7] [48,72] [1,3] Possibili cause prime (non esaustive e non sempre verificabili dall’operatore) I limiti delle tecniche di formalizzazione Seminario CAMO - 28 ottobre 2003

Temperatura alta e/o crescente Tensione di marcia alta Bagno basso AlF 3 bassa Ripartizione anodica irregolare Effetti anodici fuori norma Anodo spezzato Anodo scivolato Anodo mal posizionato Mancanza Al 2 O 3 Reintegro insufficiente Colata mal effettuata Svista operatore [0,1] [0,infinito] [0,1] [5,7] [48,72] [1,3] Effetti anomali L’operatore li individua come deviazioni da una condizione di funzionamento normale I limiti delle tecniche di formalizzazione Seminario CAMO - 28 ottobre 2003

Temperatura alta e/o crescente Tensione di marcia alta Bagno basso AlF 3 bassa Ripartizione anodica irregolare Effetti anodici fuori norma Anodo spezzato Anodo scivolato Anodo mal posizionato Mancanza Al 2 O 3 Reintegro insufficiente Colata mal effettuata Svista operatore [0,1] [5,7] [48,72] [1,3] [0,infinito] Vincoli temporali Gli eventi anomali sono legati da vincoli temporali che permettono all’operatore di prevedere le possibili evoluzioni dell’evento I limiti delle tecniche di formalizzazione Seminario CAMO - 28 ottobre 2003

Temperatura alta e/o crescente Tensione di marcia alta Bagno basso AlF 3 bassa Ripartizione anodica irregolare Effetti anodici fuori norma Anodo spezzato Anodo scivolato Anodo mal posizionato Mancanza Al 2 O 3 Reintegro insufficiente Colata mal effettuata Svista operatore [0,1] [5,7] [48,72] [1,3] [0,infinito] Collegamenti forti o deboli Un collegamento può indicare una conseguenza che si verificherà sicuramente o che potrebbe verificarsi I limiti delle tecniche di formalizzazione 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

Sensori intelligenti Detector 1 Detector 4 Detector 3 Detector 2 Detector 5 Correlatore temporale ReazioneVerifica La nascita dei sistemi Ibridi Seminario CAMO - 28 ottobre 2003

Riconoscimento attraverso metodi di DATA MINING Riconoscimento attraverso RETI NEURALI Nuovi metodi di IA utilizzabili come metodi di “anomaly detection” (sensoristica) intelligente Riconoscimento attraverso “Casistiche” Case Base Reasoning La nascita dei sistemi Ibridi Seminario CAMO - 28 ottobre 2003

Nuovi metodi di IA utilizzabili a livello di “correlazione” e “reazione” intelligente Correlare le anomalie attraverso RETI CASUALI di tipo TEMPORALE e SPAZIALE La nascita dei sistemi Ibridi Reagire alle anomalie attraverso metodi di ricerca di nuovi stati di funzionamento ottimale. (ALGORITMI EVOLUTIVI) Seminario CAMO - 28 ottobre 2003

Le nuove sfide Impianto da controllare Strato di controllo (Cyber-layer) Strato organizzativo (procedure operative) Strato fisico Il comportamento è basato su modelli ben conosciuti Mancanza di modelli di comportamento I sistemi con cui abbiamo a che fare sono sempre meno di tipo fisico (hardware) e sempre più di tipo software

Le nuove sfide Impianto da controllare Strato di controllo (Cyber-layer) Strato organizzativo (procedure operative) Strato fisico I sistemi con cui abbiamo a che fare sono sempre meno di tipo fisico (hardware) e sempre più di tipo “software intensive” 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

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…. Le nuove sfide Qualcosa in più relativamente a questo argomento viene illustrato nella presentazione del sistema Safeguard Pacchetti anomali sulla porta di comunicazione IP Livello alto di CPU load Sequenze anomale nelle richieste di routines di sistema Livello elevato di richieste provenienti da Client remoti Server instabile o bloccato [0,Infinito] [0,10] [0,100] [0,10] [0,Infinito] [0,100]