Olga Avila Parte I

PROYECTO DE GRADO
Presentado ante la ilustre UNIVERSIDAD DE LOS ANDES como requisito parcial para
obtener el Título de INGENIERO DE SISTEMAS
SISTEMA EXPERTO PARA EL MONITOREO Y CONTROL DEL

PROCESO DE REDUCCIÓN DIRECTA MIDREX1 DE LA EMPRESA
SIDOR, C. A.
Por
Br. Olga Josefina Avila Camacho

Tutor: Prof. Mariela Cerrada
Asesor Industrial: Lic. Olga Prado
Julio 2006
©2006 Universidad de Los Andes Mérida, Venezuela

Sistema Experto para el monitoreo y control del proceso de reducción directa
Midrex1 de la empresa SIDOR, C. A.
Br. Olga Josefina Avila Camacho
Proyecto de Grado — 149 páginas
Resumen: Los sistemas expertos resuelven problemas que normalmente son solucionados por
un “experto” humano, para lo cual debe contar con una importante base de conocimiento sobre el
dominio, un mecanismo de razonamiento para aplicar su conocimiento a los problemas que se le
proponen y un mecanismo para explicar a los usuarios. En este trabajo se presenta el desarrollo
de un sistema experto para el monitoreo y control del proceso de reducción directa MIDREX1 de
la empresa SIDOR, CA. El proceso de reducción directa constituye el segundo proceso en el ciclo
productivo de dicha empresa, por lo cual es de vital importancia tener una buena supervisión del
mismo. En este trabajo se presenta el sistema experto como una herramienta interactiva y de
supervisión, implantada por medio de una interfaz gráfica de usuario para cumplir con los
requerimientos y objetivos de la empresa y de los usuarios reales, la cual fue diseñada siguiendo
una metodología para el desarrollo de Sistemas Expertos. Esta metodología permitió evaluar
todos los recursos disponibles en el área a desarrollar el sistema, el análisis de requerimientos, el
diseño conceptual y computacional. Durante el desarrollo del trabajo se probó el sistema experto
fuera de línea y a tiempo real, obteniendo en ambos casos resultados favorables, demostrando que
dicho sistema como una herramienta es aceptable y confiable.
Palabras clave: Sistema Experto, Monitoreo, Supervisión, Reducción, Hierro de reducción

directa (HRD), MIDREX.
Resumen ii
Dedicatoria
A mi Madre, quien siempre me ha acompañado en todo momento, quien me ha brindado su amor

incondicional y me dio un ejemplo digno a seguir, quien siempre me ha dado su apoyo, confianza
y sabiduría. Te quiero mucho.
Dedicatoria iii
Índice de Contenido
Resumen .................................................................................................................................ii
Dedicatoria.............................................................................................................................iii
Índice de Contenido...............................................................................................................iv
Índice de Figuras....................................................................................................................vi
Índice de Tablas...................................................................................................................viii
Agradecimientos ....................................................................................................................ix
Capítulo 1 Introducción ..........................................................................................................1
1.1 Antecedentes ................................................................................................................1
1.2 Definición del Problema...............................................................................................2
1.3 Justificación..................................................................................................................4
1.4 Objetivos ......................................................................................................................5
1.5 Alcance.........................................................................................................................5
1.6 Descripción del Proyecto de Grado..............................................................................5
Capítulo 2 El proceso MIDREX y su contexto productivo en SIDOR ..................................7
2.1 Sistema de Reducción ..................................................................................................7
2.2 El proceso de reducción directa MIDREX...................................................................8
2.1.1. Reseña histórica del proceso de reducción directa MIDREX ..............................8
2.1.2. Reacciones en el proceso MIDREX.....................................................................9
2.3 Descripción de la Planta MIDREX ............................................................................16
Capítulo 3 Sistemas Expertos y Lógica Difusa ....................................................................25
3.1 Generalidades sobre Inteligencia Artificial...............................................................25
3.2 Sistemas Expertos (SE) ..............................................................................................28
3.2.1 Estructura Básica de un Sistema Experto...............................................................28
3.2.2 Manejo del conocimiento en el desarrollo de un Sistema Experto ........................36
3.2.3 Metodologías para el desarrollo de Sistemas Expertos..........................................41
3.3 Lógica Difusa .............................................................................................................44
3.3.1 Conceptos básicos de lógica difusa........................................................................46
a. Modelado usando lógica difusa..................................................................................50
Capítulo 4 Desarrollo del Sistema Experto ..........................................................................53
Etapa 1: Análisis y descripción del problema ........................................................................53
1.1 Descripción general del problema..........................................................................53
1.2 Análisis de factibilidad para el desarrollo del SE ..................................................56
Etapa 2: Especificación de Requerimientos ...........................................................................57
2.1 Requerimientos de información .............................................................................57
2.2 Requerimientos funcionales ...................................................................................57
2.3 Requerimientos de entrada de datos.......................................................................58
2.4 Requerimientos de hardware y software ................................................................59
Etapa 3: Ingeniería de Conocimiento .....................................................................................62
3.1 Adquisición del conocimiento................................................................................63
Índice de Contenido iv
3.2 Estructuración del conocimiento............................................................................70
Etapa 4: Diseño Preliminar del SE.........................................................................................79
4.1 Diseño preliminar de la arquitectura del sistema de supervisión usando SE .........79
4.2 Selección de la herramienta computacional ...........................................................84
4.3 Diseño preliminar de procesos de adquisición y almacenamiento de datos ..........88
4.4 Diseño preliminar de procesos de interconexión ...................................................94
4.4.1 Integración Interna .........................................................................................94
4.4.2 Integración Externa ........................................................................................97
Capítulo 5 Evaluación y funcionamiento del SE................................................................101
5.1 Evaluación de la sintaxis ..........................................................................................102
5.2 Evaluación de la semántica ......................................................................................103
5.3 Utilidad del SE .........................................................................................................104
5.3.1 Funcionamiento del SE ........................................................................................104
a. Interfaz gráfica .....................................................................................................104
b. Ejemplo de la corrida ...........................................................................................106
Conclusiones.......................................................................................................................111
Recomendaciones ...............................................................................................................112
Bibliografía .........................................................................................................................114
Anexo A. Flujogramas de Reglas del Sistema Experto......................................................118
Anexo B. Funciones Difusas ..............................................................................................138
Anexo C. Archivos del Sistema..........................................................................................145
Índice de Contenido v
Índice de Figuras
Figura 2.1 Etapas del Proceso MIDREX .......................................................................................10

Figura 2.2 Reacciones de Reducción .............................................................................................11
Figura 2.3 Reacciones químicas de Reducción..............................................................................12
Figura 2.4 Reacciones de Carburización........................................................................................12
Figura 2.5 Reacciones de reformación...........................................................................................14
Figura 2.6 Reacciones de reformación de forma genérica .............................................................14
Figura 2.7 Reacciones de deposición de carbono ..........................................................................15
Figura 2.8 Zonas de Reducción......................................................................................................17
Figura 2.9 Sistema de Carga ..........................................................................................................17
Figura 2.10 Reducción ...................................................................................................................18
Figura 2.11 Zona de transición.......................................................................................................19
Figura 2.12 Zona de Enfriamiento .................................................................................................20
Figura 2.13 Péndulo de descarga....................................................................................................21
Figura 2.14 Reformador .................................................................................................................23
Figura 2.15 Zoom del Reformador.................................................................................................23
Figura 2.16 Esquema de la planta de reducción directa MIDREX1..............................................24
Figura 3.1 Esquema básico de un SE .............................................................................................28
Figura 3.2 Esquema extendido de un SE........................................................................................29
Figura 3.3 Encadenamiento de Reglas ...........................................................................................33
Figura 3.4 SE integrado a un mecanismo de control......................................................................36
Figura 3.5 Funciones de Pertenencia, (a) triangular, (b) trapezoidal, (c) gaussiana y (d) sigmoidal
........................................................................................................................................................47
Figura 3.6 Intersección entre conjuntos difusos.............................................................................47
Figura 3.7 Unión entre conjuntos difusos ......................................................................................48
Figura 3.8 Negación de un conjunto difuso ...................................................................................48
Figura 3.9 Verificación y Validación del modelo difuso ...............................................................52
Figura 4.1 Situación vs. Futura ......................................................................................................55
Figura 4.2 Funciones del SE ..........................................................................................................58
Figura 4.3 Entradas/Salidas del SE ................................................................................................59
Figura 4.4 Vista de frente armarios de Nivel 2 ..............................................................................60
Figura 4.5 Piso de Planta................................................................................................................62
Figura 4.6 Diagrama de causa-efecto para el %CO2 en gas reformado .........................................67
Figura 4.7 Diagrama de causa- efecto para el %CH4 en gas reformado ........................................68
Figura 4.8 Diagrama de causa- efecto para el %CO2 en gas tope ..................................................68
Figura 4.9 Diagrama de causa- efecto para la Temperatura del gas bustle ....................................69
Figura 4.10 Diagrama de Causa- Efecto para la Temperatura del Centro del Reactor .................69
Figura 4.11 Diagrama de Causa- Efecto para % Vapor en gas proceso........................................70
Figura 4.12 Flujograma de reglas para %Vapor en gas proceso alto.............................................71
Figura 4.13 Partición difusa genérica.............................................................................................72
Índice de Figuras vi
Figura 4.14 Funciones difusas para c/u de las variables claves .....................................................75
Figura 4.15 Reglas activadas en Vapor gas proceso ......................................................................78
Figura 4.16 Arquitectura del sistema de supervisión .....................................................................80
Figura 4.17 Límites a modificar.....................................................................................................81
Figura 4.18 Límites de aviso y control en un gráfico de control ...................................................82
Figura 4.19 Arquitectura del T-Expert...........................................................................................88
Figura 4.20 Diagrama del sistema..................................................................................................94
Figura 4.21 Sistema de adquisición de Ivision...............................................................................95
Figura 4.22 Pantalla Principal ........................................................................................................98
Figura 4.23 Histórico de alarmas ...................................................................................................99
Figura 4.24 Recomendación de control........................................................................................100
Figura 5.1 Prueba fuera de línea para CO2 en gas reformado alto ...............................................103
Figura 5.2 Funcionamiento de la aplicación a tiempo real ..........................................................106
Figura 5.3 Camino recorrido por el SE ........................................................................................109
Figura 5.4 Resultado del SE.........................................................................................................110
Figura A.1 Reglas para % Vapor en gas Proceso Alto.................................................................118
Figura A.2 Reglas para Temperatura del gas bustle Alta.............................................................119
Figura A.3 Reglas para temperatura gas bustle baja ....................................................................120
Figura A.4 Reglas para temperatura del centro del reactor alta ...................................................121
Figura A.5 Reglas para temperatura del centro del reactor baja ..................................................122
Figura A.6 Reglas para CO2 en gas tope alto ...............................................................................123
Figura A.7 Reglas para CO2 en gas tope bajo ..............................................................................124
Figura A.8 Reglas para CH4 en gas reformado alto .....................................................................126
Figura A.9 Reglas para CH4 en gas reformado bajo ....................................................................127
Figura A.10 Reglas para CO2 en gas reformado alto ...................................................................128
Figura A.11 Reglas para CO2 en gas reformado bajo ..................................................................129
Índice de Figuras vii

Índice de Tablas
Tabla 4.1 Variables controladas y variables manipuladas .............................................................66

Tabla 4.2 Límites de alarma y operación de las variables claves ..................................................73
Tabla 4.3 Variables de proceso a fuzzificar ...................................................................................77
Tabla 4.4 Entrada que emula vapor en gas proceso alto ................................................................77
Tabla 4.5 Descripción de la Tabla DATOS_INST ........................................................................90
Tabla 4.6 Tabla DATOS_INST .....................................................................................................90
Tabla 4.7 Tabla LIMITES_REFERENCIA ...................................................................................91
Tabla 4.8 Tabla TABLE_ALARM ................................................................................................92
Tabla 4.9 Tabla TABLE_ALARM_TBF .......................................................................................93
Tabla 5.1 Variables de entrada, caso de prueba ...........................................................................108
Tabla A.1 Códigos y recomendaciones de control.......................................................................137
Índice de Tablas viii

Agradecimientos
A Dios, por siempre estar a mi lado y permitirme llegar hasta donde estoy ahora.
A la escuela de Ingeniería de Sistemas todo su personal docente y administrativo, por contribuir

en mi formación profesional.
A mi tutora Prof. Mariela Cerrada, quien con su orientación, enseñanza y apoyo hizo posible el
desarrollo de este trabajo.
A la sección de modelos de Automatización de SIDOR, C.A., por asignarme este trabajo y

confiar en mi capacidad para realizarlo, especialmente agradezco a José R. Lara D. por su valiosa
colaboración.
A todos aquellos amigos y compañeros, que de alguna forma intervinieron en la realización de

este trabajo.
Agradecimientos ix
Capítulo 1
Introducción
Anteriormente se creía que la resolución de ciertos tipos de problemas tales como reconocimiento
de voz, patrones y sistemas complejos de tipo deterministas o estocásticos solo podría ser hecha
por personas, dado que estos cuentan con habilidades para pensar, memorizar, aprender, entre
otras, que son necesarias para la resolución de estos problemas. Durante las tres últimas décadas
los investigadores han probado que muchos de estos problemas pueden ser resueltos con la ayuda
de las computadoras.
El campo de la Inteligencia Artificial (IA) trata la resolución de estos problemas, la
misma puede definirse como la encargada del diseño de sistemas computacionales inteligentes,
que exhiben características asociadas a la inteligencia en el comportamiento humano tales como
compresión del lenguaje, capacidad para razonar, resolución de problemas, etc.
En la actualidad la IA enmarca varias subáreas, tales como lógica difusa, redes
neuronales, computación evolutiva, visión artificial, sistemas expertos (SE), etc. Los sistemas
expertos constituyen una de estas subáreas de notada aplicación, pudiendo ir desde aplicaciones
en medicina hasta aplicaciones en control. En las empresas han tenido mayor auge apoyando la
toma de decisiones y siendo de gran utilidad donde se necesite un experto [1], [2].
El siguiente trabajo muestra una de las aplicaciones de los sistemas expertos en
ambientes industriales, trata del diseño e implementación de un sistema experto para el monitoreo
y control de las variables claves en MIDREX1 de la empresa SIDOR, C.A.
1.1 Antecedentes
SIDOR es una empresa siderúrgica que produce acero a partir de un mineral con alto contenido
de hierro, utilizando la vía de reducción directa, hornos de arco eléctrico y colada continua.
Capítulo 1. Introducción 1
MIDREX es un proceso de reducción directa y MIDREX1 constituye una de las plantas de
SIDOR.
El término reducción significa la remoción del oxígeno del óxido de hierro donde el
reductor (gas o carbón) es el agente que elimina el oxígeno. Los agentes reductores normalmente
usados son el carbono (C), monóxido de carbono (CO) y el hidrógeno (H2).
MIDREX1 tiene dos reactores, el horno de reducción y el reformador. El horno de
reducción es donde se llevan a cabo las operaciones asociadas al proceso de reducción que se
realiza a medida que el mineral pasa por cinco zonas, las cuales se mencionan a continuación:
carga, reducción, transición, enfriamiento y descarga. La operación del horno es continua y dura
6.5 horas desde el momento que ingresa en el mineral hasta que sale como hierro de reducción
directa. El reformador tiene como objetivo convertir el gas de la salida del reactor rico en CO2 en
gas reformado. Para lograrlo, utiliza gas natural, energía y un catalizador. La unión del gas
reformado con el gas natural produce el gas reductor utilizado en el proceso de reducción.
El producto obtenido de la reducción directa, hierro esponja, es un material sólido,
generalmente de la misma forma del material de carga, que contiene hierro metálico (Fe) óxido
de hierro (FeO) carburo de hierro (Fe3C) y ganga.
El proceso de reducción directa es el segundo proceso en el ciclo productivo de SIDOR,
transforman las pellas de manera que sean aptas para la fabricación de acero. Esta reducción se
lleva a cabo mediante dos tecnologías MIDREX y HyL.
En cuanto la uso de SE en plantas MIDREX, se sabe de la existencia de uno para el
arranque de la planta, desarrollado en la empresa SIDERAR-Argentina, el mismo está en fase de
pruebas, aún no está en operación. SIDOR en su haber cuenta con un SE para el monitoreo del
comportamiento del perfil y cuña de las bobinas laminadas en caliente y otro para el monitoreo
de las temperaturas de enrollado de las bobinas laminadas en caliente.
1.2 Definición del Problema
Actualmente en MIDREX1, las variables claves son el %CO2 en gas reformado, %CH4 en gas
reformado, %CO2 en gas tope, temperatura del centro del reactor, temperatura de gas bustle y
%vapor de agua en gas proceso, las cuales operan alrededor un valor central de referencia con un
límite de variación asociado al mismo, que es fijado por el Ingeniero de Procesos. Para mantener
estas variables dentro de los límites previamente fijados, existe un operador principal que es el
encargado de controlar el proceso de manera manual. Dicho operador cuenta con el Sistema de
Apoyo Operativo (SAO), el cual puede ser consultado desde una computadora llamada cliente
SAO que está ubicada en la cabina de control; este sistema también puede ser accedido por medio
de la red de SIDOR por todo trabajador de la planta. El SAO cuenta con diversos sistemas de
ayuda y control de gestión del proceso MIDREX, entre ellos el control de Variables Claves.
El control de proceso en MIDREX1 consiste en un seguimiento gráfico del
comportamiento de las variables más importantes del mismo, críticas para la calidad del producto
y la operación continua. Este sistema de control se apoya en el Sistema de Variables Clave, el
cual es una aplicación tipo ayuda (Help), donde existen diagramas causa-efecto de cada una de
las variables claves, que permiten tomar acciones precisas y de manera uniforme entre los
distintos grupos operativos, en la corrección de las desviaciones del proceso a fin de mantener la
calidad del producto.
Actualmente, el procedimiento a seguir por el operador para ejercer el control sobre el
proceso es el siguiente: el operador por medio del acceso a las aplicaciones de visualización en
línea a tiempo real de la planta, toma el promedio de cada una de las variables claves, transcribe
cada dato al SAO para construir tendencias y de esta manera observar el comportamiento que
tiene la variable de interés. Este procedimiento es realizado cada hora, permitiendo la elaboración
de gráficos de tendencia, seguimiento del cumplimiento, los rangos de operación por variable y
ver el desempeño por cuadrilla y operador.
Una vez concretadas todas las posibles causas de desviación para cada variable clave, así
como las acciones correctivas más apropiadas, se toman los códigos de justificación de acciones
empleados para corregir desviaciones, permitiendo así mismo la elaboración de los paretos1 de
las causas de desviación, el cumplimiento de los rangos de control de cada variable y el
desempeño por cuadrilla y operador.
Los rangos de operación de cada una de las variables claves son fijados por el Ingeniero
de Procesos, dependiendo de la operación de la planta. MIDREX1 opera con dos sistemas de
1
El diagrama de pareto es un histograma especial, en el cual las frecuencias de ciertos eventos aparecen ordenadas
de mayor a menor
alarma, el primero constituido por las alarmas Alto (H) y Bajo (L), el segundo acotado entre las
alarmas AltoALto (HH) y BajoBajo (LL). En el primer rango el operador ejerce control, mientras
que en el segundo el control es hecho de manera automática por el Sistema de Prevención. El
control actual se hace en base a los rangos de operación fijados a fin de evitar llegar al nivel de
alarma H o L.
1.3 Justificación
En un sistema complejo es difícil planificar o anticipar todo lo que ocurre en el sistema. La

presencia de los operadores humanos resulta indispensable para tomar el cargo de vigilante en
conjunto con los ingenieros de procesos, a fin de actuar cuando los límites del dominio válidos
son atentados. Los humanos tienen por cualidad principal saber administrar lo imprevisto y lo
incierto, crear estrategias que se adapten a las dificultades, pero esta capacidad evoluciona con el
tiempo, en un sentido positivo o negativo. Con la práctica, si un sistema es automatizado, los
operadores tienen que esforzarse menos, más si son relevados de la rutina y de una actividad
pasiva. La gran mayoría de los accidentes son debidos a una combinación de factores que
engloban inevitablemente una parte del error humano.
La automatización y la informatización aparecieron como dos de los factores más
importantes del desarrollo de los grandes procesos industriales. El incremento en el uso de los
sistemas expertos a tiempo real se ha debido a la escasez de expertos humanos, particularmente la
dificultad y el alto costo de contratar, entrenar y retener los operadores de procesos de planta [3]
y [4]. Un sistema que pueda alojar y procesar conocimiento experto puede reducir
dramáticamente el número de operadores para un sistema complejo. Entrenamiento y costos de
mantenimiento de operación de una planta compleja, pueden también ser recortados añadiendo
razonamiento basado en conocimiento en lugar de simplemente contratar más operadores
humanos. Los sistemas expertos también eliminan algunas de las fallas comunes de los
operadores como fatiga, aburrimiento, las cuales pueden afectar la calidad, seguridad y
productividad de la planta.
Un sistema experto puede servir parar hacer un control de proceso proactivo, avisando al
operador con tendencias estadísticas de las variables claves del proceso antes que ocurra una
alteración del sistema.
Puesto que en MIDREX1 el control de las variables claves del proceso que intervienen de
manera importante en la calidad del producto recae en gran parte sobre el operador, se propone
un sistema experto que sirva de apoyo al operador en cuanto al monitoreo y control de las
variables del proceso.
1.4 Objetivos
General
• Diseñar e implantar un Sistema Experto (SE) para el monitoreo y control de
variables claves en MIDREX1.
Específicos
• Disminuir el número de demoras operativas, por descontrol de las variables
que tiendan a salirse fuera de los rangos de operación.
• Notificar a través de un mensaje y una alarma si alguna condición del proceso
se encuentra fuera de los rangos de referencia.
• Proveer al usuario de una recomendación de control en caso de alarma.
1.5 Alcance
Se pretende lograr el monitoreo digital de las variables claves asociadas al proceso MIDREX1,
relacionadas principalmente con el área de reducción y reformación, hasta la proposición de una
acción de control a ejecutar por el operador que permita el control de estas variables en ciertos
rangos de operación, utilizando para esto un Sistema Experto, que operará en condiciones
normales de operación de la planta.
1.6 Descripción del Proyecto de Grado
Este proyecto de grado que se presenta, consiste de temas distribuidos en cinco capítulos,
divididos de la siguiente manera:
En el capítulo 1 se realiza una breve introducción al tema del proyecto. En el capítulo 2,
se da una introducción referente al proceso de reducción directa MIDREX y su contexto
productivo en la empresa SIDOR. El capítulo 3, trata la teoría asociada a los sistemas expertos y
la lógica difusa, se presentan conceptos, historia y estructura. En el capítulo 4 se aborda el
análisis, el diseño y la implementación de un sistema experto para el control y monitoreo de las
variables claves de MIDREX1 de la empresa SIDOR. El capítulo 5 se muestra la implantación de
la aplicación a tiempo real y sus respectivas pruebas. Por último, se describe las conclusiones
generales del trabajo realizado y las recomendaciones para trabajos futuros.
Capítulo 2
El proceso MIDREX y su contexto productivo en SIDOR
La reducción directa es el segundo proceso en el ciclo productivo de SIDOR. Transforma el

mineral de hierro de manera que sea apto para la fabricación de acero. Por esta razón, interesa
conocer algunos de los aspectos más importantes asociados a este. El objetivo del presente
capítulo es mostrar un horizonte más amplio del proceso productivo MIDREX así como su
entorno en SIDOR.
Para la producción de acero, SIDOR utiliza tecnologías de Reducción Directa y Hornos
Eléctricos de Arco, con recursos naturales disponibles. Esta planta es uno de los complejos más
grandes de este tipo en el mundo. De esta manera, SIDOR está integrada por una planta de
pellas2, un complejo de reducción directa y dos grandes complejos productivos: el complejo de
productos largos y el complejo de productos planos, los cuales generan productos varios como:
bobinas, láminas, barras, palanquillas, alambrón y cabillas.
2.1 Sistema de Reducción
La reducción directa del óxido de hierro es una reacción química de hidrógeno (H2) y monóxido
de carbono (CO) con el óxido de hierro, para producir hierro metálico. Los aspectos químicos y
térmicos del proceso de reducción son más eficaces cuando se utilizan en un horno cilíndrico de
contraflujo, con flujo de sólidos uniforme hacia abajo, y un flujo de gases hacia arriba.
Algunos de los aspectos de la reducción directa son los siguientes: el óxido de hierro, en
forma de pellas de óxido o mineral, esta formado por aproximadamente 30% de oxígeno por
peso. En la reducción directa, el oxígeno en el óxido de hierro reacciona con el CO y H2 a
2
Pella: es un aglomerado de fino de material de hierro, de forma aproximadamente esférica y granulometría
determinada, obtenida con el agregado de elementos aglomerantes, sometidos al final a procesos de endurecimiento.
Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 7

temperaturas elevadas, obteniéndose como resultado hierro metálico, dióxido de carbono (CO2), y
agua (H2O) en forma de vapor. Al CO y H2 se les conoce como gases reductores, ya que reducen
el óxido de hierro, convirtiéndolo en hierro metalizado. El CO2 y H2O oxidan al hierro, y se
conocen como gases oxidantes. El potencial de reducción del gas utilizado para la reducción está
determinado por el porcentaje de CO más H2 en el gas, dividido por el porcentaje de CO2 más
H2O en el gas. A esto se le conoce como la razón reductor/oxidante del gas, o “calidad del gas “.
El proceso de reducción directa MIDREX utiliza un flujo continuo de gases reductores
para químicamente extraer el oxígeno del mineral de hierro. Los gases reductores se producen en
el reformador, y se introducen en el horno de reducción con una concentración y temperaturas
controladas. Mientras fluyen contra la corriente del mineral descendiente, los gases reductores
calientan, reducen y carburizan al mineral a la composición deseada.
La reducción directa es el segundo proceso en el ciclo productivo de SIDOR. Transforma
las pellas de manera que sean aptas para la fabricación de acero.
La propuesta de este trabajo apunta a mejorar el funcionamiento del proceso MIDREX en
SIDOR, así, en la siguiente sección se detalla este proceso.
2.2 El proceso de reducción directa MIDREX
2.1.1. Reseña histórica del proceso de reducción directa MIDREX
Para describir de forma sencilla la historia de MIDREX se sigue la siguiente cronología por la
Gerencia General de Ingeniería y Medio Ambiente, [5]:
2.1.1. En los años 30, se funda la compañía Surface Combustión, predecesora de
MIDREX, desarrollando el Saber-Como (Know-How) en la aplicación de procesos de
combustión para problemas industriales.
2.1.2. En los años 40, Surface Combustión desarrolla el horno de cuba, como también
las técnicas y los equipos para formar gas reformado.
2.1.3. En los años 50, la compañía Surface Combustión es adquirida por Midland-Ross,
desarrollando un proceso de reducción directa con la combinación de la tecnología del
horno de cuba y gas reformado generado por un reformador estequiométrico.

2.1.4. Entre 1965 y 1967, obtienen el primer contrato para la construcción de una planta
piloto, a través de la empresa Oregon Steel Mills, en Portland, Oregon, EUA.
2.1.5. En 1969, la división MIDREX es creada por Midland-Ross para llevar con gran
énfasis los negocios de reducción directa.
2.1.6. En 1971, arranca la planta MIDREX de Georgetown, Carolina de Sur, EUA., con
una capacidad de 400000 t/a.
2.1.7. En 1972, arranca la planta MIDREX en Hamburg, Alemania, con una capacidad
de 400000 t/a.
2.1.8. En 1973, es formada una nueva corporación la cual comienza las operaciones en
Charlotte, Carolina del Norte, EUA., y a comienzos de 1974 comienza a llamarse
Corporación MIDREX.
2.1.9. En 1983, Kobe Steel, Ltd. de Tokio, Japón, adquiere la corporación MIDREX. La
gerencia y el cuadro staff de MIDREX fue retenido y continúa la operación de la
compañía desde su sede en Charlotte, EUA.
2.1.2. Reacciones en el proceso MIDREX
Hay dos reactores en el proceso de reducción directa MIDREX: el horno de reducción y el

reformador. Consta de tres etapas, la preparación de la materia prima, la reducción y la
reformación.

Figura 2.1 Etapas del Proceso MIDREX
A continuación se hará un resumen de las etapas ilustradas en la figura 2.1
a) Preparación de la materia prima

Tiene como objetivo recubrir la pella con cal hidratada para evitar que se aglomere por
efectos de las altas temperaturas.
b) Reacciones en el horno de Reducción
Se presenta seguidamente las reacciones que se dan en el horno reductor, [6].
b.1) Reducción
MIDREX utiliza un flujo continuo de gases reductores que químicamente extraen el
oxígeno del óxido de hierro. Los gases reductores, hidrógeno y monóxido de carbono, son
producidos en un reformador estequiométrico y luego son introducidos en el horno de reducción
con un análisis y temperaturas controladas. Fluyendo en contracorriente al óxido de hierro, los
gases calientan, reducen, y carburizan el óxido a una composición deseada.
La zona superior del horno es conocida como zona de reducción, y es aquí donde ocurren las
reacciones químicas que dan como producto el hierro reducido. En figura 2.2 se detallan las
reacciones químicas que se dan en el proceso de reducción.

Figura 2.2 Reacciones de Reducción
Como el gas fluye en contracorriente al óxido, el monóxido de carbono y el hidrógeno son
convertidos gradualmente en dióxido de carbono y vapor de agua mientras el material alimentado
es reducido a hierro metálico.
La velocidad con que ocurran estas reacciones, determinan el tiempo de residencia
necesitado para metalizar el producto por encima de 92 % (generalmente es entre 4 y 6 horas);
esto también es determinado por la capacidad de los equipos existentes en planta.
A medida que el gas reductor asciende dentro del horno, el mismo va perdiendo su poder
reductor, este gas que sale de la zona de reducción, por el tope de horno (conocido como Gas de
Tope o gas de cola), tiene una temperatura entre 300 ºC y 480 ºC. El gas tope pasa por el lavador
de gas de tope donde se enfría a una temperatura entre 48 ºC y 56 ºC, y se le remueven las
partículas finas de metálico y/o óxido que pueda contener, antes de ser reciclado en el
reformador. El material reducido que sale por debajo del horno de reducción es conocido como
H.R.D. (Hierro de reducción directa), y también se le conoce como Hierro Esponja,
denominación viene dada por la forma que el mismo tiene al salir del horno.
La secuencia de reacciones de la figura 2.3 ocurre cuando se comienza con una
alimentación de hematita (Fe2O3). Cada reacción está basada en un mol de hierro.

1/2 Fe2O3 + 1/6 H2 -> 1/3 Fe3O4 + 1/6 H2O
1/2 Fe2O3 + 1/6 CO -> 1/3 Fe3O4 + 1/6 CO2
1/3 Fe3O4 + 1/3 H2 -> FeO + 1/3 H2O
1/3 Fe3O4 + 1/3 CO -> FeO + 1/3 CO2
FeO + H2 -> Feº + H2O
FeO + CO -> Feº + CO2
Figura 2.3 Reacciones químicas de Reducción
En este proceso contracorriente, en la etapa final de la reducción (reacciones 5 y 6), las

reacciones están acompañadas por un gas altamente rico, ya que tiene una alta relación de
reductores entre oxidantes, debido a que en esta zona ocurre el primer contacto entre el gas
reductor y el material a metalizar.
b.2) Carburización
La carburización que también ocurre en el horno de reducción, es el proceso de

incrementar el contenido de carbono en el H.R.D. Este carbono en el producto reducido es
esencial para un uso más eficiente del H.R.D. en las acerías.
La carburización del hierro metálico puede producirse por una o más de las reacciones
mostradas en la figura 2.4:
3 Fe + 2 CO -> Fe3C + CO2
3 Fe + CO + H2 -> Fe3C + H2O
3 Fe + CH4 -> Fe3C + 2 H2O
Figura 2.4 Reacciones de Carburización
En todos los procesos de reducción una o más de las reacciones arriba mencionadas
intervienen en la carburización. El grado de control y el rango de control del contenido de
carbono en el producto reducido puede ser aplicado por uno (o más) de los siguientes dos
métodos:

• Introduciendo gas natural en la corriente de gas reductor, el cual al llegar al horno de
reducción, el lecho del mismo provee el calor necesario, para que ocurra el craqueo de los
hidrocarburos y la deposición de carbono en el producto.
• Introduciendo gas natural en la corriente de gas de enfriamiento o inyectándolo directamente
a la zona de enfriamiento del horno (hasta el momento se conocen tres puntos en plantas
MIDREX con descarga en frío, entre el rompedor inferior y medio, por encima de los
rompedores medios – debajo del árbol de Navidad3 - , y la zona de transición). En el sistema
normal, el gas de enfriamiento se mueve en un circuito independiente, lo que produce una alta
concentración de metano en esta corriente. Este alto metano contribuye al incremento del
carbono en el producto, y se desplaza de igual manera que el gas reductor, en contracorriente
de los sólidos. Algo de esta corriente se desplaza a la zona de reducción (esto se conoce como
corriente arriba ó Upflow), donde se aumenta aún más el potencial de craqueo del metano,
debido al incremento de temperatura de esta corriente al llegar a esta área.
c) Reacciones en el Reformador
A continuación se detallan las reacciones que se dan en el reformador, [6].
c.1) Reformación
El gas reductor es producido de la recirculación del gas de tope (horno de reducción). Este
gas al salir del horno es limpiado y enfriado por el lavador de gas de tope, luego pasa por los
compresores de proceso, se mezcla con gas natural, se precalienta en los recuperadores de calor y
pasa por los tubos catalíticos. Estos tubos son calentados en un horno de refractario y lana
refractaria, llamado reformador.
En los procesos de reducción con utilización de gas natural, el CO y H2 necesarios para la
reducción son obtenidos por la reformación de gas natural con vapor de agua y/o CO2 a elevadas
temperaturas. El gas natural es principalmente CH4 (metano). Las reacciones de la figura 2.5 son
las básicas en el proceso de reformación:
3
Árbol de Navidad: Dispositivo para uniformizar el descenso del lecho, recibe este nombre por la forma que tiene.

CH4 + H2O -> CO + 3 H2
CH4 + CO2 -> 2 CO + 2 H2
Figura 2.5 Reacciones de reformación
Más genéricamente, las reacciones de reformación con cualquier hidrocarburo saturado en

el gas natural se expresa en la figura 2.6:
CnH2n+2 + [n] H2O -> [n] CO + [2n+1] H2

CnH2n+2 + [n] CO2 -> [2n] CO + [n+1] H2
Figura 2.6 Reacciones de reformación de forma genérica
Consideraciones de equilibrio previenen que estas reacciones se den al 100 %. Debe haber
un excedente de H2O mas CO2 en la mezcla de gas a ser reformada para inhibir las reacciones de
deposición de carbono, esto resulta en un residual de H2O mas CO2 en el gas reformado caliente.
La mejor reformación es la que resulta con 95% de CO+H2 y 5% CO2+H2O en el gas reformado
caliente.
La reformación del gas natural es acelerada por la utilización de un catalizador base
níquel a una temperatura entre 900 ºC – 1000 ºC.
c.2) Deposición de Carbono
La deposición de carbono en los catalizadores, es uno de los factores que más afecta al desarrollo
de las reacciones de reformación. Ello responde a una serie de factores que van desde la calidad
del gas de alimentación hasta la forma de operar el reformador.
El carbono puede teóricamente, ser formado por alguna de las reacciones señaladas en la figura
2.7.

CnH2n+2 -> [n] C + [n+1] H2
2 CO -> C + CO2
CO + H2 -> C + H2O
Figura 2.7 Reacciones de deposición de carbono
Si el análisis de gas es tal que estas tres reacciones predicen formación de carbono para
cierto equilibrio y hay suficiente tiempo de residencia, ocurriría la deposición de carbono. Las
dos fuentes más conocidas de deposición de carbono en el reformador son: el monóxido de
carbono y los hidrocarburos más pesados que el metano en el gas natural. El carbón producido
por el CO es comúnmente conocido como carbón Bouduart.
La deposición de carbono por medio del CO, ocurre cuando el gas de alimentación hace
contacto con un catalizador muy activo, cuando su temperatura es muy baja o cuando la relación
estequiométrica es muy baja. El alto potencial de deposición de carbón por CO se encuentra en
los rangos de temperatura comprendidos entre 400 ºC y 700 ºC. El reformador ha sido diseñado
de manera que el gas de alimentación sea calentado lo más rápido posible por encima de esta
temperatura crítica.
Es aquí donde juega un papel importante el soporte inerte, ya que su trabajo consiste en
ayudar a que el gas se caliente lo más rápido posible y pase el rango crítico de temperatura de
deposición de carbón comprendido entre 400ºC y 700ºC.
Cada tubo del reformador contiene (en el caso de las plantas MIDREX de SIDOR) un soporte
inerte, aquí es donde se produce el calentamiento del gas de alimentación desde 440ºC hasta
700ºC. Luego de este soporte inerte, siguen dos perfiles de catalizador, uno de baja actividad y
otro de alta actividad. El de baja actividad es un catalizador de base magnesio con
aproximadamente 5% de Níquel. Esta combinación es para inhibir la deposición de carbono por
craqueo de hidrocarburos pesados, como es el caso del gas natural en Venezuela. El de alta
actividad es un catalizador de base alúmina con aproximadamente 10% de Níquel.
La deposición de carbono por medio de hidrocarburos pesados, ocurre por el craqueo de
éstos cuando se ven favorecidos por altas temperaturas. Por tal motivo cuando se diseña un

reformador se debe tener certeza sobre la composición química del gas natural con que se vá a
trabajar, ya que de esta manera se podrá establecer el tipo de catalizador a usar, su actividad y su
perfil de llenado en los tubos catalíticos.
Los síntomas generales de la deposición de carbono son:
• Incremento de la caída de presión en el Reformador.
• Distribución no uniforme del flujo de gas.
Una vez conocidas las reacciones que se dan en un proceso de reducción MIDREX a fin
de obtener hierro a partir de pellas, se describe a continuación las diferentes zonas de una planta
MIDREX, en donde se dan las mencionadas reacciones.
2.3 Descripción de la Planta MIDREX
Las operaciones asociadas a la reducción se realizan a medida que las pellas pasan por
cinco sistemas o zonas, dentro del horno de reducción. Estas zonas son carga, reducción,
transición y descarga. La operación del horno es continua y dura aproximadamente 6.5 horas
desde el momento que entra la pella hasta que sale el HRD. Estas zonas se pueden ver en la
figura 2.8

Figura 2.8 Zonas de Reducción
Siguiendo la dirección del flujo de material, una planta MIDREX puede ser dividida en
las siguientes zonas:
• Sistema de carga de óxido: es una sección de distribución cuyo objeto es que la carga sea se
distribuya de manera uniforme, funciona como elemento de sello de los gases del horno.
Figura 2.9 Sistema de Carga

Esta constituido por:
− Tolva de carga: funciona como acumulador, recibiendo las pellas. Consta de una sección
cilíndrica superior y una sección cónica inferior con una inclinación que impide
acumulación de pellas.
− Pierna de sello y compuerta superior: conecta a la tolva y la caja distribuidora, provee un
flujo continuo de pellas y mantiene un sello dinámico entre el reactor y al atmósfera.
− Caja y piernas distribuidoras: esta debajo de la cámara de sello superior. Distribuyen
uniformemente la alimentación al horno y esta compuesta de 12 piernas que salen de la
caja distribuidora.
• Zona de reducción: es la zona más importante pues ahí ocurre la reducción directa, comprende
la zona bustle.
Las pellas alimentadas en el horno van descendiendo por acción de la gravedad, en
sentido contrario al gas inyectado en la zona el bustle. El gas reductor ingresa al reactor a alta
temperatura. En la medida que el gas asciende se va haciendo más rico en CO y vapor de
agua, mientras que el material en descenso se va concentrando en hierro metálico. Realizada
la transformación, el gas sale por el tope y el material continúa a la zona del bustle.
Figura 2.10 Reducción
• Zona de transición: se alojan los rompedores superiores, cuya función es facilitar el flujo de
sólidos y evitar la formación de trozos de aglomerados, el material esta metalizado y a altas

temperaturas, si existen aglomerados estas condiciones limitan resistencia. Consta de un
rompedor superior el cual está ubicado debajo de la zona bustle. En la figura 2.11 se muestra
la zona de transición:
Figura 2.11 Zona de transición
• Zona de enfriamiento: enfría el HRD con un gas de enfriamiento a través de un dispositivo

cónico (árbol de navidad) compuesto por tuberías cegadas en el fondo y con agujeros que
permiten la salida del gas de enfriamiento a diferentes niveles a lo largo de todo su perímetro.
El gas entra a una temperatura entre 40ºC y 45ºC, baja la temperatura del HRD entre 50ºC y
54ºC sale del horno; pasa por un lavador y es enfriado por el compresor de gas de
enfriamiento al horno. Esta zona tiene además:
− Rompedor Medio: está debajo del distribuidor de gas de enfriamiento, aquí la

temperatura es más baja y el diámetro del horno se reduce.
− Rompedor Inferior: es el extremo inferior del cono de la zona de enfriamiento.
En la figura 2.12 se muestra la zona de enfriamiento.

Figura 2.12 Zona de Enfriamiento
• Pierna de sello y compuerta inferior: La pierna de sello conecta la tolva de carga y la caja
distribuidora. Provee un flujo de óxido continuo y, mientras el material se mueve,
mantiene un sello dinámico entre el reactor y la atmósfera. Este sello es complementado
con una inyección de gas de sello debajo de la compuerta superior, la cual se encuentra en
la parte inferior de la pierna. El material contenido en la pierna ofrece resistencia al flujo
de gas hacia la atmósfera y, con la ayuda del gas de sello, mantiene una presión
ligeramente superior a la presión de horno. La compuerta superior se encuentra justo
encima de la cámara de inyección del sello superior. Consiste en una lámina de acero
(guillotina) accionada por un cilindro hidráulico. La compuerta superior permite aislar el
horno en caso de paradas de planta de poca duración.
• Sistema de descarga: descarga el HRD a través de un mecanismo tipo péndulo. Trabaja con
un principio de desplazamiento volumétrico controlando la cantidad de producto, dentro de
una carcaza el producto es descargado hacia una placa curvada. En la figura 2.13 se muestra
el sistema de descarga.

Figura 2.13 Péndulo de descarga
• Lavadores. Constituido por:

• Lavador de gas tope: retira las partículas sólidas y el calor de la corriente de gas de tope y
lo divide en gas de proceso y gas tope combustible. Consta de dos secciones: una cónica
de fondo y una cilíndrica superior, poseen una sección de empaques que completan el
lavado y enfriamiento del gas, esta sección aumenta el tiempo de contacto entre el agua y
el gas.
• Lavador de gas de enfriamiento: retira las partículas sólidas y el calor del gas de
enfriamiento. El gas ingresa a una temperatura aproximada entre los 450ºC a los 500ºC,
ingresa por la parte superior del lavador (tubo venturi) donde se inyecta agua de forma
tangencial, el gas junto con el agua pasan por la sección cónica del lavador. El agua
contaminada choca con este nivel de agua, se separa del gas limpio y baja la temperatura;
éste cambia de dirección por el cuerpo del cilindro en donde atraviesa una cámara de
empaques que son humedecidos por el agua de proceso inyectados por toberas ubicadas
en el techo del lavador.
• Compresores: está conformado por:

− Compresor de gas proceso: impulsa el gas proceso que viene del lavador del gas tope y lo
envía al reformador, proporciona la presión requerida por el sistema de gas proceso.
− Compresor de gas de enfriamiento: su función es impulsar el gas empleado para reducir la
temperatura del HRD en la sección de enfriamiento del horno de reducción.
− Eliminador de niebla de gas proceso: su función es eliminar las partículas muy pequeñas
de agua líquida contenidas en el gas. Estas gotas son producto del arrastre desde los
silenciadores de los compresores o de la condensación del vapor contenido en el gas. En
este mismo equipo se realiza la mezcla del gas proceso con el gas natural para dar origen
al gas de alimentación que irá posteriormente al reformador.
− Precalentador de gas de alimentación: El gas de alimentación antes de ser introducido al

reformador, es precalentado a una temperatura aproximada de 440 °C en un
intercambiador de calor indirecto. Este intercambiador de calor indirecto pasa el gas de
alimentación por el lado interno de los tubos y por el lado externo de los tubos pasa el gas
de humo caliente proveniente de la combustión del reformador. El uso de este
recuperador es un paso significativo para incrementar la capacidad del reformador.
• Reformador: provee el calor necesario para promover y mantener las reacciones de

reformación, genera calor para el proceso de reducción directa. Es una estructura metálica en
forma rectangular hermética abierta con refractarios en las paredes y con lana aislante en el
techo atravesada por 320 tubos portacatalizadores, estos tubos son de acero y de diferentes
tipos de catalizadores. En la figura 2.14 y 2.15 se muestra la ubicación del reformador y el
lugar por donde sale el gas reformado.

Figura 2.14 Reformador
Figura 2.15 Zoom del Reformador
• Recuperadores de calor: aprovecha el calor sensible que trae el gas de humo para precalentar
el aire para combustión, el gas de alimentación y el gas natural. Posee dos secciones:

• Recuperador por radiación.
• Recuperador por convección.
• Sistema de agua atomizada: enfría el gas de humo mediante la vaporización del agua
atomizada en los recuperadores de calor. Consta, en términos generales, de dos suministros:
agua como elemento refrigerante, y aire como medio de atomización. El agua utilizada es agua
limpia (tratada), y el aire requerido es aire para instrumentos.
La figura 2.16 muestra un esquema de la planta MIDREX
Figura 2.16 Esquema de la planta de reducción directa MIDREX1

Capítulo 3
Sistemas Expertos y Lógica Difusa
La utilización de técnicas de Inteligencia Artificial en programación y control de procesos

industriales ha sido centro de atención en los últimos años, tanto por el elevado número de
investigaciones como por las aplicaciones en diferentes entornos industriales. Los sistemas
expertos y la lógica difusa constituyen alguno de los campos de la Inteligencia Artificial usados
con bastante éxito en la resolución de problemas. En este capítulo se tratará de manera conceptual
ambos campos asociados a la Inteligencia Artificial.
3.1 Generalidades sobre Inteligencia Artificial
La Inteligencia Artificial es aquella inteligencia presentada por artefactos creados por los
humanos. Es un área de las ciencias computacionales que se encarga de la creación de hardware y
software para crear comportamiento inteligente en aquellos campos donde el ser humano tiene un
buen desempeño [1].
La historia de la Inteligencia Artificial ha pasado por diversas situaciones [7]:
En los años 50 cuando se logró realizar un sistema que tuvo cierto éxito, llamado el
Perceptrón de Rossenblatt. Este era un sistema visual de reconocimiento de patrones en el cual se
unificaron esfuerzos para que se pudieran resolver una amplia gama de problemas, pero estas
energías se diluyeron enseguida.
En los años 60 Alan Newell y Herbert Simon, trabajando en la demostración de teoremas
y en el ajedrez por computador, logran crear un programa llamado GPS (General Problem Solver:
solucionador general de problemas). Este era un sistema en el que el usuario definía un entorno
Capítulo 3. Sistemas Expertos y Lógica Difusa 25

en función de una serie de objetos y los operadores que se podían aplicar sobre ellos. Este
programa era capaz de trabajar con las torres de Hanoi4, así como con criptoaritmética y otros
problemas similares, operando, claro está, con microcosmos formalizados que representaban los
parámetros dentro de los cuales se podían resolver problemas. Lo que no podía hacer el GPS era
resolver problemas ni del mundo real, ni médicos, ni tomar decisiones importantes. El GPS
manejaba reglas heurísticas (aprender a partir de sus propios descubrimientos) que lo conducían
hasta el destino deseado mediante el método del ensayo y el error.
En los años 70, un equipo de investigadores dirigido por Edward Feigenbaum comenzó a
elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en
problemas más concretos. Así fue como nació el Sistema Experto.
El primer sistema experto fue el denominado Dendral, un intérprete de espectrograma de
masa construido en 1967, pero el más influyente resultaría ser el Mycin de 1974. El Mycin era
capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicación, todo un
logro en aquella época que incluso fueron utilizados en hospitales (por ejemplo el Puff, variante
de Mycin, de uso común en el Pacific Medical Center de San Francisco, EEUU).
En los años 80, se desarrollaron lenguajes especiales para ser usados en Inteligencia
Artificial, tales como el LISP o el PROLOG [7]. Es en esta época cuando se desarrollan sistemas
expertos más refinados, como por ejemplo el EURISKO [7]. Este programa perfecciona su propio
cuerpo de reglas heurísticas automáticamente, por inducción.
El origen inmediato del concepto y de los criterios de desarrollo de la Inteligencia
Artificial, se remonta a la intuición del genio matemático inglés Alan Turing y el apelativo
"Inteligencia Artificial" se debe a John McCarthy, uno de los integrantes del "Grupo de
Darmouth", que en el verano de 1956, se reunió en el Darmouth College (Estados Unidos) para
discutir la posibilidad de construir máquinas "inteligentes".
Los principales integrantes del grupo eran:
• John McCarthy: quien le dió el nombre a esta nueva área del conocimiento y
estudiaba sistemas capaces de efectuar razonamientos de sentido común.
4
Torres de hanoi: es un juego cuyos elementos son tres varillas verticales y un número indeterminado de discos que
determinan la complejidad de la solución, los discos no son iguales y están colocados de mayor a menor en la
primera varilla. El juego consiste en pasar todos los discos a la tercera varilla colocados de menor a mayor
ascendentemente.

• Marvin Minsky: fundador del laboratorio de IA del MIT. Trabajaba sobre
razonamientos analógicos de geometría.
• Claude Shannon: de los laboratorios Bell de EEUU.
• Nathaniel Rochester: de IBM.
• Allen Newell: primer presidente de la AAAI (Asociación Americana de
Inteligencia Artificial).
• Herbert Simon: Premio Nobel de Carnegie-Mellon University.
También podemos destacar la importante intervención de Arthur Samuel, que había escrito un
programa de juego de damas capaz de aprender de su propia experiencia, así como Selfridge, que
estudiaba el reconocimiento visual por computador.
A partir de este grupo inicial, se formaron dos grandes "escuelas" de Inteligencia Artificial:
Newell y Simon lideraron el equipo de la Universidad de Carnegie-Mellon, proponiéndose
desarrollar modelos de comportamiento humano con aparatos cuya estructura se pareciese lo más
posible a la del cerebro (lo que posteriormente derivó en la llamada postura "conexionista" y en
los trabajos sobre "redes neuronales" artificiales). McCarthy y Minsky formaron otro equipo en el
Instituto Tecnológico de Massachusett (MIT), centrándose más en que los productos del
procesamiento tengan el carácter de inteligente, sin preocuparse por que el funcionamiento o la
estructura de los componentes sean parecidas a los del ser humano.
Ambos enfoques sin embargo corresponden a los mismos objetivos prioritarios de la
Inteligencia Artificial: "entender la inteligencia natural humana, y usar máquinas inteligentes para
adquirir conocimientos y resolver problemas considerados como intelectualmente difíciles", [7].
Así pues, la Inteligencia Artificial está formada por un conjunto de técnicas que permite
modelar la inteligencia humana en sistemas computacionales. Entre estas técnicas se mencionan a
los sistemas basados en reglas (en general), a los sistemas expertos, las redes neuronales y lógica
difusa, entre las técnicas clásicas, así como enfoques recientes usando sistemas multiagentes y
vida artificial.
También se asocian a la inteligencia artificial los mecanismos de aprendizaje y los
sistemas basados en algoritmos genéticos.

3.2 Sistemas Expertos (SE)
Los sistemas expertos resuelven problemas que normalmente son solucionados por expertos
humanos. Un sistema experto puede definirse como "un programa de computadora que resuelve
problemas que requieren experiencia humana, mediante el uso de representación del
conocimiento y procedimientos de decisión”, [8]. Así pues los SE son programas que hacen
explicito el conocimiento alojado en los expertos, que tienen información específica de un tema
concreto y que realizan una tarea relativa a este tema. Son llamados expertos por que emulan el
comportamiento de un experto en un tema concreto y en ocasiones son usados por ellos.
El éxito de un sistema experto radica fundamentalmente en el conocimiento sobre el tema que
trata y su capacidad de aprendizaje. El conocimiento sobre el tema proporciona al sistema experto
mayor información sobre el problema a tratar y su entorno, de forma que pueda generar y adaptar
soluciones de forma más precisa, de forma similar a un experto especializado. El aprendizaje,
inductivo o deductivo según corresponda, proporcionará al sistema experto mayor autonomía a la
hora de abordar problemas totalmente desconocidos, pudiendo generar nuevo conocimiento
partiendo del extraído inicialmente del experto o expertos humanos.
3.2.1 Estructura Básica de un Sistema Experto
El esquema básico de un sistema experto se muestra en la figura 3.1
Figura 3.1 Esquema básico de un SE

Allí se identifican fundamentalmente dos módulos: el conocimiento y el razonamiento.
Típicamente, un ingeniero de conocimiento se entrevista con un experto del dominio para

aclarar el conocimiento del experto, que más tarde se traduce a reglas. Así pues, el módulo de
conocimiento está conformado en base a reglas. El módulo de razonamiento está constituido por
el mecanismo de inferencia que permite generar conclusiones a partir de un conjunto de hechos
tratados por el módulo de conocimiento. Tras construirse el sistema inicial, debe refinarse
iterativamente hasta conseguir un resultado de alto nivel. El esquema extendido del sistema
experto es el presentado en la figura 3.2:
Figura 3.2 Esquema extendido de un SE

A partir de la figura 3.2, un sistema experto consta de los siguientes elementos:
1) Base de Conocimientos: es donde se almacena el conocimiento del campo a desarrollar. Los

conocimientos que se suelen almacenar son de cuatro tipos: conocimiento objetivo, que describe
la situación real del sistema; conocimiento de sucesos, relacionado con los sucesos que ocurren
en el tiempo de ejecución; conocimiento del funcionamiento del sistema, de cómo se hacen las
cosas, y metaconocimiento, que relaciona los anteriores. Contiene el conocimiento del tema,
generalmente proporcionado por un experto en el tema, convenientemente formalizado y
estructurado. La representación del conocimiento por lo general es sencilla y mediante reglas.
Existen varias formas de representar el conocimiento:
• Marcos (Frames): son estructuras de datos donde se almacenan información concreta de

un cierto concepto e información relacional para completar la definición del concepto. Se
representan por una serie de campos y los valores asociados a los mismos, pudiendo ser
otro "frame".
• Redes semánticas: son representaciones gráficas del conocimiento, mediante nodos, que
representan objetos o conjuntos de objetos, y arcos, que relacionan dichos objetos. Tanto
los "frames" como las redes son representaciones descriptivas, difíciles de usar para
representar el razonamiento.
• Reglas: es la forma más extendida de representación del conocimiento. Representan la
forma de razonar. Tienen la forma SI <condición> ENTONCES <acción/conclusión>. Es
importante el orden de ejecución de las reglas, por ello se les suele dotar de prioridades.
Una regla que activa otra se denomina metaregla, y se suelen usar para desarrollar
progresivamente el conocimiento del experto.
Una labor fundamental es la Adquisición del Conocimiento y su representación mediante

alguna de las formas anteriores. Una de las técnicas más usadas son las entrevistas con los
responsables del proceso, donde se consume la mayoría del tiempo. Además se suelen usar las
bases de datos existentes en el sistema, añadir modelos matemáticos o heurísticos, y analizar el
sistema mediante programas de simulación. También en entornos dinámicos, como los sistemas
de producción, se adquiere conocimiento con el tiempo.

2) Base de hechos: representa el conocimiento del estado del sistema en un cierto instante.
Usualmente se representa en una base de datos, y su información está directamente enlazada con
la base de conocimientos. Un hecho puede provocar el disparo de una regla.
3) Motor de Inferencia: utiliza la base de conocimiento y de hechos combinándolas y

fusionándolas, para realizar una serie de razonamientos acerca del problema en cuestión.
Funciona como un supervisor, extrae conclusiones a partir de los datos simbólicos que están
almacenados en las bases de hechos y de conocimiento. Dependen en gran medida de la
representación elegida; por su importancia analizaremos los motores de inferencia basados en
reglas. Para obtener conclusiones, los expertos utilizan diferentes mecanismos y estrategias de
inferencia y control. Entre los mecanismos de inferencia están, [9]:
• Modus Ponens
• Modus Tollens
Las estrategias de inferencia pueden ser simples o compuestas. Estas últimas permiten
estructurar el conocimiento en diferentes niveles, y en este caso, se dá un encadenamiento de
reglas que conducen finalmente a una conclusión.
3.1) Modus Ponens y Modus Tollens: El Modus Ponens es quizás la estrategia de

inferencia mas comúnmente utilizada. Se utiliza para obtener conclusiones simples. En
ella, se examina la premisa de la regla, y si es cierta, la conclusión pasa a formar parte del
conocimiento. Por ejemplo, supóngase que se tiene la regla, “Si A es cierto, entonces B es
cierto" y que se sabe además que “A es cierto". La regla Modus Ponens concluye que B es
cierto." Esta regla de inferencia, que parece trivial, debido a su familiaridad, es la base de
un gran número de sistemas expertos.
La regla de inferencia Modus Tollens se utiliza también para obtener conclusiones
simples. En este caso se examina la conclusión y si es falsa, se concluye que la premisa
también es falsa. Por ejemplo, supóngase de nuevo que se tiene la regla, “Si A es cierto,
entonces B es cierto" pero se sabe que B es falso." Entonces, utilizando la regla Modus

Ponens no se puede obtener ninguna conclusión pero la regla Modus Tollens concluye
que A es falso".
El rendimiento del motor de inferencia depende del conjunto de reglas en su base
de conocimiento. Hay situaciones en las que el motor de inferencia puede concluir
utilizando un conjunto de reglas, pero no puede, utilizando otro (aunque estos sean
lógicamente equivalentes).
3.2) Encadenamiento de Reglas: Una de las estrategias de inferencia más utilizadas para
obtener conclusiones compuestas es el llamado encadenamiento de reglas. Esta estrategia
puede utilizarse cuando las premisas de ciertas reglas coinciden con las conclusiones de
otras. Cuando se encadenan las reglas, los hechos pueden utilizarse para dar lugar a
nuevos hechos. Esto se repite sucesivamente hasta que no pueden obtenerse más
conclusiones. Existen varios algoritmos de búsqueda a lo largo de las reglas para inferir
conclusiones a partir de los hechos y las reglas. Todos los algoritmos son del tipo
"pattern-matching", que van disparando reglas a medida que se cumplen las condiciones.
Se pueden diferenciar dos mecanismos de inferencia:
- Encadenamiento hacia adelante: se extraen conclusiones a partir del

cumplimiento de las condiciones de ciertas reglas que, a su vez, provocarán el
cumplimiento de las condiciones en otras reglas hasta que no se cumplan en
ninguna de ellas.
- Encadenamiento hacia atrás: se suponen ciertas las conclusiones de una regla y,

como consecuencia, se van disparando aquellas reglas que provocarían la regla
original. El proceso acaba si no se cumplen las condiciones de las reglas o si se
cumplen para todas las reglas.
En la figura 3.3 muestra un ejemplo de cómo se pueden encadenar las reglas.

Figura 3.3 Encadenamiento de Reglas
Es importante destacar que la base de conocimientos y el motor de inferencia son

sistemas independientes, por lo que se han desarrollado herramientas que únicamente
necesitan la implementación del conocimiento, llevando incorporado el motor de
inferencia.
4) Módulo explicativo: es el módulo que explica al usuario la estrategia de solución encontrada y

el por qué de las decisiones tomadas. Es el que permite justificar y explicar el análisis completo
del problema y las soluciones propuestas, así como la semejanza o diferencia entre dicha solución
y las de los casos históricos.
El proceso completo que se realiza en un sistema de razonamiento basado en casos se

puede representar como un ciclo de actividades:
1. RECUPERAR el o los casos más parecidos al problema actual. Para ello el sistema utiliza la
librería de índices.
2. REUTILIZAR la información y el conocimiento de dicho caso para intentar resolver el

problema.
3. REVISAR la solución propuesta si es necesario.
4. RETENER la parte útil de esta experiencia para ser utilizada en la resolución de futuros
problemas.

5) Interfaz de usuario: permite la comunicación entre el usuario y el sistema experto. El usuario
puede consultar con el sistema a través de menús, gráficos, entre otros, y éste le responde con
resultados. También es interesante mostrar la forma en que extrae las conclusiones a partir de los
hechos. En sistemas productivos se cuida la forma de presentar al operador las órdenes obtenidas
del sistema experto, debido a que información excesiva o confusa dificulta la actuación en tiempo
real.
La implementación de un sistema experto completo obliga al desarrollo de cada uno de

los elementos anteriores a través de lenguajes o herramientas de desarrollo. Existen cuatro
alternativas para la implementación de un sistema experto:
-Lenguajes de alto nivel (HLL): son lenguajes de propósito general (C, Fortran, Basic,...). Tienen
como ventajas su eficiencia, su familiaridad y la portabilidad a cualquier entorno, pero el
inconveniente de no estar preparados para una programación basada en símbolos.
-Lenguajes simbólicos: fundamentalmente LISP y PROLOG. Son los lenguajes de alto nivel más
utilizados por su adaptación a la lógica de la base de conocimientos representada mediante
símbolos, y por su mecanismo de extraer conclusiones. Su eficiencia aumenta en estaciones de
trabajo diseñadas para dichos lenguajes.
-Herramientas de desarrollo (shells): son programas preparados para el desarrollo de sistemas

expertos pues incorporan el motor de inferencia, independiente de las bases de hechos y de
conocimiento. El programador se limita a traducir dichas bases a un lenguaje preparado a tal
efecto, pudiendo enlazarse con otros lenguajes para el desarrollo de funciones adicionales. Suelen
estar desarrollados en CLIPS, LISP o PROLOG para aumentar su eficiencia. La flexibilidad es
menor, aunque suelen incorporar procesadores de texto, gráficos y herramientas de análisis.
-Entornos de desarrollo (environments): añaden a los shells el uso de un entorno gráfico

(ventanas, iconos,...) que facilita el desarrollo del sistema experto. Tienen como ventaja la
disminución del tiempo de desarrollo, pero suelen ser caros y poco flexibles.

Los shells son los más usados para el desarrollo de sistemas expertos, mientras que el
PROLOG está muy extendido en Europa y Japón, el LISP lo está en Estados Unidos. Los
entornos aún ocupan un sector minoritario pero la tendencia a su utilización va en aumento.
6) Módulo de adquisición del conocimiento: a través de este componente el ingeniero del

conocimiento o el experto del tema puede construir inicialmente el sistema o actualizar el
conocimiento de la base de conocimientos en general. Permite incorporar los hechos y las reglas
al sistema y probar y depurar los cambios realizados. Adicionalmente, por medio de éste se
pueden realizar actividades relacionadas con la configuración del sistema, específicamente del
motor de inferencia, de acuerdo con las necesidades del usuario.
Una forma básica de integrar un sistema experto en el mecanismo de control es la
mostrada en la figura 3.4, donde el sistema recoge la información en tiempo real del proceso y la
procesa para dar respuesta al usuario. Los sistemas expertos parecen adecuados para la utilización
como apoyo a la toma de decisiones en tiempo real, y como aprendizaje en modo estudio. La
mayoría de los sistemas expertos que se utilizan en control de la producción monitorizan los
resultados para que el operador tome la decisión.

Figura 3.4 SE integrado a un mecanismo de control
3.2.2 Manejo del conocimiento en el desarrollo de un Sistema Experto
En el desarrollo de un SE, se deben generar procesos para el manejo del conocimiento.

Dependiendo de la metodología que se siga, estos procesos se hacen en un momento específico.
Es decir, algunas metodologías los incluyen como tareas de una de sus etapas, otras como una
etapa específica y otras como procesos independientes de las etapas pero paralelas a ellas.

Se debe contar con un grupo de personas que estarán interactuando entre sí y que cumplen
los siguientes roles:
• Experto: Es la persona o grupo de personas que tiene(n) el conocimiento teórico y práctico del
área problema. Este experto debe ser reconocido en su área de especialización, lo que
implica que sus colegas lo consideran una persona valiosa por sus conocimientos sobre el
mismo.
• Ingeniero del Conocimiento (IC): Es la persona encargada de construir el sistema. Debe tener
los conocimientos profundos sobre cómo desarrollar sistemas basados en el conocimiento,
conocer las herramientas de su desarrollo, conocer algunas de las estrategias efectivas de
comunicación y tener unos mínimos conocimiento de psicología para poder interpretar las
expresiones y manifestaciones del experto.
• Usuario: Es la persona que va a utilizar el sistema, que se va a ver beneficiado directamente por
la implantación del proyecto. Su conocimiento debe ser considerado al desarrollar el sistema
experto.
En términos generales los procesos que se realizan con el conocimiento son: la

adquisición, representación, manipulación y validación. A continuación se presenta cada uno de
ellos, [10].
1) Adquisición del Conocimiento: se refiere a la labor de extracción del conocimiento de

las fuentes estáticas y dinámicas. No debe confundirse con el módulo de adquisición del
conocimiento mencionado en la sección 3.2.1
El objetivo final de este proceso es construir los modelos del conocimiento del sistema
experto, por ello se realiza durante todo el desarrollo del sistema, desde el mismo momento en
que se comienza a estudiar el problema y su solución hasta cuando se lleva a cabo su evolución.
Dependiendo del tipo de fuente de conocimiento que se va a utilizar se sigue alguno de
los siguientes procedimientos:

1.1) Adquisición del conocimiento de una fuente estática. Una fuente de conocimiento
estática es aquella en la que su contenido no puede variar, por ejemplo un libro, una revista, un
artículo. Lo primero que se debe hacer es seleccionar las fuentes más apropiadas que están
relacionadas con el problema para adquirir los conocimientos básicos del tema en estudio,
evaluando todos los recursos que se tengan disponibles bien sea al interior del ambiente donde se
encuentra el problema o fuera de él. Comúnmente, el experto es quien aconseja qué fuentes
estudiar. Luego, se hace un estudio minucioso de ellas para que así el ingeniero de conocimiento
pueda adquirir ese conocimiento básico y fundamental del dominio del experto y conseguir
realizar un proceso de adquisición eficiente y eficaz. Por último, se debe hacer una comprobación
del conocimiento que se extrajo para saber si éste es correcto o no.
1.2) Adquisición del conocimiento de una fuente dinámica. Una fuente de conocimiento
dinámica refleja las características del conocimiento tal como es, la variabilidad, el hecho de ser
inexacto, etc. El hombre forma parte de este tipo de fuente, en particular, el experto. Hay
diferentes estrategias para llevar a cabo la adquisición, se presentan a continuación las más
usuales.
− Entrevista directa o formal: Consiste en realizar conversaciones personales entre el Ingeniero

del Conocimiento y la fuente del conocimiento, bien sea el experto o el usuario. Se establece un
plan de la reunión en el que se determina el objetivo principal de la misma, el tema a tratar, los
recursos que se necesitan para registrar la entrevista, la fecha, la hora y el lugar donde se llevará
a cabo dicha entrevista. Este plan debe ser luego enviado a la persona que se va a entrevistar
para que lo revise, lo corrija, lo apruebe y así tenga la oportunidad de prepararse con anterioridad.
Este tipo de recurso es muy valioso, aunque debe ser manejado con mucha seriedad y
precaución, teniendo en cuenta lo costoso del tiempo que se va a invertir. Por lo tanto, el
ingeniero de conocimiento debe determinar los medios que requiere para poder conservar y
revisar el conocimiento adquirido.
− Entrevista informal: se realiza de forma personal pero no planeada. Es aprovechar la

oportunidad del encuentro entre el IC y la persona que tiene el conocimiento, en donde el primero

le hace una corta entrevista al segundo. Obviamente, por ser una entrevista esporádica o
imprevista, no se tienen disponibles los medios que permiten registrar el conocimiento, por lo
tanto, se debe tener mucho cuidado para evitar su inadecuado manejo.
− Observación del trabajo real del experto: consiste en examinar la labor del experto en su
ambiente de trabajo, solucionando un problema como el que se está tratando de simular.
La ventaja del conocimiento que se adquiere en esta forma es que es muy

espontáneo, ya que el experto está tomando las decisiones sin tener mucho tiempo para
analizar el por qué de ellas. Además, no se le permite cuestionar si está haciendo lo correcto o no,
solamente él hace lo que cree que es mejor en esa situación.
− Cuestionario: es una encuesta muy bien diseñada que se utiliza especialmente para
cuando se requiere obtener las ideas que tienen varias personas sobre el tema. Puede llegar
a ser muy difícil de diseñar e inclusive, de manejar.
2) Representación del Conocimiento
El conocimiento puede definirse como el conjunto de hechos y principios acumulado por

una clase de acto, hecho o estado del conocimiento, [1]. Es un conjunto de datos sobre hechos,
verdades o de información ganada a través de la experiencia o del aprendizaje (a posteriori), o a
través de introspección (a priori).
De cómo se representa el conocimiento se determinará la eficiencia en la manipulación
del mismo. La representación debe poseer un conjunto de convenciones sintácticas y semánticas
que hagan posible describir las cosas. La sintaxis son los símbolos y conjunto de reglas para
combinarlos y la semántica es el significado de las expresiones construidas. Un sistema para la
representación del conocimiento debe contar con los siguientes ingredientes básicos:
• Un lenguaje de representación: es la capacidad de simbolizar todos los tipos de

conocimiento necesarios para el tema en estudio.

• Capacidad de inferencias: es la suficiencia para manipular las estructuras de
representación del conocimiento que permitan derivar nuevas estructuras en base
al conocimiento inferido, así como la eficiencia al incorporar conocimiento
adicional que permita obtener mejores respuestas.
• Eficiencia de adquisición: es la capacidad para adquirir nuevo conocimiento.
No existe una representación que sea lo suficientemente robusta como para incluir las
propiedades antes descritas, sin embargo se puede tener como referencia los siguientes criterios
para juzgar una representación:
• Capacidad lógica: que sea capaz de representar el conocimiento que deseamos

expresar.
• Heurística: capacidad de resolver problemas.
• Declarativa: facilidad para acceder al conocimiento y facilidad de entendimiento.
2.1) Tipos de Representación
La representación del conocimiento puede dividirse en:
• Representación declarativa: es aquella en la que el conocimiento está especificado, pero

las maneras en que debe utilizarse no viene dado (saber qué). Entre las características de
los métodos declarativos están:
o Economía de representación: una única sentencia admite varios usos.
o Naturalidad: al leer una sentencia es fácil de comprender su significado.
o Modularidad: al cambiar una sentencia se cambia el conocimiento.
o Ineficiencia: no se sabe cual es el conocimiento, aspecto importante para resolver
un problema concreto.
• Representación procedural: es aquella en que la información de control necesaria para
utilizar el conocimiento viene inmersa en el propio conocimiento (saber cómo). El
conocimiento está escrito mediante un conjunto de procedimientos que permiten resolver
un problema. Sus características son:

o Eficiencia: se utiliza en cada momento el conocimiento preciso.
o Inflexibles: modificar el conocimiento puede requerir revisar todo el sistema.
En particular, se tiene interés en este trabajo en la representación del conocimiento

procedural. Éste indica que hacer si se dá una situación. La técnica más usada para representarlo
son las reglas de producción. Un sistema basado en reglas de producción consta de:
o Un conjunto de reglas de producción: del tipo si C entonces A, y a veces llevan asociado

un conocimiento de certeza.
o Sistema de gestión de base de datos: consta de los hechos del problema a solucionar.
o Intérprete de reglas: identifica las reglas a usar y cómo usarlas.
Entre las ventajas que tienen están: modularidad de enfoque y captar conocimiento
probabilístico útil; entre las desventajas, ésta necesita un mecanismo eficiente de búsqueda de
reglas dependiendo del problema tratado.
3.2.3 Metodologías para el desarrollo de Sistemas Expertos
Son herramientas utilizadas por el ingeniero de conocimiento, que le dan pautas sobre cómo
desarrollar un Sistema Experto, guía la construcción del SE permitiendo una correcta
documentación y la detección de problemas durante el desarrollo y corregirlos a tiempo, evitando
así posibles errores.
Algunas de las metodologías usadas para el desarrollo de un sistema experto pueden ser revisadas
en [11]. En este trabajo se usa la metodología presentada en [1].
Dicha metodología nace de la mezcla de enfoques relacionados con otras metodologías
relacionadas al tema. Consta de las siguientes etapas:
a. Etapa 1: Análisis y descripción del problema: las características del problema son
evaluadas en esta etapa, así como la factibilidad de desarrollar un sistema experto. Aquí se
deben plantear los objetivos concretos que indiquen cómo se pretende que el sistema

experto ayude a solventar el problema. Estudia los recursos disponibles y comprueba la
posibilidad de aprovecharlos en las fases de desarrollo e implantación.
i. Fase 1.1. Descripción general del problema:
1. Familiarización con el proceso
2. Familiarización con las plataformas computacionales.
3. Definición detallada del problema.
ii. Fase 1.2. Análisis de factibilidad: se estudia si el problema demanda el desarrollo
de un sistema experto, es decir, si cumple con las condiciones para su realización.
Debe satisfacer lo siguiente:
1. Requiere el conocimiento de un experto.
2. Se dispone del experto o equipo de ellos.
3. La experticia se requiere de manera simultánea en varios lugares.
4. No existe total seguridad en el manejo del sistema y se aplican juicios
personales.
5. Existencia de usuarios.
6. Disponibilidad de tiempo para llevar a cabo el sistema experto.
iii. Fase 1.3. Análisis de datos: constituye la parte de ubicación y forma de presentar
los datos a ser manejados por el sistema experto.
iv. Fase 1.4. Elección de la fuente de conocimiento: se debe contar con un experto o
grupo de ellos, que a la vez serán considerados como usuarios.
b. Etapa 2: Especificación de requerimientos: se estudian los requerimientos globales
teniendo en cuenta a quién estará orientado, accesibilidad, detalle requerido, requerimientos
funcionales, presentación de la información a los usuarios finales, es importante tomar en
cuenta opiniones de los mismos para garantizar el uso del sistema experto desarrollado.
i. Fase 2.1. Estimación del perfil del usuario del sistema experto.
ii. Fase 2.2. Verificar los requerimientos del usuario.
iii. Fase 2.3. Determinar los requerimientos de información: se define la información
que generará el sistema experto, así como debe ser presentada, intervalo de tiempo
de las actualizaciones, usuarios e interconexiones con otros programas.

iv. Fase 2.4. Determinar los requerimientos funcionales: se especifican las funciones
generales a ser satisfechas por el sistema experto.
v. Fase 2.5. Determinar los requerimientos de entrada de datos:
1. Selección de las fuentes tentativas de entrada.
2. Identificación de las fuentes de datos.
3. Especificación de los procesos de adquisición de datos.
4. Especificación de los procesos de generación de parámetros.
5. Determinación de la operabilidad de las bases de datos requeridas.
vi. Fase 2.6 Definición de los requerimientos de hardware y software:
1. Especificación de la plataforma de hardware.
2. Determinación, análisis y selección de las herramientas de software.
c. Etapa 3: Análisis de costos, tiempo y recursos: se realiza un estimado de costos tomando en
cuenta equipos, programas y honorarios profesionales.
i. Fase 3.1. Construir un plan de trabajo.
ii. Fase 3.2. Estimación de recursos computacionales.
iii. Fase 3.3. Estimación de costos de desarrollo.
d. Etapa 4: Ingeniería de conocimiento: se dá la interacción entre el ingeniero de
conocimiento y el experto, se hará una presentación preliminar de las soluciones del
problema, en caso de que el experto no sienta que esto represente la realidad totalmente, se
reformulará la descripción.
i. Fase 4.1. Adquisición del conocimiento: se obtiene la información referente a la
solución de problemas, producto de la interacción experto-ingeniero de
conocimiento. Es la etapa más importante.
ii. Fase 4.2. Estructuración del conocimiento: se debe pasar la información
recolectada a la base de conocimiento.
e. Etapa 5: Diseño preliminar del sistema experto: se diseñan cuidadosamente los módulos
que formarán parte del sistema experto.
i. Fase 5.1. Diseño preliminar del sistema experto.
ii. Fase 5.2. Selección de la herramienta computacional de acuerdo a los
requerimientos.

iii. Fase 5.3. Diseño preliminar de procesos de adquisición y almacenamiento de
datos.
iv. Fase 5.4. Diseño preliminar de la interconexión
1. Integración interna.
2. Integración externa.
3. Selección del software auxiliar.
v. Fase 5.5. Verificación del diseño preliminar del sistema experto.
f. Etapa 6: Desarrollo e implantación del sistema experto: es la etapa final, se implanta,
depura y prueba el sistema.
i. Fase 6.1. Construcción del prototipo.
ii. Fase 6.2 Validación del prototipo.
iii. Fase 6.3. Construcción del modelo operacional.
iv. Fase 6.4. Prueba y depuración planteando situaciones al sistema experto y
contrastar con las soluciones dadas por el experto humano.
v. Fase 6.5. Mantenimiento y actualización.
La característica más importante de esta metodología radica en que toma en consideración

la naturaleza computacional de los sistemas basados en conocimiento, y busca el mayor beneficio
de los recursos en el área donde se desarrollará el sistema experto. Esta es la metodología a ser
utilizada para el desarrollo del sistema experto.
3.3 Lógica Difusa
Los conjuntos difusos fueron introducidos por primera vez en 1965; la lógica difusa puede ser
vista como un lenguaje que permite trasladar sentencias sofisticadas en lenguaje natural a un
lenguaje matemático formal. Mientras la motivación original fue ayudar a manejar aspectos
imprecisos del mundo real, la práctica temprana de la lógica difusa permitió el desarrollo de
aplicaciones prácticas. Aparecieron numerosas publicaciones que presentaban los fundamentos
básicos con aplicaciones potenciales. Esta frase marcó una fuerte necesidad de distinguir la lógica
difusa de la teoría de probabilidad. Tal como la entendemos ahora, la teoría de conjuntos difusos
y la teoría de probabilidad tienen diferentes tipos de incertidumbre.

La lógica difusa es una rama de la inteligencia artificial que se fundamenta en el concepto
"Todo es cuestión de grado", lo cual permite manejar información vaga o de difícil
especificación. Con la lógica difusa es posible gobernar un sistema por medio de reglas de
sentido común las cuales se refieren a cantidades indefinidas, [12].
Las reglas involucradas en un sistema difuso, pueden ser aprendidas con sistemas
adaptativos que aprenden al observar como operan las personas los dispositivos reales, o estas
reglas pueden también ser formuladas por un experto humano. En general la lógica difusa se
aplica para modelar cualquier sistema continuo de ingeniería, física, biología o economía, [12].
La lógica difusa nació en los años 60 como la lógica del razonamiento aproximado, y en
ese sentido podía considerarse una extensión de la Lógica Multivaluada. Actualmente está
relacionada y fundamentada en la teoría de los Conjuntos Difusos. Según esta teoría, el grado de
pertenencia de un elemento a un conjunto va a venir determinado por una función de pertenencia,
que puede tomar todos los valores reales comprendidos en el intervalo [0,1].
La lógica difusa es entonces definida como un sistema matemático que modela funciones
no lineales, que convierte unas entradas en salidas acordes con los planteamientos lógicos que
usan el razonamiento aproximado, permite variar el rango de valores de una variable en el
intervalo [0,1] en lugar de limitarse a uno de los valores del par {0,1} (o lo que es lo mismo
Falso, Verdadero). Es básicamente una lógica con múltiples valores, que permite definir valores
en las áreas no claras entre las evaluaciones convencionales de la lógica precisa: Si / No, Cierto /
Falso, Blanco / Negro, etc. Con la lógica difusa, las proposiciones pueden ser representadas con
grados de certeza o falsedad.
Por medio de la lógica difusa pueden formularse matemáticamente nociones como un
poco caliente o muy frío, para que sean procesadas por computadoras y cuantificar expresiones
humanas vagas, tales como "Muy alto" o "luz brillante". De esa forma, es un intento de aplicar la
forma de pensar humana a la programación de los computadores. Permite también cuantificar
aquellas descripciones imprecisas que se usan en el lenguaje.
La lógica difusa ha sido probada para ser particularmente útil en sistemas expertos y otras
aplicaciones de inteligencia artificial, [13].

3.3.1 Conceptos básicos de lógica difusa
1) Conjuntos difusos: para un conjunto difuso, la pertenencia o no de un elemento del

dominio a dicho conjunto tiene un carácter multivaluado, de tal manera que la transición entre
pertenecer o no pertenecer a un conjunto es gradual, [13]. Un conjunto difuso es una
correspondencia (o función) que a cada elemento del universo le asocia su grado de pertenencia.
Enunciada así esta definición parece ser cíclica, más no lo es: un conjunto difuso es una función
cuyo dominio es el universo y cuyo contra dominio es el intervalo [0,1]. Un conjunto difuso A
puede representarse como un conjunto de pares de valores: Cada elemento X en A con su grado
de pertenencia a A, [14] .
Para operar en la práctica con los Conjuntos Difusos se suelen emplear funciones de
pertenencia.
Un conjunto difuso puede representarse también gráficamente como una función,
especialmente cuando el universo de discurso X es continuo.
• Abscisas (eje X): Universo de discurso X.

• Ordenadas (eje Y): Grados de pertenencia en el intervalo [0,1].
En la figura 3.5 se pueden observar dos tipos de funciones de pertenencia entre otras posibles:
el tipo triangular, que puede ser un caso concreto del trapezoidal en el que los dos valores
centrales son iguales, y el de forma de campana gaussiana.

Figura 3.5 Funciones de Pertenencia, (a) triangular, (b) trapezoidal, (c) gaussiana y (d) sigmoidal
1.1) Operaciones entre conjuntos difusos
Los conjuntos difusos se pueden operar entre sí del mismo modo que los conjuntos
clásicos. Puesto que los primeros son una generalización de los segundos, es posible definir las
operaciones de intersección, unión y complemento haciendo uso de las mismas funciones de
pertenencia:
Intersección ( µA ∩ B (x) = min(µA(x), µB(x) )
Figura 3.6 Intersección entre conjuntos difusos

Unión ( µA ∪ B (x) = max ( µA(x), µB(x) ) )
Figura 3.7 Unión entre conjuntos difusos
Negación ( µA (x) = 1 - µA(x) )
Figura 3.8 Negación de un conjunto difuso
2) Etiquetas lingüísticas y operadores: el centro de las técnicas de modelado difuso es

la idea de variable lingüística, la cual es el nombre de un conjunto difuso. Una variable
lingüística encapsula las propiedades de aproximación o conceptos de imprecisión en un sistema
y dá una forma de computar adecuada. Esto reduce la aparente complejidad de describir un
sistema que debe concordar con su semántica. Esta representa un espacio difuso.
Lo importante del concepto de variable lingüística es su estimación de variable de alto
orden más que una variable difusa. En el sentido de que una variable lingüística toma variables
difusas como sus valores. En el campo de la semántica difusa cuantitativa al significado de un
término "x" se le representa como un conjunto difuso M(x) del universo de discurso. Desde este
punto de vista, uno de los problemas básicos en semántica es que se desea calcular el significado
de un término compuesto
La idea básica sugerida por Zadeh [12] es que una etiqueta lingüística tal como ''muy'',
''más o menos'', ''ligeramente'', entre otras puede considerarse como un operador que actúa sobre
un conjunto difuso asociado al significado de su operando. Por ejemplo en el caso de un término
compuesto ''muy alto'', el operador ''muy'' actúa en el conjunto difuso asociado al significado del

operando ''alto''. Zadeh también considera que las etiquetas lingüísticas pueden clasificarse en dos
categorías que informalmente se definen como sigue:
Tipo I: las que pueden representarse como operadores que actúan en un conjunto difuso:
''muy'', ''más o menos'', ''mucho'', ''ligeramente'', ''altamente'', ''bastante'', etc.
Tipo II: las que requieren una descripción de cómo actúan en los componentes del
conjunto difuso (operando): ''esencialmente'', ''técnicamente'', ''estrictamente'',
''prácticamente'', ''virtualmente'', etc.
En otras palabras, las etiquetas lingüísticas pueden ser caracterizadas cómo operadores
más que construcciones complicadas sobre las operaciones primitivas de conjuntos difusos.
3) Reglas Difusas: el conocimiento humano se expresa en términos de reglas difusas (Si

- Entonces) -> SI <proposición difusa> Entonces <proposición difusa>. Algunos tipos de
proposiciones difusas son:
- Atómicas: x es A, donde x es una variable lingüística y A es un valor lingüístico
- Compuestas: Composición de proposiciones difusas atómicas con las conectivas “y”,
“o” o “no”, representando intersección, unión y complemento difuso, respectivamente.
4) Mecanismo de inferencia difusa: el mecanismo de inferencia difusa es el núcleo de

cualquier sistema difuso. Su comportamiento dinámico es en general caracterizado por un
conjunto de reglas difusas de la forma
Si x es A entonces y es B (4.1)
en donde A y B son valores lingüísticos definidos por un conjunto difuso en un universo X y Y
respectivamente. La cláusula Si, un antecedente, es una condición en el dominio de aplicación; la
cláusula entonces, una consecuencia, es una acción.
Con un conjunto de reglas difusas, el mecanismo de inferencia difusa es capaz de derivar
una acción para un conjunto de valores de entrada. En otras palabras, una acción es determinada
por las entradas observadas, las cuales representan el estado del proceso a ser controlado
mediante el uso de las reglas de control.
La expresión “Si x es A entonces y es B”, la cual se abrevia regularmente como A → B,
en esencia, es una relación binaria R de las variables x y y en el espacio del producto X ×Y .

Existen diversos métodos de inferencia difusa que pueden ser formulados a través de los
operadores t-norma y s-norma para calcular la relación difusa R=A →B. En general, los
siguientes métodos son los más utilizados, [15]:
1. Implicación de Dienes-Rescher: En esta implicación la regla difusa (4.1) es interpretada como

una relación RD en A × B con función de membresía
µ R D (x, y) = máx[1 - µ A(x) , µ B(y) ] (4.2)
2. Implicación Lukasiewics: Específicamente, la regla difusa (4.1) es interpretada como una

relación difusa RL en A × B con función de membresía
µ R L (x, y) = mín[1, 1 - µ A(x) + µ B(y) ] (4.3)
3. Implicación de Zadeht: Aquí la regla difusa (4.1) es interpretada como una relación difusa RZ
en A × B con función de membresía
µ R Z (x, y) = máx [mín(µ A(x) , µ B(y) ), 1 - µ A(x) ] (4.4)
4. Implicación Mamdani [28]: La regla difusa (4.1) es interpretada como una relación RM en A ×
B con función de membresía
µ R M (x, y) = mín [µ A , µ B ] , ó µ R M = µ A(x) · µ B(x) (4.5)
Aunque estas cuatro ecuaciones representan diferentes interpretaciones de la regla difusa

(4.1), la implicación de Mamdani, es la más utilizada para aplicaciones en los sistemas difusos,
ecuación (4.5).
En general el operador inferencia se aproxima por medio de una t-norma.
a. Modelado usando lógica difusa
Un modelo difuso es una descripción de un sistema con cantidades difusas, estas cantidades
difusas se expresan como números difusos que pueden tener asociadas variables lingüísticas.

La representación genérica de un modelo difuso es la siguiente, [13]:
R1: SI x11 es A11 Y x12 es A12 Y . . . Y x1p es A1p ENTONCES y es B1

R2: SI x21 es A21 Y x22 es A22 Y . . . Y x2p es A2p ENTONCES y es B2
.
.
Rr: SI xr1 es Ar1 Y xr2 es Ar2 Y . . . Y xrp es Arp ENTONCES y es Br
Siendo:
• p es el número de variables de entrada
• r es el número de reglas
• xj con 1 ≤ j ≤ p, es la j - ésima variable de entrada
• Aij, con 1 ≤ i ≤ r, es el conjunto difuso asociado a la variable de entrada j - ésima en la
regla i - ésima
• y es la variable de salida
• Bi es el conjunto difuso asociado a la variable de salida en la i - ésima regla
El ciclo de análisis y diseño usando lógica difusa reúne los siguientes pasos:
Análisis:
Con el análisis se busca definir y comprender el problema determinado para conseguir, de
forma clara y explícita poder expresar: los objetivos deseados, las restricciones y las
características del comportamiento del sistema. En este se deben seguir los siguientes pasos:
1. Definir los objetivos, las restricciones y el comportamiento del sistema.
2. Identificar las variables de entrada y salida: variables lingüísticas y sus etiquetas lingüísticas.
Se desea que esta identificación posea la característica de distinguibilidad, es decir, el término
lingüístico con más claro significado más se puede diferenciar las funciones de pertenencia.
3. Definir procedimientos y criterios para la prueba y validación. En la figura 3.9 se muestra
como sería la validación y verificación:

Figura 3.9 Verificación y Validación del modelo difuso
Diseño:
4. Definir los conjuntos difusos de cada etiqueta lingüística. Debe poseer la característica de
normalidad, es decir para cada función de pertenencia debe existir al menos un elemento en el
universo con grado de pertenencia máximo (uno).
5. Definir el marco de representación de la solución (representación del conocimiento, reglas), se
debe cubrir todo el espacio de la variable representada.
6. Definir el marco de los procedimientos empleados (Inferencia).
7. Especificar la forma requerida de la salida del sistema (decodificación).
8. Ejecutar pruebas para validar el sistema.
9. Verificar si la solución es compatible con el paso 1.

Capítulo 4
Desarrollo del Sistema Experto
Siguiendo como referencia la metodología propuesta en [1] (ver capítulo 3), se presenta a
continuación el desarrollo del sistema experto para el monitoreo y control del proceso MIDREX1
de SIDOR, C.A.
Etapa 1: Análisis y descripción del problema
1.1 Descripción general del problema
En MIDREX1, las variables claves5, entre estas el %CO2 en gas reformado, %CH4 en gas
reformado, %CO2 en gas tope, temperatura del centro del reactor, temperatura de gas bustle y
%vapor de agua en gas proceso, operan alrededor un valor de referencia con un límite de
variación alrededor del mismo, que es fijado por el Ingeniero de Procesos. Para mantener estas
variables dentro de los límites previamente fijados, existe un operador principal que es el
encargado de controlar el proceso de manera manual. Dicho operador cuenta con el Sistema de
Apoyo Operativo (SAO), el cual puede ser consultado desde una computadora llamada “cliente
SAO” que está ubicada en la cabina de control; este sistema también puede ser accedido por
medio de la red de SIDOR por todo trabajador de la planta. El SAO cuenta con diversos sistemas
de ayuda y control de gestión del proceso MIDREX, entre ellos el Control de Variables Claves.
Así pues, el control del proceso en MIDREX1 se realiza de manera manual y se basa en
un seguimiento gráfico del comportamiento de las variables más importantes del mismo, críticas
5
Son denominadas de esta manera porque son las que influyen directamente en la calidad del producto
obtenido.
Capítulo 4. Desarrollo del Sistema Experto 53

para la calidad del producto y la operación continua, y en el uso del sistema de variables claves.
Este sistema es una aplicación tipo Help, donde existen diagramas causa-efecto de cada una de
las variables claves, que permiten tomar acciones precisas y de manera uniforme entre los
distintos grupos operativos para la corrección de las desviaciones del proceso a fin de mantener la
calidad del producto.
Actualmente, el procedimiento a seguir por el operador para ejercer el control sobre el
proceso es el siguiente: el operador por medio del acceso a las aplicaciones de visualización en
línea a tiempo real de la planta, toma el promedio de cada una de las variables claves, transcribe
cada dato al SAO para construir tendencias y de esta manera observar el comportamiento que
tiene la variable de interés. Este procedimiento es realizado cada hora, permitiendo la elaboración
de gráficos de tendencia, seguimiento del cumplimiento de los rangos de operación por variable
y del desempeño por cuadrilla y operador.
Una vez concretadas todas las posibles causas de desviación para cada variable clave, así
como las acciones correctivas apropiadas para cada causa, se les asigna un código a cada acción
empleada para corregir desviaciones, el cual permite la elaboración de los paretos6 de las causas
de desviación, el cumplimiento de los rangos de control de cada variable y el desempeño por
cuadrilla y operador.
Los rangos de operación de cada una de las variables claves son fijados por el Ingeniero
de Procesos, dependiendo de la operación de la planta. MIDREX1 opera con dos sistemas de
alarma, el primero constituido por las alarmas Alto (H) y Bajo (L), el segundo está acotado entre
las alarmas AltoAlto (HH) y BajoBajo (LL). En el primer rango es donde el operador ejerce
control, mientras que en el segundo el control es hecho de manera automática por el Sistema de
Prevención. El control actual se hace en base a los rangos de operación fijados a fin de evitar
llegar al nivel de alarma H o L.
La manera como se hace actualmente el seguimiento de las variables puede traer carga
operativa, es decir, el operador debe estar transcribiendo datos cada cierto lapso de tiempo (1
hora), además, entre el registro de un dato y otro, es difícil predecir un comportamiento fuera de
los rangos de control.
6
El diagrama de pareto es un histograma especial, en el cual las frecuencias de ciertos eventos aparecen ordenadas
de mayor a menor

Dado esto, surge la necesidad de mejorar la situación actual suministrándole una
herramienta al operador que directamente le permita ejecutar acciones inclinadas a mejorar el
desempeño del sistema. Para llevar a cabo esta mejora se va a desarrollar un módulo de Sistema
Experto (SE) para el control de las variables claves en MIDREX1, a fin de brindar
fundamentalmente una mayor versatilidad en el manejo de datos, en cuanto al poder seguir y
registrar en un tiempo más corto el comportamiento de las variables claves, detectar las posibles
anomalías que se puedan suscitar, y proponer acciones de control que permitan tolerar dichas
anomalías.
El SE logra comparar un volumen de condiciones mucho mayor de lo que puede el ser
humano y además lo haría en intervalos de tiempo relativamente pequeños, lo que permite
uniformizar la ejecución de las diferentes acciones de control a seguir entre las diferentes
cuadrillas de operadores.
En la figura 4.1 se muestra la situación actual y como sería luego de implementar el SE
Figura 4.1 Situación vs. Futura

En la situación futura, el SE determinará las acciones de control para controlar las
variables del proceso a partir de los datos en línea de las mismas y la comparación de éstos con

los rangos de operación establecidos, además mostrará por pantalla estas acciones al operador
como una recomendación.
1.2 Análisis de factibilidad para el desarrollo del SE
En esta fase se estudia si se cumplen las condiciones para el desarrollo de un SE, tomando en
cuenta lo siguiente:
a) Necesidad del conocimiento de un experto: el proceso MIDREX es un proceso

bastante extenso y complicado que requiere del conocimiento de un experto. Para ello se
encuentran los Ingenieros de Procesos quienes son los encargados de controlar el proceso,
quienes toman las decisiones sobre el control del proceso y conoce todas las bases teóricas del
proceso; además se tiene el operador quien ha acumulado una experticia bastante importante.
b) Disponibilidad del experto o equipo de expertos: están disponibles, ellos ayudarán a

crear las reglas, ellos son los que ejecutan actualmente las acciones sobre el sistema.
c) Manejo de Incertidumbre y juicios personales: el control del proceso MIDREX

requiere manipular datos con incertidumbre y los juicios de expertos son útiles para tomar
acciones apropiadas.
d) Existencia de Usuarios: existe un grupo potencial de usuarios, entre éstos los

ingenieros de procesos y los operadores, principalmente a estos últimos, a quienes se les
brindará una herramienta flexible, a tiempo real, para asistirlos en el mejoramiento del proceso
productivo.
Así pues, se considera que es factible llevar a cabo el desarrollo de un SE que sirva como
soporte a la solución del problema planteado.

Etapa 2: Especificación de Requerimientos
2.1 Requerimientos de información
El SE debe informar sobre la dinámica del proceso, para esto se requiere generar:
• Reportes de variables
• Presentación de tendencias, junto a la visualización de los valores mínimo y máximo
de las variables
• Alarmas, en los casos que las variables estén fuera de los rangos de operación
• Presentación recomendaciones de control
Esta información debe ser presentada al usuario, a través de una interfaz hombre-máquina
que permita la visualización adecuada de lo obtenido a través del SE.
2.2 Requerimientos funcionales
El SE debe satisfacer las siguientes funciones principales:
• Validar datos de entrada, por ejemplo los datos de los sensores contra modelos u otros
sensores.
• Detectar desviaciones del proceso con respecto a los estándares. Para detectar estas
desviaciones los datos del proceso pasarán por un tratamiento previo, el cual se apoya en
la construcción de gráficos de control, que según cierta característica que dichos gráficos
presenten, harán que se active o no el SE, esto a fin de no darle un uso innecesario al
mismo. De esto se habla más en detalle en la etapa 4, apartado 4.1.
• Mejorar el conocimiento acerca de la sensibilidad de las variables del proceso real,
permitiendo proponer mejores acciones de control para anticipar los desvíos.
El primer requerimiento no se aborda en la primera versión del SE propuesto en el trabajo. En
la figura 4.2 se observa la interacción de las funciones del SE.

Figura 4.2 Funciones del SE
2.3 Requerimientos de entrada de datos
El SE estará orientado, en principio, a manejar las variables claves, por lo que debemos
especificar en tal sentido, las variables de entrada y de salida.
En la figura 4.3 se muestra las entradas y salidas del SE. Las entradas están constituídas
por las variables claves del proceso y otras asociadas a las variables claves. Los datos asociados
a las variables claves son tratados previamente antes de entrar al SE según el siguiente
procedimiento: se toma un dato de cada variable clave cada cierto intervalo de tiempo t, se
calcula el promedio cada n datos, este promedio es ubicado en el gráfico de control y en base a
cierto tipo de comportamiento se activará el SE, para más detalle ver la etapa 4. Las salidas del
SE serán gráficas de tendencias de las variables claves, indicadores de alarma y recomendaciones
de control.

Olga Avila Parte I

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Olga Avila Parte I

Uploaded by

Copyright:

Available Formats

PROYECTO DE GRADO

SISTEMA EXPERTO PARA EL MONITOREO Y CONTROL DEL

Br. Olga Josefina Avila Camacho

©2006 Universidad de Los Andes Mérida, Venezuela

Br. Olga Josefina Avila Camacho

Proyecto de Grado — 149 páginas

Palabras clave: Sistema Experto, Monitoreo, Supervisión, Reducción, Hierro de reducción

A mi Madre, quien siempre me ha acompañado en todo momento, quien me ha brindado su amor

Figura 2.1 Etapas del Proceso MIDREX .......................................................................................10

Índice de Figuras vii

Tabla 4.1 Variables controladas y variables manipuladas .............................................................66

Índice de Tablas viii

A la escuela de Ingeniería de Sistemas todo su personal docente y administrativo, por contribuir

A la sección de modelos de Automatización de SIDOR, C.A., por asignarme este trabajo y

A todos aquellos amigos y compañeros, que de alguna forma intervinieron en la realización de

1.2 Definición del Problema

En un sistema complejo es difícil planificar o anticipar todo lo que ocurre en el sistema. La

1.6 Descripción del Proyecto de Grado

El proceso MIDREX y su contexto productivo en SIDOR

La reducción directa es el segundo proceso en el ciclo productivo de SIDOR. Transforma el

2.1 Sistema de Reducción

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 7

2.2 El proceso de reducción directa MIDREX

2.1.1. Reseña histórica del proceso de reducción directa MIDREX

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 8

2.1.2. Reacciones en el proceso MIDREX

Hay dos reactores en el proceso de reducción directa MIDREX: el horno de reducción y el

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 9

a) Preparación de la materia prima

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 10

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 11

Figura 2.3 Reacciones químicas de Reducción

En este proceso contracorriente, en la etapa final de la reducción (reacciones 5 y 6), las

La carburización que también ocurre en el horno de reducción, es el proceso de

Figura 2.4 Reacciones de Carburización

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 12

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 13

Figura 2.5 Reacciones de reformación

Más genéricamente, las reacciones de reformación con cualquier hidrocarburo saturado en

CnH2n+2 + [n] H2O -> [n] CO + [2n+1] H2

Figura 2.6 Reacciones de reformación de forma genérica

c.2) Deposición de Carbono

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 14

Figura 2.7 Reacciones de deposición de carbono

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 15

2.3 Descripción de la Planta MIDREX

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 16

Figura 2.9 Sistema de Carga

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 17

Figura 2.10 Reducción

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 18

Figura 2.11 Zona de transición

• Zona de enfriamiento: enfría el HRD con un gas de enfriamiento a través de un dispositivo

− Rompedor Medio: está debajo del distribuidor de gas de enfriamiento, aquí la

En la figura 2.12 se muestra la zona de enfriamiento.

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 19

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 20

• Lavadores. Constituido por:

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 21

− Precalentador de gas de alimentación: El gas de alimentación antes de ser introducido al

• Reformador: provee el calor necesario para promover y mantener las reacciones de

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 22

Figura 2.15 Zoom del Reformador

Capítulo 2. El proceso MIDREX y su contexto productivo en SIDOR 23