Sistemas inteligentes en automatización y control

Este curso se orienta a capacitar a ingenieros de diversas áreas en el análisis y la aplicación de tecnologías de sistemas inteligentes (sistemas expertos, lógica difusa, computación evolutiva, en especial algoritmos genéticos, o redes neuronales) en supervisión y control de sistemas dinámicos, incluyendo sistemas para detección y diagnóstico de fallas, apoyo a la toma de decisiones en tiempo real (Real Time Decision Support Systems) y sistemas de alerta temprana. Los componentes centrales del curso son: la nivelación y el alineamiento en conceptos fundamentales de modelación cuantitativa y cualitativa, la presentación de metodologías basadas en conocimiento, lógica difusa, algoritmos genéticos y redes neuronales; la descripción de productos comerciales; y la aplicación de herramientas prácticas, de manera que los profesionales capacitados puedan lograr un mejor desempeño en su función. Al terminar el curso, los alumnos serán capaces de aplicar las técnicas indicadas en supervisión y control, en especial considerando detección y diagnóstico de fallas, apoyo a la toma de decisiones en tiempo real y sistemas de alerta temprana.

La metodología a aplicar contempla la exposición de conceptos teóricos, el trabajo personal revisando documentación técnica y la aplicación de conocimientos en simulaciones prácticas. El curso se puede dictar en forma presencial o streaming; en el segundo caso se trabajará de forma sincrónica con los alumnos en la plataforma Zoom.

Ingenieros (eléctricos, mecánicos, metalurgistas, químicos, industriales, informáticos y otros afines).

Aplicar metodologías de sistemas inteligentes en sistemas de supervisión y control de sistemas dinámicos.

Título profesional universitario, licenciatura o egresado de Instituto Profesional en ingeniería.

Se recomienda:
– Dos años de experiencia laboral en el área.
– Manejo del idioma inglés. Es posible encontrar lecturas complementarias en ese idioma.

Contenidos
Introducción y motivación: Visión general sobre las tecnologías de sistemas inteligentes en supervisión y control, sus potencialidades y limitaciones.

Sistemas expertos: Conceptos básicos. Adquisición y representación del conocimiento. Reglas e incertidumbre. Componentes de un sistema experto. Etapas en el desarrollo de un sistema experto. Lenguajes y herramientas para el desarrollo de sistemas expertos. Sistemas expertos en tiempo real. Sistemas expertos en supervisión y control. Control experto regulatorio. Ambientes y productos.

Sistemas difusos: Historia. Lógica difusa. Sistemas expertos difusos y sus componentes. Sistemas difusos tipo Mamdani en supervisión y control. Modelos difusos tipo Takagi-Sugeno. Control no lineal empleando modelos difusos. Modelos difusos basados en data-driven. Ambientes y productos para lógica difusa.

Computación evolutiva: Optimización empleando técnicas de sistemas inteligentes. Algoritmos genéticos. Software para algoritmos genéticos. Aplicaciones.

Redes neuronales: Historia. Red neuronal artificial. Entrenamiento de redes neuronales. Modelos no lineales basados en redes neuronales. Predicción empleando redes neuronales. Redes neuronales en control. Redes neuro-fuzzy. Aplicaciones.

Aprendizaje automático y profundo: Inteligencia Artificial y sus aproximaciones. Fundamentos de Machine learning, Deep learning y Reinforcement learning. Ambientes y productos. Aplicaciones en modelación, predicción, supervisión, control y optimización. Ambientes y productos.

Sistemas inteligentes en detección y diagnóstico de fallas (FDI): Planteamiento. Metodologías para FDI y gestión de activos: técnicas estadísticas, procesamiento de señales, modelos dinámicos y sistemas inteligentes. Aplicaciones y productos para FDI basados en sistemas inteligentes.

Sistemas de apoyo a la toma de decisiones en tiempo real: Planteamiento. Desarrollos y soluciones basados en sistemas inteligentes.

Sistemas de alerta temprana: Planteamiento. Gestión en tiempo real ante desastres naturales. Desarrollos y soluciones basadas en sistemas inteligentes.

Casos de estudio: Análisis de soluciones de sistemas inteligentes a problemas de modelación, predicción, supervisión, control y optimización en tiempo real.