palestra no ercemapi 2009

ERCEMAPI 2009ERCEMAPI 2009Escola Regional de Computação Ceará - Maranhão - PiauíEscola Regional de Computação Ceará - Maranhão - Piauí

Automação Industrial e Automação Industrial e Tecnologia da Informação: Tecnologia da Informação:

Uma abordagem Uma abordagem MultiagenteMultiagente

Vinicius Ponte MachadoUniversidade Federal do

Piauí

Parnaíba - 9 de abril de 2023

Automação Industrial e Tecnologia da Informação

ERCEMAPI 2009ERCEMAPI 2009

Vinícius Ponte Machado2/42

Objetivos• Entender Redes Industriais• Apresentar Sistemas Multiagentes• Introduzir conceitos de Aprendizagem de

Máquina• Demonstrar pesquisa que a aliar SMA e

Aprendizagem de Máquina em Redes Industriais




Processo a ser Controlado

Redes IndustriaisRedes Industriais

Nível de Informação

Nível Controle




Ambiente Industrial• Não existe uma rede única que atende as

necessidades de todas as atividades existentes em uma fábrica

• Grande quantidade de computadores operando em diferentes setores

• Operação do conjunto mais eficiente se estes computadores forem interconectados:– Compartilhamento de recursos





Ambiente Industrial• Maioria das redes de comunicação existentes concebidas

para automação de escritórios• Ambiente industrial tem características e necessidades

próprias:– ambiente hostil para operação dos equipamentos

(perturbações eletromagnéticas, elevadas temperaturas, sujeira, áreas de segurança intrínseca, etc.)

– troca de informações se dá entre equipamentos e, às vezes, entre um operador e o equipamento

– tempo de resposta crítico

– segurança dos dados crítica

– grande quantidade de equipamentos pode estar conectada na rede - custo de interconexão crítico





Requisitos de Comunicação Industrial

• Compartilhamento de recursos• Gerenciamento da heterogeneidade• Garantia de um tempo de resposta médio ou

máximo• Confiabilidade dos equipamentos e da

informação• Conectividade e interoperabilidade• Sistemas de Tempo-Real





Protocolos de Controle

• CAN• Profibus• Foundation FieldBus

– Padronização dos Dispositivos– Padronização da Aplicação (Blocos Funcionais)– Os dispositivos FF são capazes de executar seus

próprios algoritmos de controle





Blocos Funcionais• Estratégias de configuração são incorporadas aos

dispositivos usando blocos funcionais• Estes blocos contém funções básicas de

funcionamento que, quando combinadas, são capazes de implementar algoritmos mais complexos como redes neurais

• O protocolo Foundation Fieldbus é capaz de distribuir o controle do processo através dos dispositivos de campo

• Sensores e atuadores possuem processadores que podem executar algoritmos de uma maneira distribuída através dos blocos funcionais





AgentesAgentes




Agentes Autônomos• Paradigma para o desenvolvimento de

aplicações de software• Entidade computacional com um comportamento

autônomo que lhe permite decidir suas próprias ações

AgentesAgentes




Definições• É uma entidade que percebe o ambiente através de

sensores e age neste ambiente através de atuadores, tomando decisões que irão auxiliar a alcançar seu objetivo [Russell & Norvig, 2003]

• É um sistema de computador, situado em algum ambiente, que é capaz de flexibilizar ações autônomas a fim de encontrar seus objetivos de desenvolvimento [Woolridge, 2002]

• Agente autônomo é o que consegue operar com completa autonomia, decidir por si só como relacionar os dados obtidos com ações de modo que seus objetivos sejam atingidos com sucesso[Maes, 1995]

AgentesAgentes




Domínio de Atuação• Dados distribuídos• Controle distribuído• Diversidade de conhecimento• Decomposição da tarefa global• Multiplicidade de funções• Certo grau de autonomia

AgentesAgentes




Agentes Cognitivos

• representação explícita

• têm histórico• comunicação direta• controle deliberativo• organização social• poucos agentes

Tipos de Agentes

Agentes Reativos

• representação implícita• não têm histórico• comunicação indireta• controle não

deliberativo• organização etológica• muitos agentes

AgentesAgentes




Time de Futebol• Cada jogador possui um conhecimento

individual e limitado;• Cada jogador pode ter características

diferentes dos demais;• Cada jogador age de forma autônoma e

assíncrona;• Existe um objetivo global que é de

conhecimento de todos os indivíduos;• Este objetivo global está acima dos

objetivos individuais de cada agente;• Não existe um controle global;• A junção das capacidades individuais

resolve o problema

Tipos de Agentes

Colônia de Formigas• O problema é resolvido por indivíduos que

interagem entre si;• Existe um grande número de indivíduos ;• Os indivíduos normalmente são idênticos e

possuem conhecimento limitado; • Cada indivíduo não tem consciência do

problema geral;• Os indivíduos ‘cooperam’ entre si;• A solução ‘surge’ através das interações

entre os indivíduos.

AgentesAgentes




Noção Fraca e Forte de Agente• Noção fraca de Agente

– Autonomia

– Habilidade Social

– Reatividade

– Iniciativa

– Continuidade Temporal

– Orientação à Metas

AgentesAgentes




Noção Fraca e Forte de Agente• Alguns consideram que o termo agente possui

um significado mais específico e devem ser implementados usando conceitos que são aplicados normalmente aos humanos

• Noção forte de agente: – Mobilidade – Benevolência– Racionalidade– Adaptabilidade– Colaboração

AgentesAgentes




Classificação de Agentes

AgentesAgentes




Aprendizagem de MáquinaAprendizagem de Máquina




O que é Aprendizagem• Mudança relativamente permanente no

conhecimento ou no comportamento do indivíduo produzido pela experiência

• Na computação:– Aprendizagem denota mudanças no sistema que são

adaptativas no sentido em que permitem ao sistema fazer a tarefa ou as tarefas tiradas da mesma população, mais eficiente da próxima vez





O que é Aprendizagem• Memorizar qualquer coisa• Aprender fatos através da observação e

exploração• Melhorar capacidades cognitivas e/ou motoras

através da prática• Organizar novo conhecimento em

representações gerais





Tipos de Aprendizagem• Aprendizagem Supervisionada• Aprendizagem Não-Supervisionada

– Agrupamento (Clustering)– Reforço (Reinforcement)





Paradigmas de Aprendizagem• Simbólico

– Expressão lógica, árvores de decisão, regras ou rede semântica

• Estatístico– Aprendizado Bayesiano

• Baseado em Exemplos– Nearest Neighbours e raciocínio baseado em casos

• Conexionista– Redes neurais

• Evolutivo– Algoritmos genéticos





Redes Neurais Artificiais• Sinais são apresentados à

entrada: X1,X2, ...,Xp

• Cada sinal é multiplicado por um número ou peso (w1,w2, ...,wp), que indica a sua influência na saída da unidade

• É feita a soma ponderada dos sinais que produz um nível de atividade:

• Se este nível de atividade exceder um certo limite (dado pela função de ativação) é produzida uma saída (y)





Redes Neurais Artificiais





Arquitetura MultiagenteArquitetura Multiagente




Agente deObservação

Agente deExecução

Gerenciamento de Rede

Gerenciamento de Rede

Alocação de DispositivosAlocação de Dispositivos

Configuração de Estratégias de

Controle

Configuração de Estratégias de

Controle

Interpretação de Alarmes

Interpretação de Alarmes Tarefas de

MonitoramentoTarefas de

Monitoramento

Organização da Rede

Organização da Rede

Medição e Controle

Medição e Controle





Agentes• Agentes de Observação (AO)

– Estes agentes tem como objetivo descobrir anomalias nos valores medidos pelos sensores ou na precisão dos atuadores

• Agentes de Diagnóstico (AD)– Os ADs determinam o tipo de problema que foi detectado pelo AO

indicando a melhor solução (configuração de blocos funcionais) para a resolução do problema

• Agentes de Execução (EA)– Tão logo o problema seja detectado e diagnosticado os Agentes de

Execução são alocados no blocos funcionais dos dispositivos, através de mudanças em suas interconexões, formando uma configuração que possibilite reparar o problema detectado





Problema• Atividades controladas pelas redes industriais requerem

funcionamento contínuo e tolerante a falha

• Qualquer parada na planta pode acarretar uma interrupção na produção (perdas financeiras) ou acidentes

• Em casos específicos, como por exemplo, a mudança na configuração dos dispositivos da rede, a parada do sistema é obrigatória

• Algumas situações de falha requerem a intervenção do usuário (supervisor) para que seja contornada

• Ausência de uma plataforma dedicada que permita a integração automática de diferentes sensores num ambiente de rede industrial, bem como a implementação de novas funções baseadas no processamento inteligente da informação





Objetivos• Criar uma arquitetura multiagente que permita incorporar nas

redes industriais estratégias de controle inteligente nos dispositivos de campo

• Viabilizar uma melhoria no suporte à decisão em ocorrências no nível de planta e permitir um funcionamento mais ainda independente de intervenção humana

• Através de algoritmos de aprendizagem, antever situações (predição) que possam ocorrer de forma a melhorar a performance do sistema e

• Aliar a aprendizagem de máquina ao contexto industrial, permitindo que a arquitetura de agentes proposta, possa se tornar adaptável a um contexto de produção desconhecido ou inesperado





Processo a ser controlado






Fase de Aprendizagem

Treinamento






Fase de Execução

Agente deDiagnóstico





Fase de Execução

Agente deExecução





Aplicações• Controle de Nível de Tanques• Remoção de Ruídos• Auto-Calibração de Sensores• Compensação de Sinal





Conclusões• Diferente de outros trabalhos que envolvem agentes e

redes industriais mostramos uma implementação de configuração de controle no nível de planta

• Agregamos aprendizagem de máquina ao contexto industrial através de Redes Neurais Artificiais e Agentes

• A implementação apresentada encaixa-se em uma característica básica dos agentes: a adaptação

• A alocação de blocos funcionais mudará para adaptar-se a um determinado tipo de problema, sem a intervenção do usuário

• Antever situações que podem ocasionar falhas no processo produtivo





Para Saber MaisPara Saber Mais




Vinicius Ponte Machadovinicius(at)ufpi.br

http://vmachado.k6.com.br

www.twitter.com/vpmachado

Agradecimentos

A Capes e CNPQ pelo suporte finaceiro

palestra no ercemapi 2009

Technology