UNIVERSIDAD NACIONAL DE INGENIERA

FACULTAD DE TECNOLOGA DE LA INDUSTRIA

Managua, Nicaragua

PROYECTO DE MANUFACTURA

Autores: MSc. Ing. Sergio Padrn Soroa (Departamento de Procesos Tecnolgicos)

Lic. Carlos Morell Prez (Departamento de Computacin)
(Universidad Central de Las Villas, Cuba)

Enero del ao 2002

Captulo I.

Nociones generales sobre la Inteligencia Artificial aplicada al maquinado de piezas.

Qu es la Inteligencia Artificial (AI)?

Es una de las reas de las ciencias computacionales encargadas de la creacin de hardware y
software que tenga comportamientos inteligentes
Qu son los Sistemas Expertos?
El estudio y desarrollo de los sistemas expertos (SE) comenz a mediados de la dcada del 60.
Entre 1965 y 1972 fueron desarrollados varios de estos sistemas, muchos de ellos tuvieron un
alcance muy limitado, otros como MYCIN, DENDRAL y PROSPECTOR, constituyeron la base
histrica de los SE y an en la actualidad son de gran inters para los investigadores que se
dedican al estudio y construccin de los mismos.
En teora, estos sistemas son capaces de razonar siguiendo pasos comparables a los que sigue un
especialista (mdico, bilogo, gelogo, matemtico, ingeniero, etc), cuando resuelve un problema
propio de su disciplina. Por ello el creador de un SE debe comenzar por identificar y recoger, del
experto humano, los conocimientos que ste utiliza: conocimientos tericos y conocimientos
empricos adquiridos en la prctica.
Por ser los SE programas basados en conocimiento, la programacin de estos incluye como
aspecto fundamental la programacin del conocimiento (figura 1), la cual hace uso de la
representacin explcita del conocimiento a utilizar por el sistema y de su interpretacin y
manipulacin lgica por medio de mecanismos de inferencia, que permitan deducir nuevo
conocimiento a partir del que ya se conoce.

Figura 1.1 Progamacin de Sistemas Expertos

2
1.1 Introduccin.

La importancia de elaborar las tecnologas de maquinado para mquinas convencionales es bien

conocida, sin embargo, en muchos talleres las tecnologas no se materializan como un documento.
De esta manera, entre otros efectos negativos, se corre un alto riesgo de perder experiencias, se
pierde tiempo concibiendo de nuevo la tecnologa de maquinado de una pieza que ya se haba
hecho antes, se pierde competitividad por falta de respuestas rpidas y por no mejorar (y hasta
empeorar) la eficiencia de las tecnologas empleadas, etc.

Las razones por las que no se elaboran las cartas tecnolgicas y otros documentos relacionados
con las tecnologas son diversas, pero entre ellas se puede mencionar que resulta un trabajo tedioso
que a veces consume un tiempo inaceptable.

La existencia de un sistema computarizado, sin grandes exigencias de equipamiento y de fcil

aprendizaje para su explotacin, debe incentivar la elaboracin de los documentos tecnolgicos
donde hoy no se hacen, y aumentar la eficiencia en los lugares donde se hacen. Un sistema as,
debe reducir notablemente el tiempo para elaborar las tecnologas y acortar consecuentemente el
lapso de respuesta al cliente. Ese ahorro de tiempo se puede utilizar parcialmente en la
comparacin de varias variantes de tecnologas, de modo que se pueda escoger la ms
conveniente.

El sistema se convierte en un archivo electrnico de tecnologas, lo que entre otras ventajas

permite:
Hallar con rapidez y reproducir una tecnologa elaborada tiempo atrs
Actualizar con suma sencillez y rapidez una tecnologa anterior
Elaborar una tecnologa nueva mediante la adaptacin de otra similar ya elaborada o a
partir de una propuesta nueva del sistema.
Tener a disposicin de todos los tecnlogos la experiencia de otros
Intercambiar fcilmente tecnologas con otros talleres, etc.

3
1.2 Descripcin del dominio.
Las piezas que se fabrican por maquinado pueden clasificarse de diferentes maneras, y la ms
frecuente se refiere a la forma de las piezas. As, existen piezas tipo cuerpo, prismticas,
engranajes, etc. Una de las ms frecuentes son las piezas simtrico rotativas, que se llaman as
porque geomtricamente son un cuerpo de revolucin. Pueden estar formadas por la interseccin
de cilindros y conos, fundamentalmente, cuyos ejes de rotacin coinciden. Son piezas tpicas para
ser fabricadas en tornos, independientemente de que requieran de alguna otra operacin de
maquinado. Las piezas llamadas rboles y ejes son un ejemplo muy frecuente de piezas simtrico
rotativas.

Estas piezas pueden ser macizas o huecas. Entre ambos extremos (macizas o huecas) existe un
gran nmero de ellas que tiene agujeros pequeos, ya sea en sus caras laterales o en algunos de sus
escalones. La presencia de agujeros laterales (axiales y coaxiales) o de agujeros perpendiculares o
inclinados con respecto al eje de rotacin, no deja de clasificar a una pieza simtrico rotativa como
maciza. Es precisamente a este ltimo tipo de piezas a la que se ha dedicado este Proyecto de
Maquinado, ya que son frecuentes y conllevan una complejidad media en su maquinado. En otras
palabras, cabe insistir en que no forman parte del dominio de esta asignatura piezas tales como:
rboles cigeales, rboles de levas, rboles huecos, rboles con escalones excntricos, etc.

1.3 Los elementos maquinables.

Las piezas simtrico rotativas macizas son vistas por los tecnlogos, consciente o
inconscientemente, como un conjunto de elementos maquinables, es decir, elementos geomtricos
que se pueden obtener mediante algn paso de maquinado. Para las piezas simtrico rotativas
macizas los elementos maquinables son los siguientes: escalones cilndricos, cnicos y dentados.
En los escalones, a su vez, pueden aparecer varios elementos dependiendo de su tipo: los
escalones cilndricos pueden contener biseles, radios, ranuras, roscas, agujeros (axiales, coaxiales
y no axiales), chaveteros, superficies planas y estras; en los escalones cnicos pueden aparecer
biseles, radios, agujeros y chaveteros; y en los dentados pueden aparecer biseles, radios y agujeros.

1.4 La tecnologa.
Se llama proceso de produccin al conjunto de acciones necesarias para la elaboracin o
reparacin de piezas o equipos. El proceso de produccin puede tener varias de las siguientes
etapas: produccin de piezas en bruto, elaboracin posterior (maquinado, tratamiento trmico,
etc.), control de la calidad, ensamblaje, transportacin, pintura y otros ms. Una parte de estas
actividades constituyen procesos tecnolgicos, y otras no.

El proceso tecnolgico es la parte del proceso de produccin que contiene las acciones del cambio
y verificacin posterior del estado de la pieza que se produce. Son procesos tecnolgicos: la
fundicin, la conformacin, el mecanizado, el tratamiento trmico, la soldadura, el ensamblaje, el
control de la calidad y otros. La transportacin no es un proceso tecnolgico porque no cambia la
forma, ni las dimensiones, ni las propiedades fsicas, ni verifica o controla la pieza.

Dentro del proceso tecnolgico se encuentran: las operaciones, colocaciones, posiciones, pasos
tecnolgicos y pasos auxiliares.

4
La operacin tecnolgica se realiza en un puesto de trabajo. Entre estas se encuentran el torneado,
el fresado, la operacin de banco (limado, rebabado). Si una pieza se desbasta en un torno y se
termina en otro, est sometida a dos operaciones de torneado (dos puestos de trabajo distintos).

La colocacin es la parte de la operacin tecnolgica que corresponde a la fijacin de la pieza en

bruto. As, en la operacin de torneado de un eje entre puntos hay una segunda colocacin cuando
se libera la pieza para invertirla y volver a colocarla entre puntos.

El paso tecnolgico es la parte de la operacin tecnolgica que se caracteriza porque no cambia la

herramienta de corte ni la superficie que se forma durante el mecanizado. Por ejemplo, si en una
taladradora(operacin de taladrado) se taladra, retaladra y se hace un escariado, se realizaron tres
pasos tecnolgicos consecutivos en el agujero. Aunque el agujero pudiera ser el mismo, las
herramientas se cambian.

El paso auxiliar es la parte de la operacin tecnolgica que consiste en las acciones del operario y
la mquina herramienta que no producen cambios en la forma o dimensiones de la pieza que se
mecaniza, pero que son necesarias para ejecutar un paso tecnolgico. Por ejemplo, son pasos
auxiliares colocar y fijar la pieza en bruto en la mquina herramienta, as como quitar la pieza.

El paso tecnolgico tiene pasadas de trabajo y pasadas auxiliares. La primera es la traslacin

relativa entre la herramienta de corte y la pieza, pero durante sta la herramienta va cortando. As,
cuando la sobre medida es grande, se necesitan varias pasadas de trabajo para completar un paso
tecnolgico. Se llama pasada auxiliar o en vaco a aquella traslacin relativa entre la herramienta y
la pieza durante la cual no se arrancan virutas(es el posicionamiento de la herramienta para la
prxima pasada de trabajo).

Finalmente, la posicin es el emplazamiento fijado que ocupa la pieza en bruto, dentro de una
misma colocacin. As, una rueda dentada colocada en un cabezal divisor tiene tantas posiciones
de elaboracin como dientes.

En una tecnologa de maquinado se establece claramente la secuencia u orden en que se realizan

las operaciones, y dentro de estas las secuencias de colocaciones, posiciones, pasos y pasadas.
Esta informacin se vierte en un modelo que se llama carta tecnolgica, y que contiene adems
otros datos importantes. Entre ellos estn los tiempos calculados y seleccionados para cada paso,
colocacin o cambio de posicin y otras acciones.

Adems de todo lo expresado, en la carta tecnolgica aparecen otras informaciones: los datos de
corte, los instrumentos de medicin, los dispositivos y accesorios a emplear, el tipo y modelo de la
mquina, las herramientas de corte.

Existen diferentes modelos de cartas tecnolgicas, algunos muy propios de un taller o empresa, y
otros que son normas nacionales e internacionales. Las diferencias entre ellos no son sustanciales.

5
1.5 El modelo de la solucin.
En este Proyecto de Manufactura se va a utilizar como una opcin de solucin un sistema experto
que se clasifica como CAPP (del ingls Computer Aided Process Planning), y que se llama
SahftWizard. Es un sistema elaborado por los autores de este texto. Para ello se emplean dos
tcnicas de la inteligencia artificial conocidas como Razonamiento Basado en Casos (CBR) y
Planificacin. A continuacin se explican brevemente las caractersticas de estas tcnicas.

1.5.1 Caractersticas de la planificacin de los procesos

La planificacin de procesos es la accin de preparar detalladamente las instrucciones de
operacin para transformar un diseo ingenieril en una pieza terminada. [CHA90].

El plan del proceso da las instrucciones para la produccin de la pieza. Estas instrucciones
establecen tambin el costo, la calidad y el tipo de produccin (unitaria, en serie, etc). Por tanto, la
planificacin del proceso es de alta importancia para el sistema de produccin. En general, un plan
de proceso se prepara usando los datos de diseo disponibles y los conocimientos sobre los
procesos de fabricacin que se vayan a emplear. La funcin de la planificacin de procesos ha
sido descrita como un subsistema que es responsable de la conversin de los datos de diseo en
instrucciones de trabajo.

Tradicionalmente, la planificacin de un proceso de fabricacin se ha basado en la experiencia y

se ha realizado manualmente. En un sistema de produccin convencional, un plan de estas
caractersticas se crea por un planificador de procesos (tecnlogo) quien estudia una nueva pieza,
modelo o plano (dibujo), y entonces determina los procedimientos apropiados para producirla. La
experiencia previa del planificador es decisiva para el xito del plan. La planificacin manual tiene
muchos problemas, aunque es til para pequeos talleres que fabrican pocas piezas. La
variabilidad entre los criterios del planificador y la experiencia pueden desembocar en diferentes
percepciones sobre cul es el mtodo ptimo para la produccin. Esto se manifiesta en el hecho de
que en la mayora de las fbricas se encuentran varios planes de procesos diferentes para la misma
pieza, lo que indica inconsistencia y a veces tiempo de trabajo perdido. En la ltima dcada se ha
producido en el mundo desarrollado una tendencia a automatizar la planificacin de procesos, ya
que esto incrementa la eficiencia de la produccin y las piezas se pueden producir ms
econmicamente. Para aliviar los problemas de la planificacin manual de procesos, se ha
adoptado la va de la ayuda (o asistencia) de la computadora.

La planificacin de procesos asistida por computadora (CAPP), sirve como una necesaria y lgica
interfaz entre el diseo asistido por computadora (CAD) y la manufactura asistida por
computadora (CAM). El CAPP realiza automticamente o semiautomticamente la planificacin
del proceso de fabricacin mediante el uso de sistemas expertos, y el diseo de la pieza como dato
de entrada. El diseo de la pieza puede estar desarrollado mediante el CAD. El CAPP se convierte
en un puente entre el CAD y el CAM mediante la realizacin de planes de procesos interpretables
por la mquina como dato de entrada para sistemas CAM-NC (con control numrico), a partir del
diseo CAD del modelo de la pieza.

6
La inexistencia del CAD o del CAM, o de ambos, no significa que no se pueda iniciar el desarrollo
del CAPP. Por el contrario, el CAPP es necesario, en primer lugar, porque las mquinas
convencionales siguen siendo mayora en la produccin de piezas, aun en los pases desarrollados,
y porque el desarrollo del CAPP prepara a los recursos humanos para una rpida asimilacin del
CAD/CAM, y va creando las condiciones materiales para ello.

1.5.2 Resumen de los mtodos actualmente usados

Hay tres mtodos bsicos para acometer la tarea de planificacin de procesos. Estos incluyen el
mtodo manual tradicional, el mtodo de variantes asistido por computadora y el mtodo de
generacin computarizado.

Mtodo Manual:
El mtodo manual tradicional puede comenzar por el anlisis de un dibujo bidimensional que
representa a una pieza tridimensional. El planificador del proceso (tecnlogo) desarrolla planes de
procesos de manufactura e instrucciones basado en conocimientos de procesos y posibilidades de
las mquinas, herramientas, materiales, costos y la prctica o experiencia del taller. Este mtodo
descansa grandemente en la experiencia del tecnlogo para desarrollar planes de procesos que
sean factibles, de bajo costo y consistentes con planes para piezas similares. La planificacin
manual de procesos es altamente subjetiva, de un trabajo intenso, alta consumidora de tiempo,
tediosa y con frecuencia aburrida. Adems esta tarea requiere personal bien adiestrado y
experimentado en la prctica de talleres de manufactura.

Mtodo de planificacin de procesos por variantes:

El mtodo de variantes para la planificacin de procesos fue el primer mtodo usado para
computarizar las tcnicas de planificacin [CHA90]. Se basa en el concepto de que piezas
similares tendrn planes de procesos similares. La computadora puede ser usada como una
herramienta para ayudar en la identificacin de planes similares, recuperarlos, y editar planes que
cumplan los requerimientos para piezas especficas [PAN90]

Mtodo Generativo:

La planificacin generativa de procesos es un sistema que sintetiza automticamente un plan de

proceso para una nueva pieza. El mtodo generativo permite la creacin de un plan de proceso a
partir de la informacin disponible en una base de datos de manufactura sin intervencin externa
[WAN88]

A partir de la informacin sobre el diseo de la pieza, el sistema es capaz de generar las

operaciones requeridas y la secuencia de pasos para la fabricacin de la pieza. El conocimiento
para la manufactura tiene que ser almacenado en un programa para computadoras. Mediante la
aplicacin de decisiones lgicas, puede ser imitado el proceso que sigue un tecnlogo. Otras
funciones de planificacin como la seleccin de la mquina, la seleccin de las herramientas, la
optimizacin del proceso, etc., pueden tambin ser automatizadas empleando tcnicas de
planificacin generativa.

7
Un sistema de planificacin generativa de procesos comprende tres componentes principales: la
descripcin de la pieza; la base de datos sobre manufactura; y la lgica de toma de decisiones y
algoritmos (conocimientos sobre fabricacin o manufactura).

La planificacin generativa de procesos es considerada como ms avanzada que el mtodo de

planificacin por variantes. Existen sistemas planificadores generativos de procesos que pueden
generar planes para piezas de geometra simple [KUS90]. De hecho, la mayora de los sistemas
existentes son semigenerativos, porque requieren la intervencin humana para describir la pieza y
para obtener informacin sobre sus rasgos.

El xito de la implementacin de este mtodo requiere que la lgica de la planificacin del proceso
sea identificada y capturada por el software. Adems, la pieza que se va a fabricar debe estar
claramente y con precisin definida en un formato compatible con la computadora, y la lgica
capturada del planificador del proceso y los datos de descripcin de la pieza tienen que estar
incorporados en una base de datos unificada de manufactura.

1.5.3 Manufactura basada en rasgos

El primer uso de rasgos fue reportado en el CAPP. En CAPP es necesario analizar la pieza bajo
consideracin, con el objetivo de generar un plan de proceso detallado. En este anlisis de los
componentes, los rasgos de manufactura son la clave para generar el plan del proceso, es decir, la
tecnologa. Hay dos razones para esto [BRI86]:
Los rasgos de manufactura o elementos maquinables proporcionan una forma natural de
comunicacin (los planificadores de procesos piensan en trminos de agujeros, cajuelas,
escalones, roscas, etc.)
Los rasgos de manufactura simplifican la planificacin del proceso ya que hay solo un nmero
finito de modos de manufacturar el rasgo.

La mayora de los investigadores en manufactura basada en rasgos se han centrado en operaciones

tales como fresado, taladrado y torneado [ERV88], [CUT88], [AND90] [AND90a], [HOU91].

Hay tres mtodos principales para obtener rasgos de manufactura para la fabricacin a partir de
modelos o planos de piezas: reconocimiento automtico de rasgos, definicin e identificacin
interactiva de rasgos y diseo mediante rasgos. En este Proyecto se emplea la definicin e
identificacin interactiva de rasgos.

1.6 La Inteligencia Artificial (AI) en la planificacin de procesos.

Utilizando un esquema de la AI, el problema de la planificacin de un proceso puede ser
formulado como una secuencia de acciones (operaciones) y recursos (mquinas, herramientas,
etc.) que permiten alcanzar la meta (producir una pieza terminada) dado un estado inicial (pieza en
bruto). Ciertas experiencias, algunas no tan recientes, demuestran que son posibles los expertos
prcticos basados en AI [SRI88]

8
Un sistema CAPP productivo tiene que tener acceso a una tremenda cantidad de informacin la
cual incluye datos sobre mquinas en un sistema de manufactura, reglas sobre la seleccin de
operaciones y secuencias, y todos los parmetros necesarios para el proceso, y otros. Adems, el
sistema debe ser flexible porque los factores y las reglas en la base de datos requieren de una
frecuente actualizacin. Como con alguna frecuencia estarn disponibles nuevas tecnologas,
equipamientos y procesos, la forma ms efectiva de fabricar una pieza tambin puede cambiar. Un
sistema experto almacena los conocimientos de una manera especial de modo que es posible
adicionar, borrar y modificar su base de conocimientos sin tener que re-escribir el programa.

En [ALT89] se planteaba que: A pesar de los tremendos esfuerzos que se estn haciendo en el
desarrollo de sistemas CAPP, los beneficios del CAPP en el ambiente de la industria real estn
todava por ver. Esta situacin se basa en algunas dudas sobre el estado actual de las
investigaciones e implementaciones de la planificacin de procesos. Esta es una situacin ya
superada en los pases desarrollados, pero que es vlida para las condiciones de los pases
llamados en desarrollo actualmente.

En [MU95], [TON90], [EVE93] y [ELMm93] se plantea como una importante dificultad en la

planificacin de procesos la interdependencia que existe entre las tareas de esa planificacin.
Adems, en [MU98] Muoz lleg a la conclusin de que para fabricar piezas tipo rbol no es
posible hacer subplanes y despus mezclarlos, debido precisamente a la interaccin que existe
entre los diferentes pasos tecnolgicos. A tal conclusin tambin se llega en [KAR92] y [YAN92].
Dicho en otras palabras, lo anterior significa que no es posible tener subplanes de cilindrado,
refrentado, roscado, etc, y despus simplemente mezclarlos. Sin embargo, en [MAR95] se plantea
esta posibilidad, pero se trata en ese artculo sobre el maquinado de piezas prismticas, y se
establece un gran nmero de precondiciones para lograrlo.

La planificacin de procesos ha sido el tema de varios estudios, [HOY87], [KAM91], [GIL91],

[NAV95]. En estos estudios se involucran diferentes tcnicas de inteligencia artificial, y diferentes
criterios de solucin de problemas.

Las tendencias ms actuales indican que un sistema hbrido en el que se mezcle al Razonamiento
Basado en Casos con un Planificador de propsito general, puede dar buenos resultados en la
elaboracin de tecnologas de maquinado.

1.6.1 Planificacin de procesos basada en casos.

El Razonamiento Basado en Casos (CBR) es un paradigma basado en el recuerdo de experiencias
previas (Casos). En l quien razona recuerda una situacin previa, similar a la actual y usa esto
para resolver el nuevo problema.

Los Sistemas Basados en Casos (CBS) parten de problemas resueltos en un dominio de aplicacin,
siendo esta la fuente principal de conocimientos. En general, un caso consiste en la descripcin de
un problema y la solucin dada al mismo. La resolucin de problemas basada en casos se lleva a
cabo recuperando los casos similares desde una base de casos y reutilizando estos casos con o sin
adaptacin [JUR93].

9
De una forma simple el CBR puede ser visto como la composicin de las siguientes tareas:
Recuperar los casos que resuelvan problemas similares al actual.
Modificar la solucin encontrada para satisfacer las nuevas condiciones.
Guardar el resultado.

Descripcin
del Nuevo
problema
Soluciones
Similares
Base Bsqueda
de Recuperador Mdulo de
Casos Adaptacin
Soluciones
similares

Posible nuevo caso Nueva

Soluci
n

Fig. 1.2: Esquema tpico de un Sistema Basado en Casos

La recuperacin de los casos similares al problema es, quizs, la parte ms importante en el CBR
ya que de ello depende la calidad de la solucin. En el mundo real no existe una equivalencia
exacta entre dos problemas, por lo que se requiere de un medio para comparar el nuevo problema
con los problemas resueltos registrados en la memoria. Esta comparacin puede realizarse
utilizando dos mtodos: por semejanza parcial o por analoga. El sistema ShaftWizard se basa en
el mtodo de la semejanza parcial.

La adaptacin de un caso puede ser llevada a cabo transformando la solucin dada al caso
recuperado para que satisfaga los requerimientos del nuevo problema o combinando soluciones de
varios casos de una forma apropiada.

La ltima tarea consiste en guardar en la memoria o base de casos la solucin generada. Para ello
debe tenerse en cuenta que no exista un caso muy similar al que se intenta guardar. El nuevo caso
debe contener la descripcin del problema o situacin, los detalles de la solucin y del proceso de
obtencin de la misma, y por ltimo, informacin acerca de si la solucin fue correcta o
incorrecta.

Aunque el rango de aplicaciones del razonamiento basado en casos es amplio, como se seala en
[ALL94], las aplicaciones comerciales del mismo se concentran en el uso de la recuperacin de los
casos para el apoyo a la toma de decisiones. Este tipo de sistemas evade la adaptacin y slo
recupera los casos ms cercanos a un problema dado, permitiendo que las decisiones se basen en
los precedentes ms similares existentes.

10
Es precisamente en este tipo de sistema donde se ubica el software SahftWizard, pues el mismo, a
partir de una base de casos que contiene tecnologas de fabricacin, brinda al tecnlogo la
informacin necesaria para resolver el nuevo problema, ayuda al tecnlogo en la elaboracin de
una nueva tecnologa, brindndole para ello informacin sobre otras piezas previamente
elaboradas que sean similares a la nueva.

Para el sistema al que se hace referencia en este texto se recopil como casos un considerable
nmero de tecnologas de maquinado de rboles y ejes de la empresa Planta Mecnica de Santa
Clara, y del Combinado Textil de la misma ciudad. Para la seleccin de estas tecnologas se tuvo
en cuenta que los casos no fueran muy similares entre s, que contasen con la informacin
completa y que abarcaran el mayor nmero de variantes diferentes.

El estudio de estas tecnologas hizo posible conocer cul es la informacin que se vierte en la carta
tecnolgica, y permiti la generalizacin de la misma con vistas a lograr que pudiese esta
informacin ser introducida en el sistema de una forma sencilla y cmoda

La seleccin del conjunto de rasgos significativos que identifican el problema es una cuestin
central en el CBR pues incide tanto en la definicin del modelo de la base de casos como en el
mdulo de recuperacin de casos. El conjunto de rasgos determina qu informacin ser
almacenada en memoria para cada uno de sus elementos, la cual debe permitir la posterior
recuperacin de los casos semejantes dada la descripcin de un nuevo problema. Potencialmente
en el conjunto de rasgos podran estar todas las propiedades que describen los objetos, pero
generalmente esto no es as: existen rasgos intiles que carecen de importancia de acuerdo con el
dominio de aplicacin.

La pregunta a responder es: Cules son los rasgos que hacen que una pieza simtrico rotativa
maciza (tipo rbol) se parezca a otra? Pero la pregunta se refiere al parecido desde el punto de
vista de que su tecnologa de maquinado sea similar, no necesariamente en cuanto al diseo. Y una
vez decidido cules son los rasgos, surge otra pregunta: Cul es el peso relativo de cada uno de
ellos como rasgo de semejanza?.

El estudio de planos de taller y tecnologas, as como encuestas y entrevistas hechas a expertos,

llev a que habra que considerar los siguientes rasgos:
a) Longitud de la pieza (corta o larga)
b) Si cabe por el agujero del husillo del torno
c) El grado de tolerancia (IT).
d) La cantidad de escalones del rbol.
e) Orden o secuencia en que aparecen los escalones.
f) Existencia o no de acabados superficiales menores que 3.2.
g) Dimetro de la pieza en bruto.
h) Material de la pieza.
i) La presencia o no del escaln de mayor dimetro en un extremo.
j) Existencia de superficies con tratamientos trmicos.
k) La presencia de roscas.
l) La presencia de biseles.

11
 m) La presencia de radios.
n) La presencia de ranuras circulares.
o) La presencia de chaveteros.
p) La presencia de dientes.
q) La presencia de estras.
r) La presencia de conos.
s) La presencia de agujeros axiales.
t) La presencia de agujeros coaxiales.
u) La presencia de agujeros no axiales (que no estn en la cara de la pieza).
v) La presencia de rebajes o vaciados.
w) La presencia de superficies planas.
x) La presencia de bisel en alguno de los agujeros mencionados anteriormente.
y) La presencia de rosca interior en alguno de los agujeros mencionados anteriormente.
z) La presencia de agujero de centro.

Dentro del conjunto de rasgos seleccionados no todos poseen la misma importancia. Esta
diferencia en la importancia de los rasgos tiene que ser considerada al comparar dos objetos del
mismo universo.

Una vez seleccionados los rasgos que describen un problema es necesario establecer una funcin
de comparacin para cada rasgo. A partir de estas funciones, surge una expresin matemtica que
se conoce como funcin de semejanza, y que es la herramienta de que se vale el mdulo de
recuperacin para buscar en la base de casos los problemas resueltos ms semejantes al nuevo
planteado.

1.6.2 Tcnicas de Planificacin en IA.

La planificacin [Ber00][Wel99] consiste en la construccin de un curso de acciones para

alcanzar un conjunto especfico de objetivos o metas, a partir de una situacin inicial. Muchos
problemas de planificacin de inters prctico aparecen en el dominio de la ingeniera, por
ejemplo en el dominio de planificacin de procesos.

Dado que la generacin clsica de planes puede conllevar un gran esfuerzo de bsqueda, y la
planificacin puramente basada en casos puede encontrar necesidades muy grandes de
modificaciones, muchos investigadores se han decidido por la va de mezclar estas dos tendencias.

De una manera muy general se puede decir que la planificacin es el problema de sintetizar un
curso de acciones que, cuando son ejecutadas, conducen a un agente desde un estado inicial hasta
el estado objetivo deseado [Wel99]. El curso de las acciones es conocido como plan. La sntesis
o conformacin de planes de forma automtica ha sido una meta de investigacin importante en la
Inteligencia Artificial por ms de 30 aos. Una gran variedad de algoritmos con diferentes
efectividades ha sido desarrollada durante este perodo. La investigacin en este sentido est lejos
de finalizar, como lo demuestran los algoritmos que continan surgiendo en aos recientes.

Aunque los investigadores han estudiado la planificacin desde los primeros das de la AI, los

12
desarrollos recientes han revolucionado este campo. Como un ejemplo reciente de lo antes dicho,
el planificador conocido como Blackbox [Kau98] requiere solo 6 minutos para hallar un plan
logstico de 105 acciones en un mundo con 1015 estados posibles.

En la historia ms reciente de los planificadores AI no se pueden dejar de mencionar el Graphplan

y sus descendientes [Wel99].

El Blackbox se ubic entre los primeros cuatro lugares en una competencia hecha en los EE.UU.
en 1998, para lo cual se midi el tiempo empleado en encontrar soluciones a diferentes problemas.
Los autores de este texto hicieron ensayos con Blackbox, pero no result totalmente adecuado para
dar como salida secuencias de pasos tecnolgicos, ya que puede trabajar con un nmero muy
limitado de operadores (insuficientes para una secuencia tecnolgica de maquinado), y exige
demasiada memoria. En el ao 2000 la competencia [BAK00] fue ganada por el planificador
llamado FastForward (FF) [HOF00]. Los ensayos con este ltimo resultaron exitosos.

Tal vez el caso ms simple de planificacin ocurre cuando el ambiente (problema) es esttico (slo
cambia en respuesta a las acciones del agente) y es observable, y las acciones del agente tienen
efectos deterministas (invariables). La sntesis de planes bajo estas condiciones se conoce como el
problema clsico de planificacin

De esta forma, el problema clsico de planificacin se especifica mediante la descripcin del

estado inicial del mundo o problema, el estado objetivo deseado (metas a alcanzar) y un conjunto
de acciones deterministas. Se pretende entonces encontrar una secuencia de esas acciones que,
cuando son ejecutadas en el estado inicial, conducen al agente al estado objetivo deseado ( a las
metas).

Las acciones se modelan como funciones que transforman el estado inicial, con precondiciones y
efectos. Una sintaxis aceptada ampliamente es la usada en las dos ltimas competencias
internacionales de planificadores, AIPS 98 y AIPS 2000. Este lenguaje es conocido por sus siglas
en ingls PDDL (Planning Domain Definition Language) [McD98].

Una descripcin total de la programacin hecha en PDDL para obtener secuencias de pasos
necesarias para el maquinado de una pieza simtrico rotativa maciza, es muy extensa, por lo que
no se incluye en este texto. No obstante, es interesante informar que FF entrega una secuencia de
pasos para fabricar un rbol en un tiempo que oscila entre 0.1 y 0.2 segundos.

13
1.7 La solucin

La solucin al problema de ayudar al tecnlogo en la elaboracin de tecnologas de maquinado de

piezas simtrico rotativa consiste en un sistema experto que combina los enfoques basado en casos
y la planificacin de la AI.

La figura que sigue a continuacin muestra las partes o mdulos que componen el sistema
ShaftWizard. Cada uno de estos tiene funciones especficas que al interactuar se complementan
para resolver un problema.

Editor de piezas Base de

Datos
Taller
Descripcin de la
Bsqueda pieza Interaccin
Base para
Recuperador Planificador adaptar
de
Casos Tecnologas similares
Tecnologas Soluciones
Almacenador similares parciales

Posible Nuevo Caso Editor de

tecnologas
Carta
Descripcin de la Tecnolgica
pieza y la tecnologa

Fig. 1.3 Esquema de los componentes del ShaftWizard

El Editor de Piezas permite describir una pieza de forma interactiva. Dibuja un croquis
simplificado de sta para servir de ayuda visual al usuario. La descripcin se hace basada en las
caractersticas de los elementos maquinables descritos en tpicos anteriores. Adicionalmente se
editan caractersticas generales de la pieza en bruto y de la pieza terminada.

A partir de la descripcin de los elementos maquinables se determinan los rasgos de semejanza

que caracterizan la pieza. Esta informacin sirve de dato de entrada al recuperador. Este emplea
los rasgos para acceder a la base de casos. Primeramente clasifica la pieza en uno de tres grandes
grupos: corta; larga que cabe por el agujero del husillo; y larga (que no cabe por el agujero del
husillo). En una segunda clasificacin determina si la pieza tiene grado de tolerancia estrecho o
no. Por ltimo, compara la pieza con todos aquellos casos que tienen igual clasificacin, mediante

14
una funcin de semejanza. Se obtiene como salida una relacin de tecnologas de piezas similares
con su % de semejanza con respecto a la nueva pieza.

El editor de tecnologas permite al usuario describir tecnologas. Esta puede ser una tecnologa
elaborada previamente y que se desea almacenar junto con la descripcin de la pieza en la base de
casos como un nuevo caso. Tambin puede ser una tecnologa nueva que se elabora a partir de los
datos de entrada que le entrega el recuperador (una o varias tecnologas similares a la nueva que se
va a elaborar); o a partir de los datos de entrada que le entrega el planificador (una o varias
secuencias posibles de operaciones y pasos para la pieza en cuestin). El editor de tecnologas
permite cortar, copiar, pegar, aadir y borrar pasos y operaciones, de modo que a partir de varias
propuestas de secuencias tecnolgicas el usuario puede elaborar con rapidez la que considere ms
conveniente, o elaborar varias para compararlas antes de decidirse por una. El editor de
tecnologas facilita la entrada o modificacin de datos para que despus aparezcan en la carta
tecnolgica todos los que sta recoge, tales como herramientas de corte, regmenes de corte,
instrumentos de medicin, tiempos principales, tiempos auxiliares, tiempos totales, as como las
oraciones que ordenan la ejecucin de un paso tecnolgico o de un paso auxiliar.

La base de datos Taller almacena la siguiente informacin sobre el taller especfico para el cual se
elaboran las tecnologas :
Mquinas Herramienta
Instrumentos de Medicin
Herramientas de corte
Materiales para fabricar piezas

En las mquinas herramienta se encuentran los siguientes tipos: tornos, fresadoras, taladradoras,
mandrinadoras, talladoras, rectificadoras. De cada tipo se almacenan los modelos existentes en el
taller, y los parmetros fundamentales segn corresponda al tipo y modelo. Tambin se almacenan
los accesorios que corresponden a cada mquina.

El editor de tecnologas interacta con la base de datos Taller, de modo que las tecnologas
elaboradas se adecuen a las caractersticas del taller para el cual se han elaborado.

El Planificador recibe del editor de piezas un archivo en formato PDDL caracterizando el estado
inicial y final de la pieza. Esto sirve de entrada al sistema Fast Forward (FF 2.3). FF devuelve una
o varias rutas tecnolgicas posibles, que se envan al editor de tecnologa.

El Almacenador guarda en la base de casos, por separado, la descripcin de la pieza, la descripcin

de la tecnologa y los rasgos de semejanza obtenidos a partir de la descripcin de la pieza. Esto
permite hacer la bsqueda de las tecnologas ms semejantes tomando en cuenta slo los rasgos de
semejanza.

ShaftWizard entrega como salida los modelos de cartas tecnolgicas llenos con todos los datos
elaborados mediante el editor de tecnologas. En la carta tecnolgica aparece el croquis
simplificado de la pieza que elabor el editor de piezas. Junto con las cartas tecnolgicas se
obtiene la carta de ajuste de la talladora, si esta se encuentra dentro del proceso escogido.

15
Bibliografa del Captulo I.

ALL94 Bradley P. Allen. Case-based reasoning: Bisness Applications. Communications of the

ACM. Marzo de 1994. Vol 37. No 3.
ALT89 Alting, L. And Shang, H. (1989) Computer aided process planning: the state-of-the-art
survey. International Journal of Producction Research, 27 (4), 553-585
AND90 Anderson D.C., Chang T.C., Automated process planning using object-oriented feature
based design, in Advanced Geometric Modelling for Engineering Applications, eds.
Krause F.-L., Jansen H., Elsevier, IFIP/GI, 1990.
AND90 Anderson D.C., Chang T.C., Kak A., Mitchell O.R., A Quick Turnaround Cell, CAM-I
A report no. P-90-PM-02, 1990.
BAC00 F. Bacchus. Results of the AIPS 2000 Planning Competition. URL:
http://www.cs.toronto.edu/aips-2000.
BER00 Bergmann, R., Muoz, H., Veloso, M. :General-Purpose Case-Based Planning:
Methods and Systems. University of Kaiserslautern, Germany, and Carnegie Mellon
University, Pittsburgh, PA, USA.
BER95 Bergmann, R., Wilke, W.: Building and refining abstract planning cases by change of
representation language. Journal of Artificial Intelligence Research, 3:53-118, 1995
BLU95 Blum, A., Furst, M.: Fast Planning through planning graph analysis. Proceedings 14 th
International Joint Conference. AI, pp. 1636-1642, 1995
BLU97 Blum, A. & Furst, M. Fast planning through planning graph analysis Artificial
Intelligence 90(1-2). 1997
BRI86 Brimson J.A., Downey P.J., Feature technology: a key to manufacturing integration,
CIM review, spring 1986, 21-27.
BRI95 Britanik, J.; Marefat, M.: Case-Based Manufacturing Process Planning with Integrated
Support for Knowledge Sharing. Proceedings of ISATP95, Department of Electrical
and Computer Engineering, University of Arizona, Tucson
CAR91 Carbonell, J.G., Knoblock, C.A., Minton, S.: Prodigy: An integrated architecture for
planning and learning. In K. VanLehn, editor, Architectures for Intelligence, pp. 241-
178. Lawrence Erlbaum Associates, Publishers, 1991
CHA89 Chang, T.C., Expert Process Planning for Manufacture, Prentice Hall, Englewood
Cliffs, New Jersy, USA, 1989
CHA90 Chang T-C., Expert process planning for manufacturing, Addison Wesley, Reading,
1990.
CUN94 Cunningham, P., Finn, D., Slattery, S.: Knowledge engineering requirements in
derivational analogy. In Stefan Wess, Klaus-Dieter Althoff, and Michael M. Richter,
editors, Topics in Case-Based Reasoning, volume 1, pp. 234-245, 1994
CUT88 Cutkosky M.R., Tenenbaum J.M., Muller D., Features in process based design, ASME
Computers in Engineering (CIE) Conference, San Francisco, 1988, 557-562.
ELM93 Elmaraghy, H. A. and Mc Mastes (1993). Evolution and future perspective of CAPP. In
Annals of CIRP, volume 42

16
ERO95 Erol, K. 1995. Hierarchical Task Network Planning Systems: Formalization, Analysis,
and Implementation. Ph.D. diss., Department of Computer Science, University of
Maryland.
ERV88 Erve A.H. van 't, Computer Aided Process Planning for Part Manufacturing, an expert
system approach, PhD thesis, University of Twente, 1988.
EVE93 Eversheim, W. and Schneewind, J.(1993). Computer aided process planning state
of the of the art and future development. Robotics and computer Integrated
manufacturing, 10(1/2): 65 70.
FAM92 Famili F.; Nau D.S.; Kim S.: Artificial Intelligence Applications in Manufacturing.
AAAI Press MIT Press, 1992
FIK71 Fikes, R. & Nilson, N. STRIPS: A new approach to the application of theorem proving
to problem solving. Artificial Intelligence 2(3/4) 1971.
GIL91 Gil, Y.(1991). A specification of manufacturing processes for planing. Technical Report
CMU CS 91 179, School of Computes Science, Carnegie Mellon University,
Pittsburgh, 16
GN93 Gnter, A., Cunis, R.: PLAKON- ergebnisse einer entwicklung. KI,(1):51-56, 1993
GUP90 Gupta, T., 1990, An expert System approach in process planning: current development
and its future. Computer and Industrial Engineering, 18 (1), 69-80
GUP95 Gupta S.; Regli, W.; Nau D.: Manufacturing features instances: which ones to
recognize. In ACM Solid Modeling Conference, 1995
HAM86 Hammond, K.: Chef: a model of case-based planning. In Proceedings of American
Asociation of Artificial Intelligence, AAAI-86, 1986
HAM88 Ham, I.; Stephen C.; Lu Y.: Computer-aided process planning: the present and the
future. Annals of the CIRP, 37 (2), 591, 1988
HAO92 Hao Yang; Wen F. Lu y Alan C. Lin: A Framework for using case-based reasoning in
automated process planning. Proceedings of the ASME Winter Annual Meeting-
Concurrent Engineering, 101-114, New Orlens, L.A., 1992
HOF00 Hoffmann J. & Nebel, B. The FF planning system: Fast plan generation through
Heuristic search. Journal of Artificial Intelligence Research. 2000
HOU91 Houten F.J.A.M. van, PART: a computer aided process planning system, PhD thesis,
University of Twente, Enschede, 1991
HOY87 Hoyes, C. (1987). Using goal intersections to guide planing. In Proceeding of AAAI
87, pages 224 228
JUR93 Jurisica, I. Representation and management issues for case-based reasoning systems.
Department of Computer Sciences, University of Toronto, Canada. Sept 1993
KAM91 Kambhampati, S., Cutkosky, M., Tenenbaum, M., and Lee, S.(1991). Combining
specialized reasoners and general purpose planners: A case study. In proceeding of
AAAI 91, pages 199 205
KAM92 Kambhampati, S., Hendler, J.A.: A validation-structure-based theory of plan
modification an reuse. Artificial Intelligence, 55:193-258, 1992
KAM97 Kambhampati, S Refinement planning as a unifying framework for plan synthesis. AI
Magazine 18(2). 1997.
KAR92 Karinthi, R., Nav, D., and Yang, Q. Feature interactions in process planning. Applied
Artificial Intelligence, (1992). Handling Intelligence, b: 389 415
KAU98 Kautz, H., Selman, B.: Blackbox: a new approach to the application of theorem
proving to problem solving. AIPS98 Workshop on Planning as Combinatorial Search,

17
 pp. 58-60, june 1998
KOE94 Koehler, J.: Flexible plan reuse in a formal framework. In Current Trends in AI
Planning, pp. 171-184. IOS Press, Amsterdam, Washington, Tokio, 1994
KOE97 Koehler, J. Nebel, B. Hoffmann, J. Dimopoulus, Y. Extending planning graph to an
ADL subset. 4th European Conference on Planning. 1997.
KRI93 Mark Kriegsman & Ralph Barleta. Building a Case-Based Help Desk Application.
IEEE Expert, Diciembre de 1993.
KUS90 Kusiak, A., 1990, Intelligent Manufacturing Syxtems, Prentice Hall, Englewood Cliffs,
New Jersey
LON99 D. Long and M. Fox. Efficient implementation of the plan graph in STAN. JAIR, 10(1-
2) 1999
MAR95 M. Marefat, Casebased Process Planning using an Object Oriented Model
Representation
MAR96 M. Marefat, A Formal Planning Model for Case-Based Process Planning, Proceedings
of the 1996 NSF Design and Manufacturing Grantees Conference, University of
Arizona
MCD98 McDermott D. et al. PDDL- The Planning Domain Definition Language. Yale
University, 1998
MU95 Muoz-Avila, H., Paulokat, J., Wess, S.: Retieving releveant cases by using goal
dependencies. In M. Keane, J.P. Halton, and M. Manago, editors, Advances in Case-
Based Resoning. Selected Papers of the 2nd European Workshop (EWCBR-94), number
984 in Lecture Notes in Artificial Intelligence, 1995
MU98 Hector Muoz-Avila. Integrating Twofold Case Retrieval and Complete Decision
Replay in CAPlan/CbC. University of Kaiserslautern PhD Dissertation. 1998
NAU95 Dana S. Nau; Satchandra K. Gupla; William C. Regli: A.I. Planning versus
Manufacturing-Operation Planning: a case study. IJCAI-95, agosto 1995
NAV95 Nav, D., Gupta, S., and Regli, W.(1995). AI planing: A case study. In proceeding of
IJCAI 95, 3
PAN90 Pande S.S. and Walvekar, M. G., PC-CAPP- a computer-assisted process planning
system for prismatic components. Computer-Aided Engineering Journal, 6 (4), august
1989, 133-138
SAN00 Sanchez R. Nguyen X. Kambhampati S. AltAlt: Combining the Advantages of
Graphplan and Heuristic State Search.
SHA94 Shah, J.; Mntyl, M.; Nau, D.S.: Advances in Feature Based Manufacturing.
Elsevier/North Holland, 1994
SMY94 Smyth, B. Keane, M.T.: Retieving adaptable cases. In Stefan Wess, Klaus-Dieter
Althoff, and Michael M. Richter, editors, Topics in Case_Based Reasoning, 1994
SRI88 Srihari, K., 1988, A rule-based dynamic prototype CAPP System. Computer and
Industrial Engineering, 17, (1-4), 240-245
TON90 Tonshoff, H. K. and Andres, N. (1990). Survey on stated of development and trends in
CAPP research within CIRP. In Annals of CIRP, volume39
TSA88 Tsatsoulis and R L Kashyap: A Case-Based System for Process Planning. Robotics and
Computer Integrated Manufacturing. 4 (3/4): 557-570; 1988
VEL94 Veloso, M.: Planning and learning by analogical reasoning. Number 886 in Lecture
Notes in Artificial Intelligence. Springer Verlag, 1994
WAN88 Wang, HP. And Wysk, R.: A knowledge-based approach for automated process

18
 planning. International Journalof Production Research, 26 (6), 999-1014, 1988
WEL94 Weld D. An introduction to least commitment planning. AI Magazine 15(4) 1994
WEL98 Weld, D.S., Anderson, C.R., Smith D.E. : Extending graphplan to andel uncertainty and
sensing actions. Proceedings 15th National Conference. AI, pp. 897-904, july 1998
WEL99 Weld, Daniel E.: Recent Advances in AI Planning, October 1998, To appear in AI
Magazine, 1999
YAN92 Yang,Q., Nav, D., and Hendler, J. (1992). Merging separately generated plans with
restricted interactions. Computational Intelligence, 8(2):648 676.

19