tecnología 64 I+D 3. Finalmente, los tipos de defectos a evitar también de- terminan la tipología y la posición de los sensores. La Tabla 2 muestra los principales defectos considerados en el sistema. 2. Metodología La metodología desarrollada para resolver el problema an- teriormente descrito, sigue las fases básicas de los sis- temas basados en el conocimiento: (1) adquisición de conocimiento implícito y explícito para el aprendizaje y (2) extracción del conocimiento para generar soluciones. El conocimiento industrial se puede clasificar en dos tipos: el conocimiento objetivo, que se puede encontrar en los manuales y bibliografía, y el conocimiento subjetivo o tácito, que está determinado por el factor humano (mo- tivación, cualificación, experiencia, etc.). El conocimiento objetivo se puede representar en forma de reglas, mien- tras que el conocimiento subjetivo está representado en forma de casos. Los sistemas híbridos combinan ambos, el razonamiento basado en casos y las reglas [5, 6, 7]. Los principales argumentos para el uso de sistemas híbridos son: • El razonamiento basado en casos emula el razonamien- to de los expertos para tomar una decisión. • La incorporación de nuevos casos aumenta significati- vamente la efectividad del sistema. • Los conocimientos objetivos y subjetivos se implemen- tan de forma separada, lo que permite darle mayor peso a unos u otros según convenga. • Los casos son almacenados de forma acumulativa. Un sistema de Razonamiento Basado en Casos (Case Based Reasoning, CBR) es una metodología de Inteligen- cia Artificial que permite resolver problemas recordando situaciones previas similares y reutilizando la información y el conocimiento sobre esa situación [4].. La idea original básica es resolver problemas nuevos adaptando las solu- ciones dadas a otros similares resueltos con anterioridad. 4. Cavidad 5 Eyector/placa Material Densidad Pared (g/cm3) espesor (mm) ABS 1,05 1.143-3.556 Acetal 1,41 0.762-3.048 Acrylic 1,19 0.635-3.810 Liquid crystal polymer 1,76 0.762-3.048 Long-fiber reinforced 1,2 1.905-25.40 plastics Nylon 1,14 0.762-2.921 Polycarbonate 1,2 1.016-3.180 Polyester 1,43 0.635-3.175 Polyethylene 0,95 0.762-5.080 Polyphenlene sulfide 1,54 0.508-4.572 Polypropylene 0,91 0.635-3.810 Polystyrene 0,6 0.889-3.810 Polyurethane 1,1 2.032-19.05 Tabla 1. Materiales considerados, densidad y rango recomendado de espesor máximo. Rechupes/vacíos Atrapamientos de aire/efecto diésel Marcas de fibra Piezas incompletas por falta de llenado Ráfagas Deformaciones Marca del punto de inyección Líne de soldadura Marcas de humedad Puntos negros Tabla 2. Tipos de defectos implementados en el sistema. A partir de estos datos, los expertos son capaces de se- leccionar los tipos de sensores más apropiados y su po- sición dentro del molde. Los datos de salida del sistema a desarrollar son una lista del tipo: donde tenemos que el tipo de sensor puede ser de {presión y temperatura}, y la ubicación tomará alguno de los siguientes valores: {cerca del punto de inyección, 1/3 de la longitud del flujo, 1/2 de la longitud del flujo, 2/3 de la longitud del flujo, final de la longitud del flujo}. A través de las herramientas de simu- lación, los expertos pueden seleccionar la mejor posición de los sensores dentro del molde. El objetivo del sistema descrito en este artículo es encontrar la relación entre los datos de entrada y de salida aplicando conocimiento ex- plícito e implícito (tácito de los expertos). PLASTICOS Instalación de sensores de presión indirecta: 1. Sensor de fuerza 2. Arandela 3. Expulsor Los sensores de presión se sitúan debajo del primer expulsor en el eyector, placa y miden la curva de fuerza. UNIVERSALES