1. LOGO
Universidad de oriente
Núcleo de Monagas
Programa Ingeniería de sistemas
Maturín/ Monagas/ Venezuela
Equipo ERP
Jhonathan Gonzalez
Efrain ColmenaresProfesora:
Ing. Judith Devia

2. Contenido
¿CÓMO SE LOGRA UN DIAGNÓSTICO
EMPRESARIAL EFICAZ?
CLASES DE DIAGNOSTICO
EMPRESARIAL
DIAGNÓSTICO EMPRESARIAL
DECISIÓN
INTRODUCCION
CONOCIMIENTO DEL PROCESO
Y RELACIONES DE CAUSA-EFECTO
REPRESENTACIÓN DEL CONOCIMIENTO
MEDIANTE LÓGICA DIFUSA
GRAFOS Y GRAFOS CAUSUALES
HERRAMIENTAS DE SOPORTE:
INTELIGENCIA ARTIFICIAL
METODOS ESTADISTICOS
CONCLUSIONES
BIBLIOGRAFIA
DIAGNOSTICO DE FALLO

3. INTRODUCCION
Diagnostico y Decisión
Supervisar Monitorizar
Detectar
Fallos
SCADAs

4. DECISION
La decisión es una determinación o resolución
que se toma sobre una determinada cosa. Por
lo general la decisión supone un comienzo o
poner fin a una situación; es decir, impone un
cambio de estado.
SITUACION OPCIONES ELIGE CAMBIO

5. DIAGNOSTICO EMPRESARIAL
En el mundo empresarial, este término hace
referencia a aquellas actividades que se llevan
a cabo para poder conocer de primera mano
cuál es la situación de la empresa y sus
principales impedimentos para lograr
alcanzar sus objetivos. (Cartón, Luifes).
EVALUAR SITUACION PROBLEMAS METAS

6. CLASES DE DIAGNOSTICO EMPRESARIAL
Son principalmente conocidos por la gran cantidad de variables
empresariales a las que se puede aplicar. Para poner un ejemplo,
podríamos encontrar el diagnóstico de Competitividad, un estudio que
permite conocer las oportunidades, debilidades, ventajas y amenazas de
una empresa.
DIAGNÓSTICOS INTEGRALES

7. CLASES DE DIAGNOSTICO EMPRESARIAL
Se caracterizan por centrarse en aquellos procesos más concretos, es
decir, estudia diferentes aspectos del mercado, estados financieros o
procesos de gestión, y cualquier otro relacionado con la producción y su
consumo.
DIAGNÓSTICOS ESPECÍFICOS

8. ¿COMO LOGRAR UN DIAGNOSTICO
EMPRESARIAL EFICAZ?
Visión
Detallada
Evaluación Cálculos
Conclusion

9. ¿COMO LOGRAR UN DIAGNOSTICO
EMPRESARIAL EFICAZ?
Visión detallada
Cálculos
Conclusión
Evaluación
Estableceremos un
parámetro que nos
permitirá evaluar la
actual situación o
pudiera despertar el
interés por la
empresa
Se centran
especialmente en
recoger toda la
información
posible acerca del
sistema concreto
de la empresa por
el que se está
interesado en
estudiar
Se establece el
grado de alcance
en función del
parámetro que se
haya querido fijar
Se analiza toda la
información que se
ha recogido y se
estudia para
evaluar y conocer
los motivos que
impiden alcanzar
aquellos
parámetros que en
su momento se
establecieron.

10. DIAGNOSTICO DE FALLO
El diagnóstico de fallos consiste principalmente en la determinación del
origen y la magnitud de los mismos. Una vez hemos detectado la
presencia de un fallo, debemos conocer sus causas. Para esta tarea
pueden utilizarse diversas estrategias. Durante la fase de detección se
crea una generación de residuos o de síntomas, entonces el diagnóstico
debe consistir en la evaluación de los mismos.
UMBRALES
MODELOS
ANALITICOS
INTELIGENCIA
ARTIFICIAL
EVALUACION DE LOS RESIDUOS
CORRESPONDENCIA

11. CONOCIMIENTO DEL PROCESO
Y RELACIONES DE CAUSA-EFECTO
Las anomalías que aparecen en un producto o los fallos del proceso
obedecen a relaciones de causa y efecto. Estas relaciones son
difícilmente cuantificables en muchas ocasiones, por lo que se recurre a
representaciones mediante los diagramas causales fishbone (por su
parecido con la espina de un pescado) o de Ishikawa.

12. EJEMPLO DIAGRAMA DE ISHIKAWA

13. METODOS ESTADISTICOS
La aplicación de métodos estadísticos en la vigilancia de procesos ha
aportado diferentes métodos de soporte al diagnóstico y la toma de
decisiones. Se trata de herramientas de análisis estadístico que con una
presentación visual de parámetros simples como la frecuencia de
aparición de un defecto o el acumulado de éstos dan una interpretación
cómoda de los datos.
DIAGRAMAS DE
PARETO
GRAFICAS
ESTRATIFICADAS

14. EL DIAGRAMA DE PARETO
El diagrama de Pareto, también llamado curva cerrada o Distribución
A-B-C, es una gráfica para organizar datos de forma que estos queden
en orden descendente, de izquierda a derecha y separados por barras.
Permite, pues, asignar un orden de prioridades. "El 80% de los
problemas se pueden solucionar, si se eliminan el 20% de las causas que
los originan".
En otras palabras: un 20% de los errores vitales,
causan el 80% de los problemas, o lo que es lo mismo;
en el origen de un problema, siempre se encuentran
un 20% de causas vitales y un 80% de triviales.

15. EJEMPLO DE UN DIAGRAMA DE PARETO

16. GRÁFICAS DE ESTRATIFICACIÓN
Es un método que permite hallar el origen de un problema estudiando
por separado cada uno de los componentes de un conjunto. Es la
aplicación a esta técnica del principio de Management que dice: "Un
gran problema no es nunca un problema único, sino la suma de varios
pequeños problemas". A veces, al analizar por separado las partes del
problema, se observa que la causa u origen está en un problema
pequeño.
En la Estratificación se clasifican los datos tales como defectos, causas,
fenómenos, tipos de defectos (críticos, mayores, menores), en una serie
de grupos con características similares con el propósito de comprender
mejor la situación y encontrar la causa mayor más fácilmente, y así
analizarla y confirmar su efecto sobre las características de calidad a
mejorar o problema a resolver. (Hermoso Norma. 2010).

17. EJEMPLO DE UNA GRAFICA
ESTRATIFICADA

18. HERRAMIENTAS DE SOPORTE:
INTELIGENCIA ARTIFICIAL
Si la Inteligencia artificial es tomada como ingeniería, basada en una
relación deseable de entrada-salida para sintetizar un programa de
computador. "El resultado es un programa de alta eficiencia que
funciona como una poderosa herramienta para quien la utiliza."
Estas herramientas pueden integrarse a los entornos de monitorización
para configurar, junto con las herramientas propias de éstos, lo que se
conoce como un entorno de supervisión experta. A continuación se
presentan, a grandes rasgos, estas herramientas empezando por las más
simples y acabando por las últimas tendencias.

19. HERRAMIENTAS DE I.A.
I.A.
B
E
C
D
ACálculo
Proporcional
Listas, Tablas y
Arboles de Decisión
Grafos y Grafos
Causuales
Sistemas
Expertos
Lógica Difusa

20. CÁLCULO PROPORCIONAL
Es el formalismo lógico más popular es utilizado en la representación de
modelos y en la especificación de propiedades de numerosos sistemas,
donde el comportamiento o el estado de los elementos se caracterizan
mediante dos estados estables claramente distinguidos (Verdadero/Falso,
1/0). Una ventaja importante, especialmente para diseñar aplicaciones,
del cálculo proposicional consiste en su semántica simple e intuitiva.
Una proposición es una sentencia finita a la que puede asignarse un valor
de verdad: verdadero o falso (V o F, 1 o 0), formada por fórmulas y
conectivas lógicas.
Como conectivas lógicas encontramos ¬ (negación; no), ∧ (conjunción; y), ∨
(disyunción; o), ⇒ (implicación; si... entonces...), y ⇔ (equivalencia; si y sólo sí).
Las formulas están formadas por símbolos proposicionales (formulas
elementales, que pueden ser verdaderas o falsas) unidas por conectivas lógicas.

21. CÁLCULO PROPORCIONAL
La evaluación del llamado valor de verdad de una fórmula se realiza
a partir del valor (Verdadero o Falso) de los símbolos
proposicionales y de la siguiente tabla:
Negación Conjunción Disyunción
Implicación Equivalencia

22. LISTAS, TABLAS Y ARBOLES DE DECISIÓN
El objetivo de estas tres herramientas es proveer de apoyo operacional
eficaz a las tareas de decisión. Aunque son herramientas relativamente
simples, permiten tomar decisiones jerárquicamente, a varios niveles, y
pueden usarse para codificar procedimientos bastante complejos.
Está compuesta por una sucesión de pares (condición binaria, acción). Su uso
consiste en verificar los ítems de la lista, y cada vez que se satisface la condición
se ejecuta la acción apropiada. Desde el punto de vista lógico, la parte
condicional es sólo una proposición lógica, y así es evaluada como verdadera (V)
o falsa (F). Su definición normalmente se formula como una pregunta acerca del
estado, posición, etc., de algún dispositivo u objeto. Dependiendo de la respuesta,
la acción asignada se ejecuta o no.
Lista de Decisión

23. LISTAS DE DECISIÓN

24. ÁRBOL DE DECISIÓN
Puede considerarse como una extensión del concepto de lista de decisión. Las
representaciones en árboles son estructuras que despliegan de forma intuitiva
alguna decisión o procedimiento de clasificación, son leíbles y fáciles de usar. Un
árbol está compuesto por nodos y conexiones entre los mismos. La raíz del árbol
es el nodo de entrada, y por debajo de cualquier nodo hay algunas conexiones de
bifurcación. La selección de una conexión se lleva a cabo a partir de una
declaración condicional asignada al nodo. La evaluación de esta condición
(verdadera o falsa en el caso de árboles binarios o un valor pre-especificado en el
caso de árboles más complejos) determina la selección de la conexión.

25. ÁRBOL DE DECISIÓN

26. TABLA DE DECISIÓN
Es una tabla que visualiza secuencias de condiciones que deben cumplirse para
ejecutar alguna acción. Los conjuntos de condiciones se visualizan de forma
leíble, verticalmente, como columnas de la tabla de decisión (ver Tabla), u
horizontalmente, como filas de la tabla.

27. TABLA DE DECISIÓN

28. GRAFOS Y GRAFOS CAUSUALES
Los diversos tipos de grafos son herramientas populares para la representación
de conocimiento en IA. Una noción básica de
Consiste en nodos (que representan eventos) y puertas lógicas (normalmente
AND y OR) para representar las relaciones entre eventos. Los eventos se
conectan mediante flechas de unión. Una puerta OR representa la disyunción de
condiciones que causan una salida, mientras una puerta AND representa la
conjunción de condiciones que causan la salida.
Árbol de Fallos

29. ARBOL DE FALLOS

30. ARBOL DE FALLOS

31. REPRESENTACIÓN DEL CONOCIMIENTO
MEDIANTE LÓGICA DIFUSA
Un conjunto es una colección de objetos. Puede ser definido enumerando a sus
miembros, o describiendo las características distintivas que cumplen todos sus
elementos. En un conjunto "tradicional", un elemento pertenece a un conjunto
dado o bien no pertenece. En cambio, un conjunto difuso permite valores
intermedios de pertenencia.
Conjuntos Difusos
Los conjuntos difusos permiten formalizar expresiones lingüísticas
que típicamente contienen algún grado de ambigüedad, es decir,
proveen un método para expresar matemáticamente conceptos tales
como "alto", "frío", "rápido", etc., que son bastamente usados,
pero que por esencia no son precisos.

32. LÓGICA DIFUSA

33. CONCLUSIONES
A
El diagnóstico sirve de base a la Dirección para la toma de decisiones, permitiendo
seleccionar los proyectos más interesantes para mejorar el funcionamiento de la
empresa.
B
C
Los métodos estadísticos ayudan a mostrar de forma gráfica donde se presentan
las fallas en el proceso o producto y de esta forma poder llevar un historial
simple de ellos.
El diagnostico de fallos permite identificar los fallos y tomar las decisiones
pertinentes para corregirlos.
D
La utilización de la representaciones de causa efecto es de gran ayuda para la
definición, creación y documentación de procedimientos de diagnóstico.
E
El uso de las herramientas de Inteligencia Artificial permite relacionar los fallos
con sus causas lo cual complementa los sistemas monitorización y supervisión,
haciéndolos más eficientes y automatizados.

34. REFERENCIAS BIBLIOGRAFICAS
Anónimo. 2008. Definición de decisión. http://definicion.de/decision/. (Consultado el 27 de Marzo de 2014).
Cartón, Luifes. Diagnostico industrial.http://www.buenastareas.com/ensayos/Diagnostico-Industrial/1607417.html.
(Consultado el 27 de Marzo de 2014).
Carlos Juan. 2013. ¿Qué es un diagnóstico empresarial? ¿Cuáles son sus clases? Y ¿cómo llevarlo a cabo?
https://jcvalda.wordpress.com/2013/05/27/que-es-un-diagnostico-empresarial/. (Consultado el 27 de Marzo de
2014).
Hermoso Norma. 2010. Herramientas estadísticas y administrativas para el control de la calidad en una empresa.
http://administracionhermoso.blogspot.com/2010/06/graficas-de-estratificacion.html. . (Consultado el 27 de Marzo
de 2014).
Joan Colomer, Joaquim Meléndez, Jordi Ayza. Sistemas de Supervisión.
http://www.ceautomatica.es/sites/default/files/upload/10/files/sistemas%20de%20supervision.pdf. (Consultado el 27
de Marzo de 2014).
Martínez Jesús. 2008. Los diagramas de Pareto. http://www.quees.info/diagrama-de-pareto.html. (Consultado el 27
de Marzo de 2014).

35. LOGO