14
obiettivi di depurazione, in quanto soggetto a continue variazioni qualitative e quantitative dei
parametri di ingresso, non necessariamente prevedibili.
Sono stati introdotti strumenti di simulazione del processo, per migliorare la comprensione e la
valutazione, per aiutare l'esperto nel suo lavoro e fare in modo che l'impianto venga sempre più
trattato come un sistema che reagisce in un certo modo a degli stimoli.
L’obiettivo principale nella conduzione degli impianti di depurazione è mantenere il più elevato
possibile il rendimento depurativo dell’impianto a fanghi attivi, quindi studiare i parametri di
esercizio del reattore biologico e della sedimentazione secondaria : si analizza l’F/M, fattore di
carico organico cioè il rapporto tra substrato organico e fango attivo, il fattore di carico
volumetrico CFV, il tenore di ossigeno disciolto OD.
Si può affermare che l’indagine delle caratteristiche dell’impianto come è tradizionalmente
operato, cioè l’analisi del BOD5, COD, ... , contribuisce in maniera limitata al controllo effettivo
del processo. Oltre a questo tipo di controllo, classico, è necessario determinare altri parametri,
più tipici del processo biologico.
Per "parametri di regolazione" si intendono quei parametri attraverso i quali si regolano le fasi del
processo, e cioè le portate di ricircolo, spurgo e trasferimento di ossigeno. La variazione di questi
parametri può essere immediatamente trasferita in operazione di regolazione di flussi o di
macchine (bibl. (43); Vismara, Comolli, Butelli).
Invece i " parametri di autocontrollo" permettono di riconoscere l'efficienza del processo; sono di
tipo chimico-fisico-biologici; attraverso dei valori normali di riferimento si potrà poi regolare il
processo in esame mediante delle variazioni dei parametri di regolazione. Alcuni esempi sono
bassi valori di inquinamento in uscita, assenza di schiuma ; è possibile una regolazione
automatica o manuale di questi parametri, inoltre sono correlati agli obiettivi di efficienza del
processo.
Infine i "parametri di controllo" sono parametri chimico-fisico-biologici rilevati in vari punti
dell'impianto che spiegano il processo; devono essere osservate eventuali presenze di sostanze
tossiche in ingresso, valori di parametri classici quali il COD, pH, OD, MLSS, MLVSS, SVI.
Sono rilevati in diversi punti chiave del processo e non sono direttamente correlati con gli
15
obiettivi del processo, ma permettono spesso di spiegare un malfunzionamento e di definire
l’evoluzione dei parametri di autocontrollo.
E' opportuno notare come, oltre a valutare i parametri tipici di controllo elencati, si devono
osservare anche gli aspetti microscopici della qualità del fango che consentono di riconoscere
preventivamente la presenza di eventuali speci batteriche pericolose o di problematiche
particolari dell’impianto.
Indicazioni fondamentali sul funzionamento di un impianto a fanghi attivi vengono date dal CF, il
carico del fango :
CF Q BODinMLSS V=
*
*
che richiede la conoscenza della portata affluita all’impianto (Q), del BOD in ingresso
all’impianto, del volume della vasca di ossidazione (V), e della misura dei solidi sospesi della
miscela liquida (MLSS).
Se CF superiore a 0.5 (kg BOD5/giorno)/kgMLSS allora ci troviamo di fronte ad una situazione di
alto carico (bibl. (18); Fantei, Struggia, Soprani), viene prodotta una notevole quantità di fanghi
da smaltire, l’effluente finale è opalescente con un BOD5 residuo elevato, infatti si riesce a
biodegradare solo il 75-80% del BOD5 solubile.
In una situazione di medio carico invece il carico del fango è compreso tra 0.15 e 0.5, l'effluente è
più pulito del precedente , si ha una minore produzione di fango e la concentrazione di MLSS è
più elevata rispetto al caso precedente; infine il rendimento depurativo riesce a raggiungere il 90%
del BOD5 solubile.
Con valori di CF tra 0.05 e 0.15 viene prodotto poco fango e si arriva ad avere rendimenti
depurativi del 95%; l'effluente avrà un BOD5 solubile molto basso, ma alto contenuto di solidi
sospesi e la produzione del fango è praticamente inesistente.
Più in particolare se è presente alto carico si osserva nella vasca di aerazione la crescita di batteri
dispersi, attività e velocità di crescita sono massime, e c’è la presenza di cellule giovani, leggere
che tendono a rimanere in sospensione. Diminuendo il carico del fango c’è l’aumento dell’età del
fango ed il fiocco si addensa permettendo una buona sedimentabilità. Se invece il carico è troppo
basso aumenta la respirazione endogena e si può avere la disgregazione del fiocco.
Analizziamo ora gli altri parametri maggiormente in uso:
16
SVI : consente di stimare le caratteristiche di sedimentabilità dei fanghi; indica il volume
occupato da un grammo di fango dopo 30’ di sedimentazione in cono Imhoff.
Si considerano accettabili valori che vanno da 70 a 150 cc/g (bibl. (18); Fantei, Struggia, Soprani).
Dipende da molti fattori quali il carico del fango, il tipo di substrato e la presenza di batteri
filamentosi.
SSED : è il volume occupato da un campione di fango attivo dopo sedimentazione statica in cono
Imhoff per 30 minuti [ml/l]; è utilizzato soprattutto negli impianti di depurazione di piccole
dimensioni. Rappresenta anche il primo passo per la determinazione dell’SVI.
OD : l’ossigeno disciolto è un parametro chiave per il buon funzionamento dell’impianto
biologico. Ovviamente la presenza di ossigeno è fondamentale per il buon svolgimento di
qualsiasi processo aerobico. Il monitoraggio frequente del valore di OD in vasca consente
all’operatore di rilevare differenze sostanziali nella richiesta biologica di ossigeno; valori più bassi
potrebbero indicare un aumento del carico in ingresso, mentre valori più elevati fanno pensare
all’arrivo di un composto tossico o ad una forte diminuzione del carico. E’ da precisare che la
misura dell’OD è misurata rispetto al mezzo liquido, mentre sicuramente è diversa la situazione
all’interno del fiocco di fango.
La misura dei solidi sospesi totali della miscela liquida ( MLSS ) o dei solidi sospesi volatili
( MLVSS ) rappresenta il tentativo più semplice di quantificazione della massa vivente attiva che
opera sul fiocco. Nonostante queste misurazioni non diano informazioni circa le caratteristiche
fisiche di sedimentabilità e bioflocculazione, o biologiche, la velocità di respirazione e di
rimozione del substrato, tuttavia questi parametri sono molto importanti relativamente alla stima
della quantità di biomassa.
Il rapporto MLVSS/MLSS è indice della presenza di biomassa, o di sostanza organica, rispetto ad
una frazione che può contenere molti inerti. Valori uguali a 0.7-0.8 indicano fango attivo, mentre
per fango digerito o attivo a basso carico (CF) si possono avere valori di 0.5-0.6; un fango
condizionato con calce o proveniente da un controlavaggio può assumere valori uguali a 0.3-0.4.
ORP : è il potenziale di ossido-riduzione; benché non possa essere considerato un parametro di
controllo vero e proprio, fornisce una tendenza sullo stato di ossido-riduzione del sistema, e
relativamente alla rimozione delle sostanze azotate consente di avere utili informazioni sul
rapporto delle specie azotate, azoto nitrico e ammoniacale (bibl. (12), Comolli).
17
1.2 PROBLEMI PER IL FANGO.
Nei più moderni sistemi di controllo per impianti a fanghi attivi viene considerata la relazione
esistente tra microorganismi presenti nel fango e funzionamento corretto dell’impianto. Di seguito
si tratteranno i problemi più comuni ed i microorganismi più conosciuti (bibl. (43), Vismara)
(bibl. (13), Davoli) :
Bulking : consiste in un rigonfiamento del fiocco di fango e determina una riduzione della
velocità di sedimentazione ed una minor compattazione. Quest'ultima provoca la diminuzione
della concentrazione di ricircolo Xr e quindi difficoltà nel mantenere in vasca la concentrazione
ottimale di fango.
C'è un aumento del volume specifico del fango a causa della proliferazione di batteri filamentosi
in seno alla biomassa.
Ci sono anche difficoltà maggiori di trattamento del fango di supero, sia per la maggior portata,
dovuta alla diminuzione di Xr, sia per le peggiori caratteristiche di disidratabilità; inoltre quando
il bulking è eccessivo si può avere pure una perdita di fango dal sistema.
Si conoscono alcune delle cause del bulking: carenza di ossigeno disciolto, squilibrio di nutrienti,
alterazioni notevoli di pH, termici e altro.
In genere il fenomeno é dovuto a scarichi industriali; grazie all'analisi dell’SVI (se maggiore o
uguale a 200 cc/g) viene segnalato il problema.
Rising: consiste nella risalita e nel galleggiamento di fiocchi di fango nel sedimentatore; é dovuto
all'instaurarsi di processi di denitrificazione biologica sul fondo del sedimentatore per l’eccessiva
nitrificazione. La nitrificazione avviene per valori di CF minori di 0.3 e quindi si deve fare in
modo di aumentare il carico del fango.
Bisogna fare in modo di aumentare la velocità di evacuazione del fango biologico dal
sedimentatore; aumentare lo spurgo del fango e diminuire l’aerazione.
Pin-point: consiste nello sfaldamento dei fiocchi di fango attivo; si presenta soprattutto in impianti
a basso carico di fango che seguono a lunghi tempi di ossidazione. Il fenomeno provoca la
18
produzione di solidi sospesi molto fini difficilmente sedimentabili, e di conseguenza anche perdite
di BOD5 e COD.
Un altro fenomeno, simile al pin-point, è la deflocculazione in cui però l’effluente è pure torbido.
Washout di solidi: si presenta con nuvole di fango omogeneo che risalgono in alcune zone del
chiarificatore; la sedimentabilità del fango è buona, l’indice SVI è basso. Le cause probabili
possono essere diverse : dal sovraccarico idraulico, al sovraccarico di solidi, al malfunzionamento
delle apparecchiature. In particolare il sovraccarico di solidi avviene quando il carico superficiale
di solidi alimentato nell'unità di tempo (kg MLSS/m2 h) maggiore del flusso solido limite; tra le
conseguenze vi é il fatto che il letto di fango tende a risalire determinando una fuga di fango con
l'effluente finale, ed inoltre si può avere carenza di ossigeno e bulking.
Negli impianti considerati il problema prevalente tra quelli elencati é costituito dal bulking, dal
foaming e dal rising.
1.2.1 Relazioni tra batteri e bulking-foaming
(bibl. (14), Davoli et al.)
Finché il bulking è contenuto esso può essere accompagnato da una corretta gestione
dell’impianto e da un effluente limpido. Nel tempo però può dare luogo a difficoltà nel
mantenimento della concentrazione ottimale del fango in vasca di ossidazione e questo comporta
una riduzione dell’età del fango con effetti negativi dei processi eventuali di nitrificazione e
risulta pure più difficile il trattamento dei fanghi di supero; oltre a questi problemi vi è anche la
fuoriuscita dei solidi dalle vasche.
L’indice operativo di cui si fa uso per stabilire se il fango è gonfio è l’SVI ( o indice di Mohlman
ml/g ). L’indice comincia a crescere rapidamente dopo i 100 ml/g se la lunghezza totale dei
filamenti supera i 107 micron/ml.
Nella formazione del fiocco e, quindi nella sedimentabilità del fango attivo, sono normalmente
presenti sia i cosiddetti fiocco-formatori come Zooglea, Pseudomonas, Citromonas capaci di
produrre una matrice gelatinosa, sia i batteri filamentosi tipo Sphaerotilus Natans. Sono proprio
questi ultimi che creano un’ossatura che costituisce la struttura portante; in assenza di questa il
fiocco è piccolo, invece quando esiste un corretto rapporto fiocco-formatori/batteri filamentosi il
fiocco potrà avere dimensioni di 200-1000 micron di diametro, fungerà da filtro delle piccole
19
particelle sospese dell’acqua, sarà abbastanza pesante per separarsi dal surnatante. Se i batteri
filamentosi si accrescono si potranno formare dei collegamenti tra i fiocchi creando delle maglie
larghe, leggere che sedimentano con difficoltà. La taglia del fiocco dipende in larga misura dal
carico del fango, dalla qualità dell’effluente e dalla turbolenza nella vasca di aerazione.
Il meccanismo del foaming invece lo associamo in particolare all’azione di microorganismi quali
la Nocardia e la Microthrix parvicella; non è però sufficiente la sola presenza di questi batteri a
causare il foaming, bensì il formarsi di una schiuma densa, spessa, marrone e difficile da rompere
meccanicamente è dovuto ad una eccessiva presenza di questi microorganismi.
1.2.2 Microorganismi.
Una delle cause dei problemi di sedimentabilità del fango attivo in un impianto è il bulking
dovuto ai batteri filamentosi; è di conseguenza importante l’identificazione e la stima delle specie
di microorganismi filamentosi presenti nel fiocco, per poter risalire alle cause del fenomeno e
predisporre degli interventi correttivi.
Secondo stime e indagini realizzate di recente negli Stati Uniti, in Olanda, Germania e Sud Africa
una decina di specie è sufficiente a spiegare il 90% degli episodi di bulking o foaming.
Batteri filamentosi.
Il loro sviluppo è dovuto ad una serie di fattori tra cui il basso rapporto F/M tra cibo e
microorganismi, alla carenza di nutrienti nei liquami ( cioè un non corretto rapporto C:N:P ), al
basso tenore di ossigeno disciolto all’interno del fiocco, età elevata del fango, al pH basso e alla
presenza di influente settico ricco di solfuri.
La concentrazione di ossigeno misurata nella miscela aerata spesso non equivale a quella presente
dentro il fiocco di fango, quindi l’ossigeno fornito al sistema deve essere commisurato al carico
del fango e deve garantire una sufficiente ossigenazione in ogni punto del fiocco.
E’ stata appurata la conflittualità tra fiocco-formatori e batteri filamentosi; i fiocco-formatori
hanno la capacità di immagazzinare attivamente sostanza organica (zuccheri semplici), inoltre
20
questi possono crescere e riprodursi velocemente quando la disponibilità di nutrimento è elevata. I
filamentosi non hanno bisogno, normalmente, di immagazzinare il substrato poiché hanno
coefficienti di mantenimento molto bassi che contribuiscono alla loro capacità di resistenza in
condizioni di cronica carenza di nutrimento.
Le fasi anaerobiche hanno in genere effetto deprimente sul bulking, perché alcuni batteri
filamentosi hanno velocità di accumulo dei polifosfati e PHB ( poli-beta-idrossibutirrato) inferiori
rispetto a quelle dei fiocco-formatori. Il PHB è una sostanza di riserva ed una forma di accumulo:
è importante nella rimozione biologica del fosforo.
Anche le fasi anossiche non sono positive per i batteri filamentosi perché non sono denitrificanti (
eccetto la parvicella).
Di seguito vengono elencate le caratteristiche ecologiche delle principali specie responsabili di
bulking e foaming.
Nocardia : è il genere maggiormente responsabile degli episodi di foaming.
E’ presente in impianti con aerazione a bolle o ad ossigeno puro, nei reflui domestici,
industriali e misti, reflui ricchi di grassi e olii, con alte temperature (maggiori di 18 °C),
pH bassi (6.5-7.1), alte età del fango (maggiori di 9 giorni), con MLSS concentrati
(maggiori di 3 g/l).
E’ probabile la relazione tra schiuma provocata da Nocardia e tensioattivi presenti nei
reflui delle industrie tessili ( F/M tra 0.1 e 0.35 ).
Si provoca schiuma sulle vasche aerate, nei digestori e, a volte, sui sedimentatori
secondari, ma non bulking. E’ da precisare che il foaming avviene per concentrazioni
di Nocardia molto elevate.
Microthrix parvicella : è presente in impianti a basso F/M ( 0.05-0.2 ) ed alte età del fango, è
comune nei reflui domestici ed è favorita dalla presenza di grassi e dalle basse
temperature; proprio per queste temperature le particelle grasse si concentrano sulla
superficie della miscela aerata, dove si possono formare schiume.
Tipo 0961 - 0863 - 0581 - 1851 : richiedono basso F/M
( minore di 0.15 kg BOD/ kg MLVSS * d )
Funghi: richiedono basso pH nella vasca d’ossidazione ( minore di 6.5 ) dovuto a liquami
fortemente acidi; difficilmente provocano bulking.
21
Sphaerotilus natans: richiede basso ossigeno disciolto, anche con F/M alti ( 0.2-0.8);
in genere reflui domestici. E’ strettamente aerobico.
Haliscomenobactre hydrossis: stesse caratteristiche dello Sphaerotilus ; specie comune, non
dominante.
Thiothrix: è presente in liquami settici contenenti solfuri e acidi organici o deficienti di
nutrienti. Richiede un F/M da 0.2 a 0.8; come fonte di energia può usare sia l’ossidazione
dei solfuri, sia quella degli acidi organici a basso peso molecolare . Le sue condizioni di vita
sono in liquami carenti di azoto.
Beggiatoa: è presente nei liquami settici contenenti solfuri, reflui industriali carenti.
Tipo 0914 - 021N : si trova nei liquami settici, contenenti solfuri e reflui industriali carenti di
nutrienti.
Tipo 0041: è possibile trovarlo nei reflui domestici a basso carico F/M ( 0.02-0.2 )e lunghe età
del fango ( 10-40 giorni), anche in reflui industriali con carenza di nutrienti. E’
Strettamente aerobico.
E’ possibile effettuare una valutazione qualitativa dell’abbondanza dei batteri filamentosi
riferendosi alle 6 categorie proposte da Jenkins (tabella 1.2.2.1).
22
TABELLA 1.2.2.1
TABELLA DI JENKINS
Classe Abbondanza Osservazione
0 Nessuno Completa assenza di
filamenti
1 Pochi Filamenti osservati solo in
qualche fiocco occasionale
2 Alcuni Filamenti presenti, ma non
in tutti i fiocchi
3 moderati Filamenti osservati in tutti i
fiocchi, ma con bassa
densità (da 1 a 5 filamenti
per fiocco)
4 frequenti Filamenti osservati in tutti i
fiocchi con media densità (
da 5 a 20 filamenti per
fiocco )
5 abbondanti Filamenti osservati in tutti i
23
fiocchi con alta densità (
almeno 20 filamenti per
fiocco )
6 eccessivi Filamenti presenti in tutti i
fiocchi: appaiono più
filamenti che fiocchi oppure
i filamenti invadono
pressoché completamente lo
spazio tra i fiocchi
2. I SISTEMI ESPERTI.
2.1 INTRODUZIONE AI SISTEMI ESPERTI.
Dopo quanto scritto è facile dire che si necessita di tecnologie atte al controllo e alla gestione del
processo e finalizzate a mantenere le variabili in uscita ai livelli richiesti dalle norme, proprio per
questo vengono in soccorso i sistemi esperti; i sistemi esperti costituiscono una parte
dell’intelligenza artificiale, cioè quel ramo dell’informatica che si occupa di rendere «intelligenti»
i calcolatori stessi, e che comprende la robotica, le reti neurali e quei linguaggi di
programmazione che cercano di simulare il ragionamento umano.
E’ ormai da diverso tempo che i sistemi esperti esistono e sono applicati nei campi più disparati (
per esempio in campo medico), mentre a livello di ingegneria sanitaria e ambientale il loro uso è
molto scarso.
I sistemi esperti sono stati sviluppati per poter risolvere problemi originariamente affrontati dai
cosiddetti esperti umani.
Questi sistemi hanno bisogno di una notevole base di conoscenze sul loro dominio di azione,
costruita in un modo efficiente; altro punto importante è che devono essere sviluppati uno o più
meccanismi di ragionamento, come applicazione della loro conoscenza.
I sistemi esperti risolvono anche il problema della continuità e qualità del servizio che ha investito
oggigiorno tutti i settori, e permettono di avere un anticipo sensibile sui problemi nascenti
nell'impianto. Il loro uso nasce anche dal fatto che proprio nel campo della depurazione delle
acque ed in particolare degli impianti a fanghi attivi, è presente un basso grado di automazione e
di controllo, che può essere ricondotto al basso livello di stimoli normativi e gestionali, alla scarsa
24
presenza di sensori e strumenti on-line, alla mancanza di standard da seguire per la gestione
impiantistica, rispetto ad altre attività.
Da un punto di vista prettamente scientifico i sistemi esperti sono considerati un primo passo
realizzativo di sistemi capaci di manifestare comportamenti intelligenti e di simulare
comportamenti umani; in un'ottica applicativa essi possono essere visti come una metodologia
avanzata per scrivere software con nuovi criteri di strutturazione.
Differisce infatti il modo in cui la conoscenza viene codificata all'interno del sistema: in un
programma convenzionale la conoscenza è contenuta nella sequenza di istruzioni all'interno del
programma; nel S.E. invece la conoscenza è descritta in una base di conoscenza, opportunamente
strutturata sulla quale operano moduli di controllo logico e un motore inferenziale, al fine di
dedurre da fatti, procedure e situazioni note le azioni che di volta in volta si rendono necessarie
per lo svolgimento del compito.
La conoscenza suddetta può essere variata nel corso dell'evoluzione del sistema, può includere
tecniche euristiche o conoscenze sfumate ( "fuzzy" ).
2.2. RAGIONAMENTO DEDUTTIVO
Una teoria sulla intelligenza congettura che l'essenza dell'intelligenza deriva da un tipo di naturale
selezione interna grazie ad un modello del mondo che permette di estrarre soluzioni.
Il ragionamento deduttivo applicato all'informazione è essenziale nell'analisi di situazioni e nella
programmazione di azioni nei knowledge-based systems (KBS), che rappresenta un altro modo di
chiamare i sistemi esperti. E' importante capire che il ragionamento dedotto è derivato da un
modello del mondo, non dal mondo reale, quindi non si tratta direttamente con il mondo (bibl.
(47); Woods).
Il mondo reale è molto complesso ed il modello ideale che noi costruiamo fornisce semplicità ed
affidabilità.
E' possibile assumere che, in ogni istante, il mondo sia in un particolare "stato". Questo stato
incorpora non solo il sistema esterno ma anche il mondo interno, e mentre il tempo prosegue lo
stato del mondo cambia e si evolve attraverso gli eventi occorsi.
Le "azioni" sono considerate come un set di sequenze di stati del mondo. Il concetto di azione da
solo non basta, e’ necessario conoscere come l'azione viene generata, e per descrivere questo si
introduce il concetto di "processo": il processo può essere visto come un meccanismo astratto che
25
può essere eseguito per generare un set di stati del mondo, sequenze di sub-goals.
E’ possibile rappresentare il processo con nodi e archi collegati tra di loro con un inizio e una fine.
Il compito di queste tecnologie, e quindi dei sistemi esperti, non è quello di sostituire l'esperto
umano ma quello di affiancarlo, per esempio nelle situazioni difficili e come aiuto; un altro
obiettivo può essere quello di addestramento di tecnici meno esperti per imparare il più possibile
sull'impianto.
2.3 OBIETTIVI E VANTAGGI DELLE TECNOLOGIE DESCRITTE.
L’utilizzo della tecnologia del sistema esperto è nato dalla constatazione che i fenomeni osservati
nella realtà del processo di depurazione non sempre seguono logiche riconducibili a
schematizzazioni di tipo algoritmico (per esempio i modelli matematici e/o le logiche
programmabili tradizionali) e che inoltre, una gestione affidabile degli impianti non può
prescindere dalla capacità degli esperti di utilizzare al meglio anche le informazioni di tipo
qualitativo, spesso incomplete e incerte, come quelle derivanti da ispezioni visive e
determinazioni analitiche.
E’ possibile ottenere i seguenti obiettivi fondamentali (bibl. (5); Bonvicini, Indelicato, Mappa):
• migliore controllo della conduzione dell’impianto e della regolarità di funzionamento
• capitalizzazione della conoscenza e dell’esperienza
• disponibilità di un supporto decisionale relativo alle azioni di intervento correttivo
• qualità e trasparenza del servizio attraverso la possibilità di archiviare non solo i dati del
processo, ma l’intera storia
• possibilità di disporre di uno strumento di training per il personale addetto minor costo di
esercizio legato al risparmio sui minori costi di manutenzione legati alle
disfunzioni accidentali
• minori costi di esercizio legati al risparmio su eventuali costi dovuti a disfunzioni accidentali
I vantaggi che seguono grazie all’utilizzo dei sistemi esperti sono facili da comprendere (bibl.
(21); Galluzzo, Orlando, Spacca):
• adattabilità, cioè adattarsi a variazioni dell'input e delle condizioni
26
dell'impianto
• capacità di previsione delle variazioni dei parametri
• efficienza, ottimizzare la capacità del sistema.
• diagnosi più veloci ed interventi di controllo più efficaci
• disponibilità per chiunque e in qualunque momento della conoscenza
dell'esperto
• standardizzazione nell'analisi delle situazioni di malfunzionamento e nella
scelta dei sistemisti più idonei
• trasferimento della conoscenza ai nuovi operatori
Per rendere il sistema esperto efficace deve essere possibile interagire con esso e si potrebbe dire
che due considerazioni importanti per un S.E. sono :
• ricchezza della conoscenza, completezza ed accuratezza
• spiegare il ragionamento; le persone non possono accettare senza riserve il
risultato fornito, a meno che non siano profondamente convinte di questo
I sistemi esperti sono utilizzabili dove i modelli matematici non sono disponibili e si devono usare
informazioni provenienti da esperti «umani».
In questi sistemi il metodo di rappresentazione più comunemente usato per rappresentare la
conoscenza sul dominio è mediante delle regole, dette anche regole di produzione.
Esistono sistemi esperti che sfruttano informazioni di tipo statistico, contenenti misure numeriche
di certezza ed altri sistemi esperti che invece non usano la statistica.
Queste regole sono derivanti da esperti di dominio cioè‚ sono di tipo euristico, ma in realtà questo
non è un limite perché‚ potrebbero anche essere delle regole derivanti da modelli matematici.
Prima di poter usare un Sistema Esperto è necessaria la sua validazione (bibl. (26); Green, Keyes):
1. intervista di esperti del dominio
2. esame delle risposte date dal Sistema Esperto e delle azioni dell'operatore
3. verifica dell’accuratezza del Sistema Esperto
4. verifica del successo ottenuto anche in presenza di tecnici meno esperti
Una definizione di sistema esperto potrebbe essere : è un programma che prende decisioni (e/o
emette giudizi) secondo un set di regole che operano su un set di fatti, e può spiegare tali decisioni
27
o giudizi dando la sequenza di regole e i fatti usati per prendere tali decisioni.
Da un punto di vista pragmatico, le prestazioni degli esperti umani si devono alla loro capacità di
utilizzare bene e modificare la loro conoscenza; l'accento si sposta così sulla rappresentazione
esplicita della conoscenza piuttosto che sui metodi formali di ragionamento, questo perché gran
parte dei problemi significativi non hanno soluzioni algoritmiche trattabili, poiché nascono in
contesti sociali e fisici complessi, difficili da descrivere in modo complesso e rigoroso.
I sistemi esperti rispetto ai programmi realizzati con la programmazione algoritmica tradizionale
sono molto diversi: rappresentazione simbolica e ricerca euristica mettono in risalto strategie di
"self-knowledge" per ragionare sui propri sistemi di inferenza e sono in grado di fornire
spiegazioni e giustificazioni per le conclusioni raggiunte. Risolvono anche problemi in diverse
categorie: interpretazione, predizione, diagnosi, debugging, design, planning, riparazione,
istruzione e controllo.
Ricevi informazioni sui nostri servizi, sulle offerte e non perdere news e consigli su università e lavoro.
