Servicios de análisis de riesgos y confiabilidad
En Quantix Risk , nos hemos especializado en metodologías cualitativas y cuantitativas con aplicaciones en diversas industrias. A continuación, presentamos algunos de los métodos que forman parte de nuestras soluciones.
Contáctenos y lo asesoramos.
El análisis Probabilístico de Seguridad (APS) es el método cuantitativo por excelencia de las plantas de alto riesgo, como la nuclear, química, aeronáutica, que deben demostrar fehacientemente que cumplen con los estándares y regulaciones internacionales, nacionales que limitan el riesgo intrínseco del proceso productivo sobre al ser humano, y el medio ambiente. Su utilización es común en la industria nuclear, para calcular la probabilidad de fallo de cada sistema relacionado con la seguridad, así como la probabilidad global de que un evento iniciador de fallo vulnere los sistemas mitigadores y resulte en daño al núcleo (donde se encuentra el combustible nuclear) y liberación de elementos radiactivos fuera de la contención. Este análisis suele conocerse también simplemente como (Análisis Probabilístico de Riesgos), para englobar una gama más amplia de aplicaciones e intereses de plantas cuyos riesgos económicos son los fundamentales. En estos casos, el evento final que se desea evitar, además de riesgos al humano y al medio ambiente, son riesgos económicos por dejación de producción o generación.
El APS se basa en dos herramientas fundamentales, los Árboles de fallo y los árboles de eventos. Los árboles de fallo son modelos gráficos en los cuales se desarrolla un suceso tope no deseado en sucesos intermedios que lo provocan, a su vez estos se desarrollan en los sucesos de menor jerarquía hasta llegar al suceso básico, que suele coincidir con los Modos de Fallo (p. ej., fallo al arranque, fallo en operación, fallo a cambiar de posición, etc.). La descomposición de los elementos desde el tope hasta los eventos básicos se realiza mediante compuertas lógicas OR y AND (y sus derivados), que permiten describir de qué manera pueden fallar los elementos de mayor jerarquía (p. ej., un tren de bombas y válvulas) ante el fallo de los de menor jerarquía (p. ej., cada bomba, cada válvula, y sus modos de fallo). A cada evento básico se le asigna un modelo de confiabilidad (p.ej., operación continua), así como valores de tasa de fallo, y sus distribuciones probabilísticas que modelan el error, entre otros.
Los AF pueden proporcionar información valiosa y muy completa para un análisis de seguridad, se pueden obtener resultados cualitativos como los CMC, que son las combinaciones mínimas de eventos básicos que hacen fallar el sistema modelado, lo cual da una idea de cuán vulnerable es. Si, además, el árbol se cuantificase obtiene la probabilidad de fallo del suceso tope (p. ej., un sistema o conjunto de sistemas), a partir de todas las contribuciones (componentes, partes de equipo, modos de fallo, subsistemas, tiempos de mantenimiento), con sus respectivas distribuciones de error.
Los árboles de eventos se utilizan para evaluar, paso a paso, la capacidad de respuesta que poseen los sistemas de seguridad para evitar que ocurra un evento no deseado mediante la concatenación de los diferentes árboles de fallo de cada uno. Este tipo de árbol evalúa todas las secuencias físicamente posibles mediante las cuales un evento iniciador (p.ej., el fallo de una bomba de refrigerante, de una válvula), puede provocar el suceso tope no deseado a nivel de planta (p. ej., liberación de material peligroso, parada de una línea de producción). En la mayoría de los casos, existen varias secuencias que conducen al accidente y varias que no. En otras palabras, permite evaluar el nivel de defensa en profundidad que posee una instalación para mitigar los efectos de un suceso iniciador. En el caso de los reactores nucleares, un suceso tope el daño al núcleo, y su valor numérico se mide en frecuencia, es decir, un estimado de cada cuántos años es probable que ocurra el daño al núcleo. Su valor está en el orden de los miles de años, debido a los altos estándares de confiabilidad de sus instalaciones.
La cuantificación permite la optimización de estrategias de mantenimiento, el monitoreo de condiciones de planta que pudieran tener valores de riesgo inaceptables, la concentración de recursos en los componentes que más contribuyen a la probabilidad de fallo, el modelado de fallos de causa común (fallos que se producen simultáneamente en varias unidades), la demostración del cumplimiento de niveles de riesgo ante reguladores con una metodología ampliamente aceptada y fundamentada en la estadística y la probabilidad.
En resumen, un APS permite obtener:
- Los conjuntos mínimos de corte (combinaciones mínimas de componentes que, si fallan, provocan el fallo del sistema modelado)
- La importancia cualitativa de los conjuntos mínimos respecto a su contribución al fallo del sistema, de acuerdo con sus tamaños (cantidad de componentes involucrados)
- Los conjuntos mínimos con potencial de fallo de causa común (combinaciones de componentes susceptibles a fallar por una causa común)
- La estructura del árbol de eventos, para el análisis de la secuencia de actuación de los sistemas de seguridad.
- La probabilidad de fallo de los componentes y los conjuntos mínimos del sistema.
- Un conjunto de indicadores cuantitativos de la importancia de los componentes y los conjuntos mínimos (p. ej., cuáles componentes o conjuntos mínimos contribuyen en mayor medida al fallo del sistema, cuáles componentes que contribuyen al 90% de la indisponibilidad). Las medidas más conocidas son Fussel-Vesely, RAW (Risk Achievement Worth) y RRW (Risk Reduction Worth), con los que se puede definir dónde poner el dinero necesario para realmente reducir el riesgo económico de paro de la planta.
- Resultados puntuales y con sus distribuciones de incertidumbres a partir del uso de modelos estocásticos (aleatorios).
- Resultados de análisis de sensibilidad y probabilidad relativa a partir de variaciones a la frecuencia de eventos iniciadores modelados, cambios en las estrategias de mantenimiento (p.ej., intervalos entre mantenimiento más largos o cortos), implementación de cambios en el diseño (p. ej., estructura del sistema, tiempo de misión), y cambios de componentes por otros de diferente confiabilidad.
- Frecuencias de las secuencias accidentales modeladas.
- Indicadores generales como CDF y LERF y sus variaciones ante diferentes escenarios operativos.
RCM es un proceso específico que se utiliza para identificar las políticas que deben implementarse para gestionar los modos de falla que podrían causar la falla funcional de un activo físico en un contexto operativo dado, y de esta forma asegurar estándares de desempeño aceptables para su propietario o usuario. Su implementación está normada por la SAE JA1012, donde se explican los pasos fundamentales de esta metodología, como son la identificación de contextos operativos y funciones, las causas, los efectos y consecuencias de las fallas, y la asignación de políticas de gestión de fallos. Dichas políticas van a depender de varios factores, como las consecuencias del modo de fallo (p.ej., si son consecuencias netamente económicas o si existe riesgo de perjudicar al ser humano o al medio ambiente), si los modos de fallo son ocultos o evidentes, so ocurre fallo múltiple o no, entre otras. Se consideran opciones como operación hasta el descarte programado, operación hasta la falla, mantenimiento de restauración por intervalos, mantenimiento basado en la condición (monitoreo del modo de falla), rediseño del ítem o sistema.
Del inglés Hazard and Operability, se entiende como Análisis de Peligros y Operatividad, o también como Análisis Funcional de Operatividad (AFO). Es un método cualitativo que permite analizar las desviaciones de los parámetros de proceso y procedimientos de operación respecto a aquellos establecidos para cumplir su función correctamente. Dichas desviaciones constituyen un riesgo para la seguridad y disponibilidad de la instalación.
La planta se divide en nodos, donde el analista plantea las posibles desviaciones de las variables del proceso con la ayuda de palabras guía, y luego razonando las posibles consecuencias de dichas desviaciones sobre el mismo proceso, la instalación, y el operador, si las protecciones o salvaguardias establecidas no funcionaran adecuadamente.
De esta manera, se identifican los patrones de protecciones más vulnerables dadas las posibles desviaciones del proceso y operación que físicamente pueden ocurrir en la planta, y sus consecuencias, lo que permite juzgar la aceptabilidad del riesgo y la identificación de acciones necesarias para evitar la propagación de un evento indeseado.
El Análisis de Modos de Fallo y Efectos, también conocido como FMEA, por sus siglas en inglés, es una técnica cualitativa que comienza identificando los modos de fallo de un activo y los efectos que tiene sobre el mismo sistema, la instalación, el humano y el medio ambiente en general. Se enriquece si además se estima la criticidad de dichos efectos (FMECA, por sus siglas en inglés), pudiendo jerarquizarlos de acuerdo con su importancia. Un producto directo de aplicar la técnica es documentación de tallada sobre el efecto de la falla y sobre las interacciones entre los diferentes sistemas hasta llegar a un tope, donde el evento no se sigue desarrollando, por lo que es un tipo de análisis muy utilizado en el proceso de diseño, identificando oportunamente relaciones entre sistemas que debilitan la confiabilidad de la instalación. Por los mismos motivos, suele realizarse un FMEA antes de proceder con Análisis Probabilísticos de Riesgo (APR), ya que se identifican cualitativamente los modos de fallo y posibles Eventos Básicos (EB), y la propagación de estos permite estructurar Árboles de Fallo (AF) y de Eventos (AE).
Es un método cualitativo que se basa en preguntarse ¿qué sucede si ocurre? en cada punto de interés de la instalación, anotando todas las inquietudes, tanto de los expertos en el análisis, como de los mismos operadores. En cada punto se anotan todas las preguntas para luego, mediante una tormenta de ideas, responderlas, identificando potenciales situaciones de riesgo, razonando sobre sus causas y consecuencias, para proponer medidas que los eviten. Este tipo de análisis suele complementarse con la generación de una matriz de riesgo, que se desarrolla incluyendo estimaciones, en general a juicio de experto, de la frecuencia de ocurrencia y la severidad de las consecuencias. De esta manera, los posibles escenarios se organizan de acuerdo con la prioridad respecto al riesgo, para ayudar en la toma de decisiones.
Es una de las metodologías de análisis de confiabilidad humana que más se ha aplicado en la industria con alto riesgo asociado. Su premisa es determinar cuál es la probabilidad de que se cometan errores por parte del humano si este debe seguir una tarea que está bien definida. Se procede a estimar la probabilidad de error humano total a partir de descomponer la tarea principal en tareas más elementales donde se pueden identificar funciones macro cognitivas (monitoreo y detección, entendimiento, planeación de la respuesta, manipulación) y factores situacionales del entorno (carga de trabajo, tiempo disponible, ruido, uso de procedimientos o memoria), que en su conjunto influyen positiva o negativamente en que el operador se equivoque o no. También se incluye en el análisis la posibilidad de que el operador se recupere de un error, y logre finalmente ejecutar el procedimiento total con éxito.
Este tipo de análisis es de importancia superlativa para estudiar los puntos débiles en la operación de plantas con alto riesgo asociado donde, a pesar de tener sistemas de alta confiabilidad, una incorrecta operación puede incrementar significativamente el riesgo. Como resultados de la aplicación de un estudio de este tipo, se optimizan los procedimientos de operación, se diversifican las oportunidades de recuperación de los posibles errores, se puede estimar la factibilidad económica de automatizar ciertas operaciones contra la opción de depender de la operación humana. Por otro lado, al identificar los factores situacionales que abruman a los operadores, estos pueden mitigarse, mientras que se incrementa la seguridad.
Un análisis de confiabilidad humana permite:
- Calcular la confiabilidad de la tarea que debe realizar el operador, bajo las circunstancias de estrés específicas, y dentro de un período de tiempo, si este es requisito.
- Determinar los factores de recuperación ante errores humanos. La recuperación es la probabilidad de detectar y corregir el desempeño incorrecto de la tarea a tiempo para evitar consecuencias indeseables. Por ejemplo, inspecciones que aumentan la probabilidad de detectar errores antes de que afecten el sistema. Generalmente, para tareas complejas, existen varias oportunidades de corregir posibles errores: este tipo de análisis las identifica e incorpora.
- Estimar los efectos no deseados de los errores humanos sobre el sistema e instalación, como fallos y accidentes que ponen en riesgo la salud y la vida. Un solo error puede asociarse a varias secuencias de eventos posteriores que conllevan a diferentes estados finales no deseados.
- Jerarquizar la importancia de los efectos provocados por los errores humanos en términos de costos, o específicamente en plantas nucleares, de CDF y LERF.
Se trata de un cuestionario que incluye aspectos críticos cuyo cumplimiento ha de verificarse, para asegurar el cumplimiento de un objetivo. Los aspectos típicos que se evalúan en una instalación están relacionados con la seguridad, la operación, diseño, mantenimiento, entre otros. Por ejemplo, se listan todos los pasos necesarios para cumplir un procedimiento de mantenimiento (como el armado de un equipo) u operación (como el arranque de un sistema), o verificar que se cumplen todos los criterios de una norma, de manera que ningún paso o criterio sea olvidado. Por su naturaleza, estas listas pueden ser utilizadas por personal poco experimentado, evitando errores humanos de omisión en procedimientos.
Analiza con exhaustividad un escenario de accidente específico, modelando las barreras que mitigan las posibles causas de la situación peligrosa, y posteriormente las barreras que mitigan sus efectos una vez que dicha situación ocurre. Su forma gráfica, cuando se colocan las causas a la izquierda, el suceso tope (el evento que no se desea que ocurra) al centro, y las consecuencias a la derecha, forman una figura similar a la de un nudo de moño, de ahí su nombre tan peculiar. Precisamente esta es una de sus fortalezas, la capacidad de modelar gráficamente el accidente, pudiendo ser comprendido por personal sin alta especialización y también personal no tan familiarizado con la industria o proceso, como directivos e inversores