Consistencia Entre Las Estadísticas De Falla En El Campo Y Las Predicciones De Falla De Los análisis Fmeda Para Los Sis | AIChE

Consistencia Entre Las Estadísticas De Falla En El Campo Y Las Predicciones De Falla De Los análisis Fmeda Para Los Sis


La optimización en el diseño de los sistemas instrumentados de seguridad (SIS) es una de las muchas ventajas de los estándares de seguridad funcional IEC 61511 e ISA 84. Estos estándares se basan en el desempeño (por ejemplo, en la confiabilidad), no en la prescripción de soluciones pre-definidas (por ejemplo, redundancia), dando a los diseñadores del SIS la oportunidad de utilizar una gran variedad de diferentes tecnologías, así como de combinaciones de esquemas de redundancia, para proteger adecuadamente contra algún peligro del proceso que haya sido identificado, y cuyo riesgo haya sido valorado como no tolerable. Sin embargo, para que los cálculos de desempeño sean válidos, es indispensable contar con muy buenos datos de confiabilidad (por ejemplo, tasas de falla) de los instrumentos que sean usados como capas de protección. Existe una técnica de análisis predictivo llamada Análisis de Modos, Efectos y Diagnósticos de Fallas (FMEDA) que se ha desarrollado en conjunto con una buena base de datos de falla de componentes, que puede predecir las tasas de falla de instrumentos, considerando tanto la fortaleza de su diseño, como las características de la aplicación en el cual será sometido. Pero esta técnica FMEDA no es sólo un análisis de laboratorio que está alejada de la realidad del usuario final, este método ha sido calibrado con el historial de fallas en campo (datos de fallas reales) a lo largo de de más de 150,000 millones de horas acumuladas de operación, durante los últimos 15 años.

Análisis probabilísticos de fallas, usando los datos descritos anteriormente, son utilizados para determinar si el diseño del Sistema Instrumentado de Seguridad (SIS) en cuestión, cumple con los objetivos de reducción de riesgo para el que haya sido definido. Los datos de tasas de falla que sean utilizados en dicho análisis probabilístico de falla (análisis de confiabilidad) deben ser realistas, ya que:

-        Si los datos de tasas de falla utilizados para el análisis de confiabilidad son demasiado optimistas, podría darse como resultado que el diseño del sistema de seguridad no cubra los requisitos de reducción del riesgo del proceso, ocasionando una menor seguridad en la operación del proceso.

-        Por otro lado, si los datos de tasas de falla utilizados son demasiado conservadores, podría darse como resultado un sistema de seguridad sobredimensionado, conduciendo a una mayor predisposición a disparos en falso (tiempo de inactividad de la planta) y por supuesto, a un mayor costo de operación.

Hay dos técnicas fundamentales para obtener datos de fallas:

  1. Técnicas de estimación de la tasa de fallas basándose en datos de fallas en campo. Se trata entonces de una técnica basada en estadísticas de campo. Un problema significativo con todas las técnicas de recolección de datos de campo, es que a menudo un producto se vuelve obsoleto antes de que se hayan recolectado datos suficientes como para obtener una tasa de falla estadísticamente válida.

  1. Técnicas de predicción de la tasa de fallas: basadas en resultados de pruebas al equipo en cuestión y/o en análisis de la fortaleza del diseño de este. La técnica FMEDA fue desarrollada por ingenieros de exida, como un medio de predecir, no sólo las tasas de falla, sino también los modos de falla, efectividad de los autodiagnósticos y la vida útil del equipo en cuestión.

Aunque se necesitan más datos, ya hay indicios de que un FMEDA predictivo, en conjunto con una buena base de datos de fiabilidad de componentes, genera datos realistas de falla para cualquier tipo de producto, siempre tomando en cuenta tanto el análisis del diseño en cuestión, como las condiciones de estrés operacional (aplicación) al que estará sometido una vez que se ponga en operación dicho producto.

Checkout

This paper has an Extended Abstract file available; you must purchase the conference proceedings to access it.

Checkout

Do you already own this?

Pricing

Individuals

AIChE Pro Members $375.00
Employees of CCPS Member Companies $375.00
AIChE Graduate Student Members $375.00
AIChE Undergraduate Student Members $375.00
AIChE Explorer Members $475.00
Non-Members $475.00