IEEE Power & Energy Magazine - Spanish - November/December 2020 - 109

La industria tiene muchos procesos bien establecidos
para el diseño de sistemas, incluidos varios enfoques de
evaluación probabilística de riesgos (PRA, por sus siglas en
inglés) (por ejemplo, el análisis de modos y efectos de fallas,
de árboles de fallas, etc.) y el análisis de procesos teóricos
de sistemas (STPA, por sus siglas en inglés). Es importante
tener en cuenta los matices de los procesos creados desde
una perspectiva de seguridad del sistema. Estos procesos se
basan en datos históricos, en los que se identifica el mecanismo de una falla pasada para mejorar los diseños y evitar
que se produzca una falla similar en el futuro. No obstante,
para contribuir sustancialmente al mantenimiento predictivo, el proceso de diseño del sistema también debe establecer los criterios de supervisión que se pueden utilizar para
mantener el funcionamiento del dispositivo.
La PRA, elaborada a partir de una base de gestión de
riesgos, es el método de ingeniería de seguridad más utilizado. Un enfoque de PRA identifica los peligros, las causas y
consecuencias deterministas y proporciona un método para
describir la incertidumbre. El proceso permite el cálculo
del riesgo esperado (definido como la probabilidad de un
evento multiplicado por la gravedad relativa de sus consecuencias) para que un desarrollador pueda comparar diferentes opciones de diseño. La PRA utiliza el análisis de fallas
y de árbol de eventos para dividir un sistema complicado
en subsistemas y componentes cuando no existen datos suficientes para predecir directamente el comportamiento. El
riesgo luego se aumenta o disminuye según cómo funcionen
conjuntamente las fallas en los componentes y subsistemas
para causar accidentes.
Además, el análisis de modos y efectos de fallas (FMEA)
es un procedimiento sistemático para evaluar la confiabilidad y para saber cómo las fallas de los componentes pueden
impactar en la seguridad del sistema. Los desarrolladores
comienzan un FMEA mediante la compilación de una lista
de cada componente o tipo de componente en un sistema.
A continuación, calculan la probabilidad de que cada componente falle de diversas maneras en función de los datos
históricos. La tabla 4 muestra una breve lista de cálculos
típicos de FMEA para un BESS (adaptado de un informe
del Instituto de Investigación de Potencia Eléctrica sobre
la seguridad del ESS). La probabilidad y gravedad reciben
cada uno una puntuación de 1 al 10, donde el 10 correspondiente a un evento más probable o grave. Cada modo de
falla está vinculado a un efecto de peligro, una consecuencia, un método de prevención y un método de detección.
La identificación del método de detección sienta las bases
para el mantenimiento predictivo. Sin embargo, es evidente
que este FMEA convencional aborda el diseño del sistema
desde una perspectiva de seguridad (al prevenir fallas
catastróficas) en lugar de detectar fallas mientras todavía
son recuperables. El proceso crea una probabilidad, pero
no proporciona los indicadores principales necesarios para
indicar las fallas pendientes de las áreas. Aun así, estos
procesos son beneficiosos para comprender en qué áreas
noviembre/diciembre del 2020

hay que centrarse cuando se crean relaciones entre el indicador y la falla.
Una herramienta de diseño más desarrollada recientemente, el STPA, considera al sistema como un conjunto de
bucles de control que interactúan. Los accidentes se producen cuando las interacciones de componentes en estos bucles
infringen las restricciones de seguridad. A diferencia de
las herramientas basadas en el PRA, no se basa en ningún
dato de tasa de falla de los componentes. Por lo tanto, esta
metodología es valiosa para el desarrollo de nuevos sistemas
complejos. El STPA se lleva a cabo en cuatro partes:
1) La identificación de los accidentes y peligros que se
deben prevenir en el sistema.
2) El diseño de todas las estructuras de control en el sistema.
3) La determinación de las acciones de control no seguras.
4) La identificación de escenarios causales, es decir, vínculos, entre las fallas.
Este cuarto paso puede dar lugar a los indicadores relevantes para el mantenimiento predictivo. Rosewater y
Williams en la sección " Lecturas complementarias " proporcionan una explicación más detallada de este proceso.
Existen diferentes empresas que prefieren distintas metodologías durante la fase de diseño del sistema. En la sección anterior, proporcionamos algunos ejemplos en lugar de
recomendar un enfoque específico. Muchas metodologías se
basan en la base (adecuada) de proteger la seguridad de los
seres humanos, con respuestas de mitigación de peligros que
tienden a hacer que el sistema sea irrecuperable. La supervisión predictiva acepta que las fallas pueden ocurrir mediante
la degradación debido a un funcionamiento a largo plazo o
por el impacto de un problema externo que puede dañar un
componente. El mantenimiento predictivo requiere identificar la cadena de errores en cascada que conduce a fallas y
especificar cuáles son recuperables.

Identificación de las relaciones entre el
indicador y la falla mediante el análisis de
datos en sistemas de campo
La segunda capa de identificación de las relaciones entre
el indicador y la falla para el mantenimiento predictivo
implica la utilización de datos de campo. Aunque los desarrolladores evalúan el sistema según el conocimiento institucional o histórico durante la fase de diseño, pueden no
ser conscientes de todo lo que necesitan considerar. Con el
análisis de datos, el objetivo es procesar los datos de campo
y examinarlos desde diferentes perspectivas para identificar nuevas relaciones. Es posible que el diseño original del
sistema no abarque todas las señales necesarias, por lo que
es posible que un desarrollador necesite integrar los diferentes conjuntos de datos para comprender lo que sale mal.
Una vez que un desarrollador identifica una nueva relación
entre el indicador y la falla a partir del postproceso de datos
de campo, se convierte en otra señal a la que responder en
tiempo real.
ieee power & energy magazine

109

IEEE Power & Energy Magazine - Spanish - November/December 2020

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - November/December 2020