Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INGENIERÍA DE CONFIABILIDAD Y ANÁLISIS PROBABILÍSTICO DE RIESGO “…porque una de las formas mas importantes de agregar valor, es evitar que se destruya” R2M Medardo Yañez Medina Hernando Gómez de la Vega Genebelín Valbuena Chourio No está permitida la reproducción parcial o total de este libro, ni su tratamiento informático, ni la transmisión de ninguna forma o por cualquier medio, ya sea electrónico, mecánico, por fotocopia, por registro u otros métodos, sin el permiso previo y por escrito de los autores y/o titulares del copyright. DERECHOS RESERVADOS, 2004 Depósito Legal: If2522003658699 ISBN: 980-12-12-0116-9 Editor: Reliability and Risk Management, S. A. www.reliarisk.com Diseño de portada, Contraportada y concepto general de diagramación Frangela Melo Troconis y Reliability and Risk Management, S. A. www.reliarisk.com Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 3 CONTENIDO PRÓLOGO........................................................................................................19 DEDICATORIA .................................................................................................21 CAPITULO I. Conceptos Básicos...................................................................23 CAPITULO II. Probabilidad y Estadística Descriptiva ..................................33 2.1 Introducción................................................................................................. 35 2.2 Definiciones de probabilidad ...................................................................... 35 2.2.1 Definición “frecuentista o clásica” ............................................................ 36 2.2.1.1 Concepto “Resultados igualmente probables”....................................... 37 2.2.1.2 Concepto frecuentista empírico de probabilidad................................... 40 2.2.2 Definición “subjetivista”o “Bayesiana”...................................................... 43 2.2.3 Leyes y axiomas de probabilidad ............................................................ 44 2.2.3.1 Introducción.......................................................................................... 44 2.2.3.2 Independencia y dependencia probabilística........................................ 47 2.2.3.3 Axiomas y leyes de probabilidad .......................................................... 48 2.3 Estadística descriptiva................................................................................ 51 2.3.1 Variable Random, Aleatoria o Distribuida................................................ 51 2.3.2 Distribuciones de probabilidad ................................................................ 53 2.3.2.1 Distribuciones empíricas o histogramas ................................................ 55 2.3.2.1.1 Histograma de frecuencias................................................................ 55 2.3.2.1.2 Histograma acumulado directo.......................................................... 58 2.3.2.1.3 Histograma acumulado inverso ......................................................... 59 2.3.2.2 Distribuciones paramétricas de probabilidad........................................ 60 2.3.2.2.1 Definición........................................................................................... 60 2.3.2.2.2 Distribuciones de probabilidad – Variables discretas ........................ 61 2.3.2.2.2.1 Función de probabilidad, distribución de frecuencias de densidad o función de densidad de probabilidades “f(x)” .............. 61 2.3.2.2.2.2 Función de distribución, distribución acumulada o función de densidad acumulada “F(x)”........................................................ 61 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 4 2.3.2.2.2.3 Función de distribución, distribución acumulada o función de densidad acumulada inversa “C(x)” ........................................... 62 2.3.2.2.3 Distribuciones de probabilidad – Variables continuas....................... 63 2.3.2.2.3.1 Función de probabilidad, distribución de densidad o función de densidad de probabilidades “f(x)”............................................ 63 2.3.2.2.3.2 Función de distribución, distribución acumulada o función de densidad acumulada “F(x)” ..................................................... 65 2.3.2.2.3.3 Función de distribución, distribución acumulada o función de densidad acumulada inversa “C(x)” ........................................ 66 2.3.2.2.4 Principales características de una distribución de probabilidad........ 69 2.3.2.2.4.1 Medidas de posición o tendencia central (media, moda y mediana) ............................................................ 70 2.3.2.2.4.1.1 Media, esperanza matemática o valor esperado ......................... 70 2.3.2.2.4.1.2 Moda............................................................................................ 71 2.3.2.2.4.1.3 Mediana ....................................................................................... 72 2.3.2.2.4.2 Medidas de dispersión ................................................................. 73 2.3.2.2.4.2.1 Varianza y desviación estándar ................................................... 75 2.3.2.2.4.2.2 Coeficiente de variación............................................................... 79 2.3.2.2.4.2.3 Percentiles ................................................................................... 79 2.3.2.2.4.2.4 Intervalo de confianza .................................................................. 79 2.3.2.2.5 Distribuciones paramétricas ........................................................... 81 2.3.2.2.5.1 Distribuciones para variables aleatorias continuas ...................... 81 2.3.2.2.5.2 Distribuciones para variables aleatorias discretas ....................... 97 2.3.3 Caracterización probabilística de variables random ....................... 100 2.3.3.1 Caracterización probabilística de variables con información de campo ..................................................................... 102 2.3.3.2 Pruebas de bondad de ajuste............................................................ 104 2.3.3.2.1 Prueba de CHI – Cuadrado (X2)........................................................ 104 2.3.3.2.1.1 Cálculo del valor o estadística del test X2 .................................... 104 2.3.3.2.1.2 Cálculo del valor crítico para la prueba de CHI – Cuadrado ........ 105 2.3.3.2.2 Prueba de Kolmogorov – Smirnov..................................................... 107 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 5 2.3.3.2.2.1 Cálculo del valor o estadística del test de Kolmogorov – Smirnov ................................................................ 107 2.3.3.2.2.2 Cálculo del valor crítico para las pruebas Kolmogorov – Smirnov ................................................................ 108 2.3.3.2.2.3 Prueba de Anderson – Darling..................................................... 114 CAPITULO III. Gerencia de la Incertidumbre.................................................117 3.1 Introducción................................................................................................ 119 3.2 Incertidumbre: concepto y fuentes.............................................................. 120 3.3 Decisiones que involucranincertidumbre ................................................... 124 3.4 Gerencia de la incertidumbre ..................................................................... 125 3.4.1 Cuantificación de la incertidumbre.......................................................... 126 3.4.1.1 Cualificación y caracterización probabilística de las variables de entrada ......................................................................... 130 3.4.1.2 Propagación de la incertidumbre....................................................... 136 3.4.1.2.1 Método de los momentos .................................................................. 137 3.4.1.2.2 Método de simulación de Montecarlo................................................ 143 3.4.1.2.2.1 Generación aleatoria de números desde una distribución de probabilidad o “sampling”....................................................... 147 3.4.1.2.2.2 Correlación probabilística o interdependencia ............................. 158 3.4.1.2.2.2.1 ¿Por qué es importante considerar la interdependencia?............ 159 3.4.1.2.2.2.2 Factores o coeficientes de correlación “Rxy” ................................ 162 3.4.1.2.2.2.2.1 Coeficiente de correlación ordinario o coeficiente de Pearson ............................................................................. 163 3.4.1.2.2.2.2.2 Coeficiente de correlación por ranking o coeficiente de Spearman.......................................................................... 165 3.4.1.2.2.2.3 Incorporación de las correlaciones probabilísticas en la simulación de Montecarlo ............................................................ 170 3.4.1.2.2.2.4 Reglas de oro para la simulación de Montecarlo ......................... 175 3.4.2 Análisis del impacto de la incertidumbre................................................. 176 3.4.2.1 Análisis de sensibilidad ..................................................................... 176 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 6 3.4.2.1.1 Contribución a la varianza ................................................................. 177 3.4.2.1.2 Diagramas de tornado....................................................................... 179 3.4.2.1.2.1 Diagrama de tornado clásico o de “una variable a la vez” ........... 179 3.4.2.1.2.2 Diagramas de tornado de coeficientes de correlación ................. 180 3.4.3 Reducción de la incertidumbre ............................................................... 182 CAPITULO IV. Ingeniería de Confiabilidad ....................................................185 4.1 Ingeniería de confiabilidad.......................................................................... 187 4.2 Confiabilidad C(T): conceptos y relación con análisis de riesgo................. 187 4.3 Confiabilidad basada en el análisis probabilístico del tiempo para la falla o historial de fallas (Statistical based reliability analysis) ........ 189 4.3.1 Confiabilidad de activos no reparables .................................................. 190 4.3.1.1 Activos no reparables .......................................................................... 190 4.3.1.2 Conceptos básicos............................................................................... 191 4.3.1.2.1 La función confiabilidad (C(T))......................................................... 191 4.3.1.2.2 Tiempo promedio para fallar (TPPF) ............................................... 193 4.3.1.2.3 La función de velocidad de incremento del peligro (H(T)) o tasa de fallas ................................................................................ 193 4.3.1.3 Estimación de la confiabilidad.............................................................. 197 4.3.1.3.1 Estimación de confiabilidad de activos no reparables con estadística paramétrica ................................................................... 197 4.3.1.3.2 Estimación de confiabilidad de activos no reparables con estadística no paramétrica............................................................... 217 4.3.2 Confiabilidad de activos reparables ....................................................... 218 4.3.2.1 Variables probabilísticas de interés en análisis de confiabilidad de activos reparables ........................................................................ 218 4.3.2.2 Modelos probabilísticos para la estimación o predicción del número de fallas (N(T[M])) en un período de operación T[M] para sistemas reparables .................................................................. 222 4.3.2.2.1 Proceso ordinario de restauración (POR)........................................ 223 4.3.2.2.2 Proceso no homogéneo de Poisson (PNHP)................................... 227 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 7 4.3.2.2.2.1 Simulación de Montecarlo para el proceso no homogéneo de Poisson (PNHP) ....................................................................... 229 4.3.2.2.3 Proceso generalizado de restauración (PGR) ................................. 230 4.3.2.3 Disponibilidad ....................................................................................... 231 4.4 Confiabilidad basada en el análisis probabilístico del deterioro o física de la falla (physics based reliability analysis) ................................. 232 4.4.1 Análisis Carga – Resistencia ................................................................... 232 4.4.1.1 Análisis Carga – Resistencia con simulación de Montecarlo................ 236 4.5 Confiabilidad de sistemas.......................................................................... 251 4.5.1 Aspectos teóricos .................................................................................... 251 4.5.2 Modelos para estimación de confiabilidad a nivel de sistemas ............... 252 4.5.2.1 Diagramas de bloques de confiabilidad (DBC)..................................... 252 4.5.2.2 Análisis de árboles de fallas (AAF)........................................................ 258 4.5.2.2.1 Componentes de un árbol de falla – Descripción y simbología ......... 259 4.5.2.2.2 Álgebra Booleana.............................................................................. 261 4.5.2.2.3 Desarrollo de un árbol de falla........................................................... 261 4.5.2.3 Análisis de Markov ............................................................................... 269 4.5.2.3.1 Desarrollo de modelos de Markov..................................................... 269 4.5.2.3.1.1 Desarrollo del diagrama de análisis de modo y efecto de falla (AMEF)............................................................................... 269 4.5.2.3.1.2 Clasificación de la falla de acuerdo a su efecto.............................. 270 4.5.2.3.1.3 Desarrollo inicial del diagrama de Markov...................................... 270 4.5.2.3.1.4 Simplificación del diagrama de Markov .......................................... 270 4.5.2.3.2 Técnicas de estimación de parámetros de confiabilidad basadas en modelos de Markov....................................................... 282 4.5.2.3.2.1 Cálculo de disponibilidad................................................................ 285 4.5.2.3.2.2 Cálculo de confiabilidad.................................................................. 288 4.5.3 Análisis de causa común de falla ............................................................ 298 4.5.3.1 Modelo Factor β ...................................................................................300 4.5.4 Análisis de importancia de componentes ................................................ 304 4.5.5 Metodología de análisis de confiabilidad a nivel de sistema .................. 305 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 8 CAPITULO V. Evaluación Probabilística del Riesgo ...................................309 5.1 Introducción................................................................................................. 311 5.2 Riesgo. Conceptos básicos ........................................................................ 311 5.3 Análisis de riesgo ....................................................................................... 315 5.4 Dimensionamiento del riesgo ...................................................................... 316 5.4.1 Técnicas cualitativas ............................................................................... 317 5.4.2 Técnicas semi cuantitativas..................................................................... 318 5.4.3 Técnicas cuantitativas ............................................................................. 321 5.4.3.1 Probabilidades...................................................................................... 322 5.4.3.1.1 Data histórica..................................................................................... 323 5.4.3.1.2 Condición de estado.......................................................................... 323 5.4.3.2 Consecuencias..................................................................................... 324 5.5 Gerencia del riesgo .................................................................................... 327 5.5.1 Modelos pasa-no pasa ............................................................................ 329 5.5.1.1 Modelo pasa-no pasa tradicional.......................................................... 329 5.5.1.2 Modelo pasa-no pasa probabilístico basado en riesgo......................... 330 5.5.2 Modelos de jerarquización....................................................................... 335 5.5.2.1 Modelos matriciales.............................................................................. 335 5.5.2.1.1 Matriz de jerarquización de proyectos ............................................... 335 5.5.3 Modelos de optimización ......................................................................... 338 5.5.3.1 Análisis Costo-Riesgo-Beneficio........................................................... 338 5.6 Comunicación del riesgo ............................................................................ 340 BIBLIOGRAFÍA ................................................................................................345 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 9 LISTA DE FIGURAS Figura 1.1. Enfoques de probabilidad............................................................... 25 Figura 2.0. Probabilidad ................................................................................... 36 Figura 2.1. Eventos independientes ................................................................. 45 Figura 2.2. Eventos dependientes.................................................................... 46 Figura 2.3. Dependencia e independencia probabilística ................................. 47 Figura 2.4. Ejemplo de variable aleatoria ......................................................... 51 Figura 2.5. Ejemplo de variable aleatoria ......................................................... 52 Figura 2.6. Distribuciones de probabilidad ....................................................... 54 Figura 2.7. Histograma de frecuencias............................................................. 57 Figura 2.8. Histograma de frecuencias acumuladas ........................................ 58 Figura 2.9. Histograma de frecuencias acumuladas inversas .......................... 60 Figura 2.10. Distribución de densidad de probabilidad de variable discreta..... 61 Figura 2.11. Distribución de probabilidad acumulada de variable discreta....... 62 Figura 2.12. Función de densidad de probabilidad........................................... 64 Figura 2.13. A) Función de Densidad de Probabilidad, B) Función de Probabilidad Acumulada………………………………………… 65 Figura 2.14. A) Función de Densidad de Probabilidad, B) Función de Probabilidad Acumulada ......................................................... 66 Figura 2.15. A) Función de Probabilidad Acumulada Inversa, B) Funciones de Probabilidad Acumulada Directa e Inversa .................................. 67 Figura 2.16. Características de una Distribución de Probabilidad .................... 69 Figura 2.17. Mediana......................................................................................... 72 Figura 2.18. Valores de la Tendencia Central (Media, Moda y Mediana).......... 73 Figura 2.19. Desviación Estándar ..................................................................... 75 Figura 2.20. Histograma de Frecuencias-Porosidad del Yacimiento................. 78 Figura 2.21. Histograma Acumulado Directo-Porosidad del Yacimiento ........... 78 Figura 2.22. Percentiles..................................................................................... 79 Figura 2.23. Intervalo de Confianza .................................................................. 80 Figura 2.24. Distribución Normal ....................................................................... 82 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 10 Figura 2.25. Percentiles de la Distribución Normal............................................ 84 Figura 2.26. Distribución Lognormal.................................................................. 85 Figura 2.27. Distribución Exponencial ............................................................... 88 Figura 2.28. Distribución Weibull ....................................................................... 89 Figura 2.29. Familia de Distribuciones Weibull.................................................. 89 Figura 2.30. A) Distribución Beta, B) Familia de Distribuciones Beta................ 91 Figura 2.31. Distribución Gamma...................................................................... 93 Figura 2.32. Distribución Triángular .................................................................. 95 Figura 2.33. Distribución Triángular: A) Función de Densidad, B) Función Acumulada...................................................................................... 96 Figura 2.34. Distribución Uniforme .................................................................... 97 Figura 2.35. Distribución Binomial ..................................................................... 98 Figura 2.36. Distribución de Poisson ................................................................. 99 Figura 2.37. Distribución Geométrica ................................................................ 99 Figura 2.38. Clasificación de las Distribuciones de Probabilidad ...................... 100 Figura 2.39. Probabilidad Objetiva .................................................................... 101 Figura 2.40. Probabilidad Subjetiva................................................................... 101 Figura 2.41. Distribución de los Datos vs. Distribución Hipotética o Teórica..... 105 Figura 2.42. Distribución de los Datos Vs. Distribución Hipotética o Teórica .... 107 Figura 2.43. F(t) teórica y F(t) empírica vs tiempo............................................. 112 Figura3.1. Niveles de conocimiento ................................................................ 121 Figura 3.2. Tipos de incertidumbre................................................................... 121 Figura 3.3. Fuentes de incertidumbre............................................................... 123 Figura 3.4. Alternativas para abordar la incertidumbre..................................... 125 Figura 3.5. Gerencia de la incertidumbre ......................................................... 126 Figura 3.6. Análisis por escenarios .................................................................. 127 Figura 3.7. Incertidumbre de las entradas........................................................ 128 Figura 3.8. Incertidumbre en el modelo............................................................ 129 Figura 3.9. Incertidumbre total.......................................................................... 129 Figura 3.10. Cuantificación y propagación ....................................................... 130 Figura 3.11. Clasificación de las distribuciones de probabilidad ...................... 130 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 11 Figura 3.12. Caracterización probabilística espesor área neta petrolífera........ 132 Figura 3.13. Espesor arena petrolífera. Distribución Gamma........................... 134 Figura 3.14. Caracterización probabilística de la porosidad............................. 134 Figura 3.15. Distribución de la porosidad ......................................................... 135 Figura 3.16. Evaluación de la incertidumbre .................................................... 136 Figura 3.17. Método de los momentos ............................................................. 138 Figura 3.18. Etapas para la cuantificación de incertidumbre ............................ 139 Figura 3.19. Distribución resultante POES - Método de los momentos............ 143 Figura 3.20. Simulación de Montecarlo ............................................................ 145 Figura 3.21. Diagrama de flujo Simulación de Montecarlo ............................... 146 Figura 3.22. Distribución de la porosidad – Curvas de frecuencia de densidad y acumulada............................................................. 147 Figura 3.23. Generación aleatoria de valores de porosidad............................. 149 Figura 3.24. Generación aleatoria de valores de porosidad............................. 149 Figura 3.25. Generación aleatoria de valores de porosidad.............................. 150 Figura 3.26. Saturación de agua – Ejemplo 3.3 ................................................ 153 Figura 3.27. Área neta petrolífera – Ejemplo 3.3.............................................. 154 Figura 3.28. Porosidad – Ejemplo 3.3 .............................................................. 154 Figura 3.29. Área – Ejemplo 3.3....................................................................... 155 Figura 3.30. Factor volumétrico – Ejemplo 3.3 ................................................. 156 Figura 3.31. Simulación de Montecarlo. Cálculo del POES.............................. 157 Figura 3.32. Caracterización probabilística variable de salida (POES) ............ 157 Figura 3.33. Comparación resultados POES - Montecarlo vs. Momentos........ 158 Figura 3.34. Gráficos X vs. Y para identificar correlación................................. 159 Figura 3.35. Tasa pasiva .................................................................................. 160 Figura 3.36. Tasa activa ................................................................................... 160 Figura 3.37. Escenario válido ........................................................................... 161 Figura 3.38. Escenario no válido ...................................................................... 161 Figura 3.39. Interpretación del factor de correlación ........................................ 162 Figura 3.40. Importancia del factor de correlación ........................................... 163 Figura 3.41 – A/B. Porosidad y factor volumétrico – Ejemplo 3.6..................... 170 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 12 Figura 3.42. Método del “sobre” para incorporar correlaciones probabilísticas en la simulación de Montecarlo ............................ 171 Figura 3.43. Método del “sobre” para incorporar correlaciones probabilísticas en la simulación de Montecarlo - Diagrama de flujo ......................................................................... 172 Figura 3.44. Correlación entre variables petrofísicas ....................................... 173 Figura 3.45. Simulación de Montecarlo considerando correlaciones probabilísticas............................................................................... 174 Figura 3.46. Resultados POES – Ejemplo 3.2 (Ejemplo 3.8) ........................... 177 Figura 3.47. Gráfico de contribución a la varianza del POES........................... 178 Figura 3.48. Análisis de sensibilidad – Diagramas de tornado clásico ............. 179 Figura 3.49. Gráfico de tornado del POES....................................................... 181 Figura 3.50. Costo de la incertidumbre............................................................. 182 Figura 4.1. Relación entre análisis de confiabilidad y análisis de riesgo .......... 188 Figura 4.2. Diferentes volúmenes de control (Componente, Equipo) ............... 191 Figura 4.3. Distribuciones de probabilidad del tiempo para fallar ..................... 192 Figura 4.4. Confiabilidad evaluada en un tiempo misión tm: C(tm) ................ 192 Figura 4.5. TPPF .............................................................................................. 193 Figura 4.6. Comportamiento típico de h(t) para poblaciones de componentes 194 Figura 4.7. Curva de la bañera......................................................................... 195 Figura 4.8. Otros patrones de falla ................................................................... 196 Figura 4.9-A. Datos censados y no censados.................................................. 198 Figura 4.9-B. Proceso de selección del mejor ajuste........................................ 201 Figura 4.10. F(t) teórica y F(t) empírica vs. tiempo............................................ 208 Figura 4.11-A. Resultados – Ejemplo 4.1......................................................... 213 Figura 4.11-B. Confiabilidad C(t) – Ejemplo 4.1 ............................................... 216 Figura 4.12-A. Proceso de fallas sucesivas. Nomenclatura ............................. 219 Figura 4.12-B. Probabilidad de fallas en activos reparables............................. 220 Figura 4.12-C. Confiabilidad en activos reparables.......................................... 220 Figura 4.12-D. Número acumulado de fallas en el tiempo acumulado de operación .......................................................... 221 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 13 Figura 4.12-E. Teorías para modelaje de activos reparables........................... 223 Figura 4.13. Flujograma de la simulación de Montecarlo para el cálculo del No esperado de fallas Λ(T) en activos reparables basado en el POR ........................................................................ 225 Figura 4.13-A.Estimación de parámetros, equipo operando ........................... 227 Figura 4.14. Simulación de Montecarlo - No esperado de fallas Λ (T) PNHP . 230 Figura 4.15. Diagramas de tiempos de operación y tiempos de falla ............... 231 Figura 4.16. Distribuciones de esfuerzo y resistencia ...................................... 233 Figura 4.17. Distribuciones solapadas.............................................................. 234 Figura 4.18. Distribuciones solapadas – Cálculo de la confiabilidad ................ 234 Figura 4.19. Casos Esfuerzo – Resistencia...................................................... 235 Figura 4.20. Estimación numérica (Simulación de Montecarlo) de la confiabilidad basada en la Teoría Esfuerzo – Resistencia ........... 237 Figura 4.21. Daños en la tubería – Ejemplo 4.4 ............................................... 238 Figura 4.22-A. Caracterización probabilística SP ............................................. 241 Figura 4.22-B. Caracterización probabilística PA ............................................. 241 Figura 4.23. Caracterización probabilística RC en el Daño 10 ......................... 242 Figura 4.24. Caracterización probabilística de do10.......................................... 243 Figura 4.25. Distribución de probabilidad para la máxima presión permisible.. 246 Figura 4.26. Presión de falla (Pf) para 1,15 y 25 años ..................................... 247 Figura 4.27. Confiabilidad para 1, 15 y 25 años ............................................... 248 Figura 4.28. Presión de falla y confiabilidad para períodos adicionales ........... 249 Figura 4.29. Gráficos Esfuerzo – Resistencia para 1, 5, 10, 15, 20 y 25 años ........................................................................... 249 Figura 4.30. Percentiles de presión de falla y presión de operación vs. tiempo................................................................ 250 Figura 4.31. DBC para sistemas en serie......................................................... 253 Figura 4.32. DBC para sistemas en paralelo.................................................... 254 Figura 4.33. DBC para sistemas en paralelo “K de N”...................................... 256 Figura 4.34. Sistema de bombeo de crudo – Ejemplo 4.5................................ 257 Figura 4.35. Compuertas utilizadas en árboles de falla.................................... 260 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 14 Figura 4.36. Esquemático de un circuito .......................................................... 265 Figura 4.37. Árbol de fallas del circuito............................................................. 265 Figura 4.38. Sistema de bombeo – Ejemplo 4.6............................................... 266 Figura 4.39. Árbol de falla del sistema de bombeo – Ejemplo 4.6.................... 266 Figura 4.40. Sistema – Ejemplo 4.7 ................................................................. 267 Figura 4.41. Árbol de falla del sistema – Ejemplo 4.7 ...................................... 268 Figura 4.42. Arquitectura funcional del sistema (AMEF) .................................. 271 Figura 4.43. Conmutación del estado “0” al estado “1”..................................... 275 Figura 4.44. Conmutación del estado “0” a los estados “2” y “3”...................... 276 Figura 4.45. Conmutación del estado “0” al estado “4”..................................... 277 Figura 4.46. Conmutación de los estado “2” y “3” al estado “1”........................ 279 Figura 4.47. Conmutación de los estados “2” y “3” al estado “4”...................... 280 Figura 4.48. Diagrama de Markov del sistema ................................................. 281 Figura 4.49. Diagrama de Markov de un sistema completamente reparable .. 283 Figura 4.50. Diagrama de Markov de un sistema parcialmente reparable ....... 284 Figura 4.51. Diagrama de Markov de un sistema no reparable........................ 284 Figura 4.52. Diagrama de Markov de un sistema continuo .............................. 287 Figura 4.53. Arquitectura interna controlador – Ejemplo 4.6 ............................ 290 Figura 4.54. Diagrama de Markov. Opción No. 1 – Ejemplo 4.6 ...................... 292 Figura 4.55. Diagrama de Markov. Opción No. 2 – Ejemplo 4.6 ...................... 293 Figura 4.56. Diagrama de Markov. Sistema continuo – Ejemplo 4.6................ 294 Figura 4.57. Disponibilidad. Opción No. 1 – Ejemplo 4.6 ................................. 296 Figura 4.58. Disponibilidad Opción No. 2 – Ejemplo 4.6 .................................. 297 Figura 4.59. Sensibilidad de la disponibilidad al tiempo de reparación “Tr”. Opción No. 1 – Ejemplo 4.6 .................................................. 297 Figura 4.60. Sistema de n componentes redundantes ..................................... 300 Figura 4.61. Árbol de falla sin fallas dependientes ........................................... 302 Figura 4.62. Árbol de falla con fallas dependientes.......................................... 302 Figura 4.63. Árbol de falla. Representa la existencia de CCF.......................... 304 Figura 5.1. Riesgo ............................................................................................. 312 Figura 5.2. Sistema Planta de Compresión ...................................................... 314 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 15 Figura 5.3. Análisis de riesgo ........................................................................... 315 Figura 5.4. Análisis cuantitativo del riesgo ....................................................... 321 Figura 5.5. Escenarios asociados a la ignición de una nube de gas ................ 327 Figura 5.6. Análisis cuantitativo de riesgo ........................................................ 328 Figura 5.7. Modelo Pasa-No pasa tradicional................................................... 329 Figura 5.8. Modelo Pasa-No pasa propuesto................................................... 330 Figura 5.9. Cálculo del VME............................................................................. 333 Figura 5.10. Caracterización probabilística VPN’s Tabla 5.4............................ 333 Figura 5.11. Caracterización probabilística Costo Perforación......................... 334 Figura 5.12. Árbol de decisión Perforar vs. No Perforar ................................... 335 Figura 5.13. Evaluación económica probabilística de proyectos ...................... 336 Figura 5.14. Matriz de jerarquización de proyectos.......................................... 337 Figura 5.15. Resultados de jerarquización de proyectos.................................. 338 Figura 5.16. Nivel óptimo de riesgo.................................................................. 339 LISTA DE TABLAS Tabla 2.0. Ejemplo 2.6 P(A). ............................................................................ 50 Tabla 2.1. Ejemplo 2.6 P(B) ............................................................................. 50 Tabla 2.2. Ejemplo 2.7 Mediciones de aceleración de gravedad ..................... 56 Tabla 2.3. Ejemplo 2.7 Clases y frecuencias................................................... 57 Tabla 2.4. Ejemplo 2.7 Frecuencias acumuladas............................................ 58 Tabla 2.5. Ejemplo 2.7 Frecuencias acumuladas inversas............................... 59 Tabla 2.6. Ejemplo 2.10 Datos ......................................................................... 73 Tabla 2.7. Ejemplo 2.11 Datos......................................................................... 74 Tabla 2.8. Ejemplo 2.11 Datos ......................................................................... 74 Tabla 2.9. Ejemplo 2.12 Datos ......................................................................... 77 Tabla 2.10. Ejemplo 2.12 Clases y frecuencias............................................... 77 Tabla 2.11. Distribución normal estandarizada ................................................ 87 Tabla 2.12. Ecuaciones para el cálculo de parámetros con los datos de la muestra ....................................................................... 103 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 16 Tabla 2.13. Valores críticos. Test de X2 .......................................................... 106 Tabla 2.14. Valores críticos – Test de Kolmogorov-Smirnov............................ 108 Tabla 2.15. Tiempos de operación de equipos fallados ................................... 109 Tabla 2.16. Cálculo de las F(t) para las distribuciones hipotéticas y F(t) empíricas para los datos de la muestra................................ 111 Tabla 2.17. Test de Kolmogorov-Smirnov para la hipótesis 1 .......................... 113 Tabla 2.18. K-Svalue para Distribuciones Hipotéticas......................................... 114 Tabla 2.19. Valores Críticos Test Kolmogorov-Smirnov ................................... 114 Tabla 3.1. Estructura de costos........................................................................ 127 Tabla 3.2. Propiedades petrofísicas ................................................................. 131 Tabla 3.3. Caracterización probabilística espesor arena neta petrolífera......... 133 Tabla 3.4-A. Porosidad - Ejemplo 3.1............................................................... 135 Tabla 3.4-B. Percentiles Porosidad - Ejemplo 3.1 ............................................ 135 Tabla 3.5. Cálculo del POES - Ejemplo 3.2...................................................... 141 Tabla 3.6. Valores aleatorios obtenidos de F(φi) .............................................. 150 Tabla 3.7. Propiedades petrofísicas ................................................................. 152 Tabla 3.8. Opinión de expertos ........................................................................ 152 Tabla 3.9. Datos - Ejemplo 3.4 ....................................................................... 164 Tabla 3.10 “Ranking” – Método de Spearman.................................................. 165 Tabla 3.11-A. Tabla de valores de X y Y.......................................................... 167 Tabla 3.11-B Tabla de ranking de los valores de X y Y.................................... 167 Tabla 3.12-A/B. Datos - Ejemplo 3.6 ................................................................ 168 Tabla 3.13 Matriz de covarianza ...................................................................... 169 Tabla 3.14. Matriz de correlación ..................................................................... 169 Tabla 3.15. Comparación de resultados Simulación de Montecarlo sin y con correlación probabilística................................................ 174 Tabla 4.1. Ecuaciones de parámetros.............................................................. 202 Tabla 4.2. Ecuaciones para diversas distribuciones de probabilidad ............... 203 Tabla 4.3. Tiempos de operación de equipos fallados ..................................... 204 Tabla 4.4. Tiempos de operación de equipos censados .................................. 204 Tabla 4.5. Cálculos de las F(t) para las distribuciones hipotéticas Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 17 y F(t) empíricas para los datos de la muestra................................ 207 Tabla 4.6. Test de Kolmogorov-Smirnov para la hipótesis 1 ............................ 209 Tabla 4.7. K-Svalue para distribuciones hipotéticas........................................... 210 Tabla 4.8. Valores Críticos Test Kolmogorov-Smirnov ..................................... 210 Tabla 4.9. Resultados - Ejemplo 4.1 ................................................................ 212 Tabla 4.10. Resultados Kolmogorov-Smirnov .................................................. 214 Tabla 4.11. Valores Críticos Test Kolmogorov-Smirnov ................................... 215 Tabla 4.12. Cálculos de confiabilidad y tasa de fallas de bombas electrosumegibles.......................................................................... 215 Tabla 4.13. Ecuaciones para análisis de confiabilidad con estadística no parámetrica............................................................ 217 Tabla 4.14. Algunos casos Esfuerzo Resistencia............................................. 236 Tabla 4.15. Datos de la tubería - Ejemplo 4.4 .................................................. 238 Tabla 4.16. Datos de mediciones de profundidad de daños - Ejemplo 4.4 ..... 238 Tabla 4.17. Datos técnicos - Ejemplo 4.4 ....................................................... 238 Tabla 4.18. Resultados caracterización de las variables de entrada................ 244 Tabla 4.19. Resultados de Pf para 1,15 y 25 años........................................... 247 Tabla 4.20. Resultados - Ejemplo 4.5 ............................................................. 258 Tabla 4.21. Diagrama AMEF............................................................................ 272 Tabla 4.22. Diagrama AMECF ......................................................................... 273 Tabla 4.23. Tipos de falla. Estado “0” (simplificada)........................................ 274 Tabla 4.24. Tasa de falla segura. Conmutación de 0 → 1................................ 275 Tabla 4.25. Tasa de falla segura. Conmutaciones 0 → 2 y 0 → 3 .................. 277 Tabla 4.26. Tasa de falla peligrosa. Conmutación 0 → 4 ................................. 278 Tabla 4.27. Tipos de falla. Estados de falla parcial ......................................... 279 Tabla 4.28. Tasa de falla segura. Conmutaciones 2 → 1 y 3 → 1 ................. 280 Tabla 4.29. Tasa de falla peligrosa. Conmutaciones 2 → 4 y 3 → 4............... 281 Tabla 4.30. Tasas de falla controlador 1– Ejemplo 4.6 .................................... 291 Tabla 4.31. Tasas de falla controlador 2 – Ejemplo 4.6 ................................... 291 Tabla 5.1. Niveles de probabilidad ................................................................... 319 Tabla 5.2. Categorías de consecuencias ......................................................... 319 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 18 Tabla 5.3. Matriz de prioritización del riesgo ................................................... 320 Tabla 5.4. Categorización de las consecuencias ............................................. 326 Tabla 5.5. VPN Pozos Area “Chuao” (MMBs) .................................................. 332 Tabla 5.6. VPN – Ejemplo 5.2 .......................................................................... 338 Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 21 DEDICATORIA Medardo Yañez: Quiero dedicar este logro a quienes desde diferentes ángulos me dieron la oportunidad y la fuerza para hacerlo realidad. A mi madre, Consuelo,quien es toda mi vida, a mi esposa Mariclaudia por ser el amor, mi luz y mi fuerza, a mis hijos David y Daniel quienes son mi inspiración, a mis hermanas Angela, Lola y Roraima porque ellas son mi alegría y a mi padre porque en cualquier lugar del tiempo y del espacio donde se encuentre, es y será mi guía y mi conciencia. Adicionalmente, a mis compañeros de trabajo de estos doce años en la industria del gas y del petróleo; gracias por su amistad y por sus enseñanzas. Hernando Gómez de la Vega: Dedico este nuevo gran logro en primera instancia a mi madre, ejemplo inequívoco de amor y entrega, a mi padre quien me enseñó que detrás de la realidad siempre están los sueños, a mi familia, especialmente a mis hijos, a mi amada Francis y sus hijas, a mis hermanos y sus cónyuges, y a mis sobrinos, por apoyarme y creer en mi. También lo dedico a mis abuelos Antonio, Matilde, Rafael y Chichita, quienes me fortalecen con su presencia espiritual, a Grimi, Alonso y Mimi, por su apoyo y palabras de aliento en todo momento, y a todos aquellos que me han acompañado durante mi vida profesional. Este libro es de todos ustedes. Genebelin Valbuena: En mi recorrido por esta vida he aprendido muchas cosas, algunas de ellas muy agradables, otras menos placenteras, pero todas ponen de manifiesto que lo más importante es la vida misma, con sus momentos de felicidad, sus momentos de tristeza, sus momentos para compartir y sus momentos de soledad. Todas estas vivencias contribuyen al proceso de evolución espiritual propio de todo ser humano; de allí que sin hacer referencia a ninguna persona en particular, quiero dedicar este libro al Creador de todo cuanto existe en este mundo y fuera de el, me refiero a Dios. Mil gracias Señor Nuestro, y te pido que sigas ayudándome y guiándome como siempre lo has hecho. Adicionalmente los autores quieren expresar el mas sincero agradecimiento a todos los colegas y compañeros que contribuyeron, leyeron y comentaron parte o la totalidad de este libro, incluyendo al profesor Mohammad Modarres de la Universidad de Maryland por sus enriquecedoras enseñanzas, a nuestros socios y amigos Edwin Gutiérrez, Emilio Trejo, Giokena Nucette, Karina Semeco, Luis Fernández, Manuel Freitas, Mariagracia Sampieri, Maria Romero, Marieneir Acevedo, Michele Leccese , Miguel Agüero, Nayrih Medina y Pedro Gil por su guía, amistad y respaldo absoluto. Mil gracias a los participantes y estudiantes de los cursos de gerencia de la incertidumbre y del riesgo dictados en innumerables ocasiones al personal de la industria petrolera venezolana, y estudiantes y profesores de los programas de especialización en confiabilidad de sistemas industriales de la Universidad Simón Bolívar por sus invalorables comentarios. Gracias Dios por darnos esta oportunidad. Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 19 PROLOGO Durante los últimos quince años el mundo industrial ha experimentado cambios enormes y dramáticos. El proceso de globalización ha aumentado la competencia, forzando a las industrias a ajustarse cada vez más rápidamente, a nuevas y complejas realidades. Debido a lo acelerado y complejo de este ambiente de negocios, para tener éxito las empresas se ven obligadas a invertir basadas en información incompleta, incierta o difusa, y a la vez deben producir con más bajo costo, con calidad más alta y con un mayor nivel de confiabilidad. Esto explica porque las empresas más importantes del mundo están trabajando con mucho énfasis y a gran velocidad en Ingeniería de Confiabilidad, Análisis de Riesgo y Gerencia de la Incertidumbre. Ellas deben convertirse en “expertas tomadoras de riesgos” para poder subsistir. Este libro está orientado a proveer a sus lectores los conocimientos y herramientas más avanzadas para acometer el reto previamente mencionado; es decir, “decidir cómoda y acertadamente en condiciones de incertidumbre”. En este sentido, el texto ha sido diseñado para proporcionar a los profesionales de las diferentes áreas, las herramientas para modelar, vincular y sopesar la influencia de la incertidumbre asociada a las variables y problemas técnicos del proceso de producción con las incertidumbres de parámetros financieros como valor presente neto (VPN) y/o tasa interna de retorno (TIR). Adicionalmente, el libro contribuirá a formar la adecuada “caja de herramientas” para hacer los procesos de producción más confiables y seguros, para que los negocios puedan cumplir con los requerimientos técnicos, económicos y legales, asegurando un nivel adecuado de riesgo y rentabilidad. En el Capítulo I; Conceptos Básicos, se hace referencia a los aspectos conceptuales más importantes que serán tratados en el libro; desde diferentes perspectivas y con la idea fundamental de que el lector se familiarice con la terminología usada a lo largo del mismo. En el Capítulo II; Probabilidad y Estadística Descriptiva, se exponen detalladamente los conceptos y aplicaciones que conforman la plataforma matemática que soporta los capítulos III, IV y V; con especial énfasis en la caracterización probabilística de variables aleatorias con distribuciones de probabilidad. Este capítulo no es lectura obligada para aquellos lectores expertos en probabilidad y estadística; y si lo es para aquellos que se inician es esta área. No obstante, para todos los casos se sugiere su lectura ya que estos temas se abordan desde una perspectiva práctica con ejemplos y aplicaciones reales resultado de muchos años de experiencia en el uso de estas herramientas. En el Capítulo III; Gerencia de la Incertidumbre, se sientan las bases fundamentales para la comprensión, tratamiento y gerencia de la incertidumbre, como aspecto básico para el proceso de toma de decisiones en el mundo moderno. Herramientas muy poderosas como la Simulación de Montecarlo, Correlaciones Probabilísticas y Análisis de Sensibilidad son extensamente explicadas y soportadas con ejemplos reales en este capítulo. Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo 20 El capítulo III puede considerarse el corazón del texto y seguramente resultará de gran interés para el lector. Su contenido puede resumirse en la siguiente frase: “Gerenciar incertidumbre es el arte de tomar decisiones cuantificando aquello que no se observa a simple vista, evaluando su impacto en el modelo de decisión y mejorando nuestro nivel de conocimiento cuando ello es técnicamente factible y económicamente rentable”. El Capítulo IV; Ingeniería de Confiabilidad, esta dedicado al estudio de los aspectos físicos y aleatorios del fenómeno falla. A lo largo del capítulo se exponen las dos escuelas que; con enfoques muy específicos, coexisten dentro de la Ingeniería de Confiabilidad. Estas escuelas son: confiabilidad basada en el análisis probabilístico del tiempo para la falla o historial de fallas y confiabilidad basada en el análisis probabilístico del deterioro o física de la falla. La primera propone predecir la falla estudiando la frecuencia histórica de ocurrencia o tasa de fallas, mientras que la segunda considera que una falla es la última fase de un proceso de deterioro y se concentra en predecirla a través del entendimiento de “como ocurre la falla”; es decir, estudiando la “física del proceso de deterioro”. La Ingeniería de Confiabilidad es un área de estudio fundamental para la evaluación de los procesos de producción, ya que la misma mejora la capacidad para predecir la ocurrencia de eventos no deseados y la capacidad para identificar acciones que minimicen y/o mitiguen sus efectos; habilidades básicas para un gerente o negociador moderno que debe entender que una de las más importantes formas de agregar valor es evitar que se destruya. En elCapítulo V; Análisis Probabilístico de Riesgo, se estudian extensivamente los modelos para decidir en presencia de incertidumbre. Se presentan modelos de cuantificación del riesgo (modelos cualitativos, semi cuantitativos y cuantitativos), modelos para gerencia del riesgo (Modelos lineales y modelos matriciales) y modelos para comunicación del riesgo. En este capítulo se conjugan las herramientas y metodologías estudiadas en los capítulos anteriores, en el modelaje y solución de problemas reales extraídos del mundo industrial y de negocios moderno. El objetivo de los autores ha sido proveer una guía de estudio, presentada desde una perspectiva práctica, que le permita a profesionales y empresarios predecir todos los escenarios de producción factibles, modelando las incertidumbres asociadas a las variables técnicas que rigen su proceso particular de producción en función de lograr los siguientes objetivos específicos: • Explorar las implicaciones económicas de cada escenario posible. • Establecer un plan selectivo de compra de certidumbre. • Planificar acciones para mitigar el riesgo presente. Lo que resultará en una estrategia óptima para el manejo de su negocio. Este libro le permitirá construir certidumbre en su marco de toma de decisiones. CAPÍTULO I CONCEPTOS BASICOS. “ EN UNA EPOCA DE CAMBIOS PERMANENTES, EL FUTURO PERTENECE A LOS QUE SIGUEN APRENDIENDO... ...LOS QUE YA APRENDIERON, SE ENCUENTRAN EQUIPADOS PARA VIVIR EN UN MUNDO QUE YA NO EXISTE.” Eric Hoffer Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 25 CAPÍTULO I CONCEPTOS BÁSICOS. En esta sección se presentan los conceptos básicos utilizados en Ingeniería de Confiabilidad. Se agregan a algunos de los conceptos los ejemplos pertinentes para tratar de apoyar el proceso de entendimiento de los mismos. Probabilidad: De manera general, puede definirse “probabilidad” como una medida de la posibilidad de ocurrencia de un evento. El término “probabilidad” es comúnmente utilizado por las personas para describir su percepción sobre el nivel de posibilidad (alto, medio o bajo) de ocurrencia de un evento en particular. La palabra “probabilidad” es cotidianamente utilizada para calificar eventos de cuya ocurrencia (y las características de esta ocurrencia) no podemos estar seguros; es decir, eventos con varios posibles resultados o cuyo resultado es “incierto”. Para definir formalmente “probabilidad” existen dos escuelas de pensamiento que regulan el significado y en consecuencia la aplicación de probabilidad. Estas escuelas son conocidas como “Escuela Frecuentista o Clásica de Probabilidad” y la “Escuela Subjetivista o Bayesiana de Probabilidad”. Figura1.1: Enfoques de Probabilidad DEFINICIÓN “FRECUENTISTA O CLÁSICA” DE PROBABILIDAD Esta definición se apoya en la idea de que la frecuencia de ocurrencia de un evento es un indicador de probabilidad de dicho evento; es decir, si el evento “A” es muy frecuente se asume que dicho evento tiene alta probabilidad de ocurrencia (su probabilidad tiende a 1); si por el contrario, el evento “A” es poco frecuente se asume que su probabilidad de ocurrencia es baja (su probabilidad tiende a 0). El concepto frecuentista de probabilidad que presenta la escuela clásica define la probabilidad de observar el evento “E” (Pr(E)), como “el límite al que tiende el cociente del número de veces que se observa el evento “E” (NE) entre el número total de observaciones (NT) cuando (NT) es suficientemente grande”. EscuelasEscuelas de de ProbabilidadProbabilidad EscuelasEscuelas de de ProbabilidadProbabilidad Enfoque Frecuentista Basada en la historia de ocurrencias Enfoque Frecuentista Basada en la historia de ocurrencias Enfoque Subjetivo Basada en “grado de conocimiento” (“Grado de creencia”) Enfoque Subjetivo Basada en “grado de conocimiento” (“Grado de creencia”) ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = ∞→ T A N N NPr(A) lim T NA= Numero de observaciones en las que ocurre el evento “A” NT= Numero total de observaciones ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = ∞→ T A N N NPr(A) lim T NA= Numero de observaciones en las que ocurre el evento “A” NT= Numero total de observaciones Enfoque Clásico Enfoque Bayesiano Enfoque Clásico Enfoque Bayesiano Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 26 Matemáticamente esta definición se expresa: ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = ∞→ T E N N NPr(E) lim T Ecuación 1.1 donde: NE= Número de observaciones en las que ocurre el evento “E” NT= Número total de observaciones Esta definición introduce el concepto de “número total de observaciones o tamaño de muestra” y enfatiza adicionalmente que la estimación realizada solo será valedera si el “número total de observaciones o el tamaño de muestra” es suficientemente grande como para ser “representativo” de la población. DEFINICIÓN “SUBJETIVISTA” O “BAYESIANA” De acuerdo con la escuela subjetivista o “Bayesiana” la probabilidad se define como “el grado de confianza en la veracidad de una proposición”. Una proposición es una hipótesis que puede ser probada como verdadera o falsa. El “grado de confianza” es una medida de la creencia personal o una indicación de cuanto conoce una persona acerca de la proposición o hipótesis analizada; en consecuencia, el “grado de confianza” es personal y subjetivo. Sin embargo, en teoría, dos personas con el mismo nivel de conocimiento e información asignaran el mismo valor de probabilidad a la veracidad de una proposición. La frase “mañana lloverá”, es una proposición o hipótesis que puede ser probada por observación directa. Supongamos que en los últimos 10 años (3650 días), ha llovido 200 veces y esta es toda la información de la que disponemos. Según la definición frecuentista empírica, la probabilidad de lluvia cualquier día podría calcularse con la ecuación 2.2, como sigue: P(llueva mañana)= 200/3650 = 0.055 = 5.5% Es necesario mencionar que este enfoque no considera las condiciones climatológicas del día bajo consideración. Incluso podríamos reorientar el problema de forma de determinar la probabilidad de ocurrencia de un mes o día en particular del año, tomando según el caso la estadística de lluvia en los últimos diez años para cada mes o día en particular, pero el enfoque igualmente no es capaz de incorporar las condiciones climatológicas propias del día de interés. Sin embargo, si los días recientes han estado nublados, la lógica permite pensar que esta probabilidad debería ser mayor a 5.5%. Según la escuela Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 27 clásica, esta estimación no puede modificarse; pero según la escuela subjetivista o Bayesiana, “el día nublado” es una información o evidencia que modifica el “grado de conocimiento o grado de creencia en la proposición” y que por lo tanto debe ser tomada en cuenta para re-evaluar la probabilidad del evento “lloverá mañana”. Esta re-evaluación de la probabilidad se puede hacer usando el “Teorema de Bayes” o ley de las probabilidades condicionales. Variable Aleatoria o “Random”: Se denomina variable aleatoria o distribuida, a una variable “X” que por sus características pueda tomar un conjunto de valores (x1, x2, x3, x4,... xn-1) cada uno de los cuales tiene una probabilidad de ocurrencia (p1, p2, p3, p4,... pn-1,), sin que se pueda asegurarespecíficamente cual de todos estos probables valores tomara la variable. Falla: En la forma más sencilla el concepto de falla puede definirse como el efecto que se origina cuando un componente, equipo, sistema o proceso deja de cumplir con la función que de ellos se espera. Cuando se establecen discusiones relacionadas con el concepto de falla, por lo general las mismas suelen ser discretas ya que es extremadamente difícil conseguir un concepto que satisfaga todos los criterios y/o puntos de vista que puedan existir. Ahora bien, con la finalidad de establecer un concepto con amplitud suficiente para ser utilizado sin mayor complicación que permita facilitar las estimaciones de confiabilidad y riesgo, a continuación se presenta el siguiente concepto: “Ocurrencia de un evento o circunstancia que cause la salida de un componente, equipo, sistema o proceso de un set de especificaciones predeterminadas”. Para facilitar el entendimiento de este concepto, se plantea el siguiente ejemplo. A continuación se definen tres opciones para categorizar la falla de una bomba en una planta de proceso: • Si una bomba debe funcionar con una eficiencia del 85% para garantizar la rentabilidad del proceso, y al momento de verificarla la misma es de 80%, entonces la misma se encuentra en estado de falla. • Si una bomba sobrepasa un nivel máximo de vibración permisible, entonces la bomba se encuentra en falla. • Si se define como “no flujo” el criterio de falla, entonces al no bombear producto la bomba se encuentra en falla. Asumamos por un instante que una planta para producir agua mineral tiene un punto de equilibrio de 20.000 lts/día con 3 ppm (partes por millón) de fluoruros en su contenido: • Si la planta solo puede producir 19.500 lts/día, la planta se encuentra en estado de falla desde el punto de vista del volumen requerido. Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 28 • Si el agua tiene 5 ppm, entonces se encuentra en estado de falla desde el punto de vista químico. Lo importante para las estimaciones de confiabilidad, riesgo y para la gerencia del negocio es la consistencia en el manejo del concepto de falla. Tiempo para la falla: Es el período de tiempo que transcurre desde el instante en que el componente, equipo o sistema inicia su operación hasta que deja de operar consecuencia de una falla. El tiempo para la falla es una variable aleatoria. Probabilidad de Falla F(t): Es la probabilidad de que un componente, sistema o proceso falle o deje de realizar lo que del mismo se requiere, en un intervalo de tiempo determinado. La probabilidad de falla F(t) de un componente en un intervalo de tiempo t1 - t2 viene dado por la expresión: ∫= 2t 1t dt)t(f)t(F Ecuación 1.2 donde: f(t) es la función de densidad de probabilidad de la variable aleatoria “tiempo para la falla” de una población de componentes , equipos o sistemas. Confiabilidad: Es el complemento probabilístico de la probabilidad de fallas. A continuación se expondrán algunas definiciones de este parámetro: • “Probabilidad de que un dispositivo ejecute la función para la que fue seleccionado cuando así se requiera, si el mismo está operando dentro de los límites de diseño” 8. • “Probabilidad de que un equipo cumpla una misión específica bajo condiciones de uso determinadas en un periodo determinado” 12. • “Probabilidad de que un sistema funcione de acuerdo a las especificaciones en forma continua durante un periodo de tiempo específico en un ambiente predefinido” 14. Tasa de Falla (“Failure Rate”): Se define como el número de fallas por unidad de tiempo. Normalmente se expresa en unidades de falla por millón (106) de horas. Este parámetro viene dado por la expresión: )t(C )t(f =λ Ecuación 1.3 donde: f(t): función de densidad de probabilidad de falla. C(t): Confiabilidad. Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 29 A su vez, f(t), viene dada por la expresión: dt )t(dC)t(f −= Ecuación 1.4 Tiempo Promedio a Falla (TPPF): Matemáticamente hablando, este parámetro define el tiempo de falla esperado para un componente, módulo o sistema en general. ∫ +∞ ∞− = dt).t(f.tTPPF Ecuación 1.5 Trabajando en la expresión para el modelo continuo y considerando que: dt )t(dC)t(f −= , resulta: ∫ +∞ = 0 dt)t(CTPPF Ecuación 1.6 La expresión anterior corresponde a la definición formal de este parámetro. Sin embargo, este parámetro también puede ser estimado estadísticamente si se dispone de un número significativo de datos experimentales. Así por ejemplo si se dispone de eventos discretos se puede calcular el TPPF, a través de la expresión siguiente: n )i(TPF TPPF n 1i ∑ == (n → ∞ ) Ecuación 1.7 donde: TTF(i) = Tiempo a falla del componente i-ésimo. n = número de componentes de la muestra Tiempo Promedio Para Reparar: este parámetro denotado con las siglas TPPR, al igual que el Tiempo Promedio a Falla (TPPF), se corresponde con el tiempo de reparación esperado para un componente o equipo; y en consecuencia aplican todas las consideraciones estadísticas mencionadas para el TPPF. Tiempo Promedio Entre Fallas (TPEF): Se refiere al tiempo promedio de falla y subsiguiente reparación del componente o equipo, y viene dado por la expresión: TPEF = TPPF + TPPR Como se aprecia en la expresión anterior, el TPEF comprende el tiempo promedio a falla del componente (TPPF) y el tiempo promedio de reparación de dicho componente una vez que ha fallado (TPPR). Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 30 Por lo general, el tiempo promedio de reparación de un componente es significativamente mas pequeño que el tiempo promedio a falla, y en consecuencia, numéricamente hablando puede aproximarse el TPEF al valor del TPPF. Aun cuando esta aseveración sea válida en la mayoría de los casos, estrictamente hablando ambos términos son diferentes, en el sentido de que el parámetro TPEF es aplicable únicamente a sistemas reparables, mientras que el parámetro TPPF es aplicable a sistemas reparables y no reparables. Estas implicaciones, como se verá en secciones siguientes, tienen marcada influencia en el modelaje de sistemas. Disponibilidad: Al igual que el parámetro confiabilidad, a continuación se expondrán algunas definiciones de este parámetro: • “The probability that a device is succesful at time t”8 . • “Proporción de tiempo que un equipo se encuentra apto para cumplir su misión, en condiciones dadas, respecto al tiempo que debió haber cumplido su misión y no lo hizo” 12 . • “Fracción del tiempo total de operación durante el cual el sistema de seguridad debe estar en línea operando de acuerdo a lo requerido en las especificaciones” 14. La disponibilidad es un término probabilístico exclusivo de los “equipos reparables”. Para estimar la disponibilidad se requiere estimar la “tasa de fallas” y la “tasa de reparación”; es decir, se requiere analizar estadísticamente los tiempos para la falla, y los tiempos en reparación. Incertidumbre: Es el grado de separación entre nuestro nivel de conocimiento del proceso, y el estado de certidumbre total. Incertidumbre Fundamental o Epistémica: Es la incertidumbre relacionadacon el nivel de conocimiento que se tiene del proceso, la cual es reducible con la adquisición de más y mejor conocimiento. Incertidumbre Aleatoria o Estocástica: Es la incertidumbre relacionada con la heterogeneidad o anisotropía de la variable o proceso en análisis. Este tipo de incertidumbre no es reducible con más conocimiento. Riesgo: El riesgo es un término de naturaleza probabilística, que se define como “egresos o pérdidas probables consecuencia de la probable ocurrencia de un evento no deseado o falla”. En este simple pero poderoso concepto coexiste la posibilidad de que un evento o aseveración se haga realidad o se satisfaga, con las consecuencias de que ello ocurra. Matemáticamente el riego asociado a una decisión o evento viene dado por la expresión universal: R(t) = p(t) x c(t) Ecuación 1.8 donde: Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 31 R(t): Riesgo p(t): Probabilidad c(t): Consecuencias El análisis de esta ecuación, permite entender el poder de esta figura de mérito o indicador para el diagnóstico de situaciones y la toma de decisiones. A través de este indicador, pueden compararse situaciones y escenarios que bajo una perspectiva cotidiana resultarían disímiles, pero bajo ciertas circunstancias deben evaluarse y considerarlas en un proceso de toma de decisiones. Por ejemplo, podría utilizarse para discernir entre una acción de mantenimiento a equipos rotativos, caracterizados por presentar una alta frecuencia de falla con bajas y moderadas consecuencias en contraposición a equipos estáticos con frecuencias de fallas bajas pero con consecuencias tradicionalmente muy altas. El riesgo se comporta como una balanza que permite ponderar la influencia de varias alternativas en términos de su impacto y probabilidad, orientando al analista en el proceso de toma de decisión. Sin embargo, dependiendo de la situación o escenario bajo estudio, la expresión de naturaleza universal anterior, puede asumir diferentes “concepciones”, como las mostradas a continuación: • En procesos cuyo desempeño depende de la operación de equipos y sistemas físicos, el riesgo puede definirse como: Riesgo(t) = Probabilidad de Falla(t) x Consecuencias Ecuación 1.9 Riesgo(t) = [1-Confiabilidad C(t)] x Consecuencias Ecuación 1.10 • En procesos cuyo desempeño puede ser seriamente afectado por la ocurrencia de eventos indeseados, el riesgo puede definirse como: Riesgo(t) = Probabilidad de ocurrencia Evento Ei(t) x Consecuencias Ecuación 1.11 • En procesos de toma de decisiones, donde el beneficio a obtener depende en grado sumo de la veracidad del análisis y de la data evaluada, el riesgo puede definirse como: Riesgo(t) = Probabilidad de desacierto Di(t) x Consecuencias Ecuación 1.12 Ingeniería de Confiabilidad: En su forma más general, la Ingeniería de Confiabilidad puede definirse como la rama de la ingeniería que estudia las características físicas y aleatorias del fenómeno “falla”. Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo I: Conceptos Básicos 32 Dentro del área de Ingeniería de Confiabilidad, coexisten dos (2) escuelas con enfoque muy específicos; estas son: • Confiabilidad basada en el análisis probabilístico del tiempo para la falla o historial de fallas (Statistical Based Reliability Analysis). • Confiabilidad basada en el análisis probabilístico del deterioro o física de la falla (Physics Based Reliability Analysis). Ambas escuelas tienen un objetivo común: “caracterizar probabilísticamente la falla para hacer pronósticos y establecer acciones proactivas dirigidas a evitarla o a mitigar su efecto”. Adicionalmente, ambas escuelas proponen el término probabilístico “CONFIABILIDAD” como indicador básico para lograr esta caracterización. Otro punto coincidente es el reconocimiento de la “aleatoriedad e incertidumbre” de las variables analizadas y su consecuente tratamiento probabilístico. Las diferencias entre ambas escuelas están relacionadas con la óptica desde la cual se analiza la falla; la primera propone predecirla estudiando la frecuencia histórica de ocurrencia o tasa de fallas, mientras que la segunda considera que una falla es la última fase de un proceso de deterioro y se concentra en predecirla a través del entendimiento de “como ocurre la falla”; es decir, estudiando la “física del proceso de deterioro”. CAPÍTULO II PROBABILIDAD Y ESTADÍSTICA DESCRIPTIVA “IF YOU TORTURE THE DATA LONG ENOUGH; IT WILL CONFESS” Anonimo Yañez Medina, Medardo - Gómez de la Vega, Hernando – Valbuena Chourio, Genebelin Ingeniería de Confiabilidad y Análisis Probabilístico de Riesgo Capítulo II: Probabilidad y Estadística Descriptiva 35 2.1 INTRODUCCIÓN Los términos “Confiabilidad” y “Riesgo”, objeto de estudio de este texto, son ambos de naturaleza probabilística, tal como se mencionó en el Capítulo I. Por esta razón, en este capítulo se discuten conceptos y aplicaciones básicas de Probabilidad. También se mencionó en el primer capítulo que el Análisis de Riesgo y la Ingeniería de Confiabilidad tienen como objetivo fundamental hacer inferencias cuantificadas sobre futuros eventos; en forma de predicciones o pronósticos, basados en el análisis de toda la información disponible (histórica y técnica) del pasado y del presente. La Estadística Descriptiva por su parte, provee las herramientas y modelos necesarios para organizar, describir y representar matemática y gráficamente, tanto la información disponible como las predicciones o pronósticos resultantes del análisis. En otras palabras la Probabilidad y la Estadística Descriptiva constituyen los pilares matemáticos fundamentales de la Ingeniería de Confiabilidad y del Análisis de Riesgo. 2.2 DEFINICIONES DE PROBABILIDAD El término “probabilidad” es comúnmente utilizado por las personas para describir su percepción sobre el nivel de posibilidad (alto, medio o bajo) de ocurrencia de un evento en particular. La palabra “probabilidad” es cotidianamente utilizada para calificar eventos de cuya ocurrencia (y las características de esta ocurrencia) no podemos estar seguros; es decir, eventos con varios posibles resultados o cuyo resultado es “incierto”. Existen situaciones donde motivado al desconocimiento de algunos de los factores o variables que afectan la dinámica del proceso bajo estudio o motivado a la propia naturaleza aleatoria del proceso estudiado, es imposible definir la ocurrencia de un evento en particular con plena certeza. Bajo estas condiciones hablamos de que existe cierto nivel de incertidumbre en nuestras apreciaciones o resultados. El “Webster's Unabridget New Universal Dictionary define “incertidumbre” como “el estado o calidad de no estar seguro, estar falto de conocimiento o con duda”. De ahora en adelante encontraremos las palabras incertidumbre y probabilidad asociadas en muchas situaciones debido a que las estimaciones sobre eventos inciertos solo pueden hacerse en términos de probabilidad. La permanente relación entre ambos términos se hace muy evidente cuando nos referimos a eventos que están ubicados en el futuro. Para ilustrar este último punto analicemos lo siguiente: Cuando vamos a tomar un avión, estamos conscientes de la incertidumbre sobre los posibles resultados del vuelo; sabemos que puede ser un vuelo normal que nos llevará a nuestro destino en forma rápida y segura; pero al mismo tiempo entendemos que pueden presentarse diferentes escenarios cuya ocurrencia
Compartir