De La Estantería a Big Data: Gestión De Barreras De Estudios HAZOP

De la estantería a Big Data: gestión de barreras de estudios HAZOP

En el presente abstract se desarrolla una propuesta de mejora en la gestión de la información obtenida como resultado de los estudios Hazop mediante el uso de herramientas de análisis de datos, describiendo la necesidad y los beneficios esperados.

El contexto cambiante de una instalación productiva y las limitaciones operativas demandan diariamente la toma de decisiones basadas en riesgo. Para tomarlas con eficacia, es fundamental contar con la información necesaria sobre los escenarios de riesgo y sus barreras. En ese sentido los informes de estudios HAZOP cuentan con esta información, sin embargo el desafío radica en que el decisor pueda interpretarla en los tiempos y forma que requiere el proceso.

En la actualidad la realización de estudios HAZOP en la industria se encuentra en un estado de madurez avanzado, contando con años de experiencia de aplicación de la técnica y ciclos de revisión. Su efectividad tanto en la identificación de peligros y evaluación de riesgos como así también la identificación de recomendaciones para escenarios de alto riesgo sin cubrir, ha sido ampliamente validada.

Sin embargo, el Hazop es una actividad que a una instalación productiva le puede dejar aún mucha más información útil del proceso que solo escenarios de riesgo identificados y recomendaciones a implementar. Por ejemplo, un listado de barreras y el cambio en niveles de riesgos en caso de no tenerlas en forma online, o eventos iniciadores de mayor frecuencia, entre otros potenciales. Para poder llegar a ese nivel de uso, aún queda camino por recorrer en la gestión de la información obtenida de los estudios.

Una de las principales limitantes actuales es que el producto de la actividad son informes extensos que suelen ser en formato papel o archivos .pdf almacenados en algún repositorio, y archivos que solo pueden ser accedidos con softwares específicos. Esto, sumado a que es habitual que los estudios sean liderados por terceros ajenos a la compañía (cada consultor teniendo sus criterios y forma particular de registro), dificultado también por posibles renovaciones de personal, dá como resultado que la información sea de difícil acceso y requiera un nivel de conocimiento que termina siendo restrictivo, y en última instancia, generando una baja utilización y consulta de los estudios frente a toma de decisiones diarias.

Al identificar que la problemática no es otra que la gestión de grandes volúmenes de información, el desafío pasa entonces por la forma en que se facilita al usuario final. En este sentido, la solución puede provenir de la mano del uso de herramientas de Big Data. Pero ¿Podemos aplicarlas a los estudios actuales? Para la aplicación de estas herramientas, se debe previamente realizar cambios en los formatos actuales de trabajo e información registrable en un Hazop. ¿Cuáles serían esos cambios? En primer lugar, lo que se debe hacer es convertir en base de datos la información existente que se encuentra plasmada en los informes, y es aquí donde comienzan a aparecer los primeros inconvenientes, como lo son:

• Multiplicidad de formatos de registro, dependiendo de quien lidera el estudio (mayoría de campos son de texto libre).
• Multiplicidad de softwares utilizados, cada uno con su formato particular.
• Estudios independientes por cada unidad, sin posibilidad de ver un mapa de riesgo global.
• Multiplicidad de consultores que cuentan cada uno con su formato y entregable.
• Multiplicidad de criterios que imposibilitan uniformizar la información entre estudios.
• Informes estáticos, que dificultan agilidad en la obtención de información.

Entonces, resulta indispensable como primer paso la parametrización de los estudios de riesgo, es decir, definir el formato que deberá cumplir cada campo. Es de utilidad la creación de nuevos campos asociados a los existentes, que nos permitirán agruparlos posteriormente. Por ejemplo, la creación de un campo de “Tipo de Salvaguarda” en el cual se indique a qué capa de protección corresponde la barrera identificada (Alarma BPCS, SIS, Protección mecánica, etc). Otro caso es la tipificación de eventos iniciadores (Falla de equipo rotante, error humano, falla BPCS, etc.).

Luego, se debe definir la estructura de la base de datos, y crearla. Esto dependerá exclusivamente del formato de salida que permita el software utilizado para el estudio. Siendo el objetivo final, que una vez parametrizados los campos requeridos, los informes sean comparables.

Finalmente se debe normalizar la base de datos para probar su consistencia y coherencia. Esto puede ser un proceso iterativo, que requiera redefiniciones de estructura o formato

Una vez realizados estos pasos, solo resta la creación de las visualizaciones que se requieran. Para esto se pueden utilizar una amplia variedad de softwares. En el presente desarrollo se generaron visualizaciones creadas con Microsoft Power BI.

Los principales beneficios esperados de este desarrollo son:

1. Mejora en la accesibilidad de la información generada en los estudios HAZOP mediante visualizaciones dinámicas e interactivas, favoreciendo el conocimiento del proceso del personal operativo, como así también brindando herramientas para la capacitación y garantía del desempeño.
2. Generación de una fuente datos estructurada, que permite la vinculación de la información generada en el estudio HAZOP, con los sistemas de gestión que se tengan para las barreras del proceso:
   
   1. Vinculación con sistemas de gestión de integridad mecánica
   2. Input de información para la gestión de Alarmas de Proceso
   3. Input para estudios LOPA y en la determinación de nivel SIL
   4. Listado de barreras y equipos identificados para la definición de planes de mantenimiento preventivo sobre equipamiento crítico basado en riesgo.
3. Posibilidad de generar visualizaciones únicas conteniendo la información de múltiples estudios de riesgo, independientemente del software utilizado para su realización.
4. Posibilidad de comparar los niveles de riesgo de todas las instalaciones de un sitio, y de crear visualizaciones para nivel gerencial que permitan la identificación de los escenarios de mayor riesgo.
5. Interconexión y fácil poder comparativo con otros tipos de estudios de riesgo: ACR, RBI, LOPA, etc.
6. Uniformidad de criterio y fácil visualización y acceso para las personas que ocupen nuevos puestos en los sitios donde se ejecutaron los estudios, favoreciendo la Gestión del Cambio sobre los conocimientos.

La propuesta descripta tiene la potencialidad de sentar las bases para futuros desarrollos, escalando el resultado mediante la interconexión con los sistemas informáticos utilizados por la instalación que permitan un seguimiento en tiempo real del estado de las barreras y las tareas de mantenimiento programadas sobre las mismas. De esta forma se puede avanzar hacia una identificación dinámica de los riesgos, haciendo que el estudio consultado refleje la situación real de la instalación productiva.