· ANTECEDENTES

En las aplicaciones de vanguardia de tecnología digital, el empleo de la Inteligencia Artificial (IA) para acelerar la solución de problemas de alta complejidad está ganando terreno y es cada vez más aceptado. Los especialistas dedicados a seguridad de procesos, como parte integral de esta evolución, también han adoptado los conceptos de IA para explorar su aplicabilidad en distintos elementos de gestión de seguridad de procesos.

Este estudio exploró la importancia de incorporar la IA en el elemento de análisis de peligros de proceso (PHA, por sus siglas en inglés), en particular en el uso de la metodología HAZOP, destacando los desafíos actuales en este proceso.

Los estudios de Peligros y Operatividad (HAZOP, por su acrónimo en inglés) se encuentran estandarizados en IEC 61882:2016, y siguen una metodología estructurada que aprovecha la experiencia de un equipo de expertos para el análisis del diseño de un sistema, identificando desviaciones y problemas operativos de manera exhaustiva.

Este caso de estudio aborda la comparación de los resultados obtenidos en la elaboración de un taller de HAZOP con los resultados que se derivan de realizar el mismo análisis a través de softwares de IA, para un sistema primario de tratamiento de aguas industriales, para una planta de proceso ubicada en el Estado de México, México. A través de este estudio, se busca entender los desafíos actuales y fomentar la adaptación de la IA en el HAZOP para mejorar la identificación de riesgos en entornos industriales.

· Metodología y resultados

El enfoque se centró en evaluar la aplicación de softwares de IA, de uso libre en un caso de estudio específico. La elección de los softwares se basó en su funcionamiento con modelos de lenguaje ajustado con técnicas de aprendizaje, por ser los que permiten interacción mediante lenguaje natural de los usuarios y así explorar la adecuación de estas herramientas para completar el análisis HAZOP específico.

Se realizó un análisis comparativo entre los resultados obtenidos metodología tradicional HAZOP y los resultados obtenidos a través del análisis con softwares con IA para un sistema primario de tratamiento de aguas industriales segmentado en cinco (05) nodos.

· Conclusiones

Se encontró que la calidad de los resultados generados por la IA se encuentra ligada a la calidad de los datos utilizados como entrada, tanto en información directa como en las fuentes de bases de datos. La presencia de sesgos o la incompletitud de los datos de entrada puede derivar en resultados inexactos o sesgados, resaltando la importancia de la integridad y la congruencia de la información de seguridad del proceso.

Las limitaciones de procesamiento del software por tipo de datos también emergen como un desafío, especialmente cuando los documentos del sistema en estudio no son legibles directamente por software de IA.

Aunque la metodología de aplicación de HAZOP es un algoritmo sistemático y, por lo tanto, susceptible de automatización, la transición hacia su implementación con IA presenta desafíos, como la calidad de los datos y la interpretabilidad de su formato por parte de los modelos de lenguaje y aprendizaje automatizado.

Referencias

Sossa Juan. El papel de la inteligencia artificial en la Industria 4.0. Instituto Politécnico Nacional. 2020

• Wang Feng, Wunan Gu. Intelligent HAZOP analysis method based on data mining. Journal of Loss Prevention in the Process Industries 80 (2022)
• IEC 61882:2001. Hazard and operability studies (HAZOP studies)