Código MOSEG para la Gestión de Mantenimiento Orientada a la Seguridad

DrC. Antonio Torres Valle1 , DrC. José de Jesús Rivero Oliva2

1
Dpto. Ingeniería Nuclear.
Instituto Superior de Tecnologías y Ciencias Aplicadas.
atorres@fctn.isctn.edu.cu

2
CUBAENERGIA.
jose@cubaenergia.cu

Resumen
Los sistemas de gestión de mantenimiento actuales son insuficientes para resolver los problemas
de riesgo y confiabilidad asociados a las instalaciones con altos requisitos de seguridad y
disponibilidad. El artículo presenta una síntesis de la investigación realizada sobre el estado actual
de los sistemas de gestión del mantenimiento y su relación con la seguridad de las instalaciones.
Además, resume el desarrollo de un algoritmo integrador para la gestión del mantenimiento
orientada a la seguridad y la disponibilidad el cual incluye, adicionalmente a los módulos de gestión
tradicional, herramientas de optimización con enfoque en sistema como patrones probabilistas del
mantenimiento, análisis de seguridad del personal durante el mantenimiento, evaluación del
mantenimiento basada en riesgo y determinación de tareas de mantenimiento centrado en la
confiabilidad. Este algoritmo se ha implementado en el código MOSEG Win Ver 1.0.

Abstract

One of the main reasons that makes maintenance contribute highly when facing safety problems
and facilities availability is the lack of maintenance management systems to solve these fields in a
balanced way. Their main setbacks are shown in this paper. It briefly describes the development of
an integrating algorithm for a safety and availability-oriented maintenance management by virtue of
the MOSEG Win 1.0 code..

1. INTRODUCCIÓN.

La investigación realizada respecto a los aspectos esenciales que caracterizan la problemática

actual del mantenimiento en su relación con la seguridad, ha permitido descubrir un grupo de
causas de índole económica y/o organizativa, sobre las que es necesario actuar para reducir el
impacto del mantenimiento sobre el riesgo de explotación y la disponibilidad de las instalaciones.
Este impacto del mantenimiento se aprecia, entre otros, en errores humanos que desalinean
equipos de seguridad o provocan accidentes laborales, en problemas de calidad que se traducen
en incrementos de la probabilidad de fallo de los equipos sometidos a mantenimiento o en errores
de programación que provocan configuraciones críticas por mantenimientos simultáneos de
sistemas de seguridad. Algunas estadísticas corroboran esta afirmación. Por ejemplo, una
detallada investigación realizada por Kletz de más de 500 sucesos de incidentes y accidentes
ocurridos en la industria química y petroquímica demostró que el 50 % de ellos estaba relacionado
con el mantenimiento [Kletz 1999]. Por otra parte, la Comisión Reguladora Nuclear (NRC) de los
EEUU realizó una detallada investigación entre los años 1980 al 85, encontrando que por causas
de mantenimiento ocurrían el 60 % de las paradas, el 75 % de las actuaciones de sistemas de
seguridad y el 48 % de los Informes de Sucesos Notificables [NRC 1985].

1
Siguiendo el conocido principio de Pareto [Juran 1985] el enfoque (económicamente) más racional
es dar solución a aquellos problemas, con impacto importante en los resultados, y en los que la
inversión de recursos no constituya la vía fundamental de mejora. Uno de estos problemas es
precisamente la insuficiencia de los sistemas de gestión de mantenimiento disponibles para
resolver de manera equilibrada los problemas de disponibilidad y seguridad de las instalaciones
[Torres1,2 y Rivero 2004, Torres3,4 et al 2002]

Para dar respuesta a este problema y a sus causas principales, el autor ha estructurado el sistema
de gestión de mantenimiento que se presenta en la tesis. El mismo se ha basado en el examen
crítico de los sistemas de gestión más avanzados, como el MP2 [Datastream 2003]; de las mejores
prácticas en temas de seguridad de la industria [INSAG-3 1991, INSAG-4 1991, OIEA 1995], la
experiencia del autor en el desarrollo y aplicación de los análisis de confiabilidad y de seguridad
[CNE 2001, Rivero et al 1998, Rivero et al 1993, Valhuerdi et al 1996, GDA-APS 1996], y el estudio
de las tendencias más modernas de optimización del mantenimiento [Mayer el al 2002, Clavijo,
1995].

El sistema de Gestión del Mantenimiento de instalaciones industriales con altos requisitos de

Seguridad y Disponibilidad (implementado en el código MOSEG Win Ver. 1.0) [Torres1 2000,
Torres2 y Rivero 2004, Torres3 et al 2002, Torres4 et al 2002, Torres5 et al 2001, Torres6 et al 2004]
vincula, de manera coherente aspectos económicos y técnicos del mantenimiento, utilizando
enfoques en sistema y métodos de priorización de esfuerzos para determinar las intervenciones de
mantenimiento más adecuadas a las exigencias de seguridad y disponibilidad de dichas industrias.

2. ESTADO ACTUAL DE LOS SISTEMAS DE GESTIÓN DEL MANTENIMIENTO.

Un estudio detallado de las características distintivas del “Mantenimiento Clase Mundial”

[Idhammar1 2003] y del nuevo paradigma de la gestión del mantenimiento [Moubray 2003], así
como de un numeroso grupo de referencias, ha permitido resumir algunas de las limitaciones que
caracterizan a los sistemas de gestión de mantenimiento actualmente disponibles. A modo de
resumen se puede establecer que:

1. El enfoque economicista del mantenimiento puede conducir a subestimar la influencia del

mantenimiento en la confiabilidad y/o seguridad de las instalaciones [ENEL Societa 1992,
EMPET 2003, Frisina 2002, Paulsami 1994, Invas 1999, Greitzer 2002, Cornett 1993]. Este
enfoque es más peligroso en aquellas con riesgo asociado a su explotación.
2. Actualmente marchan de manera separada los sistemas de gestión del mantenimiento y las
herramientas de optimización del mantenimiento con enfoque en sistema basadas en los
análisis de confiabilidad y/o riesgo [Datastream 2003, Idhammar1 2003, Torres2,7,8 2004].
3. Los sistemas de gestión de mantenimiento disponibles no están diseñados para la toma de
decisión basada en confiabilidad y riesgo [Tavares 1996, Lucía 1990].
4. La complejidad de los análisis de confiabilidad y riesgo con enfoque en sistema limita que sus
aplicaciones sean asequibles al personal mantenedor [Torres2 y Rivero 2004, Torres9,10 et al
2002].
5. La determinación de prioridades para el mantenimiento basadas en criterios de confiabilidad es
limitada [Tavares 1996, Lucía 1990, CSN 1992]. Esta tarea se realiza en ocasiones con
herramientas externas al sistema de gestión [Torres2 y Rivero 2004, IAEA 1998, Samanta
1994], lo que limita la aplicación de sus resultados.
6. La programación del mantenimiento no se realiza sobre una base integral. Se consideran
esencialmente variables económicas y algunos factores de índole técnico (confiabilidad o
estado técnico a nivel de equipos independientes) [Tavares 1996, Torres7,8 y Rivero, 2004,
Lucia 1990]. Se han desarrollado herramientas de programación externas a los sistemas de
gestión del mantenimiento como la metodología de Incremento de Riesgo [Samanta et al
1994], y por ello su impacto sobre la gestión es aún limitado.
7. La seguridad del personal mantenedor durante las intervenciones se trata de manera limitada y
en general independiente de los sistemas de gestión del mantenimiento. Esta variable está
afectada por múltiples factores de tipo técnico o humano, muchas veces subjetivos, los cuales

2
 son difíciles de cuantificar, lo que limita el diseño de planes preventivos [Torres11,12 y Rivero
2004].
8. Las aplicaciones al mantenimiento derivadas del Mantenimiento Centrado en la Confiabilidad
(RCM) dependen aún, notablemente, de factores subjetivos para establecer las características
de las intervenciones de monitoreo a condición, monitoreo por tiempo y búsqueda de fallos
[Torres7,8 y Rivero 2004, Gaertner 1993, Dozier 1992].

3. DESARROLLO DE UN ALGORITMO INTEGRADOR DE GESTIÓN DE MANTENIMIENTO

ORIENTADO A LA SEGURIDAD Y LA DISPONIBILIDAD.

Teniendo en cuenta las limitaciones anteriormente expuestas, se propuso el desarrollo de un

sistema de gestión de mantenimiento para instalaciones con altos requisitos de seguridad y
disponibilidad [Torres1 2000, Torres2 y Rivero 2004, Torres3 y Rolo et al 2002, Torres4 y Piedra et
al 2002] que integrara las ventajas derivadas de los sistemas de gestión tradicionales actuales, con
las potencialidades de algunas de las herramientas de optimización de mayor impacto en el
mantenimiento.

Para ejecutar tal desarrollo fue necesaria la identificación y solución de algunas características que
debían distinguir al sistema. Este proceso se basó en la investigación sobre las mejores prácticas
recomendadas para el desarrollo de sistemas de gestión, así como en la observación de la
experiencia en el uso y asimilación de algunas herramientas complejas de optimización de la
gestión.

Las características distintivas del sistema de gestión del mantenimiento orientada a la seguridad se
resumen en [Torres2 y Rivero 2004] y son:

1. Acoplamiento eficiente de las herramientas de gestión tradicional con las de optimización del
mantenimiento basadas en aplicaciones de los análisis de confiabilidad y riesgo, mediante
puntos de enlace que aseguran la funcionalidad necesaria para el cumplimiento de los
objetivos del análisis integral..

2. Enfoque del sistema de gestión hacia la toma de decisiones basadas en confiabilidad y riesgo.

3. Incorporación de herramientas de análisis de sistemas de relativa complejidad, como los

análisis de confiabilidad y riesgo sin necesidad de que el personal operador del sistema de
gestión requiera de entrenamientos laboriosos.

4. Creación paulatina de bases de datos con enfoque integral lo que propicia que se compatibilice
la preparación de los datos para análisis tradicionales de tipo económico con la incorporación
de aquellos destinados a la aplicación de técnicas de optimización.

5. Posibilidad de asimilación paulatina de la metodología, transitando de enfoques cualitativos

hacia otros cuantitativos más complejos que compatibilizan el entrenamiento del personal con
la optimización de las tareas de mantenimiento.

6. Desarrollo de indicadores de fácil comprensión que permiten evaluar variables tradicionalmente

no contempladas en los análisis de mantenimiento.

7. Determinación de las tareas de mantenimiento centradas en la confiabilidad, mediante una

metodología con enfoque en sistema, que disminuye la dependencia de factores subjetivos en
esta etapa.

La herramienta diseñada como soporte informático del sistema de gestión propuesto es el código
MOSEG Win Ver. 1.0 [Torres1 2000, Torres2 y Rivero 2004].

3
3.1. Algoritmo del Sistema de Gestión de Mantenimiento MOSEG.

El sistema de gestión de mantenimiento para instalaciones industriales con altos requisitos de

seguridad y disponibilidad se basa en el algoritmo presentado en la figura 3-1.

Figura 3-1. Algoritmo del Sistema de Gestión de Mantenimiento

Este algoritmo comprende las metodologías específicas del sistema de gestión propuesto, así
como los enlaces necesarios entre las mismas para acometer las diferentes tareas de análisis. En
aras de simplificar el algoritmo se han obviado las relaciones con los módulos de gestión
tradicional del mantenimiento.

El algoritmo parte de la generación del patrón de evaluación probabilista del esquema tecnológico
objeto del mantenimiento (epígrafe 3.2) y los patrones de evaluación probabilista de las vías libres
de los equipos que conforman dicho esquema (epígrafe 3.3). La generación de ambos patrones
probabilistas alimenta el bloque de evaluación principal del sistema, que corresponde precisamente
al proceso iterativo de análisis multifactorial de las estrategias de mantenimiento y planificación de
las mismas (epígrafe 3.4). En él se despliegan las mayores potencialidades del sistema y se logra
la integración de la gestión tradicional con las herramientas de análisis de confiabilidad y riesgo.

En efecto, partiendo de la Planificación de Estrategias de mantenimiento, en las que se introducen

datos comunes de la gestión como las tareas típicas y la composición de las brigadas de
mantenimiento, junto a otros de carácter novedoso como los de riesgo de personal asociados a las
labores de mantenimiento, se realiza el análisis reconfigurando el patrón probabilista del esquema
tecnológico de acuerdo a las intervenciones de mantenimiento previstas en la estrategia. Durante
el análisis de las estrategias se tienen también en cuenta criterios económicos.

Sin embargo, también son posibles aplicaciones independientes de los patrones de evaluación a
tareas específicas. Al respecto, el diseño permite que el patrón probabilista del esquema
tecnológico sirva de base a los Estudios de RCM (epígrafe 3.5) y a los análisis de importancia o
estudios de configuración (epígrafe 3.2). Por otra parte, la generación de patrones de vías libres
permite el estudio puntual detallado de las mismas, mediante los análisis de importancia y
sensibilidad (epígrafe 3.3).

4
3.2. Patrón de Evaluación Probabilista del Esquema Tecnológico.

El aspecto medular del sistema de gestión propuesto es la incorporación de herramientas de

análisis de sistemas mediante árboles de fallos, sin elevados requerimientos de competencia en
las mismas por parte del personal que lo utilizará.

Esto se logra, en primer lugar, mediante la metodología desarrollada para la generación automática
de patrones probabilista, que consiste en obtener árboles de fallos partiendo de un grupo de datos
de esquema tecnológico optimizados y que incluyen, en esencia, tipos de equipos integrantes del
sistema y estados iniciales asociados, así como la identificación de los elementos (segmentos,
nodos, grupos funcionales, equipos y derivaciones) que conforman el esquema y de sus
capacidades antes y a partir del momento seleccionado para la modelación. Con estos datos se
obtienen los árboles de fallos que son la fuente de los ficheros de conjuntos mínimos de corte o
patrones de evaluación probabilista. La figura 3-2 muestra el proceso de edición de un esquema
tecnológico para obtener un árbol de fallos dentro del código MOSEG Win 1.0.

Figura 3-2. Editor de Esquemas Tecnológicos de MOSEG

A partir de los patrones de evaluación probabilista, las herramientas de análisis de sistemas se

despliegan en diversas áreas de la gestión del mantenimiento para dar respuesta a varias de las
limitaciones mencionadas con anterioridad:

• Se establecen prioridades para el mantenimiento basadas en resultados de los análisis de

confiabilidad y riesgo. Su implementación se orienta a múltiples áreas objeto de optimización
como la clasificación de equipos, la garantía de calidad, el diagnóstico predictivo, la
programación y las piezas de repuesto. Un ejemplo de estas capacidades se muestra en el
epígrafe 3.5 relacionado con estudios de mantenimiento centrado en la confiabilidad (RCM).

5
• Se aplican a la preparación de patrones de evaluación de los esquemas de Vía Libre para
evaluar los riesgos al personal durante las intervenciones. En el epígrafe 3.3 se desarrolla esta
parte de la metodología.
• Finalmente, los dos puntos anteriores contribuyen a superar el enfoque meramente
economicista de la gestión del mantenimiento, señalado en 1.

3.3. Patrón de Evaluación Probabilista de Vías Libres.

El examen detallado de múltiples casos de accidente durante mantenimiento [Torres11,12 y Rivero

2004] muestra que resultan comunes a los mismos los fallos de equipos y/o errores humanos,
siendo estos últimos, en muchos casos, las causas fundamentales de la ocurrencia de estos
sucesos. También resulta un factor común que dichos accidentes han ocurrido como resultado de
la pérdida de determinadas configuraciones de aislamiento [Torres1 2000, Torres11,12 y Rivero
2004].

Los árboles de fallos (AF) [Mosquera et al 1995] han demostrado ser métodos muy poderosos para
el análisis de sistemas y sus resultados permiten descubrir, mediante múltiples aplicaciones
(estudios de importancia, priorización, etc.) los principales contribuyentes a la ocurrencia de los
sucesos no deseados. Así mismo, los AF han demostrado su capacidad de combinar causas de
fallo de variados orígenes (humano, tecnológico, modo común, etc.). Estas características
condujeron a la hipótesis de que esta metodología es una alternativa viable para el análisis de las
configuraciones de aislamiento relacionadas con las vías libres (VL).

Por otra parte, los análisis de fiabilidad humana [Swain 1983], cuya aplicación fundamental se ha
centrado en los estudios de confiabilidad y riesgo, muestran un grupo de factores como el carácter
genérico de su metodología y el estudio de múltiples tipos de comportamiento humano, que los
hacen un candidato muy recomendable para el estudio de las probabilidades de error humano
involucradas en la ocurrencia de accidentes.

A modo de ejemplo, en la figura 3-3 se ha desplegado el análisis detallado de una VL según la

metodología contenida dentro del código MOSEG. En la misma se muestra la configuración de
aislamiento para dar mantenimiento a una bomba motorizada.

Figura 3-3. Configuración de Aislamiento y Arbol de Fallos de la VL para una bomba

motorizada

6
Para lograr el aislamiento del equipo es necesaria la apertura de interruptor I1 y el cierre de válvula
motorizada VM1. De esta forma el árbol de fallos de esta configuración de aislamiento estará
formado por el enlace booleano de los diferentes fallos (fallo al cierre o mantenimiento de posición
de VM1, fallo a la apertura o mantenimiento de posición de I1) y errores humanos (errores de
alineamiento y de conservación de las diferentes posiciones de los dispositivos de aislamiento) que
pueden ocurrir para comprometer dicha VL y conducir a un accidente. También se han incluido los
errores humanos en el uso de los medios de protección individual (HMPI). Utilizando las
capacidades descritas en el epígrafe 3.2 y partiendo de la configuración de aislamiento, se
obtendrá automáticamente el árbol de fallos mostrado en la figura 3-3 y el patrón de evaluación
probabilista de la VL.

La seguridad del personal puede ser estudiada para una VL independiente o durante toda una
estrategia de mantenimiento. En el primer caso bastará con explotar las posibilidades de análisis
detallado (análisis de importancia y sensibilidad) del patrón de evaluación de la VL. En el segundo
caso deberán considerarse las simultaneidades de alineamiento y/o conservación del aislamiento
de varios equipos fuera de servicio en cada intervalo de mantenimiento. Para este tipo de análisis
se utiliza el Factor de Riesgo de Personal (FRP) de cada intervalo de mantenimiento, el cual se
puede apreciar en el epígrafe 3.4.

3.4. Análisis Multifactorial de Estrategias de Mantenimiento.

En la figura 3-4 se presenta el algoritmo de la metodología de evaluación del mantenimiento

basada en criterios de riesgo y/o disponibilidad [Torres16 y Rivero 1996, Torres17 1997, Torres18 et
al 1997, Torres19 et al 1996, Torres15 y Rivero, 2004].

En la figura, sólo los bloques numerados corresponden específicamente a la metodología de

evaluación de estrategias de mantenimiento basada en criterios de riesgo o indisponibilidad. Los
bloques no numerados aportan el modelo probabilista de partida, con un alcance dependiente de
los objetivos del estudio. El modelo probabilista puede corresponder a una parte o todo el APS de
la instalación, o simplemente circunscribirse al análisis de confiabilidad de uno de sus sistemas. El
resultado del modelo probabilista es un fichero de CMC de la instalación o sistema objeto de
estudio, cuya obtención ha sido incluida en el algoritmo del sistema de gestión propuesto y fue
explicado en el epígrafe 3.2 [Torres1 2000, Torres9,10 y Rivero 2004].

Figura 3-4- Algoritmo de la evaluación del mantenimiento basada en criterios de riesgo y/o
disponibilidad.

7
El primer paso de la metodología es la adaptación del modelo probabilista (etapa 1 de la figura 3-
4). Esta adaptación incluye el filtrado de los CMC para considerar sólo aquellos cuya probabilidad
sea sensible a ser modificada por los mantenimientos y la recuantificación del modelo probabilista
de acuerdo a los parámetros temporales de la estrategia a analizar.

Antes de proceder a la evaluación de la estrategia de mantenimiento, es preciso que esté

disponible la información necesaria y suficiente, en el formato adecuado. Esto se realiza en la
etapa 2 que muestra la figura 3-4.

Para el análisis de estrategia y de importancia (etapa 3, fig. 3-4) se utilizan indicadores basados
en criterios de riesgo, seguridad y disponibilidad de personal. Los análisis de estrategia se basan
en la aplicación de estos indicadores a las configuraciones de equipos fuera de servicio en cada
uno de los intervalos de mantenimiento y se obtienen mediante una recuantificación del modelo
probabilista base. En este proceso se consideran probabilidades de fallo igual a uno para los
componentes fuera de servicio durante los intervalos de mantenimiento.

Una vez realizado el Análisis de Estrategia es posible calcular indicadores medios para caracterizar
las estrategias de mantenimiento aplicadas, así como identificar los intervalos y equipos mayores
contribuyentes por el impacto de sus salidas de servicio en el riesgo y/o la indisponibilidad. Este
análisis permite identificar alternativas de optimización de las estrategias de mantenimiento. Ello se
realiza en la etapa de reajuste de las estrategias (etapa 4, fig. 3-4). Las estrategias de
mantenimiento reajustadas se evalúan iterativamente según el lazo ilustrado en la figura 3-4, hasta
lograr la estrategia más adecuada (etapa 5, fig. 3-4).

La siguiente figura permite apreciar un análisis multifactorial de estrategia de mantenimiento y el

cálculo de los indicadores medios que la caracterizan.

Los indicadores obtenidos de este análisis permiten valorar para cada intervalo de la estrategia,
tanto los efectos positivos del mantenimiento, a través del indicador CRR (contribución a la
reducción de riesgo), como los efectos negativos (CC-configuraciones críticas, CIR- contribución al
incremento de riesgo y FRP – factor de riesgo del personal). Adicionalmente, es posible conocer
los intervalos donde el personal disponible es insuficiente para ejecutar el mantenimiento. Así
mismo, se pueden determinar indicadores medios que permiten caracterizar la estrategia de
mantenimiento de manera global (FRRm –factor de reducción de riesgo medio, IREm – Incremento

8
de Riesgo de la Estrategia medio y FRPm – factor de riesgo de personal medio y CC –
configuraciones críticas totales durante la estrategia) [Rivero y Torres15, 2004]. Estas posibilidades
de análisis permiten identificar los intervalos de mantenimiento más contribuyentes y comparar
varias alternativas de estrategias. De esta forma, se pueden estudiar las mejores variantes de
estrategias de mantenimiento con carácter preventivo.

3.5. Estudios Mantenimiento Centrado en la Confiabilidad (RCM).

El método de determinación de tareas de RCM tiene un enfoque cuantitativo y su base está en la

utilización de la medida de importancia Fussell-Vesely (FV) para clasificar los componentes-modos
de fallo y optimizar su comportamiento.

La metodología de determinación de tareas de RCM debe ser aplicada a los componentes

clasificados en los niveles de Alta y Media Criticidad por ser los determinantes en la confiabilidad
y/o el riesgo. Como resultado de su aplicación se obtienen recomendaciones de las posibles tareas
de monitoreo a condición (MC), monitoreo por tiempo (MT) o de búsqueda de fallos (BF) que serán
dirigidas a los componentes críticos señalados.

En general, las tareas de RCM de serán aplicables a todos los componentes-modos de fallo cuyo
modelo de confiabilidad sea dependiente del tiempo, exceptuando los que modelan las
indisponibilidades periódicas por mantenimiento preventivo. Dichos componentes pueden ser
inicialmente descartados en el árbol de fallos, para evitar distorsiones de las medidas de
importancia.

Para el reconocimiento de las técnicas de predictivo posibles a aplicar se informatizó una base de
datos que enlaza, los tipos de equipo con las técnicas de predictivo aplicables a cada caso. De
esta forma la selección de las técnicas de predictivo dependerá del tipo de componente (bomba,
válvula, etc.) y de las sugerencias existentes en la base informatizada (el código sugiere 14
técnicas de monitoreo a condición diferentes [SNE 1993]).

La tarea de monitoreo por tiempo ha sido prevista para los componentes cuyo modelo de
confiabilidad corresponda a los tipos no reparables y los probados periódicamente. En cambio, la
tarea de búsqueda de fallos se ha implementado sólo en los componentes probados
periódicamente. Esta distinción se debe a que la búsqueda de fallos se considera factible sólo en
los componentes redundantes que no comprometen la operación de la instalación (componentes
probados periódicamente), mientras que para las tareas de monitoreo por tiempo serán necesarias
inspecciones a las que preceden desmontajes de los componentes. Este tipo de tarea corresponde
a los períodos de parada de la instalación. Por ello, el monitoreo por tiempo será aplicable no sólo
a componentes probados, sino también a componentes no reparables (no probados durante
operación). Como se aprecia, para un mismo componente pueden aparecer asignadas tareas de
monitoreo a condición, monitoreo por tiempo o de búsqueda de fallos.

Es por tanto decisión del usuario concluir que técnica utilizará, teniendo en cuenta que la
metodología RCM recomienda dar prioridad al monitoreo a condición sobre el monitoreo por
tiempo, y al monitoreo por tiempo sobre las tareas de búsqueda de fallos.

En el caso de componentes a la espera probados periódicamente es recomendable invertir la

prioridad de las dos últimas tareas.

El esquema de selección de tipos de tarea de RCM mostrado en la figura 3-5 [Clavijo 1995,
Gaertner 1987] permite comprender más claramente la afirmación anterior.

La novedad de la metodología propuesta consiste en que el establecimiento de los valores de

tiempo entre intervenciones recomendados para las tareas de MT y de BF, se basa en un análisis

9
de sistema, es decir que los valores de los tiempos de intervención no se orientan a optimizar la
fiabilidad del componente sino la del sistema.

En esencia el método consiste en buscar los tiempos entre intervenciones (mantenimiento o

prueba según proceda) necesarios para que los componentes de alta o mediana criticidad
(FV>=0.01) pasen a convertirse en componentes de baja criticidad (FV<0.01). Estos tiempos serán
los recomendados por el sistema para aplicar las tareas de monitoreo por tiempo (MT) y de
búsqueda de fallos (BF).

Figura 3-5. Esquema de selección de tareas de RCM

La siguiente figura muestra una pantalla obtenida con el código MOSEG Win Ver 1.0 para un
sistema tecnológico al que se le aplicaron las capacidades de análisis de tareas de RCM descritas
anteriormente.

Las celdas resaltadas representan los casos de equipos de Alta (rojo) y Media Criticidad (amarillo),

10
así como aquellos en los que los tiempos entre mantenimientos calculados son menores de 1
semana. En estos casos el código sugiere Cambio de Diseño (azul). Los cambios de diseño
pueden asociarse a sustitución por equipo de mayor calidad o aumento de redundancia del equipo
en el esquema.

4- APLICACIONES REALIZADAS CON MOSEG Win Ver 1.0.

Algunas de las aplicaciones más importantes del sistema de gestión de mantenimiento MOSEG
Win Ver. 1.0 son:

1. InSTEC (Instituto Superior de Tecnologías y Ciencias Aplicadas): El sistema ha sido

introducido con fines docentes en los cursos de formación de ingenieros de pregrado, así como
en los cursos de postgrado, diplomados y maestrías impartidos en el instituto, entre ellos
Diplomados de Mantenimiento, de Gerencia Tecnológica, Maestría en Instalaciones
Energéticas y Nucleares. El desarrollo promovido por el InSTeC en el frente del mantenimiento
orientado a la seguridad y la disponibilidad, ha permitido la creación de una amplia base
bibliográfica en la temática que incluye varios libros [Torres1 2000, Mozquera et al, 1995,
Salomón et al 2000].

2. ESIB (Escuela Superior de la Industria Básica): El sistema se ha utilizado para la capacitación

de postgrado en diplomados de Seguridad de la Industria impartidos en la ESIB, donde se han
formado más de 100 profesionales del sector. En este marco y utilizando el código MOSEG, se
han preparado y presentado más de 40 proyectos de aplicaciones industriales de pequeña y
mediana escala.

3. Planta Nuclear de Embalse (Argentina): Como una aplicación industrial a gran escala se
destaca el uso del sistema MOSEG para los análisis anuales de no disponibilidad de varios
sistemas de seguridad de la Planta Nuclear de Embalse.

4. Departamento de Seguridad Industrial de la Unión Eléctrica (MINBAS): MOSEG ha sido

aplicado al estudio de múltiples configuraciones de aislamiento para mantenimiento de líneas
eléctricas descubriendo puntos débiles de las vías libres con carácter preventivo.

5. Central Termoeléctica (CTE) Máximo Gómez: El sistema MOSEG Win Ver 1.0 ha sido
instalado en esta CTE para su utilización en la capacitación y en la gestión de mantenimiento
de la planta, así como en el incremento de la seguridad durante las labores de mantenimiento.

6. Planta de Gas de Boca de Jaruco (CUPET): En el alcance del documento Análisis de

Confiabilidad de la Planta de Gas de Boca de Jaruco, se introdujo un anexo de aplicación del
sistema MOSEG Win Ver 1.0, para mostrar su potencialidad de optimizar el mantenimiento de
la instalación con un enfoque hacia la seguridad y la disponibilidad.

7. Empresa de Mantenimiento de Perforación y Extracción de Petróleo Occidente (EMPEP

Occidente): El sistema MOSEG Win Ver 1.0 ha sido instalado en la EMPEP Occidente para
asegurar labores de gestión de mantenimiento y las tareas de mantenimiento centrado en la
confiabilidad.

5- CONCLUSIONES.

El área de mantenimiento ha sido una de las más favorecidas con el desarrollo de las aplicaciones
de los análisis de confiabilidad y de los estudios de riesgo. Sin embargo, la realización de dichas
aplicaciones requiere en general de un conocimiento especializado y sus resultados sobre el
mantenimiento se ven restringidos a áreas específicas. Por otra parte, los sistemas de gestión

11
actuales adolecen del enlace necesario con los resultados de los análisis de confiabilidad y riesgo
por lo que las ventajas de estas aplicaciones no se ven reflejadas en los mismos.

La metodología de Gestión de Mantenimiento Orientada a la Seguridad y la Disponibilidad y el

código MOSEG Win Ver 1.0, soporte de la misma, han demostrado con su aplicación la posibilidad
de enlazar con éxito la gestión y la confiabilidad en su grado más elevado. Este sistema centra su
potencialidad en la priorización de esfuerzos y en la determinación de las intervenciones de
mantenimiento más eficaces y efectivas para garantizar la funcionalidad de los sistemas de la
instalación objeto de aplicación.

La construcción y evaluación automatizada de los modelos probabilistas se ha hecho posible para

profesionales no expertos en dichos modelos complejos, a partir de los esquemas tecnológicos y
otros datos habituales para el personal de mantenimiento. Esta potencialidad está implementada
no sólo para la evaluación de las estrategias de mantenimiento sino también de la seguridad del
personal mantenedor durante la vía libre. Ello conforma un novedoso método de evaluación
multifactorial orientado a la toma de decisiones.

Se destaca, adicionalmente, la automatización de las tareas de RCM, con recomendaciones de los

tiempos de intervención basadas no sólo en las características del equipo sino en su importancia
relativa para la disponibilidad y/o seguridad de la instalación, siguiendo un enfoque en sistema.

El sistema MOSEG Win Ver 1.0 constituye la base de un doctorado en ciencias técnicas. Ha sido
objeto de solicitud de patente en la Oficina Cubana de la Propiedad Industrial y cuenta con los
certificados de derecho de autor en las áreas de metodología y software. Una información adicional
sobre el código objeto de este artículo puede encontrarse en el sitio web:
http://www.energia.inf.cu/conseman.

REFERENCIAS

1. Trevor Kletz, What Went Wrong? Case Histories of Process Plant Disasters, p.392, ISBN 0-
88425-920-5, Gulf Publishing, Houston, TX, U.S.A (1999).

2. US-NRC, Maintenance Statistics US-NRC (1985).

3. Juran Institute Inc., Programa Juran para la mejora de la calidad (1985).

4. Torres1 A., Mantenimiento Orientado a la Seguridad, p. 1, p. 337-425, p. 265-271, ISBN 959-

7136-10-4, Cuba Energía, Ciudad Habana, Cuba (2000).

5. Torres2, A., Rivero, J., “Sistema de Gestión de Mantenimiento Orientado a la Seguridad y la

Disponibilidad”, Memorias Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-
SMSR, Cancún, Q.R., México, 11-14 de Julio 2004 (2004).

6. Torres3 V.A., Rolo N. A., Piedra D.M, Salomón Y. J., “El enfoque probabilista del
mantenimiento, una alternativa para su optimización”, Universidad de VillaClara, Congreso
Internacional de Ingeniería Mecánica (2002).

7. Torres4 A., M. Piedra, A. Rolo, “Sistema Integrado de Mantenimiento Orientado a la Seguridad”,

26-28/Feb. 2002, TECNOPET (2002).

8. Datastream System, Inc., "System Overview MP2 Access 2000", USA

http://www.datastream.net/latinamerica (2003).

9. INSAG-3, Principios Básicos de seguridad para CEN, 75-INSAG-3, 1991 (1995)

12
10. INSAG-4, Cultura de la Seguridad, 75-INSAG-4, 1991 (1995)

11. OIEA, Guía de Seguridad, Mantenimiento de Centrales Nucleares, 50-SG-O7 (1995).

12. OIEA, Guía de Seguridad, Vigilancia de Sistemas en Centrales Nucleares, 50-SG-O8 (1995).

13. Rivero, J., Salomón, J., Perdomo, M., Torres, A, “Estudios de Análisis Probabilista de
Seguridad en Cuba”, Revista Nucleus, No 16, p. 19-25 (1993).

14. J. Rivero, J. Salomón, A. Torres, M. Perdomo, "Resultados más significativos de los Análisis
Probabilistas de Seguridad en Cuba", Memorias II Congreso Regional de Seguridad
Radiológica y Nuclear, Zacatecas, México, Noviembre de 1993 (1993).

15. C. Valhuerdi, J. Vilaragut, M. Perdomo, A. Torres, “Evaluación Probabilista de la respuesta de

la CEN Juraguá ante condiciones de Station Blackout”, Simposium on Nuclear Radiation for the
Development of Latin America, Veracruz, México, Junio 2–6 de 1996, Cap. 3 (1996).

16. CNE - Central Nuclear de Embalse, “Análisis Probabilista de Seguridad de Nivel 1”, Embalse,
Córdoba, Argentina (2001).

17. GDA-APS - Grupo de Desarrollo y Aplicaciones de APS, Análisis de Confiabilidad de

Sistemas críticos de Planta de Producción del Centro de Ingeniería Genética y Biotecnología
(1996).

18. J.J. Rivero, J. Salomón, Experiences on Aplications of PSA Methodology in the industry,
Technical Comittee Meeting on “PSA Aplication to improve NPP Safety, Madrid, Spain, Febrero
1998 (1998).

19. Stephan Mayer, Milan Patrik, Attila Bareith, Marko Cepin, “Risk Informed Decision Making–
Maintenance (Task 2 Issue 6)”, Project Promoting Cooperation between the Nuclear Regulatory
Authorities of the European Union and their Counteparts in the ‘Aplicant Countries’ of Central
and Eanstern Europe, January 2002, Chapter 3.7, p. 1-13 (2002).

20. Rafael Clavijo, “Optimización de la Gestión de Mantenimiento a través del Mantenimiento

Basado en el Riesgo (RBM)”, Revista Mantenimiento, No. 84, p. 21-32 (1995).

21. Torres5 A., Piedra M., Salomón J., “Diseño de un sistema de control de mantenimiento
orientado a la disponibilidad y seguridad de las instalaciones”, Revista Energética Vol XXII,
ISSN O534-2608, Febrero 2001, DIAGNO-2000 (2001).

22. A.Torres6, J. Rivero, “Gestión de Mantenimiento Orientado a la Seguridad”, Revista Ingeniería

Mecánica, 4to trimestre (2004)

23. Christer Idhammar1, “What constitutes world class reliability and maintenance?”, IDCON,
Reliability and Maintenance Management Consultant Company, http://www.idcon.com (2003).

24. John Moubray, Maintenance Management – A New Paradigm,

www.maintenanceresourses.com/ReferenceLibrary/RCM/MaintParadigm.htm, (2003).

25. ENEL Societa per azioni, DPT Area Servizi-UAS-SAD, Curso de Especialización, Gestión del
Mantenimiento, LG-101, LG-106, Escuela de Cuadros del MINBAS, La Habana, Cuba, Mayo
1992 (1992).

26. Empresa de Mantenimiento del Petróleo (EMPET), Elaboración del informe técnico mensual
de las divisiones de mantenimiento de la EMPet, DO-TE/I 0002 (2003)

13
27. Frisina, Franklin P., “Maintenance Management System Software”, Patente No. 6385621, New
York, U.S.A. (2002).

28. Palusami y Bauman, patente No 5311562, Plant Maintenance with Predictive Diagnostic
(1994).

29. Invas y Caroline, patente No. 606171, Dinamic Maintenance Management System (1999).

30. Greitzer y Kangas, patente WO 0218879 A1, Method and Apparatus to predict the remaining
service life of an operating system (2002).

31. Cornett y Walsh, patente No. 5216612, Intelligent Computer Integrated Maintenance System
and Method (1993).

32. Torres7, A., Rivero, J., “Identificación de Tareas de Mantenimiento Centrado en la

Confiabilidad”, Memorias Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-
SMSR, Cancún, Q.R., México, 11-14 de Julio 2004 (2004).

33. A. Torres8, J. Rivero, “Metodología de Determinación de Tareas de Mantenimiento Centrado en

la Confiabilidad”, Revista Ingeniería Mecánica, 1er trimestre (2005)

34. Lourival Tavares, Excelencia na Manutencao, p. 23-29, p. 60-62, p. 65-120, ISBN 85-85651-03-
02, Casa de Qualidade, Salvador BA, Brasil (1996).

35. Torres9, A., Rivero, J., “Patrones de Evaluación Probabilista del Mantenimiento”, Memorias
Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-SMSR, Cancún, Q.R., México,
11-14 de Julio 2004 (2004).

36. A. Torres10, J. Rivero, “Generación de Patrones Probabilsitas del Mantenimiento”, Revista

Ingeniería Mecánica, 4to trimestre (2004)

37. CSN - Consejo de Seguridad Nuclear, La seguridad nuclear en las Centrales Nucleares
Españolas, p. 86-87, España (1992)

38. J.M. Lucía Lucía, “Criterios para la información de la gestión de mantenimiento”,

http://www.servic.cl/art_rm/rev.html/rev01/rev1art1.html, Revista Mantenimiento, No. 1, 1990
(2004).

39. IAEA, Division of Nuclear Installation Safety, Working Material – PSA Applications to Improve
NPP Safety, p. 44-49, p. 17-20, IAEA-J4-97-CT-06876, IAEA, Vienna, Austria, January 1998
(1998).

40. P.K. Samanta, I.S. Kim, T. Mankamo, W.E. Vesely, Handbook of Methods for Risk-Based
Analyses of Technical Specification, NUREG/CR-6141, BNL-NUREG 52398, p. 3-1 to 3-22, p.
5-1 to 6-18, December 1994, U.S. Nuclear Regulatory Comission, Washington DC (1994).

41. Torres11, A., Rivero, J., “Análisis Probabilista de Vías Libres para Mantenimiento”, Memorias
Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-SMSR, Cancún, Q.R., México,
11-14 de Julio 2004 (2004).

42. A. Torres12, J. Rivero, “Análisis de Vías Libres para Mantenimiento partiendo de las
Configuraciones de Aislamiento”, Revista Ingeniería Mecánica, 1er trimestre (2005)

43. Jonh P. Gaertner, Engineering and Research Inc., “Reliability Centered Maintenance Status in
the US Nuclear Power Industry”, Taller OIEA - Optimización mediante APS de tareas y

14
 procedimientos en la operación de Centrales Nucleoeléctricas, Veracruz, México, Febrero
1993, p. 1-20 (1993).

44. Jerry Dozier, Caso de estudio del programa RCM para la estación de Gran Golfo,
International Power Generation Conference, Atlanta, EEUU, Octubre 1992 (1992).

45. G. Mosquera, J. Rivero, J. Salomón, C. Valhuerdi, A. Torres, M. Perdomo, R. Ferro.,

Disponibilidad y Confiabilidad de sistemas industriales, p. 52-86, ISBN 980-00-0889-6,
Universidad "Gran Mariscal de Ayacucho", Barcelona, Venezuela, (1995).

46. A.D. Swain, H. E. Guttmann, Handbook of human reliability analysis with emphasis on
Nuclear Power Plant Application, p. 3-36, 20-23, 20-28 to 20-30, NUREG-1278, US-NRC,
Agosto 1983 (1983).

47. A. Torres13 (jefe de Proyecto), Proyecto de Programa Ramal No Asociado: Optimización de la

Gestión del Mantenimiento utilizando técnicas de avanzada para el incremento de la seguridad
operacional y la protección del medio ambiente, PNAP/3/1, (2004).

48. Torres14 V. A., “Metodología de la Gestión de Mantenimiento Orientado a la Seguridad y la

Confiabilidad”, ISBN 959-7136-16-3, V Taller Internacional de la Cátedra de Seguridad de la
Industria, Centro de Prensa Internacional, C. Habana, Cuba, Safind03_28 (2003).

49. J. Rivero, A. Torres15, “Evaluación Probabilista de la Programación de Mantenimiento”, Revista

Energética, ISPJAE, C. Habana, Cuba (2005).

50. A. Torres16, J.J. Rivero, Evaluación del mantenimiento utilizando criterios de riesgo, Reunión
RLA-5-OIEA, Argentina (INIS-CU-009) (1996).

51. Torres17, A., Maintenance Evaluation Using Risk Based Criteria, Procedures ESREL'97
Conference, 17-21 Junio 1997, Lisboa, Portugal (1997).

52. Torres18 A, Rivero J, Salomón J, Perdomo M, Miari E., El enfoque probabilista, una solución
factible a la Gestión del Mantenimiento Actual, Memorias III Conferencia Iberoamericana de
Ingenería Mecánica, La Habana, Septiembre 1997 (1997).

53. Torres19 A., Rivero J.J., Salomón J., Perdomo M., Análisis de confiabilidad enfocados al
mantenimiento industrial, Memorias del II Congreso Panamericano de Ingeniería en
Mantenimiento, Congreso UPADI, Agosto 1996, San José, Costa Rica (1996).

54. SNE - Sociedad Nuclear Española, Mantenimiento Predictivo en Centrales Nucleares – Guía
de aplicación, SNE-GA-4.09, p. 6-49, Gráficas Pedraza, Madrid (1993).

55. J. Salomón, M. Perdomo, A. Torres, C. Valhuerdi, otros, Análisis de Riesgo Industrial, p. 89-
123, ISBN 980-00-1491-8, Universidad "Gran Mariscal de Ayacucho", Barcelona, Venezuela
(2000).

15