Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A 26 PDF
A 26 PDF
Resumen
Índice
1. Introducción 1
4. Infiabilidad de componentes 9
4.1. Fallo de un componente . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2. Indisponibilidad por pruebas o mantenimientos . . . . . . . . . . . . . . 12
6. Análisis Bayesiano 17
1. Introducción
La realización de los APS conlleva un estudio detallado de los sistemas que inter-
vienen en la ocurrencia, gestión y mitigación de accidentes. Partiendo de la extensa
familiarización con la planta, se llevan a cabo las tareas de selección de los sucesos
iniciadores que deben considerarse, la evolución de los mismos (delineación de se-
cuencias) y la determinación de los equipos y acciones de los operadores necesarios
para su gestión, dando lugar al análisis de sistemas y al análisis de fiabilidad humana,
respectivamente. Todo ello con el objetivo de proporcionar una frecuencia esperada
de daño al núcleo.
En el caso de un APS de nivel 1, se examina la evolución posible de escenarios que
conducen a daño severo al núcleo mediante árboles de sucesos, en los que se re-
presenta la evolución de cada posible iniciador postulando el funcionamiento o no de
cada función de seguridad que pueda intervenir en la mitigación de esos escenarios.
Estas funciones de seguridad son los cabeceros de los árboles de suceos. Ciertas
combinaciones de cabeceros en fallo darán lugar a secuencias de daño. Para calcular
la frecuencia con que se espera ese daño es necesario calcular la probabilidad de que
los sistemas requeridos para desarrollar las funciones de seguridad que mitigan cada
accidente no cumplan esa función.
Un posible mecanismo para que un sistema no cumpla su función es el fallo. Dada
la escasa población de fallos totales que se puede observar en sistemas complejos,
resulta difícil calcular esa probabilidad a partir de la observación estadística; por ello
se recurre a técnicas analíticas. Éstas se basan en la descomposición del fallo del
sistema en fallos de sus componentes, para los cuales sí puede disponerse de datos
estadísticos suficientes, dado el gran número de componentes similares instalados en
las CC NN y otras instalaciones industriales. Esta descomposición proporciona ade-
más la manera en que se produce el fallo por combinación de fallos de comonentes,
lo que se denomina la función de estructura del sistema.
Para obtener la fiabilidad de un sistema debe obtenerse una descripción de sus po-
sibilidades de fallo en función de combinaciones de fallo de los componentes que los
forman, atendiendo al papel que juega cada uno de éstos en el funcionamiento de
Tema SN-26. Conceptos de fiabilidad y disponibilidad 2
Sistemas en espera son los que no están normalmente en operación y son re-
queridos para mitigar las consecuencias de un suceso iniciador de modo inme-
diato. Su característica principal es que deben cambiar de estado al ser requeri-
dos: válvulas que deben abrir, bombas que deben arrancar, etc. Deben respon-
der a la demanda, y se necesitará calcular el fallo a entrar en funcionamiento en
caso de demanda (fallo a la demanda).
Por último, puede haber sistemas cuyo funcionamiento sea requerido en un pe-
riodo de tiempo después de ocurrido el suceso iniciador. Estos sistemas pueden
estar en espera o en operación, y se necesitará conocer la capacidad de cumplir
su función de seguridad (arranque, en su caso y operación durante un tiempo
determinado).
Los datos que se obtienen no deben tomarse como números aislados, sino como re-
presentantes de una función de distribución, normalmente la media o la mediana. A
cada suceso básico se le asigna por tanto además de la probabilidad puntual una
función de distribución que permite la realización de cálculos de incertidumbre para
proporcionar un intervalo de confianza a la frecuencia de daño al núcleo. estas distru-
buciones se obtienen de bases de datos que recogen la experiencia operativa de la
industria en general y la nuclear en particular, en algunos casos corregidas mediante
técnicas bayesianas que incorporan la experiencia operativa de la planta.
Antes de definir los conceptos, conviene establecer algunas ideas previas. Conside-
remos un componente cuyos posibles estados son funcionamiento normal o fallo; el
cambio de estado supone la transición de uno a otro, y se considerará este salto en un
instante de tiempo t determinado. Si el componente pasa del estado funcionamiento
normal a fallado, se dice que el componente ha fallado en el tiempo t. Este instante
de fallo no es, obviamente, conocido a priori, sino estocástico.
Si el componente es reparable, permanecerá en el estado fallado el tiempo necesario
hasta que se complete la reparación. En este instante, el componente pasará del esta-
do fallado al de funcionamiento normal, transición que recibe el nombre de reparación,
y el tiempo de reparación incluye el tiempo que se tarda en detectarse el fallo, el tiem-
po de comprobación y el de reparación y pruebas necesarias. El tiempo de reparación
resulta ser también estocástico. Se puede suponer que el componente, una vez repa-
rado se encuentra plenamente en su estado de funcionamiento normal, es decir, se
considera que el componente es tan bueno como nuevo. Esto permite considerar sólo
dos estados, sano, y fallado.
A la hora de analizar los sistemas en función de su capacidad de actuar para miti-
gar un accidente, no se tiene en cuenta únicamente si éstos están en un estado de
funcionamiento normal o de fallo. Puede producirse la indisponibilidad también por
descargos de los componentes del sistema por hallarse en mantenimiento o en prue-
bas. Esta indisponibilidad interviene también en la fiabilidad de los sistemas, y debe
tenerse en cuenta en los árboles de fallo. Estas indisponibilidades son en su mayor
parte deterministas, ya que los periodos de mantenimiento y las pruebas a que debe
Tema SN-26. Conceptos de fiabilidad y disponibilidad 4
someterse cada componente están determinadas por el fabricante y por las Especifi-
caciones Técnicas de Funcionamiento.
Este tema se centrará en el estudio de las indisponibilidades de carácter estocástico,
es decir, en los métodos de cálculo de la probabilidad de que un componente no
cumpla su función por encontrarse en un estado fallado cuando es demandado, o por
fallar durante su operación.
2.2. Fiabilidad
Tiempo medio hasta el fallo (MTTF) se define como la esperanza matemática del
tiempo de fallo,
Z∞
MTTF = tf(t) dt.
0
El proceso completo de fallo y reparación consiste en ciclos en los que tienen lugar
transiciones de uno a otro estado. Para considerar ambos conviene definir la dispo-
nibilidad como la probabilidad de que un componente esté operativo en un instante
t.
Tema SN-26. Conceptos de fiabilidad y disponibilidad 6
Disponibilidad
Indisponibilidad
R(t) = exp(−λt)
F(t) = 1 − exp(−λt)
f(t) = λ exp(−λt)
Tasa de fallos
I II III
Tiempo
Figura 1: Curva de la bañera
I. Recoge los fallos infantiles o incipientes, con tasas de fallos rápidamente decre-
cientes y que se producen en un periodo muy corto de la vida del componente.
Estos fallos provienen generalmente de un deficiente control de calidad o de fa-
llos de fabricación. Los fallos incipientes generalmente se eliminan mediante el
periodo de rodaje
consigue mediante la sustitución del componente por uno nuevo, pues supondría un
incremento de la tasa de fallos (por ser la zona I). Lo adecuado es sustituir el compo-
nente por uno que ha superado el periodo de cribado, es decir, uno que se encuentra
ya en su zona de vida útil.
f(t) ↔ ω(t)
h(t) ↔ λ(t)
F(t) ↔ Q(t)
y se verifica la relación
ω(t)
λ(t) =
1 − Q(t)
4. Infiabilidad de componentes
A cada componente se le asocia un modo de fallo que corresponde a cada uno de los
tres tipos de sistemas indicados en 1: en espera, en operación o en demanda. Para
cada uno de ellos se usa un modelo distinto de fiabilidad, pero en todos se harán las
hipótesis de tasa de fallos y tasa de reparaciones constante. Las definiciones de los
modos de fallo son como sigue:
Fallos a la demanda
1 − e−λT 2p
Q(t) = 1 − λ=
λT 720
siendo T el intervalo entre pruebas, en horas.
Tema SN-26. Conceptos de fiabilidad y disponibilidad 11
Fallo en operación
Q(t) = λt
λτ
Q(t) = (1 − e−(1+1/τ)t )
1 + λτ
λ+τ
Q(t) =
1 + λτ
y en la aproximación del suceso raro, también se tiene
Q(t) = λτ
1 − e−λT
Q(t) = 1 −
λT
que suele aproximarse por
λT
Q(t) =
2
Tema SN-26. Conceptos de fiabilidad y disponibilidad 12
τm
Qm = fm
T
donde τr , τm son los tiempos medios de mantenimiento correctivo y preventivo, res-
pectivamente.
Las variables aleatorias discretas tienen como espacio muestral un conjunto finito o
numerable.
Distribución binomial
Distribución de Poisson
Está definida en el conjunto de los números enteros positivos. Para cada n, representa
la probabilidad de que ocurran n sucesos en la unidad de tiempo.
λn −λ
Pn = e
n!
√
El valor medio es λ y la desviación típica, λ.
Esta distribución se usa para modelar componentes que presentan n fallos en un
tiempo de funcionamiento t, suponiendo que los sucesos asociados al fallo del com-
ponente son independientes y la tasa de fallos es constante e igual a n/t.
Tema SN-26. Conceptos de fiabilidad y disponibilidad 14
Proceso de Poisson
3. Si I1 = (t11 , t12 ], I2 = (t21 , t22 ], etc son intervalos disjuntos, los sucesos “ocurren-
cia de E en el intervalo Ij ” son independientes.
(λt)n −λt
p(n, t) = e
n!
Es decir, es una distribución de Poisson con parámetro λt. Nótese que para n = 1 se
obtiene una distribución exponencial.
El espacio muestral es el contínuo (la recta real), y vienen caracterizadas por su fun-
ción de densidad, que permite obtener las probabilidades de fallo en intervalos tempo-
rales de interés. La función de densidad de probabilidad de fallos, por determinar una
distribución de probabilidad, debe verificar
f(t) ≥ 0
R∞
−∞
f(t) dt = 1
Distribución exponencial
f(t) = λe−λt .
Tema SN-26. Conceptos de fiabilidad y disponibilidad 15
e−(λ(T +∆T )
PT +∆T |T (s) = = e−λ∆T
e−λT
y esta última es la misma que la probabilidad de funcionamiento en [0, ∆T ].
Distribución gamma
α
G(α, β, t) = (βt)k−1 e−βt
Γ (β)
y tiene como valor medio (que se hace corresponder con el tiempo medio entre fallos),
α
MTTF = .
β
√ R∞
Su desviación típica es βα . Se define Γ (α) = 0
tα−1 e−t dt, con el resultado bien
conocido Γ (n + 1) = n! para n entero positivo.
Una adecuada elección de los parámetros de la distribución γ permite representar
cada una de las zonas de la curva de la bañera.
Se considera una unidad expuesta a demandas que ocurren de acuerdo a un proceso
de Poisson de intensidad λ. Por ser un proceso de Poisson, los intervalos T1 , T2 , . . . en-
tre demandas consecutivas son independientes y tienen una distribución exponencial. P
Si la unidad falla ezactamente en la demanda k, el tiempo hasta el fallo es T = ki1 Ti .
Entonces, T tiene una distribución gamma de parámetros k, λ.
Por ser de fácil integración al multiplicarse por la exponencial, y representar la suma
de variables aleatorias exponenciales, es muy usada en análisis bayesiano.
Tema SN-26. Conceptos de fiabilidad y disponibilidad 16
Distribución normal
(x − µ)2
1
N(µ, σ, x) = √ exp −
σ 2π 2σ2
para −∞ < x < ∞.
El valor medio es µ y la desviación típica es σ. Se llama densidad normal estándar a
la descrita por N(0, 1, x), cuya función de distribución se denota por Φ(x). La función
de distribución normal de parámetros µ y σ puede escribirse en términos de Φ(x):
x−µ
F(x) = P(X ≤ x) = Φ
σ
Distribución lognormal
(ln(x) − µ)2
1
L(µ, σ, x) = √ exp − .
σx 2π 2σ2
ln(FE)2
x = λ50 exp
5,411083
Distribución de Weibull
Esta función de distribución puede representar las tres zonas de la curva de la bañera:
1 1
MTTF = Γ +1 .
λ α
6. Análisis Bayesiano
Probabilidad condicionada Una vez establecido un entorno probabilista, es decir,
un espacio de sucesos E = P(Ω), y una medida de probabilidad, P, sobre él, estamos
interesados en determinar cómo cambian las probabilidades de los sucesos de E en
función de nuevo conocimiento. En concreto, si suponemos que F ∈ E es un suceso
con probabilidad P(F) y se nos informa que ha ocurrido otro suceso E ∈ E, ¿cómo
debe cambiar la probabilidad de F?
La respuesta a esta cuestión es la probabilidad condicionada
P(E ∩ F)
P(F|E) = .
P(E)
Esta expresión proporciona una medida de cómo de probable es que se haya produ-
cido cada uno de los sucesos Hi , siendo conocida la ocurrencia de un suceso E.
Tema SN-26. Conceptos de fiabilidad y disponibilidad 19
Z
P(E) = f(x) dx.
E
F(x1 , . . . , xn ) = P(X1 ≤ x1 , . . . , Xn ≤ xn )
Z x1 Z xn
F(x1 , . . . , xn ) = ··· f(t1 , . . . , tn ) dt1 . . . dtn
−∞ −∞
Z∞
f(x) = f(x, y) dy
−∞
Z Z
f(x) P(E ∩ E)
P(F|E) = f(x|E) dx = dx = ,
F E∩E E P(E)
como ya sabíamos.
Invirtiendo esta expresión, se obtiene la expresión del teorema de Bayes para distribu-
ciones
(α − 1)!(β − 1)!
B(α, β) = .
(α + β − 1)!
α
El valor esperado de la distribución beta es α+β
.
Tema SN-26. Conceptos de fiabilidad y disponibilidad 21
n
m(i|p) = pi (1 − p)n−i
i
Puesto que p proviene de la distribución beta, la densidad conjunta del par f(p, i) está
dada por el producto
f(p, i) = m(p|i)B(α, β, p)
n 1
= pi (1 − p)n−i pα−1 (1 − p)β−1
i B(α, β)
1
= pα+i−1 (1 − p)β+n−i−1 .
B(α, β)
Z1
B(α + i, β + n − i)
m(i) = f(p, i) =
0 B(α, β)
Este tema guarda relación con los siguientes del primer ejercicio:
Tema SN-26. Conceptos de fiabilidad y disponibilidad 22
C-2. Riesgo nuclear. Métodos de evaluación y análisis. Segu- ridad intrínseca y segu-
ridad mediante sistemas en instalaciones nucleares y radiactivas. Redundancia.
Diversidad. Separación.
Del tercero:
Referencias
[1] Grinstead C.M., Snell J.L. Introduction to Probability. American Mathematical So-
ciety, 2000.
[2] Høyland A., Rausand, M. System Reliability Theory. John Wiley & Sons, Inc.,
1994.
[3] Thompson, W.A., Point Process Models with Applications to Safety and Reliability.
Chapman-Hall, 1988.