Ingeniería de la fiabilidad y seguridad de los sistemas

Resumen:

El mantenimiento centrado en la fiabilidad (RCM) es un método de análisis bien establecido para la planificación
del mantenimiento preventivo. Como su nombre indica, la fiabilidad es el principal punto de referencia para la
planificación, pero también se evalúan las consecuencias de los fallos. Sin embargo, las incertidumbres y el
riesgo se abordan de forma limitada en el método RCM, y en este artículo proponemos una ampliación del RCM
al mantenimiento centrado en la fiabilidad y el riesgo (RRCM) al considerar también el riesgo como referencia
para el análisis, además de la fiabilidad. Se adopta una perspectiva amplia del riesgo en la que las
incertidumbres son el principal componente del mismo, además de los posibles eventos y las consecuencias
asociadas. Se presenta un caso de la industria del petróleo y el gas en alta mar para ilustrar y discutir el enfoque
sugerido.

1. Introducción

La planificación del mantenimiento preventivo (MP) de los sistemas técnicos es una tarea difícil. Hay que lograr
un equilibrio entre la frecuencia y la extensión del mantenimiento, por un lado, y los costes, por otro. El
mantenimiento preventivo se introduce para evitar que se produzcan fallos en el sistema y para reducir las
posibles consecuencias de los mismos, pero el mantenimiento también podría introducir fallos en algunos casos.
Estos dos aspectos contrapuestos son relevantes para la planificación del mantenimiento preventivo. Se han
desarrollado diferentes herramientas para apoyar la planificación del MP y este artículo aborda una de ellas, la
metodología del Mantenimiento Centrado en la Fiabilidad (RCM). El RCM es una metodología ampliamente
aceptada que ha estado disponible en la industria durante más de 30 años, y ha demostrado ofrecer una
estrategia eficiente para la optimización del mantenimiento preventivo.

El objetivo principal de RCM es reducir los costes de mantenimiento y, al mismo tiempo, aumentar la fiabilidad y
la seguridad. Las funcionalidades del sistema y la fiabilidad se ponen de relieve, como indica el concepto de
mantenimiento centrado en la fiabilidad. Se adopta un procedimiento de dos pasos:

i. Análisis inductivo de los posibles fallos, en el que normalmente se utiliza una variante del análisis de modos de
fallo, efectos y criticidad (FMECA), para determinar los componentes críticos del sistema.

ii. Aplicación de diagramas de decisión lógica: la llamada lógica RCM, para especificar las categorías adecuadas
de MP (mantenimiento predictivo (PdM), sustitución, etc.).

Los criterios mínimos que debe cumplir un proceso de RCM se definen en las tres normas técnicas IEC 60300-3-
11, SAE-JA1011 y SAE-JA1012, que son las normas de RCM que se suelen utilizar, por ejemplo, para los equipos
de la industria del petróleo y el gas. La metodología RCM tiene una amplia aplicación también fuera de esta
industria. La metodología tiene su origen en la industria aeronáutica y aeroespacial y también fue aplicada
tempranamente por el ejército y la industria nuclear, la metodología fue utilizada por más de 400 centrales
nucleares. También se ha aplicado en las redes ferroviarias, en las industrias metalúrgicas y en las minas de
carbón. Para una buena visión general de las distintas aplicaciones, donde también se describe su uso en las
siguientes industrias o sectores: químico y de procesamiento, médico (hospitales), aserradero, naval, transporte
(red de transporte del metro de París-RATP) y distribución de agua.

También se han sugerido varias mejoras metodológicas del método y también un enfoque denominado
probabilístico por Eisinger y Rakowsky. En este artículo nos centraremos en las ideas de Eisinger y Rakowsky.
Estos investigadores señalan que es crucial para el proceso de decisión que el MCR se ajuste para reflectar las
incertidumbres, ya que ignorarlas puede llevar en muchas aplicaciones a estrategias de mantenimiento "no
óptimas". Eisinger y Rakowsky se centran en la lógica del MCR específicamente y sugieren un ajuste de éste, en
el que se evalúan las probabilidades en lugar de la tradicional

Al tener sólo la posibilidad de elegir entre SÍ o NO, argumentan que no es posible reflectar adecuadamente la
confidencia del evaluador en las diferentes opciones.

En el presente trabajo llevamos el comentario sobre la incertidumbre de Eisinger y Rakowsky un paso más allá.
Estamos de acuerdo con Eisinger y Rakowsky en que las incertidumbres deben reflexionarse en el análisis, pero
es necesario aclarar qué significa esto. En nuestro análisis, las incertidumbres se refieren a la ocurrencia de
eventos de fallo y sus consecuencias, y no se refieren a declaraciones vagas (ambiguas) y a las dudas de los
evaluadores sobre qué hacer, como parece ser una parte de la justificación de Eisinger y Rakowsky para
incorporar las incertidumbres.

Hasta cierto punto, estas incertidumbres (sobre la ocurrencia de eventos de fallo y sus consecuencias) se
abordan en el análisis. El FMECA asigna probabilidades de eventos de fallo y consecuencias esperadas. En
algunos FMECA, la presentación de los valores esperados se amplía con el uso de las consecuencias del peor
caso. Sin embargo, el análisis se centra principalmente en los valores esperados y no se revela una importante
dimensión de incertidumbre: las evaluaciones se basan en el conocimiento de fondo, incluyendo muchos
supuestos, que podrían ocultar o camuflar las incertidumbres. Por ejemplo, en el caso de las evaluaciones de
una válvula específica en un sistema submarino de línea de flotación, existen suposiciones sobre las presiones de
los fluidos y la cantidad de partículas erosivas. Las probabilidades producidas están condicionadas a estas
suposiciones.

El enfoque tradicional de RCM puede considerarse fundado en una perspectiva de riesgo en la que éste es igual
al valor esperado o a la combinación de probabilidades y eventos/pérdidas. Para tener en cuenta las
incertidumbres, como se ha indicado anteriormente, debemos basar el MCR en una perspectiva de riesgo más
amplia y una forma de hacerlo es sustituir la probabilidad por la incertidumbre en la definición del riesgo. Esto
nos lleva a una perspectiva de riesgo como la presentada en Aven.

El riesgo se entiende como la combinación bidimensional de:

i. Eventos (A) y las consecuencias de estos eventos (C)

ii. Incertidumbres U sobre A y C (¿ocurrirá A y cuáles serán las consecuencias C?)
Esta perspectiva de riesgo se denomina perspectiva (A, C, U).

De este modo, se consigue un cambio en el enfoque metodológico, que pasa de la fiabilidad y las probabilidades
(valores esperados) a la fiabilidad, las incertidumbres y el riesgo. Encontramos que un nombre apropiado para
esta metodología ajustada sería ''mantenimiento centrado en la fiabilidad y el riesgo'', donde el riesgo recibe
una definición como la anterior, siendo la incertidumbre un componente principal. Para abreviar, nos
referiremos a la metodología como RRCM.

Para ilustrar la aplicabilidad de esta metodología, utilizaremos un caso de la industria del petróleo y el gas, en el
que el objetivo es determinar la estrategia de mantenimiento de un arreglo de línea de flotación submarina en
el Mar del Norte. El cable submarino está situado a unos 300 metros por debajo del nivel del mar y tiene una
longitud de más de 20 kilómetros; véase la figura 1. Transporta una mezcla corrosiva de petróleo, gas y agua
que contiene cantidades variables de partículas de arena. Estas partículas de arena son erosivas y pueden
contribuir al cierre de varios pozos de producción si se produce una fuga.
 Fig. 1. Caso flowline sistema.

Para evitar las fugas debidas a la presencia de corrosión y erosión, la flowline está diseñada con un
revestimiento interior. La disposición también incluye dos válvulas accionadas hidráulicamente: una cerca de los
pozos de producción y otra cerca del elevador de producción.

2. RCM-descripción de la metodología

La metodología RCM puede describirse mediante las tres fases siguientes:

i. Identificación de los elementos significativos de mantenimiento (MSI).

ii. Asignación de tareas PM adecuadas para los MSI.
iii. Ejecución y actualización de las tareas PM.

2.1. Descripción de las fases de RCM

Las fases de RCM enumeradas anteriormente se describen en los siguientes apartados Secciones 2.1.1-2.1.3.

2.1.1. Fase I identificación de la ICM

La primera fase es una fase de cribado, en la que se reduce el número de elementos a analizar. El propósito de
esta fase es identificar los Elementos Significantes de Mantenimiento (MSI), es decir, los elementos que
posteriormente introducimos en la lógica de RCM para la especificación de las tareas PM. Estos elementos se
identifican a partir de las clasificaciones de criticidad realizadas para cada uno de los elementos, en las que se
evalúan todos los fallos funcionales de cada uno de ellos, suponiendo que todos los demás elementos funcionan
perfectamente. Normalmente se utiliza un tipo de clasificación cualitativa basada en una matriz de criticidad que
incluye información sobre los distintos modos de fallo, la frecuencia de los fallos y sus consecuencias. Las
evaluaciones se realizan a nivel de todo el sistema, para las siguientes categorías de consecuencias:

Consecuencias operativas (disponibilidad de la producción).

Consecuencias de los fallos ocultos (relevantes para los sistemas redundantes).
Consecuencias no operativas (incluyendo tanto los costes directos como los compromisos).
Consecuencias para la seguridad y el medio ambiente.

Para los demás elementos, los que no son MSI, se considera que la estrategia de mantenimiento "óptima" es el
funcionamiento hasta que se produzca el fallo y, a continuación, realizar el mantenimiento correctivo (CM), es
decir, el funcionamiento hasta el fallo (RTF).

Fig. 2. Ejemplo de lógica RCM (Rausand y Vatn).

En el caso de los sistemas sencillos que incluyen sólo unos pocos elementos, en la mayoría de los casos es
bastante obvio cuáles son los elementos importantes para la fiabilidad del sistema y cuáles son las
consecuencias de sus fallos, y la ICM puede identificarse sin ningún análisis rígido.

2.1.2. Fase II asignación de tareas PM adecuadas para el MSI

Para describir la siguiente fase, la fase ii, nos referimos al caso presentado en la sección 1. Para este caso,
basándonos en evaluaciones de criticidad básicas, encontramos todos los elementos que son ICM:

Líneas de acero (incluido el revestimiento) entre los pozos de producción y el elevador de producción.
Válvulas A y B (válvulas de accionamiento hidráulico).
Los datos de fiabilidad muestran que los fallos en los elementos mencionados son raros, pero dependiendo del
modo, todos los elementos son capaces de interrumpir la producción si se produce un fallo en uno de ellos.

Con el fin de asignar las tareas de PM adecuadas para los elementos, primero aplicamos un FMECA ajustado a la
RCM, que es básicamente una hoja de trabajo FMECA normal a la que se añaden algunos campos adicionales
relevantes para la RCM.

Basándose en los resultados del FMECA, las tareas PM se determinan mediante la aplicación de la lógica RCM.
Se trata de diagramas de decisión que, a través de varias preguntas de SÍ o NO, llevan al evaluador a la tarea de
mantenimiento "óptima" para el elemento evaluado (repetida para todos los modos de fallo relevantes); en la
Fig. 2 se ofrece un ejemplo de una versión sencilla. El diseño de la lógica RCM determina los campos adicionales
que son relevantes para la hoja de trabajo FMECA. Existen varias variaciones de la lógica RCM, pero todas se
basan en el mismo principio; mediante el uso de la lógica de decisión se asignan tareas de MP basadas en las
características de las fallas, las consecuencias de las mismas y las tareas de mantenimiento apropiadas y
rentables para mitigarlas.

Para los elementos del caso referido, aplicamos la lógica RCM presentada en la Fig. 2. Comenzamos con las
líneas de acero y respondemos SÍ a la primera pregunta: ¿existe un indicador medible de alerta de fallos? Y NO a
la siguiente pregunta: ¿es factible la supervisión continua? Las líneas de acero son así, mediante el uso de esta
lógica RCM, navegadas hacia el ''mantenimiento predictivo programado''. Para las válvulas respondemos a la
primera pregunta con un NO, lo que nos lleva a otra segunda pregunta: ¿Aumento de la tasa de fallos? Debido a
los escasos datos disponibles sobre estas válvulas, respondemos que NO. A continuación, tenemos que
responder si la función está oculta. También a esta pregunta se contesta con un NO, lo que nos lleva a la tarea
Run-To-Failure (RTF) como la más adecuada. La información se coloca entonces en la hoja de trabajo anterior.

Una vez establecidas las tareas PM, el siguiente paso es evaluar sus intervalos. En muchos casos, ésta es una
tarea difícil. La optimización del mantenimiento es y ha sido un campo bien estudiado durante varias décadas.
Incluye el uso de modelos matemáticos para determinar los intervalos óptimos.

2.1.3. Fase III - aplicación y actualización de las tareas PM

La fase iii, describe los procesos de gestión para la aplicación de los resultados en la práctica. Consiste en la
comunicación de los resultados del grupo de proyecto a la dirección, el procesamiento operativo y la posterior
actualización de los resultados cuando se dispone de información nueva y relevante.

Como parte de esta fase se lleva a cabo un proceso de garantía de calidad, con el objetivo de identificar los
problemas que se pasan por alto o se ignoran en el FMECA. El proceso también aborda las limitaciones
metodológicas en el uso del FMECA, por ejemplo, las relacionadas con la generación de alternativas relevantes y
el tratamiento de las interacciones de múltiples fallos (como los fallos se evalúan individualmente, el efecto de
algunos fallos puede no tenerse en cuenta).
El aspecto general señalado al principio de esta sección sobre cómo debe estar compuesto el grupo del
proyecto, es relevante para la comunicación de los resultados (tareas e intervalos del PM), pero también para el
tratamiento de las incertidumbres y las actualizaciones posteriores. Los resultados deben estar bien
documentados para que las actualizaciones posteriores sean eficientes, incluyendo la documentación de las
condiciones generales y los supuestos utilizados en las evaluaciones.

2.2. Potencial de mejora metodológica: evaluaciones de la incertidumbre

Según Bloom, se calcula que más del 60% de los programas de GCR iniciados no se han aplicado con éxito. Una
de las principales razones es la falta de evaluación y comunicación de las incertidumbres en las evaluaciones.
Este motivo depende en cierta medida del tipo de industria y de la complejidad de los sistemas analizados, así
como de los recursos asignados al proyecto de RCM, por ejemplo, recursos externos como consultores y
software creado al efecto. Aunque la industria está muy concienciada sobre la importancia de las
incertidumbres, en la práctica se suele prestar poca atención a la cuestión de la incertidumbre en las
evaluaciones. Esto queda ilustrado por los cambios en los procedimientos para el tratamiento de la
incertidumbre cuando la NORSOK Z-016 fue sustituida por la ISO 20815. En la norma ISO se redujo la atención a
las incertidumbres en comparación con el documento original de la NORSOK.

En la sección 1 argumentamos que el proceso RCM debería ajustarse para tener en cuenta evaluaciones de
incertidumbre más amplias. Ya se incluyen algunas evaluaciones de incertidumbre, pero como se señaló en la
Sección 1, éstas se limitan a las probabilidades de los eventos de fallo y a las consecuencias esperadas en las
evaluaciones FMECA, y no reflectan todas las dimensiones de incertidumbre relevantes; especialmente excluyen
las incertidumbres ''ocultas'' en los supuestos realizados. Estas incertidumbres se denominan ''factores de
incertidumbre''. Como se ha mencionado anteriormente, puede ser posible revelar algunos de los supuestos en
la documentación del MCR y tratarlos en actualizaciones posteriores, pero no dará a los evaluadores la
información de incertidumbre relevante para la toma de decisiones.

En la siguiente sección presentamos un enfoque RCM ampliado, denominado marco de trabajo del
Mantenimiento Centrado en la Fiabilidad y el Riesgo (RRCM), basado en estas ideas para evaluaciones de
incertidumbre más amplias. El RCM seguirá siendo la plataforma metodológica, pero el enfoque del riesgo y las
incertidumbres será más amplio. La perspectiva de riesgo (A, C, U) introducida en la sección 1 constituye la base
conceptual formal del marco de trabajo.

3. Mantenimiento centrado en la fiabilidad y el riesgo (RRCM)

En esta sección presentamos el marco del mantenimiento centrado en la fiabilidad y el riesgo (RRCM). Las
principales características del marco se ilustran en la Fig. 3, que muestra un proceso definido por siete casillas de
evaluaciones para determinar el programa de MP.

Fig. 3. Marco de trabajo de la GCRC.

Cuadro 1
Interpretación de la puntuación de la evaluación de la incertidumbre.
Aspecto Puntuació Interpretación
n
Incertidumbr Baja (L) Se cumplen una o más de las siguientes condiciones
e Los supuestos realizados se consideran muy razonables.
Se dispone de muchos datos fiables.
Existe un amplio acuerdo/consenso entre los expertos.
Los fenómenos implicados se comprenden bien; se sabe que los modelos
utilizados dan
predicciones con la precisión requerida.
Media (M) Condiciones entre las que caracterizan la baja y la alta incertidumbre
Alta (H) Se cumplen una o más de las siguientes condiciones:
Los supuestos realizados representan fuertes simplificaciones.
Los datos no están disponibles o no son fiables.
No hay acuerdo/consenso entre los expertos.
Los fenómenos en cuestión no se comprenden bien; los modelos son
inexistentes o se sabe que dan malas predicciones.
Sensibilidad L Se necesitan cambios poco realistas en los valores de la hipótesis de base para
que se produzcan conclusiones modificadas
M Se necesitan cambios relativamente grandes en los valores del caso base para
que se modifiquen las conclusiones.
H Se necesitan cambios relativamente pequeños en los valores del caso base para
modificar las conclusiones
Importancia L, M o H Media de las otras dos puntuaciones de los aspectos

Las cuatro primeras casillas se describen en las fases I y II del proceso tradicional de MCR (véanse las secciones
2.1.1 y 2.1.2). Estas casillas proporcionan metodologías ya establecidas al marco de trabajo, donde se dibuja una
línea discontinua alrededor de las casillas para indicar los límites del proceso tradicional i y ii. A continuación, se
introduce un quinto recuadro (nº 5), adosado a los recuadros 2 y 3, para integrar en el marco evaluaciones de
incertidumbre específicas. Estas evaluaciones se incluyen como parte integrada de las evaluaciones de tareas e
intervalos del PM (es decir, estas dos casillas), y se añaden a las evaluaciones de incertidumbre realizadas como
partes integrales de la metodología tradicional de RCM (pasos nº 1-4), por ejemplo, las evaluaciones en FMECA,
donde las incertidumbres se cubren parcialmente a través de probabilidades subjetivas (epistémicas) para los
eventos de fallo y sus consecuencias.

En el quinto recuadro (véase la figura 3) abordamos específicamente los factores de incertidumbre. Muchos de
estos factores se derivan de las suposiciones realizadas en las tareas de evaluación establecidas en los recuadros
2 y 3, ya que los factores de incertidumbre no pueden revelarse y evaluarse antes de que se haya realizado el
análisis tradicional basado en la probabilidad. De acuerdo con Aven y Flage y Aven, los análisis de incertidumbre
abarcan las siguientes tareas principales

1. Identificación de los factores de incertidumbre.

2. Evaluación y categorización de los factores de incertidumbre con respecto al grado de incertidumbre.
3. Evaluación y categorización de los factores de incertidumbre con respecto al grado de sensibilidad.
4. Resumir la importancia de los factores de incertidumbre.
La Tabla 1 indica un sistema de puntuación para las tareas 2-4, inspirado en Selvik y Aven y Flage y Aven. Todas
las tareas 1-4 se aplican tanto para la evaluación de la tarea PM como para la evaluación del intervalo PM.
Cuando aplicamos este sistema para la casilla 2, la valoración de la puntuación de sensibilidad está vinculada a la
medida en que el factor es capaz de cambiar la tarea PM. Para integrar estas puntuaciones en las evaluaciones
de la tarea PM y del intervalo, ampliamos el FMECA para incluir todos los resultados de las evaluaciones de los
pasos (casillas) nº 1-5. Esta ampliación también beneficiará a la presentación posterior de los resultados.

Los pasos 1-4 (ver Fig. 3) junto con el 5 proporcionan la entrada para la evaluación de la incertidumbre total del
sistema estudiado; ver cuadro nº 6. Una parte importante de la evaluación de la incertidumbre es la
comunicación de los resultados a la función de gestión. Debe tenerse en cuenta el valor de la información, para
no sobrecargar a la dirección con información no relevante para la toma de decisiones.

El marco RRCM también incluye la revisión y el juicio de la dirección, como se muestra en el séptimo recuadro
de la Fig. 3, en línea con el marco de decisión presentado en Aven. Las aportaciones a la gestión procedentes de
las distintas evaluaciones se sitúan en un contexto más amplio, en el que se tienen en cuenta los límites y las
limitaciones de las distintas evaluaciones, así como otros aspectos y aportaciones adicionales, por ejemplo, las
recomendaciones de los fabricantes y los programas de PM existentes. La revisión y el juicio de los gestores
también pueden solicitar revisiones o cambios analíticos en caso de que los resultados no parezcan razonables.

La sección 3.1 presenta los resultados de la evaluación de la incertidumbre para el caso de la línea de base.

3.1. Evaluación de la incertidumbre de RRCM en el caso flowline

Nos centramos en los factores de incertidumbre que tienen el potencial de cambiar la probabilidad de un par de
eventos y consecuencias hasta el punto de tener un efecto en las tareas o intervalos de PM evaluados.

Los factores de incertidumbre pueden integrarse en una de las hojas de trabajo del FMECA, como una extensión
de éste para incluir también las evaluaciones de incertidumbre. Se pueden utilizar los campos de la hoja de
trabajo FMECA ampliada que aparece a continuación. Damos una breve descripción de estos campos antes de
pasar a mostrar cómo realizar las evaluaciones de los factores de incertidumbre en el caso de la línea de
flotación.

Cuadro 2
Evaluación de la incertidumbre del caso.
N° Supuesto Grado de Grado de Grado de
incertidumbr sensibilida importanci
e d a
1 Criterio de selección de datos basado en el tamaño de la M M M
pieza (diámetro interior) y el tipo de fluido
2 Los datos son capaces de describir las características de H H H
fallo de los artículos
3 El historial de movilización encontrado en la base de datos H M H/M
es representativo
4 Todos los demás elementos funcionan M H M
5 Sólo se produce un fallo en el momento / en un breve L M L/H
intervalo de tiempo
6 Los fallos de los elementos se observan poco después de M H M/H
producirse
7 La limpieza periódica de los pigs previene el bloqueo de las L H M
líneas de conducción
8 El uso del pig inteligente proporciona lecturas precisas del M M M
sensor dentro de la flowline
9 Se cumplen los requisitos de la empresa y del sector L L L
10 Los elementos se prueban e inspeccionan adecuadamente M M M
antes y durante la instalación
A continuación, se presentan algunos de los factores de incertidumbre identificados:

1. Criterio de selección de datos basado en el tamaño del elemento (diámetro interior) y el tipo de fluido.
2. Los datos son capaces de describir las ''características de fallo'' de los artículos.
3. El historial de movilización en la base de datos es representativo.
4. Todos los demás elementos están en funcionamiento.
5. Sólo se produce un fallo en el momento/en un intervalo de tiempo corto.
6. Los fallos de los elementos se observan poco después de producirse.
7. El pigging regular evitará el bloqueo de la fluente.
8. El uso del pig inteligente proporciona lecturas precisas del sensor dentro de la flowline.
9. Se siguen los requisitos de la empresa y de la industria.
10. Los elementos se prueban e inspeccionan adecuadamente antes y durante la instalación.
Estos factores se describen brevemente a continuación.

El FMECA se basa, en gran medida, en los datos encontrados en las bases de datos internas de la empresa. Sin
embargo, el criterio de selección utilizado puede dar lugar a probabilidades de fallo que no reflejen las
propiedades erosivas del fluido. No está claro hasta qué punto el criterio adoptado ha incluido las líneas de
conducción y las válvulas que están sujetas a condiciones similares.

Mediante el uso de FMECA, las evaluaciones de criticidad se llevan a cabo asumiendo que sólo se produce un
evento o modo de fallo en ese momento. Se supone que todos los demás elementos funcionan perfectamente.
Por tanto, ninguno de los demás elementos se encuentra en modo de fallo, está pendiente de mantenimiento o
tiene fallos ocultos. Sin embargo, la vida real puede ser muy diferente.

También se supone que los fallos se detectan inmediatamente cuando se producen. Sin embargo, esta
suposición puede no ser válida en la práctica para las válvulas, ya que los fallos de éstas pueden estar ocultos
debido a las redundancias. Algunos fallos de las válvulas pueden ser detectables sólo mediante pruebas de
funcionamiento o la aparición de un segundo fallo de otro elemento dentro del sistema redundante.

La línea de conducción se inspecciona periódicamente usando un "smart pig" que monitoriza los parámetros
internos de la línea de conducción, por ejemplo, el diámetro interior y la temperatura. El FMECA no evalúa la
fiabilidad ni la precisión de este pig inteligente, ni tampoco la suposición de que el pigging evita el bloqueo. Estas
suposiciones pueden llevarnos a ignorar los modos de fallo relativos a la obstrucción de la línea de codo.

Los dos últimos factores de incertidumbre están relacionados; se refieren a las suposiciones de que los
elementos instalados se prueban e inspeccionan adecuadamente antes de la puesta en marcha de la producción
y de que la producción está dentro de los criterios y requisitos/recomendaciones de diseño, por ejemplo, la
presión de diseño y los límites de concentración de arena.

Ahora, habiendo identificado una lista de factores de incertidumbre y habiéndolos incluido en la hoja de trabajo
extendida del FMECA, a continuación, evaluamos y categorizamos estos con respecto a los grados de
incertidumbre y sensibilidad, lo que combinado proporciona una base para hacer un juicio de importancia. La
clasificación de la importancia señala los factores que, si el tiempo y los recursos lo permiten, deberían ser
objeto de seguimiento en análisis posteriores.

El resultado de la evaluación de la incertidumbre se muestra en el cuadro 2, basado en el sistema de puntuación

presentado en el cuadro 1. Los resultados se colocan en el campo de puntuación del factor de incertidumbre en
la hoja de trabajo.
El cuadro 2 muestra que los factores de incertidumbre nº 2 y 3 se clasifican con una alta incertidumbre. De
estos dos factores de incertidumbre, sólo el factor 2 se clasifica como de alta importancia, ya que los tiempos de
movilización por sí solos no tienen un potencial lo suficientemente alto como para cambiar la evaluación de la
tarea PM. El factor núm. El factor 2 tiene el potencial de producir una tarea PM diferente a la recomendada
inicialmente, ya que en las evaluaciones de sensibilidad se reveló que este factor de incertidumbre conduce
naturalmente a las tareas PM "revisión programada" o "reemplazo" en lugar de RTF. Por lo tanto, este factor y
las dos nuevas tareas PM se colocan en la hoja de trabajo FMECA en el campo Sensibilidad de la tarea PM
recomendación. La sensibilidad de este factor también se aborda en Sección 4.

Las evaluaciones de incertidumbre para los intervalos PM se realizan de la misma manera que para las tareas
PM. Para evitar repeticiones, se omiten los detalles.

El análisis de incertidumbre se combina con los resultados de las otras tareas, incluidas las evaluaciones de
probabilidad de los eventos de fallo y las consecuencias en el FMECA, que se evalúan como base para la
comunicación a la dirección. Las evaluaciones arrojan luz sobre las incertidumbres a las que hay que dar peso en
la presentación de los resultados.

3.2. Revisión y juicio de la dirección

Los resultados presentados en la Tabla 2 proporcionan un apoyo adicional a la decisión que se incluye en el
proceso de RCM. Cuando estos resultados se comunican a la dirección, también se tienen en cuenta las
limitaciones de las evaluaciones tradicionales de MCR.

Aunque la dirección realiza la revisión y el juicio en una fase tardía del proceso de GRC, esto no quiere decir que
la dirección no participe en las primeras evaluaciones. La dirección puede, por ejemplo, influir en quién realizará
los distintos análisis y proporcionar directrices para la optimización del PM. La implicación de la dirección en las
fases tempranas suele considerarse un factor clave de éxito en la gestión de proyectos, por lo que también lo es
para la implantación del proceso GCRR.

4. Discusión-comparación de RCM y el marco RRCM

La aplicación del marco RRCM puede dar lugar o no a decisiones diferentes en comparación con la metodología
de análisis RCM. En el caso de las líneas de conducción, las evaluaciones de RCM (lógica de RCM) y las primeras
partes del marco de RRCM condujeron a un PM programado para las líneas de acero y a un RTF para las válvulas.
Sin embargo, la importancia de los factores identificados puede cambiar esta situación, y la conclusión es que las
válvulas deberían someterse a un mantenimiento predictivo (monitorización de la condición) -quizás incluso
continuo en lugar de programado- para prevenir fallos.

Se hacen una serie de suposiciones que deben seguirse en las siguientes fases del proyecto. El RRCM
proporciona una metodología para evaluar la importancia de los distintos supuestos y apoyar la toma de
decisiones.

La revisión y el juicio de la dirección permiten garantizar la calidad y las segundas opiniones en el proceso
RRCM. También podrían incluirse en las consideraciones generales de la revisión y el juicio de la dirección otras
metodologías de riesgo, por ejemplo, la inspección basada en el riesgo (RBI), que se utiliza con frecuencia para
evaluar los intervalos de inspección de los sistemas de tuberías en la industria noruega del petróleo y el gas.

En el marco de la RRCM, aplicamos probabilidades subjetivas (epistémicas) como medida cuantitativa de la

incertidumbre. Estas probabilidades se utilizan en el FMECA. En el RCM se suele utilizar una perspectiva de las
probabilidades basada en la frecuencia relativa. La forma de entender la probabilidad y el riesgo influye mucho
en la presentación y comunicación de los resultados.
Las evaluaciones RCM son bastante exigentes para los sistemas más grandes debido a todos los modos de fallo
que deben ser analizados por la lógica FMECA y RCM. Al añadir evaluaciones adicionales también aumenta el
tiempo necesario para realizar el proceso, así como los recursos necesarios. Sin embargo, el tiempo y los costes
adicionales debidos a las evaluaciones del factor de incertidumbre no deberían ser muy grandes en comparación
con los costes globales utilizados para RCM. Si se quiere incorporar adecuadamente la incertidumbre y el riesgo
en las evaluaciones, se necesitan algunos recursos adicionales.