Industria química y de proceso

Análisis de Causa Raíz 4.0

279
9
0
0
8 min. de lectura
Imagen del artículo Análisis de Causa Raíz 4.0

Francisco Ballesteros

Reliability Sales Leader Spain & Portugal, Emerson Automation Solutions

Zigor Lizuain

Digital Transformation Solutions Architect, Emerson Automation Solutions

El principio sobre el que se sustenta la Industria 4.0 (Transformación Digital Industrial) es el de conseguir dotar a nuestros activos de la conectividad e inteligencia para que puedan responder de forma autónoma ante situaciones cambiantes en el ámbito de la producción, predecir la aparición de fallos y provocar alertas para lanzar rutinas de mantenimiento.

Uno de los habilitadores tecnológicos claves para lograr esos objetivos es la analítica de datos prescriptiva, y los gestores de mantenimiento y fiabilidad, lo saben.

El presente trabajo pretende demostrar la posibilidad de aplicar de manera efectiva estas capacidades técnicas al análisis de causa raíz en activos críticos (estáticos y dinámicos), y cuál es el valor aportado.

El valor del análisis causa raíz

Los procesos de análisis de causa raíz (ACR/RCA/RCFA), en adelante RCA, ofrecen una serie de beneficios de elevado valor:

  • Evitar repetición de fallos. Si no se detectan y analizan los motivos que han provocado un fallo, la probabilidad de que la misma situación se repita es muy elevada. En cambio, si analizamos el fallo e indagamos en cada una de las posibles causas que nos han llevado a esa situación, podremos modificar aquellos aspectos que condujeron a generar la avería y así evitarla.
  • Optimización de procesos. El rendimiento de los procesos puede mejorarse si analizamos los parámetros que definen las condiciones de desarrollo de este.
  • Creación de procedimientos y documentación. Si no se toman iniciativas para generar procedimientos y documentar los detalles de los fallos potenciales en procesos y medios de producción, el conocimiento que pudiera haber reside exclusivamente en las personas. Cuando estas personas cambian de trabajo o se jubilan, este conocimiento desaparece. Es fundamental que este conocimiento de alto valor quede documentado en un sistema vivo, que lo formalice, y lo ponga de al servicio de la compañía. Y no solamente a nivel local, si no a nivel corporativo.
  • Cultura de mejora continua. Saber que estamos haciendo todo lo posible por obtener los mejores resultados adoptando las mejores prácticas, coloca a nuestra compañía en una posición más competitiva a la vez que motiva al personal de los equipos de trabajo.
  • Seguridad. Evitar situaciones no deseadas tiene un impacto directo en la mejora de la seguridad, lo cual afecta a la integridad de las personas, de los medios de producción y al compromiso con el cuidado del medio ambiente y la sostenibilidad.
Figura 1 - Beneficios agrupados del RCA

La conexión entre FMEA y RCA

El análisis de los modos de fallo y sus efectos (FMEA) es el pilar fundamental en los programas de mantenimiento basado en la fiabilidad o basado en riesgo. Los fallos funcionales se analizan para evaluar sus efectos y consecuencias. Además, sobre estos fallos funcionales se habría de buscar su causa potencial (RCA) y una estrategia de mitigación para evitar que ese fallo pueda desarrollarse hasta producir unas consecuencias indeseables.

Árbol de análisis de fallos (FTA)

Un método para analizar los fallos que pueden aparecer en un sistema es construir un árbol con todas las causas susceptibles de originar anomalías en el mismo. Estas causas posibles de los fallos se ordenan y conectan según su causa y efecto hasta llegar al fallo del sistema en estudio.

Figura 2 - Árbol de fallos en un compresor

Análisis de causa raíz automatizado

Los análisis de causa raíz de los fallos, cuando se realizan de forma manual, se ejecutan con posterioridad al fallo. Pero si el proceso se automatiza, no hay por qué esperar a los efectos de un fallo para que el análisis se ejecute. Desde que se detectan los primeros signos de la anomalía, se puede procesar la información automáticamente y dar como resultado el aviso con la detección del fallo, la identificación de sus causas y las recomendaciones para corregir esa anomalía. En la figura 3 se representa el diagrama P-F y se ubica el momento en el cual se suele realizar el RCA un tiempo después tras producirse un fallo. Si automatizamos el RCA, podemos anticipar el momento en el cual disponemos de la información adecuada para resolver el problema detectado lo antes posible.

Figura 3 - Ubicación temporal del RCA sobre la curva P-F

Metodología para la automatización

La metodología propuesta para la implementación y detección a tiempo real de RCA se basa en la lógica de causa y efecto entre las condiciones del equipo y del proceso, y utiliza el árbol de análisis de fallo como mecanismo para su reconstrucción.

Esta aplicación implica la documentación y el análisis del problema previamente donde, para cada una de las causas identificadas, se estudiarán los posibles síntomas del

efecto. Después, estos síntomas se analizarán automáticamente de acuerdo con los datos en tiempo real recogidos de las diferentes fuentes disponibles.

En caso de aparición de un efecto o un síntoma asociado a una posible desviación o efecto, el algoritmo procede a comprobar las posibles causas que lo pueden desencadenar hasta encontrar la(s) causa(s) real (es) de la desviación.

Figura 4 - Pasos metodología automatización RCA

Pasos Requeridos

Para automatizar el análisis de RCA en tiempo real, seguiremos los siguientes pasos:

Paso 1 – Identificar el problema

En muchas ocasiones, los problemas detectados por los operadores no son los problemas reales, sino la consecuencia o alguno de los síntomas. Como el RCA permite identificar cuál es el problema real detrás del síntoma, el primer paso es definir y describir claramente el problema para solucionarlo.

En el caso de que este conocimiento ya esté disponible y formalizado en la organización, no será imprescindible llevarlo a cabo.

Paso 2 – Listado de causas

Enumerar e identificar las causas raíz es la clave de la investigación del problema. Para ello, es necesario:

  • Identificar la secuencia de eventos que conducen al síntoma que resulta en el problema visible para los operadores.
  • Disponer de la prueba de que la causa existe.
  • Identificar el impacto de cada una de las causas raíz.

Paso 3 – Implementación de la solución de diagnóstico.

El RCA on-line permite, no sólo determinar las causas reales, sino también cómo prevenirlas y/o corregirlas. La implementación de la solución sugerida debe considerar:

  • Recoger las acciones correctivas que el usuario debe seguir para resolver/prevenir el problema apropiado. Estas acciones deben ser claras, factibles, seguras y efectivas.
  • Dibujo del modelo de fallo utilizando el formato apropiado siguiendo la lógica de un diagrama de causa y efecto.

Paso 4 – Seguimiento.

Este paso consiste en determinar si las medidas correctivas se han aplicado correctamente para solucionar el problema y volver a las condiciones normales del proceso. Si las acciones correctivas no han sido suficientemente efectivas, o si han alterado las condiciones normales de funcionamiento, deben ser nuevamente reevaluadas.

Ejemplo

Para ilustrar el proceso descrito, emplearemos un ejemplo sobre algunas de las problemáticas a los que hacer frente en un compresor.

En concreto, y para un compresor centrífugo, se analizan las causas que pueden contribuir a una caída en su rendimiento, combinando aspectos tanto mecánicos como referidos al proceso, y que pueden provenir de un FMEA que ya se disponga.

A continuación, describiremos cómo identificar, analizar y diagnosticar esos síntomas de acuerdo con los pasos de la metodología descrita en la sección anterior:

Paso 1 – Identificar el problema

En nuestro ejemplo, el síntoma es una pérdida de eficiencia del compresor:

Paso 2 – Tabla de causas raíz

Podemos definir tantos niveles como consideremos para construir nuestro RCA. El primer nivel de las posibles causas raíz incluye las siguientes causas raíz:

Para cada uno de los problemas identificados como posibles causas, podemos definir varios niveles de posibles causas.

El segundo nivel de las posibles causas raíz, y tomando como referencia la causa High discharge pressure, incluye las siguientes:

Si se requiere un mayor desglose de las causas raíz para definir las causas para prevenirlas y/o corregirlas, repetir los pasos 2 y 3.

Figura 5 – Análisis de Causa Raíz en forma de árbol

Paso 3 – Implementación de la solución de diagnóstico.

Se representa cada uno de los posibles problemas por un bloque, y se configura usando la lógica del diagrama de causa y efecto, de acuerdo con el siguiente diagrama:

Figure 6 – Pérdida rendimiento compresor – Ejemplo Análisis de Causa Raiz

Paso 4 – Ejecución de la solución de diagnóstico.

El RCA construido tiene capacidades de diagnóstico y predicción.

Diagnóstico

En el modo de diagnóstico, el análisis se produce desde la aparición del efecto.

Figure 7 - RCA Diagnóstico automatizado (Efecto a Causa)

En este caso, el síntoma detectado (efecto) es la caída de rendimiento en el compresor, y el sistema interroga a todas las posibles causas hasta identificar cuál es la causa raíz que está provocando el síntoma detectado.

Predicción

En el modo predictivo, el análisis se produce en la dirección desde las causas raíz hacia el efecto.

Figura 8 - RCA Predicción automatizada (Causa a Efecto)

En este modo, identificar la causa que lo va a provocar, es posible predecir la aparición de un efecto y lanzar la acción prescriptiva que permita evitar su ocurrencia.

Conclusiones

El propósito de un análisis causa raíz es identificar los motivos que causan un problema para eliminarlo y evitar que se repita.

Los análisis de causa raíz se realizan habitualmente de forma manual y con posterioridad a la aparición del fallo funcional, lo cual requiere un esfuerzo por parte del personal que compone los equipos de planta o de consultores externos y lleva un tiempo hasta que los resultados ofrecidos pueden aplicarse.

Los recursos que se ponen a nuestra disposición mediante las nuevas tecnologías de transformación digital permiten automatizar los procesos de análisis causa raíz para ahorrar en recursos humanos y disponer de los resultados en tiempo real, para optimizar así las tareas en el ámbito de la fiabilidad industrial.

La automatización de los análisis de causa raíz nos permite contribuir a una compañía más rentable y competitiva gracias al impacto obtenido en las siguientes áreas:

  • Seguridad: Mejora de la integridad de personas y equipos.
  • Mantenimiento: Más eficiente y con menos averías.
  • Producción: Mayor disponibilidad y productividad.
  • Medio ambiente y sostenibilidad: Menos vertidos/emisiones y mejor cumplimiento de regulaciones.

Deja tu comentario

Consulta nuestra para evitar que se elimine

Principios y normas de participación en AEM Daily News

En AEM queremos fomentar la participación de los lectores a través de los comentarios en los artículos que publicamos en nuestra web y aplicación móvil. Así mismo, queremos promover una conversación de calidad con los usuarios, que enriquezca el debate y el pluralismo en temas de interés del sector del mantenimiento, en la que quedan excluidos los insultos, las descalificaciones y opiniones no relacionadas con el tema. El objetivo es ofrecer a los usuarios la revista un debate y discusión en la que se respeten los siguientes principios:

Son bienvenidos todos los comentarios de todos los usuarios que contribuyan a enriquecer el contenido y la calidad de la página web y app de AEM Daily News.

La discrepancia y el contraste de opiniones son elementos básicos del debate. Los insultos, ataques personales, descalificaciones o cualquier expresión o contenido que se aleje de los cauces correctos de discusión no tienen cabida en AEM Daily News.

La política de moderación garantiza la calidad del debate, acorde con los principios de pluralidad y respeto recogidos en el aviso legal de esta web y app. En AEM Daily News seremos muy estrictos a la hora de rechazar opiniones insultantes, xenófobas, racistas, homófobas, difamatorias o de cualquier otra índole que consideremos inaceptables.

El usuario publicará sus comentarios con su nombre y apellidos, y se compromete a no enviar mensajes que difamen, insulten, contengan información falsa, inapropiada, abusiva, pornográfica, amenazadora, que dañe la imagen de terceras personas o que por alguna causa infrinjan alguna ley.

La dirección editorial de AEM Daily News decidirá a diario qué contenidos se abren a comentarios. Esta selección se hará con criterios de valor informativo y siempre que resulte posible gestionar una moderación de calidad. La lista de contenidos abierta a comentarios aspira a ser lo más amplia posible y a estar en permanente actualización.

Los comentarios realizados en la página web y app de AEM Daily News pueden publicarse simultáneamente en las principales redes sociales dentro de la aspiración a ampliar la conversación a otros espacios.

Los mensajes escritos en mayúsculas, publicitarios o sobre cuestiones no relacionadas con el tema del artículo serán rechazados.

AEM Daily News se reserva el derecho de eliminar los comentarios que considere inadecuados y de expulsar a aquellas personas que incumplan estas normas.

Hazte socio de la AEM

Regístrate como socio y pasa a formar parte de la red de profesionales de Mantenimiento más importante de España.

Más información

Formación AEM

Consulta nuestra agenda de eventos y encuentra la formación que buscas en el área del mantenimiento.

Ver oferta formativa

Síguenos en las redes

No te pierdas ningún evento

Suscríbete a nuestro newsletter para recibir en tu correo o en nuestra app Android / iOS toda la información sobre formación, jornadas, webinars, etc.

Suscríbete al newsletter

Patrocinadores

Conviértete en patrocinador de la AEM

Infórmate de los beneficios y ventajas de asociarse a la AEM. Contacta con nosotros.

El sitio web utiliza cookies propias y de terceros con fines analíticos y técnicos para mejorar la experiencia de navegación. Puede aceptarlas todas o cambiar las preferencias de sus cookies en el botón de Configuración. Mas información en Política de cookies.