Una base de datos genérica de confiabilidad es un compendio estadístico que recopila tasas de falla y tiempos de reparación de grandes poblaciones de equipos, organizados por tipo de activo y sector industrial. Su función central consiste en sustituir un historial de fallas que la planta todavía no tiene por un conjunto de valores validados estadísticamente en instalaciones equivalentes de otras organizaciones.

Este recurso aporta el soporte estadístico requerido en dos escenarios primordiales; el primero abarca las plantas de nueva construcción sin registros propios de paradas, y el segundo comprende las instalaciones con equipos de tecnología reciente cuyo comportamiento en campo aún no ha sido observado.

La aplicación de bases de datos cuantitativas proporciona el fundamento técnico necesario para que los estudios de confiabilidad, disponibilidad y mantenibilidad sustenten objetivamente las decisiones de diseño y las inversiones de capital.

El uso metodológico de estas fuentes comienza con la selección del compendio cuya población de referencia se parezca más al contexto real del activo evaluado, tanto en tipo de equipo como en ambiente de operación, y una vez seleccionada la fuente, se extraen las métricas del modo de falla específico y se ajustan según la severidad ambiental y el régimen de carga de la instalación, antes de introducirlas como parámetros de entrada en un modelo de disponibilidad o en un diagrama de bloques que represente la configuración real del sistema, con sus redundancias y dependencias particulares.

Con esos valores iniciales, la organización puede proyectar cálculos de disponibilidad de la planta, estimar la producción no lograda y sustentar decisiones tan distintas como la asignación de repuestos críticos en almacén o la frecuencia de las rutinas de mantenimiento preventivo.

Estas mismas fuentes proporcionan los datos de entrada obligatorios para estructurar análisis de criticidad y elaborar estudios de costo riesgo beneficio al comparar tecnologías competidoras en la fase de selección de equipos.

A medida que la planta acumula su propia historia operativa, esos parámetros genéricos se actualizan progresivamente con datos locales, hasta que el perfil de confiabilidad deja de depender por completo de fuentes externas.

¿Por qué los datos del fabricante no bastan para modelar la confiabilidad?

Lograr modelar con precisión la confiabilidad de un sistema exige una muestra estadística amplia de eventos observados a lo largo del tiempo, algo que un activo recién instalado simplemente no puede ofrecer.

El ajuste matemático de funciones de probabilidad como Weibull, lognormal o exponencial exige una densidad de datos históricos que un activo recién instalado carece por definición. Asimismo, utilizar los valores entregados por el fabricante suele introducir sesgos estadísticos, dado que las pruebas de fábrica se ejecutan en condiciones controladas que no reproducen la corrosión salina, las fluctuaciones de carga eléctrica ni las variaciones térmicas extremas del campo.

Las pruebas de fábrica se ejecutan en condiciones controladas que no reproducen la corrosión salina, las fluctuaciones de carga eléctrica ni las variaciones térmicas extremas que un equipo enfrenta en campo, de modo que las cifras publicadas por el fabricante tienden a describir un comportamiento más favorable del que la planta experimentará en la práctica.

Las bases de datos genéricas resuelven esta limitación transfiriendo el conocimiento acumulado por múltiples organizaciones que ya operan equipos equivalentes. Esa transferencia entrega un punto de partida estadísticamente validado para componentes mecánicos, eléctricos y de control, sustituyendo la incertidumbre inicial por patrones observados en flotas industriales que acumulan, en conjunto, millones de horas de servicio real.

El respaldo estadístico de estas fuentes proviene, precisamente, del tamaño de la población que agregan. Una sola planta necesitaría décadas de operación para acumular la cantidad de eventos de falla que un compendio genérico reúne al combinar el historial de cientos de instalaciones similares, lo que reduce de forma sustancial el margen de incertidumbre alrededor de cada tasa de falla reportada.

Esa ventaja estadística tiene, sin embargo, un límite claro, la tasa agregada describe el comportamiento promedio de la población de referencia, una condición matemática que exige ajustar los valores según la severidad ambiental antes de aplicarlos a un equipo en particular.

OREDA como referencia para la industria de petróleo y gas

El Manual "Offshore and Onshore Reliability Data", conocido por sus siglas OREDA, se estableció en 1981 por iniciativa de la autoridad petrolera noruega junto a un conjunto de operadoras internacionales. Su propósito inicial fue recolectar de forma sistemática eventos de falla en instalaciones de extracción marina en el mar del Norte, y con el tiempo extendió su alcance a complejos de procesamiento en tierra firme.

La base actual reúne datos de más de 40 años con 21.000 equipos distribuidos en +300 instalaciones, con 47.000 fallas y 87.000 registros de mantenimiento; lo que la convierte en la referencia más robusta disponible para la industria de hidrocarburos. Su estructura separa las horas operativas acumuladas, los modos de falla dominantes y los tiempos medios de reparación en compendios distintos para equipos de superficie y aplicaciones submarinas, cubriendo turbomaquinarías, bombas centrífugas, compresores, recipientes a presión y módulos de control de pozos.

Antes de tomar cualquier cifra tabulada, conviene verificar la representatividad ambiental de la población de referencia. Existe una divergencia técnica real entre las versiones costa afuera y en tierra para varios equipos rotativos, ya que el oleaje, la humedad salina y las dificultades de acceso logístico en plataformas marinas elevan la frecuencia de paradas frente a plantas continentales equivalentes.

El valor metodológico de OREDA va más allá de la cifra promedio de falla, porque desglosa cada modo de falla en tres niveles de severidad, crítica, degradada e incipiente. Esa categorización permite a un ingeniero de planta identificar si un componente falla predominantemente por pérdida de sello, vibración excesiva o agarrotamiento mecánico, y con esa información seleccionar la técnica de monitoreo de condición más adecuada para vigilarlo, ya sea análisis de lubricante o termografía.

El reemplazo de IEEE Std 493 por la Colección de Estándares IEEE 3000™ y la confiabilidad de los sistemas eléctricos

El estándar IEEE Std 493, conocido en el sector como el Gold Book, fue desarrollado por el Institute of Electrical and Electronics Engineers para cuantificar la confiabilidad de los sistemas de distribución de energía en instalaciones industriales y comerciales. Su origen se remonta a encuestas sistemáticas aplicadas a grandes plantas manufactureras norteamericanas durante la segunda mitad del siglo XX.

Sus tablas entregan patrones de falla para transformadores de potencia, interruptores de alta y baja tensión, cables de distribución, motores eléctricos y generadores, desglosando la frecuencia de falla por año-unidad y la duración promedio de las interrupciones según la causa dominante. El nivel de detalle del Gold Book llega incluso a diferenciar las fallas según el nivel de tensión de operación y el tipo de aislamiento empleado en cada componente, una granularidad que permite comparar equipos que a primera vista parecen equivalentes pero que en la práctica exhiben tasas de falla muy distintas.

El Reemplazo: La Serie IEEE 3006 (Power Systems Reliability)

Los temas que antes abarcaba íntegramente el IEEE 493-2007 se dividieron, actualizaron y expandieron en la serie de estándares IEEE 3006:

• IEEE Std 3006.3-2017: Práctica recomendada para determinar el impacto del mantenimiento preventivo en la confiabilidad de sistemas de potencia industriales y comerciales.

• IEEE Std 3006.5-2014: Práctica recomendada para el uso de métodos de probabilidad al realizar análisis de confiabilidad.

• IEEE Std 3006.7-2013: Práctica recomendada para determinar la confiabilidad de sistemas de energía continua de 7x24 (instalaciones críticas y centros de datos, derivado del antiguo Capítulo 8 del Gold Book).

• IEEE Std 3006.8-2018: Práctica recomendada para analizar datos de confiabilidad de equipos utilizados en sistemas de potencia industriales y comerciales (tasas de fallas de equipos).

• IEEE Std 3006.9-2013: Práctica recomendada para la recolección de datos utilizados en evaluaciones de confiabilidad, disponibilidad y mantenibilidad (RAM).

Con esos valores, un ingeniero puede hacer varias actividades, como evaluar la probabilidad de perder el suministro en una carga crítica y justificar técnicamente la incorporación de una barra de acoplamiento o una fuente de respaldo. El mismo compendio también sustenta los análisis de tiempo de interrupción que permiten estimar las pérdidas económicas asociadas a una caída de la calidad de potencia, más allá del simple conteo de horas sin servicio.

Cursos recomendados

Andrés González

Fundamentos de Confiabilidad

Presencial24 de agosto

Jose Contreras Marquez

Sistemas de indicadores (KPI) para evaluar la gestión del mantenimiento

En línea en vivo3 de octubre

Gyogi Mitsuta

Preparación para la certificación CMRP

En línea en vivo24 de octubre

Enrique González

Análisis de Confiabilidad, Disponibilidad y Mantenibilidad (RAM)

En línea en vivo7 de noviembre

Fundamentos de Confiabilidad

24 de agosto

Sistemas de indicadores (KPI) para evaluar la gestión del mantenimiento

3 de octubre

Preparación para la certificación CMRP

24 de octubre

PARLOC y PHMSA para la integridad de tuberías

Cuando el activo evaluado es una línea de transporte de hidrocarburos, las bases de datos anteriores dejan de ser la referencia más adecuada, y entran en juego dos fuentes especializadas en integridad de ductos:

PARLOC (Pipeline Failure Rate Data) nació del esfuerzo conjunto de las autoridades de seguridad del mar del Norte para consolidar el histórico de integridad estructural en líneas de flujo submarinas.

Para el transporte terrestre, la PHMSA (Pipeline and Hazardous Materials Safety Administration) del Departamento de Transporte de Estados Unidos administra una base pública de incidentes en tuberías de materiales peligrosos, con registros que se remontan a comienzos de los años setenta y que distinguen causas mecánicas, defectos de soldadura, corrosión microbiológica e interferencia de terceros. Ambas fuentes expresan sus métricas en eventos por kilómetro-año, un dato que alimenta directamente los estudios de inspección basada en riesgo y la definición de frecuencias de patrullaje.

La diferenciación de datos en ambas fuentes también incorpora variables constructivas relevantes para el análisis, como el espesor de pared del ducto, la presencia de recubrimientos catódicos y la profundidad de enterrado de la línea. Con esa información, un analista de integridad puede correlacionar la frecuencia de fuga o rotura con las condiciones específicas del terreno o del lecho marino, en lugar de aplicar una tasa genérica que ignore esas particularidades constructivas al momento de decidir el reemplazo de un tramo crítico.

El SERH de exida para instrumentación de seguridad funcional

El Safety Equipment Reliability Handbook, identificado por la sigla SERH y publicado por la firma exida, es la fuente de referencia cuando el activo evaluado forma parte de un sistema instrumentado de seguridad. Su desarrollo responde directamente a las exigencias cuantitativas de los estándares IEC 61508 e IEC 61511, y se construye a partir de estudios de modos de falla, efectos y diagnóstico conocidos como análisis FMEDA.

Esta metodología clasifica las tasas de falla de sensores, transmisores y válvulas de corte en cuatro categorías que resultan indispensables para calcular la probabilidad de falla a la demanda y verificar el nivel de integridad de seguridad de un lazo de protección:

• Peligrosas no detectadas, fallas que impiden la acción de protección sin generar ninguna alarma previa.

• Peligrosas detectadas, desviaciones críticas que sí activan una alerta en el controlador.

• Seguras no detectadas, paradas por disparo en falso que no comprometen la seguridad del proceso.

• Seguras detectadas, alteraciones menores que el circuito identifica sin interrumpir la operación.

A partir de estas cuatro categorías, el SERH también reporta la fracción de falla segura y las tasas de cobertura de diagnóstico de cada dispositivo, dos parámetros que una auditoría de seguridad industrial suele exigir como respaldo documental. Ese nivel de detalle es lo que permite dimensionar una función instrumentada de seguridad sin sobrestimarla ni subestimarla frente al evento catastrófico que debe mitigar.

El NPRD de RIAC para componentes mecánicos generales

El catálogo Nonelectrical Parts Reliability Data, conocido como NPRD y editado originalmente por el centro de análisis RIAC, hoy bajo la gestión de Quanterion Solutions, llena un vacío que los compendios anteriores no cubren, el comportamiento de componentes mecánicos y electrónicos genéricos que no pertenecen exclusivamente a la industria petroquímica. Nació como un programa del Departamento de Defensa estadounidense orientado a evaluar componentes mecánicos en aplicaciones militares, y fue incorporando progresivamente registros de la industria manufacturera civil hasta convertirse en una referencia de uso general.

Sus tasas de falla, tabuladas por millón de horas de operación o por número de ciclos, cubren rodamientos, acoplamientos flexibles, sellos mecánicos, actuadores neumáticos, válvulas manuales y reductores de velocidad. Esta cobertura amplia lo vuelve especialmente útil para caracterizar líneas de manufactura general, plantas de alimentos y sistemas de manipulación de materiales, entornos donde predominan componentes mecánicos estandarizados que no cuentan con monitoreo continuo de condición.

Una particularidad útil del NPRD es que clasifica sus registros según el nivel de estrés ambiental, distinguiendo aplicaciones terrestres fijas, terrestres móviles, marítimas y aerotransportadas, lo que permite ajustar la tasa de falla al entorno real de la instalación evaluada en lugar de aplicar un valor promedio genérico que ignore esas diferencias de exposición.

Cómo elegir la fuente correcta según el activo evaluado

Ninguna de estas seis fuentes sustituye a las demás, cada una responde al dominio industrial y al tipo de componente para el que fue construida, y confundir su alcance lleva a aplicar una tasa de falla fuera de contexto sin que el analista lo note a simple vista.

La diferencia entre estos compendios radica sobre todo en el entorno de exposición que consideraron durante la recolección, por ejemplo; OREDA y PARLOC reflejan las exigencias del ambiente marino, el NPRD cubre condiciones mecánicas diversas en entornos fabriles, el Gold Book se concentra en la continuidad del suministro eléctrico, y el SERH estructura toda su información alrededor de la seguridad funcional.

Es de aclararse que, elegir la fuente equivocada, aunque sea la más conocida del sector, introduce el mismo tipo de sesgo que se buscaba evitar al abandonar los datos de fabricante.

Con la acumulación progresiva de registros propios en el sistema de gestión de mantenimiento, estos valores de referencia se actualizan y complementan de forma continua. La planta suele arrancar apoyada casi por completo en la fuente genérica seleccionada, y a medida que acumula sus propios eventos de falla, combina ambos conjuntos de datos hasta que el historial local gana el peso suficiente para dominar el cálculo, dejando la fuente externa como referencia de contraste ante los modos de falla menos frecuentes. Ese tránsito gradual es lo que permite a una organización consolidar, con el tiempo, un perfil de confiabilidad propio y cada vez menos dependiente de las fuentes externas que le dieron su primer punto de partida.