Desarrollo de Indicadores de Desempeño para Centrales Nucleares

Desarrollo de indicadores de desempeño para centrales nucleares

Especialidad: Ingeniería Nuclear Gran Reto de la Ingeniería Mexicana: Energía y Sustentabilidad

1

Desarrollo de Indicadores de Desempeño para Centrales Nucleares


Pamela Fran Nelson Edelstein Doctora en Ingeniería en Energía

6 de noviembre de 2017 Ciudad de México



2

CONTENIDO RESUMEN EJECUTIVO ....................................................................................................... 31. INTRODUCCIÓN .......................................................................................................... 42. DATOS OPERACIONALES DE LA CENTRAL NUCLEAR ..................................... 6

2.1 Líneas de tiempo de datos operacionales .................................................................... 82.2 Herramientas desarrolladas a partir de las líneas de tiempo ...................................... 112.3 Factores interdepartamentales ................................................................................... 13

3. MATERIALES Y MÉTODOS ..................................................................................... 173.1 Esfuerzo organizacional y curva de deformación ...................................................... 183.2. Metodología para la curva de resiliencia organizacional ......................................... 19

4. RESULTADOS Y DISCUSIÓN .................................................................................. 204.1. Aplicación ................................................................................................................. 21

4.1.1. Indicadores de desempeño ................................................................................. 224.1.2. Método para el desarrollo de un indicador prospectivo de desempeño ........... 23

4.2. Conclusiones ............................................................................................................. 274.3. Trabajo a futuro ........................................................................................................ 29

5. REFERENCIAS ........................................................................................................... 31



3

RESUMEN EJECUTIVO

El desarrollo de indicadores de desempeño operacional es de la mayor importancia para las centrales nucleares, ya que miden, dan seguimiento, y señalan tendencias en la operación de la planta. Los indicadores prospectivos (leading indicators) son ideales para reducir la posibilidad de eventos de consecuencia. Este trabajo describe el análisis de datos operacionales de la información contenida en el Programa de Acciones Correctivas. La metodología considera error humano y factores organizacionales debido a su amplia contribución a los eventos de consecuencia. Los resultados incluyen una herramienta desarrollada a partir de los datos a ser utilizados en la identificación, predicción, y reducción de la posibilidad de eventos de consecuencia significativos, como un disparo de planta. Esta herramienta está basada en la curva de resiliencia que fue construida a partir de los datos operacionales de la central. El esfuerzo se describe como el número de reportes de condición no resueltos. La deformación está representada por el número de tareas de mantenimiento preventivo y otras actividades de trabajo periódico (p. ej., actividades base), así como el cierre de acciones correctivas abiertas, asignadas a diferentes departamentos, para resolver los reportes de condición (p. ej., carga de trabajo de acciones correctivas). Más allá del umbral de resiliencia identificado, el esfuerzo excede la capacidad de la central para operar adecuadamente y se encuentra un aumento en la posibilidad de ocurrencia de un evento de consecuencia Se propone un indicador de desempeño para reducir la posibilidad de eventos de consecuencia en centrales nucleares. Palabras clave: Programa de acciones correctivas, Resiliencia, Factores organizacionales en centrales nucleares, Indicadores prospectivos y retrospectivos de desempeño, Programa de identificación y resolución de problemas, Condición adversa a la calidad



4

1. INTRODUCCIÓN

Toda central nuclear está sujeta a esfuerzos organizacionales diarios, resultado de la deformación (strain) acumulada durante la operación de rutina, de mantener los requerimientos regulatorios y de operación, y de apoyar la operación confiable a largo plazo. Además, las condiciones operacionales cambian periódicamente para realizar el cambio de combustible seguro, llevar a cabo actividades de mantenimiento en apagado, y reiniciar la operación de otro ciclo. El impacto de estas deformaciones varía dependiendo de la edad de la planta. También se deben considerar eventos operacionales inesperados que dan como resultado trabajo que va más allá de las operaciones normales de la central, el cumplimiento regulatorio y las actividades típicas de mantenimiento. Estas condiciones implican periodos de tiempo en los que la carga laboral individual y organizacional se incrementa significativamente, elevando la posibilidad de errores, los que a su vez originan un mayor aumento en la carga laboral del personal. La “cultura de la seguridad” enfatiza la importancia de desarrollar y mantener un Programa de Identificación y Resolución de Problemas [1], típicamente referido como un Programa de Acciones Correctivas (PAC) en el que todo incidente, significativo al riesgo o no, se reporta. El término “cultura de la seguridad” se usó por primera vez en el “Resumen del Informe sobre la Junta de Revisión Post-Accidente del Accidente de Chernóbil” del International Nuclear Safety Advisory Group (INSAG) de 1998 [2], en el que se describe como “ese conjunto de características y actitudes en organizaciones e individuos donde, como una prioridad fundamental, los asuntos de seguridad en centrales nucleares reciban una atención garantizada por su importancia”. Todas las centrales nucleares en Estados Unidos y México cuentan con un Programa de Identificación y Resolución de Problemas, como lo requiere la regulación. El PAC de una central está a disposición de los empleados, quienes lo utilizan para identificar problemas o asuntos y registrarlos en un informe de problemas, conocido formalmente como reporte de condición (RC). Los eventos señalados en esos reportes fungen como fuentes de esfuerzo organizacional, pues representan perspectivas de trabajo adicional más allá del requerido para mantener tanto el cumplimiento con la regulación como la operación confiable de la central. El incremento en el número de RCs, acompañado de RCs con un alto nivel de severidad, indica que los niveles de resiliencia organizacional están siendo excedidos. Aquí, se define la resiliencia como la habilidad intrínseca de la organización de ajustar sus funciones antes, durante o después de cambios y desviaciones, para continuar la operación requerida para la situación actual de la central [3]. Algunos programas de acciones correctivas se consideran “nivel bajo”, en tanto el umbral requerido para generar el RC es muy pequeño (p. ej., errores de edición en procedimientos o errores menores en dibujos de diseño). Los PAC de nivel bajo están caracterizados por tener altos niveles de granularidad (ir a altos niveles de detalle, desde frases confusas en procedimientos a condiciones serias de materiales degradados) y criterios para la identificación de una situación que requiere la generación de un RC (p. ej., miles de detalles son identificados en un solo año, cubriendo prácticamente todas las organizaciones de la central). Por otro lado, algunos programas de reportes de condición son considerados de



5

“nivel alto”, pues la generación del RC debe cumplir con ciertos criterios elevados (p. ej., sólo son considerado asuntos en equipos principales). En general, la mayoría de las centrales en Estados Unidos están caracterizadas por tener programas de reporte de condición de nivel bajo, de forma que cada una genera típicamente más de 10,000 RCs cada año. El hecho de que incluso incidentes menores reportados en programas de acciones correctivas de nivel bajo se puedan combinar con otros y provocar un accidente trae el concepto de organizaciones de alta confiabilidad (OACs), que incluyen plantas de generación nucleoeléctrica, portaaviones navales, sistemas de control aéreo, y transbordadores espaciales. Los estudios de los OACs juzgan los postulados de la Teoría Normal de Accidentes de Perrow [4], en la cual se insiste que los accidentes en el sistema son inevitables en sistemas extremadamente complejos. Menciona que, dadas las características del sistema involucrado, ocurrirán múltiples fallas que interactúan entre sí, sin importar los esfuerzos para evitarlos. Continúa mencionando que el error del operador es un problema muy común; muchas fallas se vinculan a organizaciones en vez de a la tecnología, y que los accidentes grandes casi siempre tuvieron comienzos muy pequeños. Estos eventos parecen triviales al comienzo, antes de provocar una cascada impredecible a través del sistema para crear un evento grande con consecuencias severas. Las OACs, y específicamente las centrales nucleares (CNs) son complejas, no obstante que han mantenido registros excepcionales de seguridad en largos periodos de tiempo. De acuerdo con Weick et al. [5], las OACs son organizaciones que aprenden, caracterizadas por un juego de prácticas cognitivas que permiten a la gente trabajar de forma segura, y eventualmente generar plena atención y confiabilidad. Estas prácticas implican búsqueda y revisión constante de errores pequeños, resistencia ante la simplificación excesiva, sensibilidad de la operación actual y compromiso con la resiliencia. La investigación de las OACs representa un cambio en el enfoque de la investigación en seguridad, de un enfoque en las fallas hacia un enfoque en él éxito. La perspectiva de OAC representa una valiosa adición a la investigación en seguridad, y se cree que la combinación entre la perspectiva de OAC con datos inmediatamente disponibles otorga los elementos necesarios para producir una curva de resiliencia y un umbral de resiliencia asociado. Esto puede aplicarse en CNs para identificar áreas donde los errores humanos son más propensos a tener como resultado un evento de consecuencia, para reducir las tasas de error humano, considerar los factores de interacción organizacional y desarrollar un indicador prospectivo de desempeño. La aplicación de la ingeniería en resiliencia es relativamente nueva para la industria nuclear, pero ha sido generalmente utilizada en aviación, plataformas petrolíferas, ciencias de la seguridad y cuidado de la salud, entre otros, y ha dado una cantidad sustancial de conocimiento y experiencia [6 - 10]. En particular, Woods et al. [10] compararon el modelo de demanda de una organización con la curva esfuerzo-deformación y las propiedades de resiliencia de la ciencia de materiales. Este trabajo es altamente cualitativo, del cual aquí se presenta una aplicación cuantitativa.



6

La sección 2 de este trabajo describe los datos utilizados. La sección 3 identifica las fuentes de esfuerzo y deformación, y presenta la metodología usada para desarrollar el modelo de resiliencia. La sección 4 presenta la curva y el umbral de resiliencia organizacionales resultantes. La sección 5 muestra la aplicación del umbral de resiliencia para desarrollar un indicador prospectivo de desempeño para predecir situaciones donde la posibilidad de eventos consecuentes se incrementa. La sección 6 contiene las conclusiones y describe el trabajo a futuro.

2. DATOS OPERACIONALES DE LA CENTRAL NUCLEAR

Se propone el uso de la base de datos del PAC para evaluar el desempeño humano y organizacional. Otros estudios han examinado los reportes de eventos del licenciatario (Licensee Event Reports, LERs, en inglés) para evaluar el desempeño humano, los tipos de eventos, etc. [11 - 13]. Estos estudios proporcionan formas valiosas de mirar a los eventos históricos. Se cree que la inclusión de todos los eventos específicos de planta (LERs más todos los eventos reportados en los RCs) incrementa la validez estadística de los datos y permite el estudio específico y detallado de la experiencia operacional y comportamiento organizacional de la central. En este estudio se analizó la base de datos del PAC de una central en operación, para probar la capacidad de la base de datos de entregar resultados medibles con respecto a la evaluación de la resiliencia organizacional. Se analizaron diez años de RCs (2005 - 2014), entregando no sólo tendencias interesantes y una visión en la resiliencia, sino también una base para la construcción de indicadores prospectivos de desempeño en CNs. Para comenzar a comprender la información contenida en los RCs, así como las complejas relaciones interdepartamentales en las OAC, tales como las CNs, es necesario definir la unidad administrativa más importante, conocida como organización, así como el alcance de sus responsabilidades en las actividades diarias. Un diagrama de flujo simplificado se muestra en la Fig. 1, la cual describe un proceso típico utilizado para planear, ejecutar y completar un paquete de trabajo. Un paquete de trabajo puede ser considerado una actividad organizacional que involucra la manipulación de equipos de la central u otros aparatos. El paquete de trabajo contiene los prerrequisitos necesarios, aprobaciones, pasos de trabajo, y partes de equipos (consumibles) que serán necesarios para completar la actividad en un componente o serie de componentes. El diagrama de flujo muestra los tipos de actividades durante las cuales ocurren los eventos objetivo de este trabajo. Esto es, cuando un problema (p. ej., falla no planeada del equipo) o una actividad de trabajo necesaria [p. ej., actividades de mantenimiento preventivo (MPs)] es identificado, existen muchas oportunidades de errores organizacionales. Estos errores pueden ocurrir basados en los programas organizacionales y los procedimientos necesarios para autorizar y llevar a cabo trabajos en los equipos de la central. Ya que las acciones recomendadas para resolver estos errores se combinan con otras actividades de trabajo organizacional asociados con programas de acciones correctivas de nivel bajo y que no están directamente asociados con equipo de la central, se puede ver que las cargas laborales



7

organizacionales pueden variar enormemente, así como verse afectadas significativamente por la cantidad y el enfoque de los RCs.

Fig. 1 – Flujo típico de procesos de organización de actividades de trabajo en una central nuclear (CN).

Como se muestra en la Fig. 1, se escribe una orden de trabajo (OT) para desencadenar el proceso de trabajo. Si el trabajo es de emergencia o no planeado, un planeador de trabajo “realiza” el trabajo según la OT y desarrolla las instrucciones de trabajo a modo de borrador, mismas que son revisadas y finalizadas. Entonces se planea y prepara un paquete de trabajo. Este paquete es revisado y aprobado, y es entregado a la disciplina de mantenimiento apropiada. El paquete se programa según el proceso de calendarización de trabajos, y el día del trabajo la disciplina de trabajo recupera el paquete, junta las partes, materiales, herramientas, etc., y comienza el proceso de completar las actividades requeridas y descritas en el paquete de trabajo. La organización de operaciones se asegura que el propio equipo tenga las etiquetas de liberación de forma que el equipo a ser trabajado esté aislado, de forma que el trabajo pueda ser llevado a cabo de forma segura. Para la disciplina que realiza el trabajo (p. ej., mecánica, eléctrica), el mantenimiento comienza por obtener la aprobación de comienzo de trabajo de operaciones (esto es, Operación libera el equipo a Mantenimiento): una junta previa al trabajo se lleva a cabo típicamente entre operaciones y mantenimiento, y entonces la disciplina de trabajo es liberada para desarrollar el trabajo. Después de terminar las actividades del trabajo, una prueba post mantenimiento se lleva a cabo para asegurar que el equipo opera correctamente, y, si la prueba ha sido pasada (esto es, los resultados son aceptables para operaciones), entonces Mantenimiento libera el equipo de regreso a Operación. Entonces, si aplica, las actividades del proceso de trabajo continúan para obtener las revisiones y aprobaciones finales necesarias (p. ej., revisiones de ingeniería) y el paquete es cerrado y archivado. Las actividades de seguimiento incluyen entradas hechas en los registros históricos del equipo,

Iden%ficarproblemaoplanear

ac%vidad

OrdendetrabajoREPORTEDE

CONDICIÓN(RC)

Ac%vidadPlaneada

?

Inspecciónydesarrollodeinstruccionesdetrabajo

(Planeación)

PAQUETEDETRABAJO

Revisar,aprobarydaraMantenimientoy

Operación

PreparaciónporOperacióndel

Paquete

PreparaciónporMantenimientodelPaquete

SellevaacaboelTrabajo

NO

SI

Pruebapostmantenimiento

Operaciónrecibeelequipo

Revisiónfinaldelaterminacióndelpaquete

detrabajo

TrabajoSa%sfactorio

?

NO

SI

Archivar



8

así como otros procesos de monitoreo (perfil de riesgo de Análisis Probabilístico de Seguridad, regla de mantenimiento, historia del equipo, etc.). Este proceso organizacional se lleva a cabo miles de veces durante un ciclo de operación y también es efectuado durante paradas de la central planeadas y no planeadas. El presente trabajo analiza los errores que ocurren durante estos procesos, y demuestra cómo este rastreo constante se convierte en la materia prima para producir métodos que se vuelvan parte de la solución de la central para la minimización de errores similares, y aún más importante, para prevenir resultados de consecuencia (p. ej., disparo de la planta o actuaciones inadvertidas). Como parte del esfuerzo para determinar los factores organizacionales que conducen a un evento (RC), una revisión detallada de los datos del PAC hizo posible un mejor entendimiento de la forma en que las organizaciones de la central están más expuestas a eventos de consecuencia dado el número de RCs generados, que identifican esa organización como la entidad responsable de resolver la condición descrita en el RC. Además, a través del análisis de las acciones que son generadas después de la ocurrencia del evento, la creación del RC y la subsecuente investigación, se obtuvo una mayor visión sobre la carga de trabajo organizacional total y la forma en que las organizaciones trabajan juntas, o a veces no trabajan juntas, de forma que se producen condiciones de baja resiliencia y mayor posibilidad de eventos de consecuencia. La crónica de los eventos provee una visión en este comportamiento cíclico, controlado particularmente por los periodos de apagado. Esto puede ser utilizado para propósitos de predicción, y es presentado en las secciones siguientes.

2.1 Líneas de tiempo de datos operacionales

Una forma de observar la experiencia operacional en la central es graficar los eventos que ocurren en la misma con respecto al tiempo. Esta gráfica se representa en la Fig. 2, usando datos operacionales de la CN. En esta gráfica, los eventos son trazados por nivel de severidad. La curva roja [condición significativa adversa a la calidad (SCAQ, por sus siglas en inglés): una condición adversa a la calidad, que, de no ser corregida, podría tener un serio efecto en la seguridad o en la operabilidad. Basado en el estándar Nuclear Quality Assurance-1, publicado por la Sociedad Americana de Ingenieros Mecánicos [ASME NQA-1-1994] representa el contribuyente más significativo al riesgo, seguida por la curva anaranjada (condición adversa a la calidad a nivel de la central, CAQ-L1 por sus siglas en inglés) y finalmente la curva verde (condición adversa a la calidad a nivel departamental, CAQ-L2 por sus siglas en inglés). A pesar de que los eventos más severos (rojos) están trazados en una escala exagerada –al lado derecho de la gráfica, con entre cero y cuatro SCAQs mensuales– no se aleja del hecho que los picos en el número de eventos coinciden frecuentemente para todos los niveles de severidad. Presumiblemente se tendrán aún más eventos durante el apagado en frío, la recarga y los apagados inesperados, puesto que en esos periodos existe un incremento en la cantidad de trabajo de mantenimiento, hay más personal dentro de la central (especialmente contratistas), y esto se ilustra en los picos de la Fig. 2.



9

Fig. 2 – Eventos 2005 - 2012; RC, reporte de condición; SCAQ, condición significativa

adversa a la calidad.

La Fig. 3 traza los eventos por mes, pero sólo para el periodo 2007 - 2008, permitiendo observar a mayor detalle la relación entre los diferentes niveles de severidad de los RCs. En particular, el primer y el último picos (abril de 2007 y octubre de 2008, respectivamente) muestran que los picos de los tres niveles de severidad de RCs coinciden para este periodo. Sin importar el hecho de que se ven valles (esto es, número total de RCs), también se puede observar que siguen la misma tendencia. En otras palabras, en periodos donde el número total de RCs es bajo, los tres niveles de severidad de los RCs también son mínimos. Esto aparenta ser una conclusión obvia, sin embargo, el nivel de severidad de un solo RC es independiente del número de RCs generado. Es determinado por criterios predefinidos, y por lo tanto el nivel de severidad de un RC no está relacionado con el número absoluto de RCs generados. Así, basándose en la Fig. 3, se puede concluir que existe una correlación entre el número y el alcance de los RCs abiertos y la posibilidad de ocurrencia de un RC más severo, hasta e incluyendo el más severo, un SCAQ. Además, es importante mencionar que incluso cuando un pico rojo (SCAQ) no está por encima de un pico verde (CAQ-L2), aún es posible apreciar resultados significativos, recordando que las escalas son diferentes. No obstante, también puede haber un evento significativo, como en el caso de abril de 2008; en el que los tres tipos de eventos están alineados, pues ocurrieron simultáneamente. Esto significa que, entre más eventos de severidad menor ocurran, es más probable que ocurran eventos significativos.



10

Fig. 3 – Eventos 2007 - 2008; RC, reporte de condición; SCAQ, condición significativa


La Fig. 4, que muestra los eventos por semana, incluye los eventos menos severos (condiciones no adversas a la calidad, CNAQ, por sus siglas en inglés), con una curva azul, y localiza los SCAQs mediante puntos rojos. Los puntos rojos más altos representan ocasiones donde hubo dos SCAQs en una semana. La importancia de los CNAQs es su gran número, puede haber eventos que no afectan a los componentes, a veces generan alrededor de 2,000 actividades además de la ya gran cantidad de trabajo que cada departamento debe completar.



11

Fig. 4 – Eventos por semana, 2005 - 2014. CNAQ, condición no adversa a la calidad; RC,

reporte de condición; SCAQ, condición significativa adversa a la calidad.

2.2 Herramientas desarrolladas a partir de las líneas de tiempo A partir de la base de datos del PAC, es posible desarrollar una herramienta de planeación simple, como se presenta en la Fig. 5. La curva de frecuencia acumulada fue desarrollada para determinar la probabilidad de que ocurra un SCAQ, dado el número de RCs acumulados desde el último SCAQ.



12

Fig. 5 – Probabilidad de una condición significativa adversa a la calidad (SCAQ) respecto

al número de eventos de la última ocurrencia. CR, reporte de condición.

Aunque ésta es una aproximación simplificada para el desarrollo de un indicador (una aproximación más completa se presenta más adelante), esta curva puede ser utilizada para determinar la posición de la central relativa a la carga de trabajo global, misma que se ha mostrado correlacionada con la posibilidad de ocurrencia de un SCAQ. De hecho, podrían ser establecidos umbrales de indicadores de desempeño para indicar cuándo una barrera de gestión u otra acción compensatoria puede ser implementada para reducir la posibilidad de obtener los criterios que satisfacen los criterios de un SCAQ. En el caso de esta central particular, por ejemplo, antes de que se tengan 5,000 RCs desde el último SCAQ, una barrera organizacional u otras acciones (p. ej., un incremento en las revisiones y el monitoreo del desempeño de los equipos) deberían ser implementadas para reducir la probabilidad de ocurrencia del siguiente SCAQ. Aunque esto puede ser de ayuda, la central requiere una mayor visión en cómo los factores organizacionales influyen en las fallas en el desempeño humano, para poder seleccionar la barrera apropiada a implementar. Un análisis de los factores causales de los eventos y métodos para elegir barreras efectivas es tratado por Nelson y Martín del Campo [14]. Además, para comprender cómo los procesos y actividades de la central afectan los factores organizacionales y el esfuerzo y la deformación resultantes que se imponen sobre el personal de la central, los factores intra e interdepartamentales son tratados en la siguiente sección.



13

2.3 Factores interdepartamentales

Como parte del esfuerzo para entender mejor los factores organizacionales y los eventos de desempeño humano que causan eventos a nivel central, se llevó a cabo una revisión detallada de la base de datos del PAC. Se trata de la mejor fuente de datos empíricos para los registros de eventos a todos niveles y a lo largo de todas las organizaciones, y un análisis exhaustivo permite entender cuál organización de la central identificó el problema y las organizaciones responsables de corregirlo. El número de RCs generados con una organización identificada como responsable, (la generadora del RC) o como propietaria de una acción dentro del RC, otorga una visión importante en las funciones dentro de procesos y procedimientos en la central que causan un mayor riesgo, en organizaciones específicas de la central, de causar o responder a eventos en la central. Además, a través de las acciones que son generadas después de la ocurrencia de un evento, se obtiene una mejor visión de cómo las organizaciones se comunican y trabajan o no trabajan en conjunto. La Fig. 6 representa la distribución de RCs entre los departamentos de la central a todos los niveles de severidad. En diez años, más de 121,000 RCs se crearon a través de 169 funciones organizacionales (se reconoce que algunas funciones organizacionales pueden ser compartidas entre diferentes departamentos). En esta inspección de datos, la función de desarrollo de procedimientos (marcada como Procedimientos en las figuras) es el principal generador de RCs. En el caso de CLV sería el departamento de gestión de documentación. Los procedimientos se reconocen como parte de la causa, así como de su resolución. Ya que la función de redacción de procedimientos afecta a todas las actividades dentro de la central, no parece descabellado que esta función sea la que produce y recibe el máximo número de acciones. Durante este periodo de diez años, se generaron más de 400,000 acciones, 106 SCAQs, y siete disparos de planta.



14

Fig. 6 – Departamentos. (A) Creación de reportes de condición (RCs) 2005 - 2014. (B)

Acciones recibidas 2005 - 2014.



15

Sin embargo, la función de los procedimientos no juega un papel en la generación de los eventos más importantes dentro del periodo de diez años. Como se muestra en la Fig. 7, las organizaciones funcionales que causaron dos o más eventos SCAQ se encuentran bajo la responsabilidad de los departamentos de ingeniería, operaciones y mantenimiento. Esto es, los procedimientos son responsables de la mayoría de los RCs, pero no de los SCAQs.

Fig. 7 – Número de condiciones significativas adversas a la calidad (SCAQs) para los

departamentos responsables de más de un SCAQ.

Las acciones para otras funciones organizacionales recibidas después de la generación de un SCAQ se muestran en la Fig. 8A y el número de acciones para el propietario del SCAQ en la Fig. 8B. La observación es que, los propietarios de los RCs que asignan acciones añaden una deformación considerable a los departamentos individuales, lo que a su vez incrementa las cargas de trabajo. En la Sección 3, se demuestra que se incrementa el esfuerzo organizacional.



16

Fig. 8 – Acciones. (A) Generadas de las condiciones significativas adversas a la calidad

(SCAQs) para otros. (B) Acciones generadas por el propietario del SCAQ.



17

Es difícil describir las responsabilidades organizacionales y las relaciones de autoridad en frases simples. Las organizaciones de la central tienen funciones específicas y productos asociados (p. ej., crean procedimientos y llevan a cabo mantenimiento), pero también deben llevar a cabo una gama de actividades administrativas. Estas actividades incluyen para capacitación y certificación de personal específicas de cada puesto, autorización de acceso, participación en respuesta a emergencias, asignaciones relacionadas con paros de la central, etc. Es posible, mediante entrevistas y una amplia observación de muchas actividades organizacionales diferentes, comenzar a entender el número y complejidad de las relaciones interdepartamentales, tal y como lo hizo Schulman [15]. Se encontró, tal y como lo encontró Schulman [15] con su estudio cuantitativo en la Central Nuclear Diablo Canyon, en San Luis Obispo, California, Estados Unidos: “Donde el error, la inadvertencia o la falla han tenido consecuencias previsibles que hayan amenazado la seguridad individual o ambiental, los procedimientos administrativos probablemente fueron los más elaborados y las relaciones interdepartamentales fueron las más intensas”. El proceso de este estudio consiste en determinar las responsabilidades, interacciones, éxitos y fallas a través del análisis de los reportes que se incluyen en el PAC.

3. MATERIALES Y MÉTODOS

Debido a la similitud entre la ingeniería de procesos cognitivos y cómo las organizaciones se adaptan a ellos, y la resiliencia ingenieril dentro de sus organizaciones, se propone un nuevo método que provee resultados sobre los esfuerzos organizacionales y la resiliencia con respecto a su relación con el desempeño de la central. Con los 10 años de datos del PAC, se examinó la correlación entre el incremento de la demanda organizacional y la posibilidad de eventos de consecuencia (p. ej., disparos de planta, errores en la orden de liberación de equipos, disparos de componentes, actuación inadvertida de sistemas de inyección de seguridad, etc.). A este respecto, se anticipan ideas nuevas y diferentes en cuanto a cómo las actividades organizacionales pueden apoyar o facilitar los procesos de trabajo (i.e., procesos suaves), pueden y dan resultados en los cambios, tanto directos como indirectos, en el desempeño y la confiabilidad de los equipos (i.e., impactos duros). Se observó una correlación entre demandas de una organización y el nivel de riesgo en la central. Este concepto, que relaciona la resiliencia de la demanda con el tiempo, se presenta en la Fig. 9. En esta figura, se puede observar que la demanda en la central puede verse como un esfuerzo localizado en la capacidad organizacional, y esto se relaciona con el riesgo existente en la central debido a todas las actividades desempeñadas al momento. La resiliencia puede ser vista como la habilidad de la organización para lidiar con el riesgo y reemerger a partir del riesgo incrementado (i.e., fortaleza) [16]. Sin embargo, si el esfuerzo alcanza un umbral de resiliencia, la central se volverá rígida, y no será capaz de adaptarse. En este caso, el punto de falla se alcanza cuando ocurre un SCAQ.



18

Fig. 9 – Esfuerzo organizacional con respecto al tiempo. SCAQ, condición significativa


3.1 Esfuerzo organizacional y curva de deformación

Una forma de caracterizar y medir la resiliencia de una organización puede estar basada en una analogía proveniente del campo de la ingeniería y ciencia de materiales, la curva de esfuerzo-deformación (Fig. 10). Una curva de esfuerzo-deformación se crea estirando (deformando) un material, midiendo la carga resultante (esfuerzo). El área bajo la porción lineal de la curva (uniforme) es llamada la resiliencia, definida como la energía que el material es capaz de absorber antes de la deformación permanente. Los materiales rígidos se rompen dentro de esta región lineal, sin desviación alguna (deformación permanente). Estos términos y conceptos encajan bien con el hallazgo básico en la ingeniería de sistemas cognitivos en tanto que los factores de demanda son críticos [16, 17]. Así, la hipótesis es que, al caracterizar un sistema cognitivo de personas y máquinas, se podría examinar cómo ese sistema conjunto responde a diferentes cantidades de actividades de trabajo. Es interesante que ambos campos utilicen lenguaje similar: resiliencia, rigidez, para caracterizar cómo una organización “se estira” conforme la demanda se incrementa.



19

Fig. 10 – Curva básica de esfuerzo vs deformación o de demanda vs estiramiento.

3.2. Metodología para la curva de resiliencia organizacional La metodología está basada en datos e incluye la consideración de error humano y los factores organizacionales debido a su amplia contribución a los eventos consecuentes. Paso 1. Recolectar los RCs y las actividades de trabajo (p. ej., acciones, MPs y OTs) por mes a partir de la base de datos del PAC, abarcando un periodo de diez años. El historial de paradas de planta es necesario para el mismo periodo de tiempo. Dentro de la categoría de eventos severos (SCAQs), se marcan los eventos de consecuencia (disparos de turbina principal y de planta). Paso 2. Elaborar una curva de dispersión, con la deformación en las abscisas y el esfuerzo en las ordenadas, para desarrollar la curva de resiliencia. El esfuerzo está representado por el número de RCs abiertos. La deformación se representa por el número de actividades (p. ej., OTs, MPs, y acciones abiertas). Paso 3. Desarrollar la ecuación para la curva de resiliencia, con un punto de inflexión que se define como el umbral de resiliencia. El umbral de resiliencia es el punto donde comienzan a aparecer disparos de turbina principal y de planta. Finalmente, esta ecuación puede ser utilizada para calcular el lugar de la curva de resiliencia donde la planta se encuentra en todo momento, así como predecir dónde se encontrará dentro de los siguientes meses, mientras no haya cambios en la organización. Cuando el factor de esfuerzo (el número de RCs y la suma de las diferentes actividades de trabajo aún en proceso) se aproxima al umbral de resiliencia, debería instalarse una barrera, esto es, algunas acciones adicionales compensatorias, implementadas por la organización,



20

para reducir la posibilidad de fallas en el desempeño humano, y potencialmente evitar un evento consecuente. Estas fallas en el desempeño humano no solamente se deben a errores humanos, sino también a la complejidad de los procesos y procedimientos, así como de decisiones gerenciales que tienen un impacto en el desempeño de la central. Estos procesos y decisiones organizacionales tienen efectos tanto directos como latentes sobre el equipo de la central, y pueden abarcar todos los tipos de programas de ingeniería, mantenimiento, y operaciones. Por ejemplo, las decisiones sobre la frecuencia de las pruebas y el mantenimiento deberían estar basados en datos históricos y la importancia del equipo sobre la seguridad nuclear y la operación confiable de la central. Por lo tanto, un periodo de pruebas de monitoreo de cada seis meses podría ser insuficiente como para detectar el comienzo de un proceso de corrosión, y debería ser modificado dados los datos históricos.

4. RESULTADOS Y DISCUSIÓN

Es posible graficar la deformación como el número de MPs, acciones del PAC, y otras OTs completados por mes, lo que corresponde a una carga permanente de trabajo a nivel de base para las organizaciones de la planta. También se suman las acciones abiertas, ya que éstas incrementan el nivel de deformación organizacional de la central. El esfuerzo está relacionado con el número de RCs abiertos, o que permanecen abiertos, durante el mes. La Fig. 11 representa la curva resultante de resiliencia organizacional para la central considerada en el estudio piloto. Los recuadros rojos representan disparos de planta, el punto en que se excede el umbral de resiliencia: la habilidad de absorber un mal funcionamiento en el desempeño, y mantener ese desempeño frente a alguna norma de desempeño (p. ej., la generación de energía en línea). El área sombreada indica dónde se encontró un aumento en la posibilidad de un disparo de planta, y la base de este trapezoide es la línea perpendicular que indica el comienzo de este aumento en la posibilidad, y se define como el umbral de resiliencia. En este punto, se asume que los elementos organizacionales y su interacción con el equipo de la central, a través del trabajo planeado y no planeado, tienen como resultado un mayor número de fallas, lo que ocasiona eventos consecuentes (p. ej., disparos de planta).



21

Fig. 11 – Resiliencia organizacional. El área sombreada contiene los disparos de planta y la mayoría de los eventos consecuentes.

4.1. Aplicación Basado en la curva de resiliencia, se desarrolló un método en forma de un indicador prospectivo de desempeño para anticipar eventos de consecuencia, utilizando lógica difusa. Esto provee la habilidad para monitorear la demanda organizacional contra la probabilidad de un evento de consecuencia, que aumenta con el tiempo. Entonces, se proponen también alertas y umbrales indicadores del desempeño para brindar atención y reconocimiento de “retos” para los niveles de esfuerzo organizacional y los límites de resiliencia. Esto se muestra como un incremento en la probabilidad de ocurrencia de eventos de consecuencia, contra actividades de trabajo con umbrales asociados a niveles de riesgo específicos, esto es, la posibilidad de un disparo de planta. Como se mencionó antes, la premisa clave es que el incremento en la demanda organizacional, como está registrado en la base de datos del PAC, refleja problemas en procesos o equipo que, a su vez, incrementan la posibilidad de un evento de consecuencia. Conforme se incremente la demanda organizacional, el límite de resiliencia organizacional es alcanzado, y la posibilidad de ocurrencia de un evento de consecuencia se incrementa hasta el punto en que es posible efectuar una predicción probabilística del siguiente evento. Esta aproximación se basa a su vez en la experiencia y la historia operacional específicas de la central; específicamente el número de eventos de consecuencia y la demanda sobre la organización, Así, éste puede predecir la necesidad de tomar acciones para evitar ocasionar eventos de consecuencia; en este caso, implementar una barrera para proteger a la central de tales eventos.



22

4.1.1. Indicadores de desempeño

Existen tres tipos de indicadores de desempeño utilizados en la industria nuclear: rezagados (o retrospectivos), presentes, y prospectivos. Los indicadores rezagados de desempeño proporcionan información acerca de un parámetro seleccionado (p. ej., desempeño humano) que se refleja en eventos ocurridos en el pasado. Por ejemplo, la base de datos del Sistema de Información sobre Factores Humanos de la Comisión Reguladora Nuclear de los Estados Unidos (NRC, por sus siglas en inglés) [18] enlista los LERs, reportes de revisión y reportes de inspección asociados con factores humanos que se reportaron durante cada año, por cada central. Además, se podrían tomar en cuenta los reportes de experiencia operacional externa (base de datos de WANO e INPO). El análisis de estos eventos puede ayudar a determinar las categorías de los errores relacionados con desempeño humano. De acuerdo al modelo de Reason [19], los indicadores rezagados son medidas asociadas con las consecuencias no deseadas de actos inseguros, tales como los descritos en los LERs y los reportes de eventos significativos. Los indicadores presentes de desempeño proporcionan información sobre parámetros seleccionados basados en las condiciones actuales. Por ejemplo, la mayoría de las centrales nucleares cuentan con un sistema de reportes voluntarios para el Programa de Identificación y Resolución de Problemas que es parte del PAC, como se describió antes. Estos elementos, etiquetados como involucrados en el desempeño humano, pueden ser clasificados y contados dentro de diferentes categorías de errores. El indicador presente de desempeño en este ejemplo es el número de elementos en cada categoría de error. De acuerdo con el modelo de Reason [19], los indicadores presentes de desempeño son medidas asociadas a la ocurrencia de actos inseguros, tales como actos reportados por los mismos trabajadores, haya habido o no un evento de consecuencia importante. Los indicadores prospectivos de desempeño proporcionan información acerca de las condiciones que se desarrollan o cambian, y que tienden a influenciar el desempeño humano en el futuro. Este mismo concepto se acepta como verdadero también para el desempeño de la central, ya que el equipo o los componentes involucrados en el evento pueden brindar información acerca de las condiciones que cambian y que influencian el desempeño de la central en el futuro. De acuerdo con el modelo de Reason [19], los indicadores prospectivos podrían estar asociados con las causas de acciones inseguras, particularmente factores organizacionales y del lugar de trabajo. Ha habido esfuerzos para desarrollar indicadores prospectivos de desempeño en la industria nuclear, tales como el paquete de ayuda en desempeño humano de EPRI [20]. Los sistemas del Instituto de Investigación en Energía Eléctrica de los Estados Unidos (EPRI, por sus siglas en inglés) fueron probados en forma piloto en tres centrales nucleares en los EE.UU., y una preocupación presentada en el informe final de la prueba piloto [21] fue la incapacidad de crear un mapa de un indicador prospectivo a un resultado, la cual es una de las intenciones del modelo presentado en el presente trabajo. El desarrollo y uso de indicadores prospectivos de desempeño humano es una expectativa razonable, dado el volumen de datos recolectados sobre una base continua en la industria nuclear. Se presenta aquí una aproximación estructurada para el análisis de los datos, para



23

establecer un enfoque útil para la proactividad disponible o la información e inteligencia que sirvan de guía. El acceso rápido a estas ideas es fundamental para cualquier organización, para evitar eventos de consecuencia. Mientras los indicadores rezagados y presentes de desempeño son bien entendidos y utilizados, los indicadores prospectivos de desempeño han sido más desafiantes y, por ello, aún no han sido utilizados a su máximo potencial. La aproximación al desarrollo de indicadores prospectivos en este trabajo es establecer un umbral de resiliencia y vigilar cuando el factor de esfuerzo se aproxima a este umbral, lo que indicará el momento en que se deben tomar medidas para reducir la posibilidad de ocurrencia de un evento de consecuencia.

4.1.2. Método para el desarrollo de un indicador prospectivo de desempeño

Para desarrollar un indicador prospectivo de desempeño a partir de la curva de resiliencia (Fig. 11), se eligió un enfoque desde la lógica difusa, ya que los datos apoyan una aproximación en lugar de una precisión; sin embargo, es necesario un mecanismo para convertir estos datos imprecisos en un indicador de desempeño que sea conciso. Muchos estudios se han aproximado a esto mediante la introducción de la teoría de conjuntos difusos (TCD) para la evaluación de desempeño en las áreas de salud, seguridad y medio ambiente dentro de las organizaciones [23, 24]. Estos estudios muestran importantes razones para el uso de la TCD: reducción de errores humanos, creación del conocimiento experto, e interpretación de grandes cantidades de datos imprecisos o muy variados. Las bases de datos de los PACs usadas en las centrales nucleares de Estados Unidos se demuestran apropiadas para el uso de la TCD por razones similares. Tienen una preponderancia a eventos relacionados con errores humanos (muchos menores, pero algunos significativos y de consecuencia). Identifican las acciones correctivas del PAC que fueron implementadas, así como las lecciones aprendidas, que son los principales mecanismos de la central para la autorización de cambios en prácticamente todos los procesos de la central para mejorar el desempeño. También funcionan como un repositorio primario, o una bodega de datos, para identificar, asignar, y programar las actividades relacionadas con el trabajo para casi todas las actividades de la central, tengan o no una función de base o una función proveniente del PAC. Respecto a esto, los PACs representan una excelente “barómetro” para medir la “presión” dependiente del tiempo a la que está expuesta una organización, en relación a las actividades definidas dentro de las funciones de trabajo normales (de rutina) y aquéllas que representan alcances adicionales a los trabajos con fecha límite, que son resultado de los problemas o asuntos captados por el proceso del PAC. En este caso, el sistema de inferencia difusa usa la cantidad de actividades de trabajo y RCs como una entrada, y las reglas de si/entonces son aplicadas para calcular las consecuencias de exceder el umbral de resiliencia, esto es, la posibilidad de disparos de planta. Puesto que el enfoque se halla sobre los disparos de planta como el evento de consecuencia a medir, es importante mencionar que un amplio porcentaje de los demás eventos de consecuencia ocurrieron también por encima del umbral de resiliencia. Estos otros eventos que no son de disparo de planta incluyen: 85% de los SCAQs, 80% de los disparos importantes de componentes, y 80% de los problemas de liberación de equipo.



24

Se utilizó el Fuzzy Logic Toolbox de MATLAB (versión 2.1.1; MathWorks, Inc., Natick, Massachusetts, Estados Unidos) para crear y editar un sistema de lógica difusa. Los parámetros requeridos están codificados en representaciones difusas, y las interrelaciones entre ellas adquieren la forma de reglas bien definidas de si/entonces, siguiendo los siguientes pasos: (1) Se construyen las funciones de pertenencia para ambas entradas (RCs, actividades de

trabajo) y también para una sola salida, denominada disparo de planta. Las etiquetas lingüísticas “bajo”, “medio” y “alto” se usaron para “difuminar” las funciones, basados en distribuciones normales de ≤50%, 50 - 75% y >75%; correspondientes a ≤8,480, 8,480 - 9,400 y >9,400 RCs/mes. La Fig. 12 muestra la distribución.

Fig. 12 – Distribución normal de reportes de condición (RCs).

(2) Se definen cinco reglas difusas de si/entonces para determinar la posibilidad de un disparo de planta que ocurra a corto plazo, dada la cantidad de RCs y de actividades. Estas reglas definen efectivamente el área sombreada de la Fig. 11, aunque las últimas dos incluyen el área superior derecha con respecto al punto del primer disparo de planta, pero con menor ponderación puesto que actualmente no se cuenta con evidencia.

(i) Si “RCs” es <bajo> y “actividades de trabajo” es <bajo>, entonces “disparo de

planta” es <bajo>. (ii) Si “RCs” es <medio> y “actividades de trabajo” es <medio>, entonces “disparo

de planta” es <medio>. (iii) Si “RCs” es <alto> y “actividades de trabajo” es <alto>, entonces “disparo de

planta” es <alto>. (iv) Si “RCs” es <alto>, entonces “disparo de planta” es <alto>. (v) Si “actividades de trabajo” es <alto>, entonces “disparo de planta” es <alto>.



25

(3) Se aplica el método de implicación: para formular el mapa desde una entrada hasta una

salida, se utiliza el método AND con el operador prod (producto), y se asigna una ponderación de 0.5 a las dos últimas reglas, debido a la obtención de menor evidencia a partir de los datos.

(4) Se usa el método de agregación sum para agregar la salida.

(5) La salida de “desdifumina” mediante el cálculo del centroide para obtener la posibilidad de disparo de planta, dadas las combinaciones variantes de números de RCs y actividades de trabajo.

La Fig. 13 muestra la gráfica superficial de la posibilidad de un disparo de planta que ocurre en el corto plazo como una función del número de RCs y actividades de trabajo obtenido con este sistema. El objetivo general es evaluar las condiciones bajo las cuales se incrementa la posibilidad de un disparo de planta mediante la variación de los valores de RCs y actividades de trabajo. De nuevo, los recuadros rojos representan los disparos de planta.

Fig. 13 – Probabilidad de un nuevo disparo de planta en función de los reportes de

condición y actividades de trabajo, en el visor de superficie del Fuzzy Logic Toolbox.

Para que un indicador de desempeño sea útil, no debe ser complicado (medible) y debe ser claro. Por esta razón, los resultados obtenidos del sistema de inferencia se colocaron en forma tabular en la Fig. 14.



26

Fig. 14 – Concepto del indicador de desempeño. *Probabilidad condicional de un disparo

de planta en el corto plazo.

Si el personal de la central hiciera un monitoreo de su localización dentro de la Fig. 14, el indicador podría notificar a los líderes de la central cuándo los esfuerzos organizacionales y de la planta están aumentando más allá de un nivel “de alerta”, desarrollado a través del proceso de inferencia antes descrito. Para niveles de esfuerzo en la franja blanca, hay una posibilidad condicional de 25 - 40% de que ocurra un disparo de planta en el corto plazo (dentro del próximo mes). Las x indican el color de la franja para cada uno de los disparos de planta ocurridos en los nueve años (2006 - 2014); el primer disparo de planta ocurrió en la franja amarilla; sin embargo, los restantes seis disparos de planta ocurrieron dentro de la franja color naranja (dos en 2007 - 2008, dos en 2010 - 2011 y 2013). No sucedieron disparos de planta durante 2009, 2012 y 2014. Estos periodos de tiempo se asocian con las franjas blanca y verde, lo que verifica aún más la validez del indicador y su utilidad para el personal de la central. El indicador debería ser actualizado con la incorporación de nuevas series de datos históricos que se van acumulando con la operación de las plantas. Adicionalmente, este indicador de desempeño podría ser mejorado aún más, a través de la identificación del nivel de “acción requerida”, donde pueden tomarse medidas compensatorias encauzadas por la gerencia, basándose en la inspección del estado actual organizacional y de la planta, o el desempeño referente a las funciones importantes de planta u organizacionales. El indicador aquí presentado es análogo a un termómetro, o a un indicador de índice de calor. Debería generar conciencia en el personal de la central y el gerencial, llevado a una mayor cantidad de exámenes internos cuando los niveles de esfuerzo excedan límites predefinidos.



27

También debería llevar al personal de la central y el gerencial para examinar más allá las condiciones actuales de la central, en búsqueda de vulnerabilidades que pudieran llevar a un disparo de planta. El uso de la franja blanca podría ser designado como la franja de “alerta” y la región amarilla podría denominarse la franja de “acción requerida”. La franja de alerta indica el momento apropiado para comenzar a reducir la deformación en la central (reducir las actividades de trabajo, tales como MPs, OTs, y/o acciones del PAC), o implementar medidas o barreras que aborden las vulnerabilidades de forma eficiente e incrementen el umbral de resiliencia. La franja de acción requerida donde se requieren el desarrollo e implementación inmediatos de medidas identificadas para la reducción de esfuerzo y/o la implementación y vigilancia de acciones para reducir las vulnerabilidades de la central. Es importante hacer notar que con este indicador principal de desempeño, las acciones tomadas para retornar la central a franjas más bajas no conllevan a elementos del PAC (esto es, no son para identificar o resolver problemas). De esta forma, con respecto a ello, el valor de este indicador reside en su capacidad para predecir incrementos en la posibilidad de un disparo de planta, el cual en sí mismo representa la reducción involuntaria de resiliencia, puesto que el disparo de planta cambia el modo de pensar tanto de la central como la organización (esto es, todo otro trabajo se detiene, y los esfuerzos se encaminan a regresar a la central a condiciones de potencia). Sin embargo, mediante la predicción de condiciones en las cuales el incremento en disparos de planta sea más probable de ocurrir basado en la historia operacional específica de la central, existe una oportunidad de que las organizaciones hagan una pausa y evalúen las condiciones actuales, y al hacerlo, reorganizar la prioridad y el enfoque de las actividades para aumentar la resiliencia (p. ej., liberar recursos críticos que podrían estar comprometidos en este momento en actividades de menor importancia, o volver a calendarizar las actividades de trabajo a periodos más apropiados). Este indicador principal fue desarrollado con este propósito, y en caso de ser implementado por las organizaciones de centrales nucleares, puede brindar una sugerencia importante y muy clara para llevar a cabo un “examen de resiliencia”.

4.2. Conclusiones

La conclusión de este trabajo de investigación, es que es posible vigilar los niveles de esfuerzo organizacional e implementar acciones compensatorias antes de que el equipo y la organización de la central lleguen al punto donde ocurran eventos indeseables (p. ej., disparos de planta). La mejora en el desempeño organizacional es una preocupación generalizada en CNs comerciales, y la aproximación descrita en este trabajo proporciona un método para mejorar el desempeño organizacional más allá de lo que actualmente se puede obtener utilizando solamente reporte de eventos y PAC, gracias a la evaluación de niveles de esfuerzo organizacional y sus niveles asociados de resiliencia, conllevando al desarrollo del indicador principal de desempeño propuesto. Se ha mostrado aquí que la base de datos del PAC puede ser utilizada con muchos propósitos, incluyendo: (1) describir factores organizacionales dentro de los departamentos y entre ellos; (2) calcular la probabilidad de un SCAQ, dado el número de RCs reportados desde la última ocurrencia; (3) detectar cuando la central se encuentra en riesgo por exceder su propia resiliencia; y (4) desarrollar un indicador de desempeño organizacional.



28

También se demostró que las bases de datos del PAC son candidatas apropiadas para el uso de la TCD, debido al alcance y la alta variabilidad (es decir, incertidumbre) de los elementos capturados en los procesos del PAC que, en cierta forma, contribuyen a los niveles globales de desempeño organizacional y de la central. Se encontró, como lo hicieron Hollnagel y Fujita [25], que la ingeniería de resiliencia proporciona una forma de identificar las capacidades que debe ostentar un sistema complejo tanto social como tecnológico para desempeñarse de manera aceptable en situaciones cotidianas, así como durante accidentes. Aplicando la analogía entre la ingeniería de sistemas cognitivos y la resiliencia organizacional, fue posible construir una curva de esfuerzo-deformación para relacionar el esfuerzo de la central (esto es, RCs) con la deformación (actividades de trabajo) que permita a la central continuar operando exitosamente. Los RCs de la central que se consideraron en este informe fueron tanto los RCs “suaves” en términos de las actividades de proceso requeridas para operar y mantener una CN, como los RCs “duros” en términos de los problemas en equipos y componentes que otorgan una mayor demanda de desempeño organizacional y además pueden generar eventos de consecuencia en la central. Así, el desempeño organizacional puede ser caracterizado mediante una deformación y un esfuerzo asociado, indicando los niveles de resiliencia organizacional. La deformación se define como la suma del mantenimiento preventivo, las OTs, y las acciones abiertas del PAC. Se observa que la deformación organizacional aumenta antes, durante y justo después de una parada de planta, pero también puede haber picos durante la operación en línea. El esfuerzo se mide por el número de RCs, el cual es el mecanismo de la central para identificar eventos, errores y otras fallas a lo largo de casi todos los procesos de la central. La resiliencia de una organización es su habilidad para sobrellevar estos esfuerzos y deformaciones y aún continuar desempeñando sus actividades satisfactoriamente. El punto donde el esfuerzo y la deformación desembocan en eventos consecuenciales, tales como un disparo de planta (es decir, el “punto de quiebre”), es el umbral de resiliencia. Este trabajo proporciona un método para medir y analizar los esfuerzos en términos de la posibilidad de eventos de consecuencia, basado en la experiencia operacional específica de la central. Estos parámetros forman la base técnica para el desarrollo de un indicador prospectivo de desempeño de la resiliencia organizacional. Puesto que los SCAQs representan momentos donde la demanda de la organización (el esfuerzo) excede los límites de resiliencia, se utiliza la ocurrencia de un disparo de planta como el evento de consecuencia de preocupación. Por tanto, cuando el factor de esfuerzo excede el límite de resiliencia, es más probable que ocurra un disparo de planta. El indicador de desempeño se presenta como un arreglo conceptual de franjas que representan la posibilidad aumentada de un disparo de planta, basado en el factor de esfuerzo. Cuando el factor de esfuerzo se aproxima al umbral de resiliencia, se debería considerar el implementar barreras u otras provisiones adicionales. Cuando un problema particular es identificado y resuelto, la solución, representada como una acción correctiva o un conjunto de acciones correctivas, no siempre se mantiene efectiva por periodos largos de tiempo (esto es, años). La vigilancia, aplicación y



29

comunicación continuas del proceso descrito es necesario para asegurar que el indicador de desempeño en resiliencia continúa brindando información útil y oportuna. Ya que el cambio y la adaptabilidad incrementan la resiliencia, el proceso mejorará mediante la actualización periódica o continua. Las reducciones en eventos de consecuencia a nivel de central dentro de un determinado periodo de tiempo será la señal clave para indicar que el esfuerzo organizacional se ha reducido a niveles más aceptables, y que la resiliencia organizacional ha sido incrementada debido al aumento en las capacidades y habilidades organizacionales. Procesar los datos operacionales diariamente, o al menos semanalmente, proporcionará una actualización regular del factor de esfuerzo y el umbral de resiliencia, y producirá un indicador principal de desempeño más preciso para prevenir eventos de consecuencia.

4.3. Trabajo a futuro

La aplicación de esta metodología a la Central Nucleoeléctrica Laguna Verde (CLV) no sólo la validaría, sino que proporcionaría a la planta y a la Comisión Nacional de Seguridad Nuclear y Salvaguardias (CNSNS) un procesamiento de la información disponible para desarrollar el indicador explicado arriba, y otros productos, como las gráficas que ordenan la ocurrencia de los eventos más significativos y las acciones generados por departamento. Esto con el fin de comprender la mejor manera de reducir el número de eventos y prevenir los eventos de consecuencia durante la operación normal de las CNs. Lo presentado en este trabajo se basó en el uso de datos operacionales, eso es, cuando la planta está operando normalmente, pero hay otra condición que se estudia en cuanto al desempeño de la organización, que es el desempeño del operador y el turno durante un accidente. La probabilidad de los eventos de falla humana (HFEs) requiere cuantificarse para poder usar las probabilidades de error humano (HEP) en el análisis de confiabilidad humana (HRA). Para lograr desarrollar una base de datos para este uso, se desarrolló un sistema para recolectar los errores humanos en simulador. Estos errores humanos son los mismos que pueden ocurrir en cuarto de control durante una emergencia. Por lo tanto, es necesario desarrollar una metodología para desarrollar las HEPs desde la información del simulador de las CNs. La NRC desarrolló un sistema de recolección de datos de simulador ; sin embargo, mientras el sistema fue diseñado para recolectar los datos de eventos en el simulador, falta el análisis de los datos y el desarrollo de la metodología para convertirlos en datos que pueden usarse en el HRA, para los APS, entre otros usos. Este desarrollo se llevará a cabo en conjunto con la NRC como un proyecto de investigación este año. La NRC desarrolló el sistema SACADA (Scenario Authoring, Characterization, and Debriefing Application) para centrales nucleares para colectar información sobre el desempeño de los operadores en el manejo de accidentes a través de la simulación de accidentes en la central, en el simulador de su planta. La NRC contrató a Idaho National Laboratory (INL) para administrar y mantener la base de datos de SACADA. La taxonomía de datos detallada se encuentra en Chang, 2014 [26].



30

Alrededor de 9000 datos estarán disponibles para el análisis. Cada dato corresponde a un objetivo de entrenamiento del operador. Algunos ejemplos son: • Detectar la pérdida del agua de enfriamiento de los generadores diesel (DGs), • disparar manualmente los DGs antes de su disparo automático, y • disparar manualmente el reactor antes del disparo automático en un evento de

ruptura del tubo del generador de vapor. Cada dato contiene dos partes de la información: información predictiva e información retrospectiva. La información predictiva representa los retos del desempeño humano en llevar a cabo el objetivo del entrenamiento. Se clasifican los retos del desempeño humano en cinco clases para representar los retos para llevar a cabo las funciones macro cognitivas, como sigue: • Detectando/monitoreo, • comprendiendo, • tomando decisiones, • acción, y • comunicación. Los retos de desempeño de cada función macro cognitiva se caracterizan por un conjunto de factores que influyen el desempeño (performance influencing factors (PIFs) en inglés.) El estado del PIF se representa por dos o tres estados discretos. Por ejemplo, el PIF de carga de trabajo tiene tres estados: normal, demanda de la tarea, y demanda de tareas múltiples y simultáneas. La taxonomía explica cada término. Las combinaciones de los estados del PIF caracteriza el reto del desempeño. La información retrospectiva documenta los detalles del desempeño de un turno específico. Generalmente cada escenario simulado se lleva a cabo por más de un turno. Debido a que los turnos simulan el mismo escenario, la información predictiva para estos turnos es idéntica para todos los turnos. Sin embargo, el desempeño de los turnos puede ser diferente; por lo tanto, cada turno tuvo su propio resultado de desempeño (información retrospectiva). La información retrospectiva incluye el desplazamiento en el desempeño (e.g., satisfactorio, no satisfactorio, etc.) para todos los turnos. Cuando el desplazamiento es menos que satisfactorio, se recolecta información del desempeño adicional incluyendo modos de error, causas de error, recuperación del error del equipo, y efectos sobre los escenarios. Los detalles se discuten en la referencia 26. La base de datos de SACADA tiene información rica que proporciona un fundamento para una base de datos para informar al HRA. La NRC tiene interés en analizar los datos de SACADA para tener disponible información cuantitativa sobre el desempeño humano para informar las estimaciones de las HEPs en HRA. La participación en este proyecto proporcionó experiencia para poder desarrollar algo parecido en México. En conclusión, el uso de la información de la planta es necesario y puede ser aprovechado para proporcionar muchas herramientas para la mejora de la operación de la planta,



31

resultando en una central que se conoce, que puede mejorar en base a la propia experiencia de muchas maneras. Dos aplicaciones han sido mencionadas en este trabajo, pero hay muchas más posibles. Con la ayuda del APS y un entendimiento profundo de la planta, es posible reducir riesgo, mejorar eficiencia y mejor el uso de los recursos, entre otros.

5. REFERENCIAS

[1] United States Nuclear Regulatory Commission (U.S.NRC). NRC Inspection Manual, Inspection Procedure 71152, Problem Identification and Resolution [Internet]. U.S.NRC 2015 [citado 2015 feb 26]. Disponible: http://www.nrc.gov/reading-rm/doc-collections/insp-manual/inspection-procedure/. [2] International Nuclear Safety Advisory Group (IAEA), Safety Series 75-INSAG-1, IAEA, Vienna, 1988. [3] E. Hollnagel, How Resilient Is Your Organisation? [Internet]. 2011 [citado 2014 nov 19]. Disponible from: https://hal-mines-paristech.archives-ouvertes.fr/hal-00613986. [4] C. Perrow, Normal Accidents: Living with High-Risk Technologies, Basic Books, New York, 1984, p. 5. [5] K. Weick, K. Sutcliffe, D. Obstfeld, Organizing for high reliability: processes of collective mindfulness, Crisis Manag. 3 (2008) 81–123. [6] K.M. Sutcliffe, T.J. Vogus, Organizing for resilience, in: K. Cameron, J.E. Dutton, R.E. Quinn (Eds.), Positive Organizational Scholarship, Berrett-Koehler, San Francisco, 2003, pp. 94–110. Chapter 7. [7] E. Hollnagel, D. Woods, N. Leveson, Resilience Engineering: Concepts and Precepts, Ashgate, Farnham, Surry, UK, 2006. [8] I.A. Herrera, J. Hovden, Leading indicators applied to maintenance in the framework of resilience engineering: A conceptual approach, The 3rd Resilience Engineering Symposium, Antibes-Juan Les Pins, France, 2008 Oct 28–30. [9] E. Hollnagel, How Resilient is Your Organisation? An Introduction to the Resilience Analysis Grid (RAG). Sustainable Transformation: Building a Resilient Organization, Toronto, Canada, 2010 May. [10] D. Woods, Y. Chan, J. Wreathall, The Stress-Strain Model of Resilience Operationalizes the Four Cornerstones of Resilience Engineering, 5th REA Symposium: Managing Trade-Offs, Soesterberg, Netherlands, 2013, Jun 24–27. [11] Z. Simic, B. Zergera, R. Banov, Development and first application of an operating events ranking, Nucl. Eng. Des. 282 (2015) 36–43.



32

[12] K. Groth, A Data-informed Model of Performance Shaping Factors for Use in Human Reliability Analysis, Ph.D. Dissertation, University of Maryland, College Park, MD, 2009. [13] B. Hallbert, Developing Human Performance Measures, Project Milestone Deliverable: Letter Report, INL JCN Y6843, 2006 Mar 7. [14] P. Nelson, C. Martín del Campo, Evaluation of Barriers and Resilience to Improve Organizational Performance in Nuclear Power Plants, Proceedings from Annual Mexican Nuclear Society Conference, Boca del Río, Veracruz, 2014, 31Aug–4 Sep. [15] P.R. Schulman, The negotiated order of organizational reliability, Adm. Soc. 25 (1993) 353–372. [16] J. Pariès, J. Wreathall, D. Woods, E. Hollnagel (Eds.), Resilience Engineering in Practice: A Guide Book, Ashgate Publishing, Ltd, Farnham, Surry, UK, 2012, Oct 1. [17] D. Woods, J. Wreathall, Stress-Strain Plots as a Basis for Assessing System Resilience, Resilience Engineering Perspectives, vol. 1, Ashgate Publishing, Farnham, Surry, UK, 2008. [18] United States Nuclear Regulatory Commission (U.S.NRC), Human Factors Information System [Internet]. U.S.NRC [citado 2014 abr]. Disponible: http://www.nrc.gov/reading-rm/doc-collections/human-factors/. [19] J. Reason, Managing the Risks of Organizational Accidents, Ashgate Publishing Company, Brookfield, VT, 1997. [20] Electric Power Research Institute (EPRI). EPRI Guidelines for Leading Indicators of Human Performance Preliminary Guidance for Use of Workplace and Analytical Indicators of Human Performance, TR-107315 [Internet]. EPRI, Palo Alto (CA), 1999 [citado 2014 oct 25]. Disponible: http://www.epri.com/abstracts/Pages/ProductAbstract.aspx?ProductId=TR-107315. [21] Electric Power Research Institute (EPRI). In-Service Use of the Human Performance Assistance Package Experience Using PAOWF and Leading Indicators of Organizational Health, 1007491 [Internet]. EPRI, Palo Alto (CA), 2003 [citado 2013 feb 28]. Disponible: http://www.epri.com/abstracts/Pages/ProductAbstract.aspx?ProductId=000000000001007491. [22] L.A. Zadeh, Fuzzy Sets, Inf, Control 8 (1965) 338–353.



33

[23] P.D. Cheng, Bayesian Belief Network and Fuzzy Logic Adaptive Modeling of Dynamic System: Extension and Comparison, Professor Mohammad Modarres, Thesis UMD, 2010. [24] C.H.S. Grecco, M.C.R. Vidal, C.A.N. Cosenza, I.J.A.L. Santos, P.V.R. Carvalho, A Fuzzy Logic Based Method to Monitor Organizational Resilience: Application In a Brazilian Radioactive Facility, 2013 International Nuclear Atlantic Conference - INAC 2013, Recife, PE, Brazil, 2013 Nov 24–29. [25] E. Hollnagel, Y. Fujita, The Fukushima disaster–systemic failures as the lack of resilience, Nucl. Eng. Technol. 45 (2013) 13–20. [26] Chang, Y.J., Bley, D., Criscione, L., Kirwan, B., Mosleh, A., Madary, T. Nowell, R., Richards, R., Roth, E.M., Sieben, S., and Zoulis, A. “The SACADA Database for Human Reliability and Human Performance” Reliability Engineering & System Safety, 125, 117-133 (2014).

Desarrollo de Indicadores de Desempeño para Centrales Nucleares

Engineering

Transcript of Desarrollo de Indicadores de Desempeño para Centrales Nucleares