RAMS y Sector Energético

RAMS, Big Data e IA en el Sector Energético


RAMS es el acrónimo de la traducción del inglés: fiabilidad, disponibilidad, mantenibilidad y seguridad. Es utilizado para evaluar la calidad no funcional de un sistema.

La complejidad de los sistemas ferroviarios y el aumento de las expectativas de la sociedad, en cuanto al nivel de riesgo aceptado, se han reflejado en la necesidad de adoptar medidas adicionales para garantizar, en primer lugar, la seguridad, tanto de las personas como de las infraestructuras.

Un poco de historia…

RAMS se utilizó por primera vez en la industria aeronáutica. Posteriormente, se comenzó a usar en la industria de transporte, en concreto, de automoción y ferroviaria. Y desde este momento, no ha dejado de implantarse en muchas otras industrias.

La RAMS de un sistema puede describirse como un indicador cualitativo y cuantitativo de la confianza de un sistema, o los subsistemas que lo forman. Se realiza un análisis con el de objetivo de que los sistemas funcionen de forma segura y con alta disponibilidad. Estos análisis consisten en determinar las tasas de fallo y operativas disponibles durante el ciclo de vida completo del proyecto.

En la mayoría de los proyectos, la evaluación del sistema sólo incluye la fiabilidad, la disponibilidad y la mantenibilidad (RAM). Sin embargo, la seguridad (S) debe estar totalmente integrada en la evaluación. 

En sistemas críticos, desde el punto de vista de seguridad o disponibilidad, la confianza es la propiedad más importante de un sistema, ya que, induce que ese sistema no fallará en funcionamiento normal. Este concepto, por tanto, se puede extrapolar a cualquier industria.

La contribución de los análisis RAMS a los avances tecnológicos ha crecido de manera exponencial, ofreciendo novedades metodológicas que han contribuido a dar soluciones respecto a múltiples ejes (humanos, industriales, etc.).


La Investigación y el Desarrollo también han crecido en este término. No han sido pocas las publicaciones que muestran el camino para aplicar estudios RAMS hacia nuevos tipos de productos, servicios y aplicaciones en diversas condiciones.

Llegados a este punto, es importante recordar que no hay un método universal para hacer dichos análisis. Avanzamos en nuevos métodos basándonos en datos estadísticos de los componentes y utilizando modelos matemáticos para sintetizar la fiabilidad.

En este contexto, RAMS afronta nuevos retos industriales y tecnológicos, por la complejidad y la no linealidad de los sistemas y procesos para los que nuestro equipo se está preparando.

Aplicación en el Sector Energético

La extrapolación de esta metodología RAMS al sector de distribución eléctrica, todavía no está ampliamente extendida. Estudiando las necesidades de nuestros clientes podemos destacar entre estos retos:

  • Predicción de valores futuros en series temporales (como ejemplo, la vida útil remanente de equipos eléctricos instalados o estimar la demanda de energía eléctrica futura)
  • Gran cantidad de equipos conectados enviando múltiples señales procedentes de sensores embarcados

Los enfoques basados en datos se pueden fundamentar en técnicas de Inteligencia Artificial (redes neuronales y lógica difusa). Los cambios pueden ser tratados como una serie temporal. Sin embargo, la complejidad y la no linealidad del proceso plantean fuertes desafíos a los métodos estándar de análisis de series temporales.

La creación de modelos RAMS útiles para nuestros clientes pasarán por contemplar gran cantidad de variables, con relaciones complejas entre ellos:

  • La maquinaria (tipo, número de máquinas, edad, disposición relativa de las mismas, disposición de componentes en la máquina, defectos inherentes en los componentes)
  • Las condiciones de funcionamiento (esfuerzo nominal o sobreesfuerzo, temperaturas variables, cargas inesperadas)
  • El factor humano (nivel de habilidad y número de personal operativo, los hábitos de trabajo, las relaciones interpersonales, las ausencias, las medidas de seguridad, las condiciones ambientales, la peligrosidad de las tareas asignadas, los incidentes/accidentes)
  • Las condiciones de mantenimiento (la competencia y habilidad del personal de mantenimiento, la asistencia, hábitos del trabajo, medidas de seguridad, defectos introducidos por las acciones de mantenimiento anteriores, la eficacia de la planificación y control de mantenimiento)
  • La infraestructura (repuestos, consumibles, herramientas comunes y especiales)

El aumento del número de sensores, así como su fiabilidad, permiten monitorizaciones continuas del estado de los componentes, lo que favorece a su vez el interés por técnicas de análisis basadas directamente en datos.

Para finalizar, mencionar otras vertientes en las que los análisis RAMS pueden tener una participación reseñable: la seguridad de las personas, la naturaleza y el medio ambiente.


NOTICIAS RELACIONADAS

  • 10 automatizaciones imprescindibles para una red ágil y eficiente.
    Los entornos con estrategias operativas claras y marcos estructurados experimentan inevitablemente una acumulación de complejidad en la infraestructura y las operaciones a medida que crecen las empresas. Para garantizar un crecimiento constante y fiable, resulta crucial optimizar la función de TI, que sirve de columna vertebral para dar soporte a… Leer más: 10 automatizaciones imprescindibles para una red ágil y eficiente.
  • Factor Humano en el Sector Ferroviario
    El comportamiento humano desempeña un papel central en el funcionamiento seguro y eficiente del ferrocarril, por ello se debe adoptar un enfoque sistemático para apoyar la actuación humana
  • Etapas de la madurez analítica
    Al invertir en herramientas y métodos analíticos avanzados, crear una cultura de toma de decisiones basada en datos y medir y mejorar continuamente su madurez analítica, las organizaciones pueden obtener una ventaja competitiva y hacer un mejor uso de sus recursos.

Más noticias …