Evaluación del rendimiento del sistema de detección de fugas

Evaluación del Rendimiento

El operador de ductos debe establecer indicadores de rendimiento (como sensibilidad y confiabilidad) para medir el rendimiento del sistema de detección de fugas.

Revisión Interna

Establecer un almacenaje de datos interno comprensible para facilitar el proceso de análisis.

Los resultados de la revisión interna por el lado del sistema de detección de fugas pueden incluir: • Identificación de brechas en la estrategia

• Resultados de la evaluación de métricas de rendimiento

• Monitoreo de rendimiento y cambio de objetivos

• Prueba/ajuste de resultados

• Resultado de entrenamiento

• Actividades de mantenimiento en equipos notables

• Mejoras sugeridas, implementadas y completadas

Revisión Externa

Las comparaciones externas pueden proporcionar una base para la comparación en el rendimiento de los sistemas de detección de fugas con otros operadores de ductos, fuentes de información de la industria y fuentes de datos de la jurisdicción.

Indicadores Clave de Rendimiento (KPIs por sus siglas en inglés)

La supervisión de los sistemas de detección de fugas (SDF) puede ser realizada mediante la definición de KPIs correctos y la recolección continua de datos, reportes adecuados y acciones de acuerdo a los datos una vez sean evaluados.

La detección de fugas usa cuatro medidas de rendimiento: precisión, sensibilidad, confiabilidad y robustez. No obstante, estas medidas no pueden ser aplicadas directamente para evaluar el rendimiento general de un programa de detección de fugas. Por lo tanto, los KPIs deben ser definidos para supervisar la efectividad total del programa.

Cada operador de ductos debe desarrollar su propia lista de KPIs que pueda utilizar. Dado que los indicadores retroactivos se relacionan con eventos de derrame, solo proporcionaré ejemplos de indicadores clave en esta revisión.

Nivel 3 – Medidas internas del operador de ductos, indicadores predictivos, indicadores enfocados en las operaciones

Indicadores predictivos

Porcentaje de falsas alarmas de fugas que son analizadas, racionalizadas, tratadas y documentadas por el sistema de detección de fugas en un tiempo determinado.

Número de falsas alarmas de fuga generadas por el sistema de detección de fugas.

Cantidad de tiempo que el sistema de detección de fugas se encuentra en alarma en operación.

Porcentaje total de ducto cubierto por un sistema de detección de fugas en monitoreo continuo.

Porcentaje del ducto total donde el desempeño de los sistemas de detección de fugas cumple con los criterios designados.

Porcentaje de tiempo que el SDF está disponible durante las operaciones (tiempo de actividad del sistema de detección de fugas).

Número de pruebas realizadas en un SDF en un año determinado.

Porcentaje de SDF con límites no configurados.

Porcentaje de sistemas de detección de fugas que se someten a revisiones de alarmas o notificaciones durante cada año.

Porcentaje de alarmas de fugas donde la causa de la alarma o notificación es identificada; es decir, comunicación, medición, instrumentación, SCADA, etc. .

Número de veces por año que un SDF ha tenido cambios de ajustes en sus límites de umbral.

Nivel 4 – Medidas internas para el operador de ductos, indicadores predictivos

Indicadores predictivos

Porcentaje de operadores de ductos que son entrenados en los conceptos de SDF en un año.

Si las causas de la fuga son revisadas anualmente y la información nueva incluida en la actualización de la estrategia de detección de fugas del operador del ducto.

Promedio de tiempo para solucionar un mal funcionamiento del instrumento que comprometa a un SDF operacional.

Porcentaje de elementos MOC que comprometen el entrenamiento de SDF del operador del ducto.

Niveles de detección de fugas del personal por milla de ducto en operación.

Porcentaje de SDF donde los ajustes de alarma son revisados y confirmados anualmente.

Es posible que la estrategia se haya establecido y que se puedan utilizar indicadores clave de rendimiento para medir el progreso conforme a los requisitos de rendimiento en general para el SDF. Los KPIs para medir en general al SDF probablemente sean diferentes a los usados en el monitoreo individual de los ductos.

Reportes periódicos

Los KPIs más importantes deberían ser reportados al director de operadores de ductos anualmente.

Otra finalidad de los KPIs es la capacidad de comparar el rendimiento de un operador de ducto con un grupo más grande. Para lograr este tipo de comparación, varios KPIs retroactivos son identificados en la Tabla 6 (Nivel 1) y Tabla 7 (Nivel 2) que deben ser recopilados para permitir una comparación entre empresas.

Indicadores retroactivos y predictivos

Los indicadores retroactivos son aquellos indicadores de rendimiento que miden un evento después que el mismo haya ocurrido, mientras que los indicadores predictivos ayudarán a las compañías a tomar una posición más proactiva en el manejo de su programa de detección de fugas.

Los KPIs que miden un evento después que haya ocurrido. Esta visión indica el número de fallos o eventos que han ocurrido en un periodo determinado, pero no necesariamente ayudan a determinar el factor causal ligado a los mismos.

Un ejemplo de indicador retroactivo es una medida de cuántas fugas fueron detectadas por un SDF en un periodo determinado de tiempo, dado que el SDF fue diseñado para detectar una fuga de ese tamaño.

Indicadores predictivos (para una postura más proactiva)

Los indicadores predictivos son usados para predecir el resultado de un futuro proceso. Ejemplo de un KPI para medir cuán consistentemente son entrenados los controladores de ductos en cuanto a uso, entendimiento, y operación de los SDFs implementados dentro del centro de control. Se asume entonces, que un controlador de ducto bien entrenado comprende de una mejor forma los datos que se le presentan y su respuesta también es mejor. Por lo tanto, un KPI que refleje esto puede ser el porcentaje de controladores de ductos que son entrenados anualmente en cuanto a conceptos de los SDFs.

Los KPIs de Nivel 2 y Nivel 2 son generalmente KPIs de retroactivos, y deben ser recolectados inicialmente para permitir la comparación de toda la industria en cuanto al rendimiento de LDP en general. Los Niveles 3 y 4 son solamente recabados y reportados a lo interno.

La diferencia entre el KPI de Nivel 1 y Nivel 2 se basa en si el incidente cumple o no la definición de PHMSA de un incidente significativo. El KPI de Nivel 1 son eventos de LOC que son reportados como incidentes significativos del PHMSA.

Los KPI de Nivel 1 y Nivel 2 en este documento están enfocados en los resultados y directamente relacionados con alguna medida de cada fuga en el ducto. Ejemplos incluyen el número de fugas que fueron detectadas por el sistema de detección de fugas, cantidad de producto filtrado donde el SDF fue diseñado para detectar una fuga de ese tamaño. Estas medidas pueden ayudar a responder si los SDFs son eficaces para detectar y minimizar la cantidad de producto que se filtra del ducto.

Los KPIs de Nivel 2 están más enfocados a la parte operacional y ayudan a comprender que tan bien los SDF están funcionando una vez implementados en el ambiente de operador de ductos. Ejemplos incluyen el número de falsas alarmas generadas desde el SDF.

Los KPIs de nivel 4 son generalmente KPIs predictivos y pueden ser útiles para determinar si un definido proceso está siendo correctamente ejecutado o no. Los eventos de Nivel 3 y Nivel 4 tienen el potencial de conducir eventos de nivel 1 o 2.

Aseguramiento Dual

El aseguramiento dual es un concepto por el cual un indicador predictivo a un nivel más bajo se empareja con un indicador de retroactivo de un nivel superior. El objetivo es predecir donde el comportamiento de un proceso está clara y directamente ligado al comportamiento de un objetivo de nivel superior. Un ejemplo de esta relación en un programa de deteccón de fugas puede ser un KPI predictivo para medir el porcentaje de falsas alarmas que son analizadas, racionalizadas, tratadas y documentadas en el sistema de detección de fugas en un periodo determinado de tiempo, comparado a un indicador de retraso donde el porcentaje de apagado del controlador del ducto en respuesta a una fuga es medido.

Normalización de los datos.

La normalización de datos se refiere al esfuerzo para hacer los datos comparables (por ejemplo, en el tiempo o entre diferentes entidades). La normalización es necesaria para comparar los datos entre varios operadores. Para que la normalización funcione, es necesario entender las bases del dato y tener una definición común para los artículos. Por ejemplo, si la definición de fuga es diferente entre operadores, entonces no es posible comparar sus KPIs. En este RP, se recomienda la definición de fuga en línea con el CFR.

 

Categoría: Consejo para mejores practices

Por: Atmos International
Fecha: 14 abril 2019