4. Metodi probabilistici per l’analisi del rischio
5.1 Failure rates delle barriere di protezione-raccolta dei dati
I dati di guasto ottenuti raccogliendo informazioni sulle esperienze di guasto industriali sono da considerare come dati specifici d’impianto. Caratteristica fondamentale dei dati specifici di impianto è che essi riflettono lo specifico processo di impianto, l’ambiente in cui esso si trova, le pratiche di manutenzione adottate e la scelta e le operazioni di apparecchiatura.
I dati generici invece sono quelli accumulati e raccolti da una certa varietà di impianto e di industrie, come impianti nucleari, impianti chimici o piattaforme offshore. Questi dati possono portare una grande varietà di informazioni sulle frequenze di guasto, vista la varietà delle fonti da cui questi vengono ottenuti, tuttavia, sono meno specifici e dettagliati visto che si riferiscono ad impianti, industrie, strategie operative di diverse realtà.
36
Nella valutazione quantitativa del rischio vengono utilizzate due diverse frequenze di guasto: le frequenze time-related e le frequenze demand rated (o frequenze di failure on demand).
Le frequenze di guasto time-related, che vengono presentate come frequenze di guasto in 10 6 ore, sono utilizzate per apparecchiature che lavorano
continuativamente, come una pompa circolante o un trasmettitore di temperatura. I dati delle frequenze indicano il numero di guasti o rotture per ore operative o per ore generiche (che possono essere sia operative che di fermo). Le frequenze di guasto on demand vengono di solito presentate per 103 richieste
di attivazione, e quindi sono applicabili per apparecchi che normalmente non sono in funzione ma vengono chiamati a mettersi in funzione in particolari situazioni, come in caso di incidente. In questo caso le frequenze di rottura vanno ad indicare il numero di guasti per richiesta di attivazione.
Sia le apparecchiature che lavorano in continuo che quelle on demand avranno una probabilità crescente di guasto con il tempo; in particolare quelle che lavorano in continuo avranno una frequenza crescente di rottura con l’avanzare delle ore operative e gli apparecchi on demand aumenteranno le loro frequenze con il crescere delle richieste.
Le modalità di rottura possono variare per grado di danno. E’ stata determinata una classificazione della gravità associata ad una rottura o guasto dal CCPS (CCPS, 2000)
1. Rottura catastrofica: guasto improvviso che causa l’interruzione di una o più funzioni fondamentali dell’impianto
2. Degradazione: rottura o guasto graduale o parziale
3. Guasto incipiente: una imperfezione nello stato di funzionamento dell’apparecchio che può portare a degradamento o a rottura catastrofica se non tenuto sotto controllo
Una frequenza di guasto generata da una raccolta di dati sarà dipendente da tutte le circostanze sotto le quali ha operato il sistema corrispondente. Di conseguenza la frequenza di fallimento o guasto di una barriera può essere usata solo in sistemi le cui circostanze di funzionamento sono identiche a quelle di riferimento. Se così non è, i dati di guasto applicabili al nuovo sistema dovranno essere riadattati o aggiustati. Generalmente le circostanze da cui vengono estrapolati i dati non sono mai adeguatamente definite, e alcuni dai sono basati su assunzioni esplicite, implicite, o ignorate (CCPS, 2000)
37
E’ quindi importante tenere conto del fatto che le frequenze di fallimento non sono strettamente legate all’ apparecchiatura o barriera, e soprattutto non sono immutabili, ma possono variare al variare delle condizioni attorno alle quali si trova ad operare.
Sebbene le frequenze di fallimento e guasto possono essere time related o demand related, la distinzione tra le due non è sempre netta. Le frequenze totali di rottura associate ad un elemento possono essere una combinazione di altre cause di guasto che possono essere a loro volta time related o demand related. Il guasto relativo ad un elemento on demand può essere dato quindi dal fatto che lo stato di guasto è già esistente prima della sollecitazione al suo attivarsi, o può essere stata la stessa richiesta a determinare il guasto.
Nell’utilizzo di dati sulle frequenze di guasto per la valutazione quantitativa del rischio negli impianti industriali, la situazione ideale è certamente quella per cui si hanno a disposizione dati storici relativi ad uno strumento identico a quello che si sta studiando e per la stessa applicazione. Nella maggior parte dei casi, i dati specifici di impianto non sono disponibili o richiedono una quantità di dati di confidenza tali che è impossibile usarli così come sono. Tali problemi possono comunque essere superati utilizzando dei dati generici in modo complementare ai dati specifici di impianto.
Vista l’incertezza riguardante i metodi di analisi del rischio, generalmente vengono adottati i dati generici di guasto che tendenzialmente si rivelano adeguati almeno per quanto concerne l’identificazione dei rischi maggiori associati ad un impianto.
La selezione di dati generici appropriati al caso specifico, tuttavia, richiede la conoscenza di tali strumenti e una buona capacità di giudizio. L’incertezza associata alla scelta dei dati può essere ridotta cercando più informazioni possibili sui data sets come la tipologia di strumento, la modalità di costruzione, gli Eventuali elementi accessori e, ovviamente, le modalità di guasto.
Conoscere il background da cui vengono i dati permette di scegliere dati più appropriati, ma sebbene non sia possibile arrivare ad abbattere completamente l’incertezza sui dati di failure, a meno che i casi e i contesti non siano completamente noti e coincidenti con quelli di riferimento, è possibile aggiornare ed adattare i dati al proprio contesto utilizzando strumenti probabilistici come le reti Bayesiane.
38
In contesti di incertezza, infatti, è possibile ricavare la relazione tra dati incerti utilizzando delle grandezze a priori (in questo caso le probabilità di fallimento di un elemento) ed aggiornarli una volta che si ha un’informazione in più sul fenomeno o sul loro comportamento, quello che si ottiene è una Probabilità a Posteriori.
Mentre la statistica cerca di determinare tramite la conoscenza dei risultati di un esperimento (o più esperimenti) quali siano le caratteristiche della popolazione su cui l’esperimento è stato eseguito, nel calcolo delle probabilità si assume che tutte le caratteristiche della popolazione siano note (senza preoccuparsi del come ciò sia possibile) e si vuole calcolare a priori la “probabilità” che un esperimento abbia un determinato risultato (Ricci, 2004). Tali probabilità possono essere dapprima trattate come distribuzioni e poi discretizzate per associarne gli stati discreti di funzionamento e guasto.
Volendo ridurre al minimo i rischi associati ad un judgement nella scelta dei dati di guasto che sia poco verosimile, quindi, è possibile lavorare su tali strumenti tramite delle distribuzioni di probabilità, che tengono conto di tutta la popolazione di dati a disposizione associati ad una barriera. Di seguito una panoramica sulle distribuzioni di probabilità e di come sia possibile implementarle in un contesto probabilistico per l’analisi delle performance delle barriere.