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.......................................................................................................3
1. INTRODUCCIÓN..........................................................................................................4
2. DATOS OPERACIONALES DE LA CENTRAL NUCLEAR.....................................6
2.1 Líneas de tiempo de datos operacionales ....................................................................8
2.2 Herramientas desarrolladas a partir de las líneas de tiempo......................................11
2.3 Factores interdepartamentales ...................................................................................13
3. MATERIALES Y MÉTODOS.....................................................................................17
3.1 Esfuerzo organizacional y curva de deformación......................................................18
3.2. Metodología para la curva de resiliencia organizacional .........................................19
4. RESULTADOS Y DISCUSIÓN..................................................................................20
4.1. Aplicación.................................................................................................................21
4.1.1. Indicadores de desempeño.................................................................................22
4.1.2. Método para el desarrollo de un indicador prospectivo de desempeño ...........23
4.2. Conclusiones.............................................................................................................27
4.3. 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%ﬁcar
problema o planear
ac%vidad
Orden de trabajo
REPORTE DE
CONDICIÓN (RC)
Ac%vidad
Planeada
?
Inspección y desarrollo de
instrucciones de trabajo
(Planeación)
PAQUETE DE
TRABAJO
Revisar, aprobar y dar a
Mantenimiento y
Operación
Preparación por
Operación del
Paquete
Preparación por
Mantenimiento
del Paquete
Se lleva a cabo el Trabajo
NO
SI
Prueba post mantenimiento
Operación recibe el
equipo
Revisión ﬁnal de la
terminación del paquete
de trabajo
Trabajo
Sa%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=0000000000010074
91.
[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

Recomendados

Recomendados

Más contenido relacionado

Similar a Desarrollo de Indicadores de Desempeño para Centrales Nucleares

Similar a Desarrollo de Indicadores de Desempeño para Centrales Nucleares (20)

Más de Academia de Ingeniería de México

Más de Academia de Ingeniería de México (20)

Último

Último (20)

Desarrollo de Indicadores de Desempeño para Centrales Nucleares