Development of a dynamic risk assessment and control methodology for industrial accidents

• Autores: Martín Folch Calvo
• Directores de la Tesis: Miguel Ángel Sebastián Pérez (dir. tes.), Francisco Brocal Fernández (dir. tes.)
• Lectura: En la UNED. Universidad Nacional de Educación a Distancia ( España ) en 2020
• Idioma: inglés
• Tribunal Calificador de la Tesis: José Manuel Arenas Reina (presid.), Cristina González Gaya (secret.), Alberto Sánchez Lite (voc.)
• Programa de doctorado: Programa de Doctorado en Tecnologías Industriales por la Universidad Nacional de Educación a Distancia
• Materias:
  • Ciencias tecnológicas
    • Tecnología industrial
      • Ingeniería de procesos
      • Especificaciones de procesos
    • Tecnología metalúrgica
    • Tecnología de productos metálicos
• Enlaces
  • Tesis en acceso abierto en: e-spacio (pdf)
• Resumen
  • español

    Los tipos de industrias más afectados por accidentes, en la Unión Europea dentro del período 1979-2019, corresponden a los sectores químico-farmacéutico y petroquímico por causas que abarcan las incidencias en operaciones, los fallos en los equipos, explosiones e incendios y errores humanos en trabajos de producción y mantenimiento. A esta situación le sigue una accidentabilidad laboral que fué de 2 accidentes fatales por 100,000 personas empleadas en el 2015. Para poder presentar una herramienta que permita gestionar las diferentes situaciones que puedan estar afectadas por riesgos tanto en los procesos industriales como en el trabajo, primero se realiza una revisión de las herramientas existentes teniendo en cuenta tres características: prevención, simultaneidad e inmediatez; como resultado, se presenta una nueva metodología dinámica denominada Control Estadístico de Riesgos (SRC) basada en la utilización de la inferencia Bayesiana, cuadros de control y análisis aplicando cadenas ocultas de Markov, para que a partir de las causas iniciales de incidencias y los fallos en las barreras de seguridad, sea posible detectar una situación fuera de límites con la suficiente antelación como para permitir acciones correctivas con el fin de reducir el riesgo antes de que ocurra un accidente. Se desarrollan varios casos aplicando diferentes modelos de inferencia Bayesiana. La metodología cubre riesgos industriales, accidentes laborales, fuga de material inflamable con posible efecto dominó y desviaciones en coste y tiempo. Se han utilizado un total de 12 modelos de inferencia con los que se realizan los análisis de las observaciones recopiladas a partir de las causas iniciales de riesgo y fallos en las barreras de seguridad, utilizando , cuando no hay solución analítica, una herramienta de muestreo basada en el algoritmo de Metrópolis-Hastings. Los valores recogidos se presentan en tablas o gráficos de control que visualizan si la situación está fuera de los límites. Los resultados muestran que la metodología ofrece un procedimiento formal, para obtener una valoración de las probabilidades de riesgo y para prevenir o mitigar accidentes y riesgos laborales en escenarios de fabricación y procesos industriales, advirtiendo de su existencia con el fin de poder actuar de antemano, corrigiendo sus causas y ofreciendo una visión del proceso analizado de la manera más simple y práctica y a la vez respondiendo a las tres características de prevención (P), simultaneidad (S) e inmediatez (I).

    Palabras Clave— Riesgo, Bayesiano, Evaluación, Control, Accidente laboral, Coste, Efecto dominó.

  • English

    Abstract The most affected types of industries affected by accidents in the European Union in the period of years 1979-2019 are chemical-pharmaceutical and petrochemical-refining with causes covering operations, failure in equipment, explosion and fire and human errors. This situation is followed by an occupational accidentability rate of 2 fatal accidents by 100,000 persons employed in 2015. To manage situations that affect risks in industrial processes and occupational risk at work, a review of existing tools is first carried out taking into account three prevention, simultaneity and immediacy characteristics. As a result, a new dynamic methodology called Statistical Risk Control (SRC) based on Bayesian inference, control charts and analysis applying hidden Markov chains for the initiating causes and safety barriers is presented. The objective is to detect the situation outside the limits early enough to allow corrective actions to reduce the risk before an accident occurs under the concept of immediacy. Several cases are developed testing different Bayesian inference models. The methodology covers industrial risks, occupational accidents, loss of containment with possible domino effect and deviations in cost-time A total of 12 inference models have been tested performing the analysis of collected observations of initiating causes of risk and safety barriers failure using a Metropolis-Hastings sampling when it is needed. Collected values are presented in tables or control charts visualizing when the situation is out of limits. The results show that the methodology offers a formal procedure for to have a determination of failure probabilities that can prevent or mitigate accidents and occupational hazards in manufacturing scenarios and industrial processes warning of the existence of a risk to act in advance correcting causes and offering a complete vision in the simplest and most practical way possible and responding to the three characteristics of prevention (P), simultaneity (S) and immediacy (I).

    Keywords— Risk, Bayesian, Assessment, Control, Occupational accident, Cost, Domino effect