Fiabilidad por su diseño

Los módulos de potencia modernos de los SAI se han diseñado teniendo la fiabilidad como principal prioridad. Los procesos de certificación requieren que los módulos pasen pruebas de estrés estrictas en laboratorios independientes, donde se les somete a ensayos de temperatura, carga y resistencia. Los datos reales obtenidos sobre el terreno confirman cifras incluso mayores del MTBF medido, lo que da a los operadores de los centros de datos la confianza de que los módulos tendrán un buen rendimiento durante toda su vida útil. La fiabilidad también puede verse mejorada por las opciones elegidas durante el diseño: la separación de módulos aísla fallos, el diseño de módulos intercambiables en caliente garantiza una sustitución rápida y la supervisión predictiva ayuda a detectar anomalías en una fase temprana. Estas funcionalidades convierten a los módulos en elementos fiables no solo de manera individual, sino que también contribuyen a conseguir un sistema SAI muy tolerante a fallos cuando se instalan en paralelo. En comparación con los diseños de SAI monolíticos, las unidades modulares de potencia reducen el riesgo de puntos únicos de fallo y aumentan la resiliencia, motivo por el cual se están convirtiendo en la opción preferida de los centros de datos empresariales y perimetrales.

Las señales de que se está produciendo un fallo en un SAI pueden aparecer de manera gradual o repentina, depende del caso. Los indicadores comunes incluyen alarmas frecuentes, una autonomía reducida durante cortes de electricidad, ruidos extraños de los ventiladores o la electrónica y una degradación visible de las baterías (abombamiento, fugas, etc.). También es posible que los operadores noten un rendimiento poco uniforme, como fluctuaciones de la tensión o alertas repetidas en el software de supervisión. En sistemas avanzados, la supervisión predictiva emite advertencias tempranas gracias al seguimiento de parámetros como la impedancia de las baterías, el estado del condensador, la temperatura y el equilibrio de las cargas. Cuando se superan los umbrales, el sistema emite una señal de riesgo de fallo, de modo que se pueden realizar acciones preventivas. En las arquitecturas de SAI modulares, la supervisión se realiza a nivel de módulo, lo que permite aislar el origen de la degradación de manera más sencilla. Detectar fallos en una fase temprana es vital, ya que las anomalías poco importantes que no se resuelven pueden convertirse en paradas inesperadas que afectan al tiempo de actividad. Las inspecciones regulares, junto con herramientas inteligentes de supervisión y un diseño muy fiable, son las formas más eficaces de mantener la fiabilidad del sistema.

El tiempo medio operativo entre fallos se determina utilizando una combinación de modelado de predicción de la fiabilidad, pruebas de estrés realizadas en laboratorio y validación de datos sobre el terreno. En la fiabilidad de sistemas, la estimación principal se realiza mediante el análisis del estrés de las piezas de conformidad con normas como IEC 61709, SN 29500 o MIL-HDBK-217F. El índice de fallo de cada componente se infiere de bases de datos de referencia y se ajusta utilizando factores de estrés para la temperatura, la tensión y el entorno. Estos índices de fallo de los componentes se agregan posteriormente en un diagrama de bloques de fiabilidad (RBD, por sus siglas en inglés) para modelar toda la arquitectura del SAI, incluido cualquier elemento redundante (N+1). El índice de fallo del sistema resultante (λ) proporciona el MTBF calculado, que es igual a 1/λ. Las pruebas realizadas en laboratorio se utilizan para validar o afinar estos modelos. Los componentes o módulos se someten a condiciones de estrés aceleradas (por ejemplo, temperaturas elevadas, humedad, vibraciones y cargas cíclicas) para confirmar que los mecanismos de degradación se comportan tal como se había predicho. Estas pruebas confirman las presunciones utilizadas en el modelo de fiabilidad, pero no determinan directamente el valor del MTBF. Debido a que las pruebas aceleradas no pueden reproducir todas las condiciones de una situación real, también se analizan los datos obtenidos de sistemas instalados sobre el terreno. Las horas de funcionamiento reales y los recuentos de fallos obtenidos en una amplia muestra proporcionan un MTBF medido, que refleja un rendimiento real. Cuando hay una base considerable instalada (miles de módulos en funcionamiento con millones o miles de millones de horas acumuladas) las estadísticas resultantes son muy robustas. Laboratorios independientes, como SERMA o TÜV pueden auditar la metodología y comprobar la consistencia de los datos. Esta estrategia doble (MTBF predicho [analítico] y MTBF medido [empírico]) garantiza que la cifra de fiabilidad declarada sea verificable, creíble y representativa de entornos reales de centros de datos.

En el caso de módulos de potencia de SAI, un MTBF superior a 1 000 000 de horas es realmente excepcional. Esta cifra indicaría un índice de fallo teórico muy bajo (λ ≈ 1 × 10⁻⁶ fallos/hora), pero siempre se debe interpretar teniendo en cuenta los supuestos del modelo de fiabilidad, como un índice de fallo constante, que no haya deterioro y que las condiciones de instalación sean ideales. En el caso de SAI modulares estándar, los valores medios del MTBF sobre el terreno para módulos de potencia de SAI se encuentran en un intervalo de entre 200 000 y 300 000 horas, en función de la calidad de los componentes, la temperatura ambiente, el perfil de carga y las prácticas de mantenimiento. Para aplicaciones críticas, como centros de datos empresariales y perimetrales, seleccionar sistemas SAI con el máximo MTBF del mercado es una cuestión de vital importancia. Una doble validación (predicción analítica con posibilidad de certificación mediante auditorías independientes [p. ej., SERMA o TÜV] más confirmación empírica basada en una base considerable instalada) garantiza que la fiabilidad declarada es creíble, verificable y representativa de las condiciones reales. Por último, un «buen MTBF» no es un número abstracto: es el número que sirve de apoyo para los objetivos de los acuerdos de nivel de servicio de las instalaciones, permite arquitecturas tolerantes a fallos y minimiza el riesgo y el coste total de los tiempos de inactividad a lo largo de toda la vida útil del SAI.