(1545) La Seguridad de Procesos. Un desafío en la formación de

VII CAIQ 2013 y 2das JASP
Propagación de Accidentes en la Industria Química - Consideración
del Efecto Dominó en la Evaluación Cuantitativa de Riesgos.
A. D'alessandro, S. Tonelli*
Planta Piloto de Ingeniería Química
(Universidad Nacional del Sur - CONICET)
Camino La Carrindanga km. 7 - 8000 Bahía Blanca - Argentina
E-mail: ([email protected])
Resumen. Cuando un incidente en un equipo de una instalación industrial
desencadena una serie de consecuencias más severas que el evento primario,
se dice que se ha producido un “efecto dominó”. La evaluación de los
riesgos mediante metodologías cuantitativas como el QRA consideran que
los posibles eventos accidentales ocurren en forma independiente. La
incorporación de los mecanismos de propagación de accidentes exige
modificar la forma en que se calcula el riesgo. Los pasos a seguir incluyen
la identificación de los escenarios dominó; la determinación de la frecuencia
con la que un escenario primario puede disparar uno o más eventos
secundarios y la superposición de las consecuencias generadas por los
eventos primarios y secundarios. En este trabajo se presentan las distintas
alternativas para el cálculo en cada etapa y un ejemplo donde puede
observarse cómo el riesgo resulta subestimado cuando no se incluye la
posibilidad de propagación de un accidente a las unidades vecinas.
Palabras clave: Efecto Dominó, Análisis Cuantitativo de Riesgos.
*
A quien debe enviarse toda la correspondencia
AAIQ Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
1. Introducción
Cuando en una instalación industrial se produce un incidente en un equipo, otros
equipos en los alrededores pueden ser afectados. De esta forma un accidente menor
puede desencadenar una serie de eventos de consecuencias más severas, a este
fenómeno se le denomina “efecto dominó”.
Desde los años 50 se han producido más de 300 accidentes dominó, con un saldo
estimado de 2400 muertos e ingentes pérdidas económicas (Chen, 2012). A pesar de
ello el análisis de los mecanismos que conducen a la propagación de accidentes es un
área de estudio que sólo recientemente ha comenzado a desarrollarse. Existen distintas
interpretaciones en la definición de un accidente dominó, pero la mayoría de los autores
coinciden en que deben estar presentes tres factores:

Un evento iniciador o evento primario en alguna unidad.

La propagación de ese accidente a una o más unidades (eventos secundarios).

Una intensificación de las consecuencias, generando un accidente más grave que el
primario.
Históricamente, la posibilidad de ocurrencia de los accidentes dominó ha sido
controlada y reducida mediante el uso de medidas preventivas recomendadas en
diferentes normas y estándares técnicos. Así se definen distancias de seguridad entre
equipos, aislación térmica en áreas sensibles, dispositivos de emergencia, etc. Las
técnicas cuantitativas de evaluación de riesgos, tales como los estudios QRA, no
incluyen los efectos dominó porque los eventos son considerados en forma
independiente. Los primeros intentos de incorporar este efecto en estos estudios
adoptaron una aproximación muy simple: aumentar las consecuencias o la frecuencia de
ocurrencia del evento primario. Recién a partir de los trabajos de Cozzani y col. (2005)
y Antonioni y col. (2009) se propone una metodología sistemática para realizar estudios
QRA incorporando el efecto dominó. Los pasos a seguir son:

Identificar los escenarios dominó: evaluar la posibilidad de propagación de un
evento primario, identificar los posibles equipos afectados y definir los escenarios
secundarios esperados.
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP

Determinar la frecuencia con la que un escenario primario puede disparar uno o más
eventos secundarios.

Calcular las consecuencias de los escenarios dominó superponiendo las
consecuencias generadas por los eventos primarios y secundarios.

Calcular el riesgo individual y social según las metodologías ya conocidas.
En este trabajo se describe en forma detallada cada uno de los pasos anteriores y se
presenta su aplicación a un caso de estudio, donde se analizan los niveles de riesgo
obtenidos incluyendo o no el efecto dominó.
2. Identificación de los Posibles Escenarios Dominó.
La evaluación de posibles escenarios dominó comienza con la identificación de los
objetivos secundarios que pueden ser alcanzados por un evento primario. Ello se realiza
utilizando los valores límites de ciertas propiedades que pueden dañar a los equipos en
el entorno. Estos “valores umbrales” dependen de dos factores: el vector de escalado y
el objetivo que es alcanzado por el evento primario. Se denomina “vector de escalado”
al efecto o variable que produce la propagación de un evento hacia otras unidades. Así
los efectos físicos que pueden producir un escalado de las consecuencias son la
radiación (W/m2), la sobrepresión (Pa) y el alcance de los proyectiles (m). Casi todas las
fuentes bibliográficas proporcionan valores umbrales que se refieren a los vectores
propagación exclusivamente sin tener en consideración las características específicas de
los distintos escenarios y los objetivos secundarios posibles. Este enfoque es bastante
simple, pero la definición de umbrales no específicos da como resultado valores
conservativos de los efectos físicos. Para alcanzar una aproximación más realista,
Cozzani (2006) presenta valores umbrales en función del mecanismo de propagación y
del tipo de objetivo (Tabla 1).
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
Tabla 1. Valores Umbrales de los Vectores de Escalado para cada Objetivo.
Vector de escalado
Radiación
(kW/m2)
Sobrepresión
(kPa)
Proyectiles
(m)
Valor umbral
Equipo objetivo
Fuente
12.5
Todos
Ministerial Decree,
Italy, 2001
24.0
Todos
Bagster, 1991
37.5
Todos
BS 5908, 1990
10.0
Atmosféricos
Bottelberghs, 1996
38.0
Presurizados
Gledhill, 1998
70.0
Todos
Khan, 1998
800
Todos
Ministerial Decree,
Italy, 2001
1150
Todos
Health and Safety
Executive, 1978
La determinación de valores umbrales confiables es clave para la selección de
escenarios de propagación creíbles, los que resultan imprescindibles para cuantificar y
evaluar accidentes considerando una serie de eventos sucesivos.
Si el daño generado por un evento primario supera un cierto valor umbral, el efecto
dominó es posible. Para cuantificar la probabilidad de propagación o escalada se
utilizan funciones basadas en modelos probabilísticos (curvas PROBIT). Estos modelos
son específicos para cada vector de escalado y para cada objetivo analizado. Así, por
ejemplo, la probabilidad de daño debido a la radiación es diferente a la debida a
sobrepresión. También será diferente si el objetivo alcanzado por el accidente es un
tanque atmosférico o un tanque presurizado. En la literatura se pueden encontrar
numerosos modelos de probabilidad (Cozzani y Salzano, 2004; Gubinelli, 2004;
Cozzani, 2005; Cozzani, 2006; Antonioni, 2009; Kadri, 2012; Liu y Wu, 2012).
3. Estimación de la Frecuencia de los Escenarios Dominó.
3.1. Frecuencia de un Evento de Escalado Simple.
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
Una vez identificados los posibles escenarios dominó es necesario calcular la
frecuencia de los mismos. Cuando un evento primario provoca solamente un escenario
accidental secundario se produce un sólo evento de propagación y por lo tanto, la
frecuencia esperada puede ser calculada como:
(1)
donde fde es la frecuencia esperada del evento dominó (eventos/año), fpe es la frecuencia
esperada del evento primario (eventos/año) y Pd es la probabilidad de escalado para un
evento primario dado. La frecuencia fpe puede estar disponible en el informe de
seguridad o puede ser calculada a través de árboles de falla (Schüller, 1997). La
probabilidad Pd se evalúa a partir de modelos específicos de propagación (PROBIT) que
dependen del efecto físico y del objetivo secundario, como se explicó en la sección
anterior.
3.2. Frecuencia de Escenarios Dominó.
Por lo general, un simple evento primario puede ser capaz de activar más de un
evento secundario, por lo tanto, el cálculo de la frecuencia global del efecto dominó
debe tener en cuenta todos los eventos secundarios provocados por el mismo evento
primario. Desde el punto de vista probabilístico los sucesos de propagación pueden
considerarse como independientes, entonces, si N eventos secundarios son posibles, la
probabilidad de un escenario secundario dada una combinación genérica m de eventos
secundarios k (k ≤ N) es la siguiente:
,
donde
∏
,
1
,
,
2
,
1
(2)
es la probabilidad de escalado para el i-ésimo evento secundario,
1, … k es un vector cuyos elementos son los índices de la m-ésima combinación de
eventos secundarios k, y la función
,
1,
0,
∈
∉
,
se define de la siguiente forma:
(3)
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
El número total de escenarios dominó en el que un evento primario desencadena k
eventos secundarios se calcula como un coeficiente binomial,
!
(4)
! ! !
Entonces, el número total de escenarios dominó diferentes que pueden ser
desencadenados por eventos primario se define como la sumatoria de los coeficientes
binomiales,
∑
2
1
(5)
donde ν es la cantidad total de escenarios secundarios que necesitan ser tenidos en
cuenta en el análisis cuantitativo del efecto dominó. La frecuencia esperada de una
combinación genérica m de k eventos se expresa matemáticamente como:
,
,
(6)
En la aplicación del procedimiento, la combinación (k, m) puede ser despreciada si el
valor de la frecuencia cae por debajo de cierto valor.
4. Cálculo de las Consecuencias en Escenarios Superpuestos.
La evaluación de las consecuencias requiere: (i) la evaluación de las consecuencias
del escenario principal y de cada uno de los eventos secundarios de forma convencional
(Van den Bosch 1997), (ii) el cálculo del "mapa de daños" para cada uno de los
escenarios de interés como una función de la posición con respecto a la fuente del
evento, (iii) la combinación de los eventos involucrados para producir las consecuencias
globales del escenario dominó de interés.
Para analizar las consecuencias globales se requiere una combinación de los eventos a
partir del "mapa de daño" generado. El problema de este enfoque es que los diferentes
eventos pueden dar como resultado diferentes efectos físicos y no es posible combinar,
por ejemplo, un "mapa de daños " de sobrepresión con el de radiación.
En un QRA convencional, los índices de riesgo individuales y sociales se calculan a
partir de la probabilidad de muerte (Green Book 1992). La vulnerabilidad, de un
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
individuo expuesto, se calcula a partir de los efectos físicos y del tiempo estimado de
exposición utilizando modelos PROBIT específicos. De esta forma se generan “mapas
de vulnerabilidad” donde se indica la probabilidad de muerte debido al evento como una
función de la posición con respecto a la fuente. Las consecuencias de un escenario de
dominó, donde se involucran múltiples eventos simultáneos, pueden calcularse por una
combinación de mapas de vulnerabilidad:
,
donde
,
,…,
(7)
,
Dpe es la dosis (producto del efecto físico por el tiempo de exposición)
provocada por un evento primario que desencadena un escenario dominó y Dd,i son las
dosis de los escenarios secundarios. Una definición rigurosa de la función φ debería
tener en cuenta la combinación de los efectos físicos de los escenarios y los efectos
sinérgicos.
En el presente enfoque, los efectos sinérgicos debidos a la exposición simultánea a
diferentes tipos de efectos físicos (por ejemplo, radiación y concentración tóxica) se han
despreciado y la vulnerabilidad, Vde, se calculó como una combinación de las
vulnerabilidades debidas a los escenarios individuales. Para ello se pueden utilizar
cuatro métodos:
a.
La vulnerabilidad total se supone como la suma de probabilidades de muerte debido
a todos los escenarios involucrados en el evento, con un límite superior de 1:
∑
min
b.
,
,1
(8)
Se supone que los escenarios múltiples son eventos independientes con respecto a
la evaluación de la vulnerabilidad, por lo que la vulnerabilidad general tiene la
siguiente expresión:
1
c.
∑
1
1
,
(9)
Se calcula una dosis total superponiendo los efectos físicos de los escenarios
primarios y secundarios,
∑
∆
(10)
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
donde Ei es el efecto físico total durante el intervalo de tiempo ti , α es el
coeficiente usado en el cálculo de la dosis (dependiendo del modelo de
vulnerabilidad en consideración) y la suma de intervalos de tiempo ti representa la
duración del evento dominó. La vulnerabilidad total se calcula a partir de la dosis
total, Dde , aplicando el modelo de vulnerabilidad correspondiente. El inconveniente
de este método es que puede ser aplicado solamente a escenarios donde los efectos
físicos sean los mismos (radiación, sobrepresión, o concentración tóxica de la
misma substancia).
d.
Se calcula una dosis total aproximada con la superposición de los efectos físicos de
los escenarios primarios y secundarios, despreciando la secuencia de tiempo del
evento dominó:
∝
∑
∝
,
,
(11)
donde E es el valor del efecto físico y t el tiempo de exposición asumido para los
escenarios en cuestión.Igual que en el caso anterior, la vulnerabilidad es calculada
con una dosis total partir de un modelo propio de vulnerabilidad. Por lo tanto, la
aplicación de este método también se limita a escenarios múltiples que den como
resultado el mismo efecto físico.
Con respecto a los diferentes métodos propuestos, el método 2 es el más preciso
desde el punto de vista probabilístico. Sin embargo, el método 2 no tiene en cuenta la no
linealidad de la dosis, dado que el coeficiente α en el cálculo de la dosis es por lo
general mayor que 1. En ese caso, si se producen múltiples escenarios resultantes del
mismo efecto físico se subestima la vulnerabilidad general. El método 1 representa una
simplificación del método 2, que reduce en gran medida el esfuerzo computacional
requerido para la evaluación y compensa parcialmente la subestimación de la
vulnerabilidad en escenarios que tienen los mismos efectos físicos. Por otro lado, el
método 3 es el más indicado para ser utilizado en el caso de que los escenarios
resultantes sean de los mismos efectos físicos. Sin embargo, la aplicación de este
método requiere conocer la secuencia de tiempo preciso de los escenarios que participan
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
en el efecto dominó, que es un dato incierto y difícil de determinar. El último método
expuesto es una simplificación del método 3, que evita la necesidad de asumir una
secuencia de tiempo arbitrario para la evolución del escenario. Una limitación
importante de los métodos 3 y 4 es que pueden ser utilizados sólo para efectos físicos
del mismo tipo. Por lo tanto, los métodos 3 y 4 siempre deben ser usados en
combinación con el método 1 o 2 cuando deben tenerse en cuenta los efectos físicos de
diferente tipo.
5. Análisis Cuantitativo de Riesgo Considerando Sucesiones de Eventos: Ejemplo
de aplicación.
En un Análisis Cuantitativo de Riesgos (QRA) convencional se consideran a los
eventos de forma independiente, sumando en cada punto de la cuadrícula el riesgo
individual de cada evento para obtener así el riesgo total en cada ubicación (TNO,
1999). Este enfoque no es conservador, por el hecho de que no se tiene en cuenta los
efectos de eventos que pueden ocurrir sucesivamente (efecto dominó). Al no estimarse
la sucesión de eventos, se subestiman las consecuencias y, por ende, el riesgo total
calculado en cada punto.
Para tener una noción cuantitativa del efecto dominó, se presenta un ejemplo donde
se calcula el riesgo con la metodología QRA incluyendo el efecto dominó y sin
incluirlo. Con el fin de realizar la comparación de ambos análisis se realizaron las
siguientes simplificaciones:

Se considera el mismo punto de la grilla para ambos análisis. Es decir, los
cálculos se realizan en un sólo lugar y no en toda la grilla.

Los cálculos de consecuencias se realizaron para una ruptura catastrófica en
todos los casos.

En los casos de los tanques que contienen sustancias inflamables sólo se
consideraron los efectos físicos debido a la radiación producida por una BLEVE.
En el esquema de la Fig. 1 se observan los tanques considerados y el punto donde se
realizó en análisis cuantitativo de riesgo (Posición 5). La ubicación relativa de las
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
distintas posiciones y las especificaciones de cada tanque se resumen en las Tablas 2 y
3 respectivamente.
Figura 1. Esquema de la Ubicación de los Equipos y el Punto en Consideración.
Tabla 2. Posición de las Referencias con Respecto al Tanque 1.
Referencia
Posición (m)
2
(600,60)
3
(500,0)
4
(400,-60)
5
(750,0)
Tabla 3. Especificaciones de los Tanques.
Equipo
Dimensiones
Material
Presión
Temperatura
Cantidad
almacenada
1
Esfera D=16.5 m
LPG
15 bar
15°C
1059 ton
2
Esfera, D=8 m
LPG
15 bar
15°C
121 ton
3
Tq Horizontal
d=1.29 m, l=3.83m
Cloro
8.5 bar
15°C
6.3 ton
4
Esfera, d=8 m
LPG
15 bar
15°C
121 ton
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
Los cálculos de consecuencias se realizaron con el software ALOHA (EPA, 2012).
En la Tabla 4 se muestran los niveles de radiación alcanzados en las posiciones en las
que se encuentran los equipos 2, 3 y 4. En la Tabla 5 se resumen los niveles de
radiación y concentración tóxica en la posición 5 considerando que se produce una
propagación del accidente.
Tabla 4. Radiación procedente del Equipo1.
Equipo Radiación (W/m2)
2
37600
3
49700
4
65000
Tabla 5. Consecuencias sobre la posición 5.
Fuente del Evento
Radiación
(W/m2)
Concentración
(ppm)
1
26100
-
2
83700
3
-
500
4
29100
-
Para determinar si existe, o no, la posibilidad de escalada a partir de los valores
umbrales, se calcula la radiación que llega a los equipos 2, 3 y 4 procedente del tanque
1. En base a los resultados obtenidos y a los valores umbrales (mostrados en secciones
anteriores) se puede concluir que los equipos 2, 3 y 4 producirán un escalado del evento
primario (BLEVE en el tanque 1).
En la Tabla 6 y 7 se resumen los valores de riesgo individual total (muertes/año)
obtenidos en el punto 5, sin considerar escalada y considerando los escenarios dominó
respectivamente. Como se puede observar, el riesgo resulta subestimado cuando no se
incluye la posibilidad de propagación del accidente.
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
Tabla 6. QRA sin Considerar el Efecto Dominó.
Equipo
2
3
4
1
Frecuencia
1.00E-006
2.00E-006
1.00E-006
1.00E-006
Probabilidad de muerte Riesgo por accidente
0.99
9.90E-007
0.13
2.60E-007
0.23
2.30E-007
0.14
1.40E-007
Riesgo total
1.62E-006
Tabla 7. QRA Considerando el Efecto Dominó.
Equipo
2
3
4
1
Frecuencia
1.00E-006
2.00E-006
1.00E-006
2.31E-004
Probabilidad de muerte
0.99
0.13
0.23
1
Riesgo total
Riesgo por accidente
9.90E-007
2.60E-007
2.30E-007
2.31E-004
2.32E-004
Reconocimientos
Los autores agradecen el financiamiento recibido por el CONICET y la UNS para la
realización de este trabajo.
Referencias
Abdolhamidzadeh, B., Abbasi,T., Rashtchian,D., Abbasi, S.A. "Domino effect in
process-industry accidents - An inventory of past events and identification of
some patterns." Journal of Loss Prevention in the Process Industries, 2011: 575593.
Abdolhamidzadeh, B., Che Hassan, C.R., Hamid, M.D., FarrokhMehr, S., Badri, N.,
Rashtchian, D.,. "Anatomy of a domino accident: Roots, triggers and lessons
learnt." Process Safety and environmental Protection, 2012: 422-429.
Antonioni, G. , Spadoni, G., Cozzani, V.,. "Application of domino effect quantitative
risk assessment to an extended industrial area." Journal of Loss Prevention in
the Process Industries, 2009: 614-624.
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
Bagster, D.F., Pitblado, R.M.,. "The estimation of domino incident frequencies: an
approach." Process Safety Environment, 1991: 196.
Bottelberghs, P.H., Ale,B.J.M.,. "Consideration of domino effects in the implementation
of the Seveso II Directive in the Netherlands." European Seminar on Domino
Effects. Leuven, 1996.
Brambilla, S., Manca, D.,. "The Viareggio LPG railway accident: Event reconstruction
and modeling." Journal of Hazardous Materials, 2010: 346–357.
BS 5908, 5908. Code of Practice for Fire Precautions in Chemical Plant. 1990.
CHEN
Yintinga, ZHANG Mingguanga, GUO Peijieb, JIANG Junchenga.
"Investigation and analysis of historical Domino effects statistic." 2012
International Symposium on Safety Science and Technology. Nanjing: Procedia
Engineering, 2012. 152 – 158.
Cozzani V, Gubinelli, G., Salzano, E.,. "Escalation thresholds in the assessment of
domino accidental events." Journal of Hazardous Materials, 2006: 1-21.
Cozzani V., Salzano, E.,. "Threshold values for domino effects caused by blast wave
interaction with process equipment." Journal of Loss Prevention in the process
industries, 2004: 437-447.
Cozzani, V., and E. Salzano. "The quantitative assessment of domino effect caused by
overpressure Part II. Case studies." Journal of Hazardous Materials, 2004: 8194.
Cozzani, V., Antonioni, G., Spadoni, G.,. "Quantitative assessment of domino scenarios
by a GIS-based software tool." Journal of Loss Prevention in the Process
Industries , 2006: 463–477.
Cozzani, V., G. Gubinelli, G. Anotonioni, G. Spadoni, and S., Zanelli. "The assessment
of risk caused by domino effect in quantitative area risk analysis." Journal of
Hazardous Materials, 2005: 14-30.
Darbra, R.M.,Palacios, A.,Casal,J. "Domino effect in chemical accidents:Main features
and accident sequences." Journal of Hazardous Materials, 2010: 565-573.
Giacomo Antonioni, Gigliola Spadoni, Valerio Cozzani*. "Application of domino effect
quantitative risk assessment to an extended industrial area." Journal of Loss
Prevention in the Process Industries, 2009: 614-624.
Gledhill, J., Lines, I.,. Methods to Asses the Significance of Domino Effects from Major
Hazard Sites. Health and Safety Executive, 1998.
AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ
VII CAIQ 2013 y 2das JASP
Green Book. Methods for determination of possible damage. GEVAARLIJKE
STOFFEN, 1992.
Gubinelli, G., Zanelli, S., Cozzani, V.,. "A simpliefied model for the assessment of the
impact probability of fragments." Journal of Hazardous Materials, 2004: 175187.
Italy. "Decreto Ministeriale n.151." Official Journal of Italian, 2001.
Kadri, F., Chatelet, E., Chen, G.,. "Method for quantitative assessment of the domino
effect in industrial sites." Process Safety and Environmental Protection, 2012.
Khan, F.I., Abbasi, S.A.,. Models for domino effect analysis in chemical process
industries. Process Safety Progress , 1998.
Less, P., Frank. Loss prevention in the process indutries. Oxford: Butterworth
Heinemann, 1996.
LIU, A., and C. WU. "Research on area risk assessment for chemical park based on
domino effect model." Procedia Engineering , 2012: 47–52.
Ministry of Ecology, Sustainable Development, Transport and Housing. Rail accidents
in urban areas. France: Ministry of Ecology, Sustainable Development,
Transport and Housing, 2012.
Schüller, J.C.H., Brinkman, J.L., Van Gestel, P.J., Van Otterloo, R.W.,. Methods for
determining and processing probabilities. GEVAARLIJKE STOFFEN, 1997.
TNO. Guidlines for Quantitative Risk Assessment. GEVAARLIJKE STOFFEN, 1999.
Van den Bosch, C.J.H., Weterings, R.A.P.M,. Methods for the calculation of physical
effects. GEVAARLIJKE STOFFEN, 1997. AAIQ, Asociación Argentina de Ingenieros Químicos - CSPQ