Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Lima, Gilson Brito Alves | - |
Autor(es): dc.contributor | Garcia, Pauli Adriano de Almada | - |
Autor(es): dc.contributor | Santanna, Annibal Parracho | - |
Autor(es): dc.contributor | Gavião, Luiz Octávio | - |
Autor(es): dc.contributor | Caiado, Rodrigo Goyannes Gusmão | - |
Autor(es): dc.contributor | Nascimento, Daniel Luiz de Mattos | - |
Autor(es): dc.creator | Duim, Fernanda Abizethe de Carvalho | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:14:58Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:14:58Z | - |
Data de envio: dc.date.issued | 2025-01-06 | - |
Data de envio: dc.date.issued | 2025-01-06 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/35872 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1057550 | - |
Descrição: dc.description | O processo de gerenciamento de risco é uma estratégia utilizada por algumas organizações a fim de controlar a segurança do seu ambiente operacional, por meio da identificação e priorização dos possíveis cenários de perigo. Esse processo envolve a produção de um plano de emergência com ações para mitigação do risco, seguindo uma abordagem qualitativa. Além dessa, outra abordagem é de cunho quantitativo, por meio do estudo da confiabilidade dos sistemas com a construção de um planejamento de manutenção preventiva para aumentar a disponibilidade dos equipamentos e, concomitantemente, a operacionalidade do processo. Esse gerenciamento possibilita que haja um controle do risco e uma redução da probabilidade de falha dos sistemas que são geradores de consequências de magnitude negativa, como vazamentos, explosões, danos ao meio ambiente, shutdown do processo, entre outros. Portanto, o estudo da confiabilidade torna-se gerador de valor para as organizações ao colaborar no embasamento quantitativo para as tomadas de decisões estratégicas. Uma técnica utilizada para estudo de confiabilidade é a rede bayesiana, que possui a vantagem de realizar o diagnóstico e prognóstico das probabilidades de falha dos componentes propulsores dos cenários de risco. Para uma análise completa de um cenário de risco com a identificação das causas e das consequências de um evento indesejado, uma alternativa metodológica é o modelo de bowtie. Após uma pesquisa bibliográfica foi identificado uma lacuna na literatura referente ao uso do modelo de bowtie dinâmico via modelagem bayesiana hierárquica em que é possível estimar os parâmetros de interesse na modelagem de risco, como as taxas de falha e a suas probabilidades, considerando a propagação da incerteza com o uso de fontes não homogêneas de informação como a opinião de especialista e dados de alto nível. Para construir essa modelagem, o bowtie dinâmico gerado por uma rede bayesiana dinâmica, foi combinado com a modelagem bayesiana hierárquica para alcançar essa finalidade. Neste aspecto, a pesquisa objetiva a estruturação de um modelo original de bowtie dinâmico, por meio da combinação de rede bayesiana dinâmica e modelagem bayesiana hierárquica para se obter os valores de probabilidade de ocorrência das consequências considerando um cenário de escassez de dados e propagação de incerteza. A aplicação da modelagem proposta foi realizada em um cenário de alto impacto do setor de óleo e gás, conhecido como evento de quebra de riser. Como os resultados da modelagem desenvolvida são obtidas as probabilidades dos ocorrência do evento indesejado, das barreiras e suas consequências ao longo do tempo, de forma a ajudar na atualização das informações como as taxas de falha, no planejamento de atividades de controle e mitigação dos riscos. Após a modelagem e aplicação, foi identificado que as probabilidades resultantes com esse modelo são mais conservadoras quando comparado com os resultados em que a incerteza não é propagada, o que colabora na tomada de decisões para obter um ambiente mais seguro e reduz a probabilidade de ocorrência de consequências negativas. | - |
Descrição: dc.description | The risk management process is a strategy used by some organizations to control the safety of their operational environment through the identification and prioritization of potential hazard scenarios. This process involves the production of an emergency plan with actions to mitigate risk, following a qualitative approach. Besides this, another approach is quantitative, through the study of system reliability with the construction of a preventive maintenance plan to increase equipment availability and, concurrently, the operationality of the process. This management enables risk control and a reduction in the probability of failure of systems that generate consequences of negative magnitude, such as leaks, explosions, environmental damage, process shutdown, among others. Therefore, the study of reliability becomes a value generator for organizations by collaborating in the quantitative foundation for strategic decision-making. A technique used for reliability study is Bayesian networks, which have the advantage of diagnosing and prognosticating the failure probabilities of the components driving risk scenarios. For a complete analysis of a risk scenario with the identification of the causes and consequences of an unwanted event, a methodological alternative is the bowtie model. After a literature review, a gap was identified regarding the use of dynamic bowtie modeling via hierarchical Bayesian modeling, which makes it possible to estimate the parameters of interest in risk modeling, such as failure rates and their probabilities, considering the propagation of uncertainty with the use of non-homogeneous sources of information such as expert opinion and high-level data. To construct this modeling, the dynamic bowtie generated by a dynamic Bayesian network was combined with hierarchical Bayesian modeling to achieve this purpose. In this aspect, the research aims to structure an original dynamic bowtie model, through the combination dynamic Bayesian network and hierarchical Bayesian modeling to obtain the probability values of the occurrence of consequences considering a scenario of data scarcity and uncertainty propagation. The application of this proposed modeling was carried out in a high-impact scenario in the oil and gas sector, known as a riser break event. The results obtained in this research are the probabilities of the occurrence of the unwanted event, the barriers, and their consequences over time, to help update information such as failure rates, in the planning of control activities and mitigation of risks. After modeling and application, it was identified that the resulting probabilities with this model are more conservative compared to results where uncertainty is not propagated, which collaborates in decision-making to achieve a safer environment and reduces the probability of occurrence of negative consequences. | - |
Descrição: dc.description | 168 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Confiabilidade | - |
Palavras-chave: dc.subject | Rede bayesiana dinâmica | - |
Palavras-chave: dc.subject | Modelagem bayesiana hierárquica | - |
Palavras-chave: dc.subject | Evento quebra de riser | - |
Palavras-chave: dc.subject | Gerenciamento de riscos | - |
Palavras-chave: dc.subject | Bowtie | - |
Palavras-chave: dc.subject | Administração de risco | - |
Palavras-chave: dc.subject | Gerenciamento de segurança | - |
Palavras-chave: dc.subject | Confiabilidade (Engenharia) | - |
Palavras-chave: dc.subject | Inferência bayesiana | - |
Palavras-chave: dc.subject | Reliability | - |
Palavras-chave: dc.subject | Dynamic bayesian network | - |
Palavras-chave: dc.subject | Hierarchical bayesian network | - |
Palavras-chave: dc.subject | Fracture riser event | - |
Palavras-chave: dc.subject | Process safety | - |
Palavras-chave: dc.subject | Risk management | - |
Palavras-chave: dc.subject | Bowtie | - |
Título: dc.title | Análise bayesiana hierárquica para uma modelagem de risco | - |
Tipo de arquivo: dc.type | Tese | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: