Composição probabilística de preferência para filtragem da fronteira de pareto na otimização de intervalos de testes em sistemas de segurança de processo

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGarcia, Pauli Adriano de Almada-
Autor(es): dc.contributorLima, Gilson Brito Alves-
Autor(es): dc.contributorGavião, Luiz Octávio-
Autor(es): dc.contributorMoura, Márcio José das Chagas-
Autor(es): dc.creatorGomes Júnior, Marcello Dantas-
Data de aceite: dc.date.accessioned2024-07-11T18:11:07Z-
Data de disponibilização: dc.date.available2024-07-11T18:11:07Z-
Data de envio: dc.date.issued2023-08-15-
Data de envio: dc.date.issued2023-08-15-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/29961-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/765310-
Descrição: dc.descriptionA busca por políticas ótimas de manutenção e testes periódicos é recorrente em pesquisas relacionadas à engenharia de confiabilidade. É comum se deparar com dados escassos e/ou não homogêneos, especialmente no início da fase de operação dos sistemas. Abordagens baseadas em inferência bayesiana têm sido propostas para estimar os parâmetros dos modelos. Entretanto, as incertezas são deixadas de lado ao se escolher um valor pontual como parâmetro que descreverá o comportamento probabilístico de falha dos ativos físicos. Construído o modelo do comportamento de falhas, é necessário equilibrar a disponibilidade da função de segurança e os custos associados para garanti-la, onde a principal variável de impacto é o tempo do intervalo de testes dos dispositivos de segurança. Aplica-se alguma técnica de otimização de forma a variar estes intervalos, para minimizar a probabilidade de falha na demanda (PFD) e minimizar o trabalho. A busca pelo trade-off gera uma fronteira de Pareto com grande número de soluções, dentre as quais, o decisor tem que escolher uma para implementação. A escolha está sujeita às incertezas do processo decisório. Este trabalho propõe o uso da Composição Probabilística de Preferências (CPP) para auxiliar na escolha do ponto otimizado, levando em consideração as incertezas entre as soluções da fronteira de Pareto e do processo decisório. Há dezenas de abordagens de filtragem da fronteira de Pareto na literatura, mas a CPP considera dados aleatorizados para alcançar uma ordenação e facilitar o processo decisório. A eficácia da proposta deste trabalho é demonstrada através de um estudo de caso. O escopo do estudo é um sistema de dispositivos de segurança, os quais possuem intrinsecamente falhas ocultas, que são evidenciadas apenas em testes periódicos ou sob demanda real. Entretanto, as periodicidades de testes e calibrações recomendadas por fabricantes ou outros atores podem ser conservadoras. Este trabalho propõe a determinação de novas periodicidades com base em dados de campo, utilizando Modelagem Hierárquica Bayesiana para descrever o comportamento de perda de calibração de forma mais aderente à realidade, e Otimização Multiobjetivo via Enxame de Partículas para estabelecer os trade-offs entre segurança e custos. Para a escolha da melhor solução da fronteira de Pareto, é proposta uma abordagem inédita na literatura, usando a Composição Probabilística de Preferência-
Descrição: dc.descriptionThe search for optimal maintenance policies and periodic tests is recurrent in research related to reliability engineering. It is common to come across scarce and/or non-homogeneous data, especially at the beginning of the systems operation phase. Organic approaches in Bayesian inference have been proposed to estimate model parameters. However, the tradeoffs are set aside when choosing a point value as a parameter that will describe the probabilistic failure behavior of physical assets. Once the failure behavior model has been built, it is necessary to balance the safety function availability and the associated costs to guarantee it, where the main impact variable is the safety device test interval time. Some optimization methodology is applied in order to vary these intervals, to minimize the probability of demand failure (PFD) and to minimize the work. The search for the trade-off generates a Pareto frontier with a large number of solutions, among which the decision maker has to choose one for implementation. The choice is subject to the uncertainties of the decision-making process. This work proposes the use of the Probabilistic Composition of Preferences (CPP) to help choose the optimal point, taking into account the uncertainties between the Pareto frontier solutions and the decision-making process. There are dozens of Pareto frontier filtering approaches in the literature, but the CPP considers random data to achieve ranking and facilitate the decision-making process. The effectiveness of the proposal of this work is demonstrated through a case study. The scope of the study is a system of safety devices, which have intrinsically hidden flaws, which are only evidenced in periodic tests or on real demand. However, the periodicity of tests and calibrations recommended by manufacturers or other actors can be conservative. This work proposes the expansion of new periodicities based on field data, using Bayesian Hierarchical Modeling to describe the container loss behavior in a more realistic way, and Multiobjective Optimization via Particle Swarm to establish the trade-offs between security and costs. To choose the best Pareto frontier solution, an unprecedented approach in the literature is proposed, using the Probabilistic Composition of Preference.-
Descrição: dc.description275 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectModelo bayesiano hierárquico-
Palavras-chave: dc.subjectConfiabilidade de sistemas de segurança-
Palavras-chave: dc.subjectOtimização multiobjetivo-
Palavras-chave: dc.subjectComposição probabilística de preferência-
Palavras-chave: dc.subjectFiltragem da fronteira de Pareto-
Palavras-chave: dc.subjectInferência bayesiana-
Palavras-chave: dc.subjectTomada de decisão-
Palavras-chave: dc.subjectSistemas de segurança-
Palavras-chave: dc.subjectHierarchical bayesian model-
Palavras-chave: dc.subjectReliability of safety systems-
Palavras-chave: dc.subjectMulti-objective optimization-
Palavras-chave: dc.subjectProbabilistic composition of preference-
Palavras-chave: dc.subjectPareto frontier filtering-
Título: dc.titleComposição probabilística de preferência para filtragem da fronteira de pareto na otimização de intervalos de testes em sistemas de segurança de processo-
Título: dc.titlePreference probabilistic composition for filtering the Pareto frontier in optimizing test intervals in process safety systems-
Tipo de arquivo: dc.typeDissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.