Análise bayesiana hierárquica para uma modelagem de risco

• Ano de defesa: 2025
• Autor(a) principal: Duim, Fernanda Abizethe de Carvalho
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/87559/0013000018mfd
• Idioma: por
• Palavras-chave em Português: Confiabilidade; Rede bayesiana dinâmica; Modelagem bayesiana hierárquica; Evento quebra de riser; Gerenciamento de riscos; Bowtie; Administração de risco; Gerenciamento de segurança; Confiabilidade (Engenharia); Inferência bayesiana; Reliability; Dynamic bayesian network; Hierarchical bayesian network; Fracture riser event; Process safety; Risk management
• Link de acesso: https://app.uff.br/riuff/handle/1/35872

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.