O vazamento de substâncias inflamáveis e/ou tóxicas é objeto de grande preocupação para os setores da indústria que trabalham com tais produtos. Diante do alto risco associado aos possíveis desdobramentos desses tipos de vazamento, tais como incêndios, explosões e contaminações do meio ambiente, torna-se extremamente importante a avaliação do comportamento dessas substâncias quando liberadas diretamente na atmosfera ou em ambientes confinados. Para tanto, são utilizadas diversos métodos para modelar as consequências destas liberações. Não existe um método único para modelar tais consequências; destacam-se os modelos integrais e gaussianos para modelagem de liberações em ambientes abertos e sem obstáculos e as ferramentas de CFD (ComputationalFluid Dynamics) para modelagem de liberações em ambientes confinados ou com algum grau de obstrução.
O transporte hidroviário de cargas é historicamente marcado pela necessidade de planejamento eficiente e mobilização de uma grande quantidade de recursos a fim de garantir integridade, eficiência e segurança. Diversos riscos estão associados à operação tanto a bordo das embarcações como nos terminais, em função das grandes dimensões envolvidas e também do conteúdo carregado, que pode conter alta periculosidade agregada. Essa linha de pesquisa visa à investigação das embarcações e terminais envolvidos no transporte de cargas com o objetivo de avaliar os riscos associados e propor medidas efetivas de segurança.
Redes Bayesianas são modelos gráficos para o raciocínio baseado na incerteza, onde os nós representam variáveis aleatórias (discretas ou contínuas) e os arcos representam a conexão direta entre eles. Inicialmente desenvolvidas para o aprimoramento de sistemas de inteligência artificial, as Redes Bayesianas tornaram-se uma ferramenta eficaz para análises de risco de sistemas complexos, especialmente pela eficiência em representar incertezas e probabilidades condicionais.
O gerenciamento de risco em projetos de engenharia é essencial para o bom andamento do projeto e prevenção de consequências indesejáveis. No entanto, tal ação pode implicar em alterações na configuração do projeto e tende a resultar em custos adicionais para garantir a tolerabilidade ao risco associado ao projeto. Portanto, a análise da eficiência com que tais recursos são alocados é de grande importância a fim de evitar gastos desnecessários e impedir que as medidas de prevenção interfiram negativamente no desempenho do projeto, tanto em sua fase de concepção como durante sua operação.
Em geral, para se avaliar o comportamento de um sistema físico, a criação de um modelo conceitual representativo é indispensável. Para tanto, deve-se avaliar a correspondência entre os modelos matemáticos e modelo experimental com o sistema real, a fim de garantir a fidelidade e a validade dos resultados obtidos. No âmbito de análise de riscos, tal avaliação é necessariamente ainda mais rigorosa e deve ser feita com cautela, visto que os desdobramentos de eventuais erros conceituais podem acarretar em imprecisões analíticas e desastres tanto à vida quanto ao patrimônio e ao meio ambiente.
Atualmente, o uso de softwares é amplamente disseminado para o apoio de atividades humanas em diversas áreas de atuação. A fim de garantir o bom funcionamento desses setores, é imprescindível que os softwares utilizados operem de forma satisfatória e com o menor número de erros possíveis, que podem culminar em falhas de ordem física, econômica ou médica, por exemplo. Dadas essas circunstâncias, torna-se importante o gerenciamento de riscos associados a softwares visando tanto a sua etapa de desenvolvimento quanto a sua manutenção após a sua concepção.
O crescente aumento na complexidade de sistemas de engenharia demanda processos de manutenção cada vez mais elaborados para a garantia de seu funcionamento ininterrupto. É indispensável, portanto, o gerenciamento de procedimentos específicos para garantir o sucesso e a eficiência nas tarefas para os quais foram desenvolvidos.
Diante de um histórico recente de acidentes nucleares, tais como em Chernobyl (1986) e Fukushima (2011), a confiabilidade de instalações que trabalham com fontes de energia nuclear é constantemente colocada em questão pelas autoridades, além de as consequências de um eventual desastre serem alvo de grande preocupação por parte da sociedade. Diversas metodologias que empregam o cálculo probabilístico permitem a avaliação de segurança dessas instalações, considerando a configuração dos sistemas envolvidos e as relações entre seus componentes a fim de mapear os principais meios pelos quais podem ocorrer falhas e contribuir na elaboração de medidas mitigadoras. Dessa forma, pretende-se atender aos requisitos de normas nacionais e internacionais de segurança nuclear.
Sistemas offshore geralmente estão relacionados com o transporte e a produção de substâncias inflamáveis e/ou tóxicas, as quais possuem um fator de risco inerente. Com avanços como a exploração de petróleo na camada do Pré Sal, novas preocupações surgem a respeito da confiança com a qual essas atividades são executadas. Eventuais negligências podem gerar prejuízos à vida e ambientais ou perdas econômicas e/ou patrimoniais. Para garantir a segurança das operações, é imprescindível a realização da análise de confiabilidade das embarcações, plataformas e equipamentos envolvidos.
Apesar de desempenhar uma etapa importante da análise de confiabilidade de sistemas, a avaliação dos componentes físicos de um sistema de engenharia não cobre sozinha todas as possibilidades de falha existentes. Uma parte considerável dos acidentes em diversas indústrias, como aeronáutica, naval e química, estão associados a erros por parte dos operadores. Considerar a contribuição do erro humano para a operação de sistemas complexos envolve técnicas que vem sendo aperfeiçoadas ao longo das últimas décadas e se mostram essenciais na elaboração de procedimentos adequados para o aumento da confiabilidade.
Redes Bayesianas são modelos gráficos probabilísticos que relacionam variáveis aleatórias (discretas ou contínuas) a partir de sua dependência condicional. Inicialmente desenvolvidas na década de 1980 para auxiliar na captação de informações em sistemas de Inteligência Artificial (AI), as Redes Bayesianas são utilizadas atualmente como ferramenta para a avaliação de sistemas complexos. Por conseguinte, sua aplicação na análise de confiabilidade é de grande interesse em função principalmente do seu caráter adaptável à atualização de dados
Redes Bayesianas são modelos gráficos probabilísticos que relacionam variáveis aleatórias (discretas ou contínuas) a partir de sua dependência condicional. Inicialmente desenvolvidas na década de 1980 para auxiliar na captação de informações em sistemas de Inteligência Artificial (AI), as Redes Bayesianas são utilizadas atualmente como ferramenta para a avaliação de sistemas complexos. Por conseguinte, sua aplicação na análise de confiabilidade é de grande interesse em função principalmente do seu caráter adaptável à atualização de dados
O desenvolvimento da técnica de dinâmica de sistemas permite uma gama ampla de aplicações em setores industriais. Dessa forma, é possível realizar a modelagem de diversos tipos de mercados a partir de uma lógica organizacional direta entre fluxos e estoques, cíclica e temporal para compreender o comportamento do todo a partir da relação entre suas partes.
