Académique Documents
Professionnel Documents
Culture Documents
Aprovada por:
ii
Aos meus pais:
Salvador Simões (in memorian) e Maria J. T. Simões.
À minha esposa:
Márcia E. M. L. Simões.
Ao meu anjo:
Gabriel.
iii
AGRADECIMENTOS.
iv
As sem-razões do amor, 1985
(Livro: Amar se aprende amando)
AMAR
v
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários
para a obtenção do grau de Doutor em Ciências (D.Sc.)
Setembro / 2006
vi
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Doctor of Science (D.Sc.)
September / 2006
The use of softwares of fault tree analysis, that they don't have resources to
consider uncertainties in the definition of the values of the basic events, it takes the user
to supply medium values for definition of the basic events in way to obtain the medium
value of the top event.
The present work proposes a enough alternative methodology faster, efficient
and easier of applying than Monte Carlo's method traditional to be used in practical
examples of subsea engineering.
On the other hand, the proposed computacional methodology can be
programmed as a post-processor, independent of the softwares of fault tree existent in
the market. This way the analysis of uncertainties of the top event can be made starting
from the data of the minimum cuts of the fault tree that it is usually supplied by the
referred softwares.
The advantage of this programming type is its versatility, in other words, it can
be used together with any softwares of fault tree in the market and to have the capacity
of easily to adapt the new versions of the same ones, without the need of having to work
with the sources of these softwares that are usually inaccessible.
vii
SUMÁRIO
DESCRIÇÃO PÁGINA
CAPÍTULO I – INTRODUÇÃO..................................................................................................... 1
CAPÍTULO II – CONFIABILIDADE DE SISTEMAS ............................................................... 11
II.1 Resumo Histórico ................................................................................................................... 11
II.2 Teoria de Confiabilidade de Sistemas .................................................................................... 23
II.3 Metodologia de FT.................................................................................................................. 43
CAPÍTULO III – FTA COM INCERTEZAS NA PROBABILIDADE DOS EVENTOS
BÁSICOS (Caso Estático)............................................................................................................ 52
III.1 Introdução.............................................................................................................................. 52
III.2 FT Equivalente de Cortes Mínimos....................................................................................... 59
III.3 Metodologia Computacional Proposta (MCP) ...................................................................... 60
III.4 Comparação e Validação com a Rotina de Monte Carlo (RMC) Implementada no
MathCad ........................................................................................................................................ 73
III.5 Rotina CALIFT e Softwares Comerciais............................................................................... 77
CAPÍTULO IV – ANÁLISE DE FT COM INCERTEZAS NA TAXA DE FALHA E
TEMPO DE REPARO DOS EVENTOS BÁSICOS (Caso Dinâmico) ....................................... 81
IV.1 Introdução.............................................................................................................................. 81
IV.2 Metodologia Computacional Proposta (MCP)...................................................................... 86
IV.3 Comparação e Validação com a Rotina de Monte Carlo (RMCMG) Implementada
no MathCad ................................................................................................................................... 98
IV.4 Análise dos Resultados........................................................................................................ 103
IV.5 Análise de Sensibilidade ..................................................................................................... 118
IV.6 Conclusões .......................................................................................................................... 124
CAPÍTULO V – ESTUDO DE CASO PRÁTICO DA FT DE FALHAS DO
MANIFOLD SUBMARINO DE PRODUÇÃO - MSP-1 ............................................................ 126
V.1 Introdução............................................................................................................................. 126
V.2 Descrição do Sistema Manifold Submarino de Produção .................................................... 127
V.3 Análise Quantitativa de Confiabilidade................................................................................ 132
V.4 Utilizando da RMCPMR no MSP-1..................................................................................... 141
V.5 Verificação da Hipótese do Teorema do Limite Central para o Evento Topo ..................... 145
V.6 Conclusões............................................................................................................................ 146
viii
CAPÍTULO VI – CONCLUSÕES FINAIS ................................................................................ 147
CAPÍTULO VII – SUGESTÕES DE TRABALHOS FUTUROS.............................................. 149
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................................ 150
APÊNDICES: .............................................................................................................................. 157
Apêndice 1 - RMCP - RMC e RMC2 ......................................................................................... 158
Caso: UNIFORME ...................................................................................................................... 159
Caso: NORMAL.......................................................................................................................... 164
Caso: RMC2, Teste de Hipótese para Verificação do Teorema do Limite Central .................... 169
Apêndice 2 - Rotina CALIFT em FORTRAN90 para o Cálculo do Intervalo de
Confiança da Probabilidade do Evento Topo de FT ................................................................... 173
Apêndice 3 - RMCPMG – RMCMG........................................................................................... 182
Caso Geral Nº1 1600h - 240h - N=20000, Caso Geral Nº2 1600h - 740h - N=20000 e
Caso Geral Nº3 1600h - 1440h - N=20000 ................................................................................. 184
Caso Geral Nº4 1600h - 240h - N=40000, Caso Geral Nº5 1600h - 740h - N=40000 e
Caso Geral Nº6 1600h - 1440h -N=40000 .................................................................................. 197
Caso Geral Nº7 200h - 240h - N=20000, Caso Geral Nº8 200h - 740h - N=20000 e
Caso Geral Nº9 200h - 1440h - N=20000 ................................................................................... 203
Caso Geral Nº10 200h - 240h - N=40000, Caso Geral Nº11 200h - 740h - N=40000 e
Caso Geral Nº12 200h - 1440h - N=40000 ................................................................................. 209
Apêndice 4 - FT do MSP-1 do Trabalho Original....................................................................... 215
Apêndice 5 - RMCPMR - RMCMR e RMCR2 .......................................................................... 242
Caso prático da FT do Manifold MSP-1, tempo de t=8760h ...................................................... 244
Caso prático da FT do Manifold MSP-1, tempo de t=200h ........................................................ 255
Caso: RMCR2, Teste de Hipótese para Verificação do Teorema do Limite Central, com
o tempo de t=200h ....................................................................................................................... 267
ix
ÍNDICE DE FIGURAS
Figura 4 - FT E e OU Capítulo 3
x
Figura 17 - Médias e Desvios Padrões da Indisponibilidade Instantânea
do Caso Geral Nº3, calculados através da RMCPMG
e RMCMG Capítulo 4
xi
Figura 32- Diagrama de Blocos Funcional do Sistema Capítulo 5
xii
ÍNDICE DE TABELAS
xiii
Tabela 16 - Dados de Falhas Capítulo 5
xiv
NOMENCLATURA
xv
Tempo de Missão T Mission Time
Tempo Médio Até Falha MTTF Mean Time To Failure
Tempo Médio de Reparo MTTR, Mean Time To Repair
τ
Tempo Médio Entre Falhas MTBF Mean Time Between Failure
TÉCNICAS TECHNIQUES
Alocação de Confiabilidade RA Reliability Allocation
Análise de Árvore(s) de Evento(s) ETA Event Tree Analysis
Análise de Árvore(s) de Falha(s) FTA Fault Tree Analysis
Análise de Busca e Resgate SARA Search and Rescue Analysis
Análise de Camada de Proteção LOPA Layer of Protection Analysis
Análise de Confiabilidade SRA Structural Reliability Analysis
Estrutural
Análise de Confiabilidade Humana HRA Human Reliability Analysis
Análise de Confiabilidade, RAMA Reliability, Availability and
Disponibilidade e Mantenabilidade Maintenability Analysis
Análise de Conseqüências CA Consequence Analysis
Análise de Custo do Ciclo de Vida LCCA Life Cycle Costing Analysis
Análise de Custo-Benefício CBA Cost Benefit Analysis
Análise de Custo-Eficácia CEA Cost Effectiveness Analysis
Análise de Degradação DA Degradation Analysis
Análise de Diagrama(s) de Bloco(s) RBDA Reliability Block Diagram Analysis
de Confiabilidade
Análise de Efeitos EA Effects Analysis
Análise de Falha da Causa Raiz RCA Root Cause Failure Analysis
Análise de Markov MKA Markov Analysis
Análise de Perigos HAZAN Hazard Analysis
Análise de Perigos de Trabalho JHA Job Hazard Analysis
Análise de Petri-Net PNA Petri-Net Analysis
Análise de Tensões ST Stress-Strength Analysis
Análise de Vulnerabilidade VA Vulnerability Analysis
Análise de Weibull WA Weibull Analysis
Análise Investigativa de Circuito SCA Sneak Circuit Analysis
Análise Modos e Efeitos de Falhas FMEA Failure Modes and Effects Analysis
Análise Modos, Efeitos e FMECA Failure Modes, Effects and Criticality
Criticidade e Falhas Analysis
Análise Preliminar de Perigos PHA Preliminary Hazard Analysis
Análise Quantitativa de Riscos QRA Quantitative Risk Analysis
Análise Térmica TA Thermal Analysis
Árvore(s) de Evento(s) ET Event Tree
Árvore(s) de Falha(s) FT Fault Tree
Avaliação de Riscos de Saúde HRA Health Risk Assessment
Busca e Resgate SAR Search and Rescue
xvi
Cálculo do Intervalo de Confiança CALIFT Confidence Interval
da Probabilidade do Evento Topo Calculation of the Probability Fault
de Árvore de Falhas Tree Top Event
Confiabilidade, Disponibilidade e RAM Reliability, Availability and
Mantenabilidade Maintenability
Custo do Ciclo de Vida LCC Life Cycle Cost
Diagrama(s) de Bloco(s) de RBD Reliability Block Diagram
Confiabilidade
Diagramas de Decisão Binária BDD Decision Binary Diagram
Dinâmica dos Fluidos CFD Computational Fluid Dynamics
Computacional
Efeito Perigoso e Estudo do HEMP Hazard Effect and Management Study
Gerenciamento
E-Se? WI What-If?
Estudos de Perigos de Operacionali HAZOP Hazard and Operability Studies
dade
Função de Distribuição Acumulada CDF Cumulative Distribution Function
Função Densidade Probabilidade PDF Probability Density Function
Gerenciamento de Ativos AM Assets Management
Identificação de Perigos HAZID Hazard Identification
Inspeção Baseada no Risco ou RBI Risk or Reliability Based Inspection
Confiabilidade
Lista de Verificação CL Check-List
Manutenção Centrada em RCM Reliability Centered Maintenance
Confiabilidade
Método de Contagem das Partes PCM Parts Count Method
Metodologia Computacional MCP Proposal Computational Methodology
Proposta
Métodos Estatísticos de SRM Statistical Reliability Methods
Confiabilidade
Modelagem dos Efeitos Físicos PEM Physical Effects Modelling
Nível de Integridade de Segurança SIL Safety Integrity Level
Plano de Gerenciamento de Riscos RMP Risk Management Plan
Predição de Confiabilidade RP Reliability Prediction
Rotina da Metodologia RMCP Routine of the Proposal
Computacional Proposta Computational Methodology
Rotina da Metodologia RMCPMG Routine of the Proposal
Computacional Proposta Computational Methodology
Modificado Geral Modified General
Rotina da Metodologia RMCPMR Routine of the Proposal
Computacional Proposta Computational Methodology
Modificado Reparável Modified Reparable
Rotina de Monte Carlo RMC Monte Carlo Routine
Rotina de Monte Carlo RMCMG Routine of Monte Carlo
Modificado Reparável Methodology Modified General
Rotina de Monte Carlo RMCMR Routine of Monte Carlo
Modificado Reparável Modified Reparable
xvii
Simulação de Monte Carlo MCS Monte Carlo Simulation
Sistema de Gerenciamento de SMS Safety, Health and environment
Segurança, Meio Ambiente e Saúde Management System
Sistema de Relatórios de Falhas, FRACAS Failure Reporting, Analysis and
Análise e Ação Corretiva Corrective Action System
Tabela Verdade TT Truth Table
Tão Baixo Quanto Razoavelmente ALARP As Low As Reasonably Practicable
Praticável
Teste de Classe Menor DT Derating Testing
Teste de Confiabilidade RT Reliability Testing
Teste de Confiabilidade Intrínseca ORT On-Going Reliability Testing
Teste de Demonstração de Vida RDT Reliability Demonstration Testing
Teste de Verificação de Projeto DVT Design Verification Testing
Teste de Vida Acelerado ALT Accelerated Life Testing
Teste de Vida Altamente Acelerado HALT Highly Accelerated Life Testing
Visualização Tensões Altamente HASS Highly Accelerated Stress Screening
Acelerado
REGULADORES REGULATORS
Departamento de Defesa Americano DoD US Department of Defense
Diretoria de Petróleo Norueguês NPD Norwegian Petroleum Directorate
Executivo de Segurança e Saúde HSE Health and Safety Executive
xviii
NORMALIZAÇÃO
ABNT
AICHE
API
DIN
IEC
xix
IEC-60300-3-1, DEPENDABILITY MANAGEMENT PART 3-1: APPLICATION
GUIDE ANALYSIS TECHNIQUES FOR DEPENDABILITY GUIDE ON
METHODOLOGY, SECOND EDITION (CURRENT), 2003-01-01.
xx
IEC-61078, ANALYSIS TECHNIQUES FOR DEPENDABILITY - RELIABILITY
BLOCK DIAGRAM METHOD, FIRST EDITION (CURRENT) 1991-11-01.
IEEE
ISO
xxi
MIL
SAE
xxii
CAPÍTULO I – INTRODUÇÃO
1
Então, ao partir para um processo de tomada de decisão [9] utilizando uma análise
quantitativa de riscos (QRA) [20], depara-se com outro problema ainda maior. A
quantificação do risco que envolve três elementos principais que incluem:
E pode ser representada pela coleção de n tripés: {Cei, fi, Ci}; i=1...n, onde n representa
o número de cenários perigosos identificados. A expressão do risco é igual:
n
Risco = ∑ f i .C i (1.1)
i =1
A incerteza na QRAs [20] já começa nos três elementos de entrada acima. É claro que,
se no estágio de identificação dos cenários, o estabelecimento dos cenários é incompleto
(e freqüentemente este é o caso) a incerteza no risco final computado é inevitável.
Diante das incertezas, esta tese vai concentrar-se somente nas incertezas do atributo
indisponibilidade (probabilidade) do sistema (evento topo) advindas das incertezas da
indisponibilidade dos subsistemas/equipamentos/componentes (eventos básicos)
relativas às incertezas das taxas de falhas e de reparos quando da utilização em FT.
2
Um aspecto da vida de sistemas que normalmente é apresentado para o engenheiro de
riscos e confiabilidade é a aquisição de tempos de vida e de reparo dos eventos básicos
ou, o que é mais comum, a aquisição de taxas de falhas e reparos dos eventos básicos.
Esta aquisição pode ser feita através da estimativa pessoal de acordo com a experiência
ou pela experiência de grupos de especialistas, através da literatura de bancos de dados
de falhas e de reparos, através do tratamento estatístico clássico dos próprios dados de
campo quando existem, através de testes de vida acelerados em laboratórios e até
mesmo da combinação de dados e aprimorá-los através da estatística Bayesiana [21]. Na
análise de um sistema de FT, é comum utilizar uma das opções acima ou qualquer
combinação possível delas.
^ número de falhas n
λ= = (1.2)
tempo agregado em serviço τ
3
Com n falhas durante um tempo de servico agregado τ , o intervalo de confiança de
90% pela distribuição Qui(χ)-quadrado é dado por:
⎛ 1 1 ⎞
⎜ .z 0.95, 2 n , .z 0.05, 2 ( n+1) ⎟ (1.3)
⎝ 2τ 2τ ⎠
Ao longo dos anos vem existindo várias filosofias e tendências na aplicação da técnica
de FTA, algumas vem e vão, outras permanecem em uso. Algumas das tendências
competem entre si, outras se complementam, como cita CLIFTON [25]:
4
¾ Vários métodos de avaliação:
• Redução Booleana
• BDD (Binary Decision Diagram)
• Min Terms (Termos mínimo)
• Algorítmos Genéticos
• Aproximações
¾ Etc.
5
NÍVEL SISTEMA
SUB-ÁRVORE
IDENTIFICAR E
CLASSIFICAR
SUB-ÁRVORES
INDEPENDENTES
SUB-ÁRVORES SUB-ÁRVORES
ESTÁTICAS DINÂMICAS
SIMULAÇÃO DE CADEIA DE
BDD
MONTE CARLO MARKOV
COMBINAÇÃO
PARA PRODUZIR
A ANÁLISE
NÍVEL SISTEMA
Uma grande parte dos softwares comerciais de FT mais tradicionais utilizam a teoria
estática, aceitam um dado único de probabilidade de falha e reparo, normalmente
utiliza-se valor médio, para cada evento básico e o evento topo resultante apresenta
somente o valor médio. Alguns aceitam o dado de falha e reparo com distribuição de
densidade de falha exponencial e normal mas o evento topo resultante apresenta
somente o valor médio. Softwares comerciais modernos de FT trabalham até com as
distribuições estatísticas mais apropriadas para cada evento básico, porém, neste caso a
dificuldade em obtê-las fica por conta do usuário ou analista de riscos e confiabilidade,
mas o evento topo resultante também apresenta somente o valor médio. Desse modo,
fica sempre um impasse na introdução de dados de falhas e reparos em softwares
comerciais de FT.
6
Quando do desenvolvimento do Manual para Monitoramento/Inspeção de Integridade
de Duto Flexível Submarino - Inspeção Baseada em Risco (RBI) [33] para a
PETROBRAS, conduziu a pesquisa de dados de falhas (no caso em questão não se
computou reparos) de dutos submarinos mais detalhada conforme apresentado no
trabalho Método para Cálculo da Taxa de Falha de Dutos Flexíveis Submarinos [34].
Ao observar o trabalho, vê-se a grande diferença e incerteza nos dados de vazamentos
de dutos submarinos coletados na PETROBRAS e no The Update of Loss of
Containment data for Off-shore Pipelines (PARLOC) [24]. Por exemplo, na
PETROBRAS a freqüência de falha em km.ano de dutos submarinos é [1,72.E-05,
2,69.E-05, 4,04.E-05], enquanto no PARLOC é [1,43.E-03, 3,04.E-03, 5,71.E-03],
onde os valores entre os colchetes representam: [limite inferior, valor médio, limite
superior], considerando que as freqüências de falhas são constantes. Verifica-se
portanto, que além das incertezas, os valores médios diferem em até duas ordens de
grandeza. Se para o modo de falha vazamento já não se tem certeza do valor, imagine
para os outros modos de falhas onde inclusive para alguns não existem dados
estatísticos suficientes. Qual valor a usar numa FT, principalmente quando o dado de
falha não é muito conhecido para o ambiente de uso em questão.
7
A resposta ao aumento da demanda de confiabilidade em tecnologia submarina para
lâminas d’água cada vez mais profundas, mais remotas e mesmo para desenvolvimentos
submarinos tem sido o grande desafio da PETROBRAS de forma a tornar adequadas as
soluções de projeto custo-risco-benefício visando segurança do patrimônio e dos
trabalhadores, o meio ambiente e a produtividade dos ativos.
8
empresa. Adicionalmente, promove uma abordagem de cadastramento, terminologia e
classificação de falhas e, conseqüentemente, entendimento que auxilia na definição
genérica de fatores correlatos, como causas e mecanismos.
Uma das limitações de uso das FT como uma ferramenta analítica é a obtenção
apropriada dos dados de falhas e reparos dos eventos básicos. Para superar isto, o uso
dos dados pode ser feito por INTERVALOS ao invés de fornecer somente um único
valor dos dados dos eventos básicos.
O uso de softwares de análise de árvore de falhas, que não dispõem de recursos para
considerar incertezas na definição dos valores dos eventos básicos, leva o usuário a
fornecer valores médios para definição dos eventos básicos de forma a obter o valor
médio do evento topo.
Infelizmente esta forma de abordagem conduz a valores extremos do evento topo com
probabilidades muito baixas de ocorrerem (próximas a zero), produzindo valores
máximos e mínimos do evento topo sem interesse nas aplicações práticas de projeto.
9
O presente trabalho propõe uma metodologia alternativa bastante mais rápida, eficiente
e mais fácil de aplicar do que o método de Monte Carlo tradicional para ser utilizada em
exemplos práticos de engenharia submarina.
Por outro lado, a metodologia computacional proposta pode ser programada como um
pós-processador, independente dos softwares de árvore de falhas existentes no mercado.
Deste modo a análise de incertezas do evento topo pode ser feita a partir dos dados dos
cortes mínimos da árvore de falhas que é normalmente fornecido pelos referidos
softwares.
A vantagem deste tipo de programação é sua versatilidade, ou seja, ela pode ser
utilizada em conjunto com quaisquer softwares de árvore de falhas disponíveis no
mercado e possuir a capacidade de facilmente se adaptar as novas versões dos mesmos,
sem a necessidade de ter de se trabalhar com os fontes destes softwares que geralmente
são inacessíveis.
A Metodologia Computacional Proposta (MCP) poderá fazer parte como rotina interna
do programa E&P OFFICE FTA [18] de propriedade da PETROBRAS e
UNIVERSIDADE FEDERAL DE PERNAMBUCO - UFPE, ou de outro programa
similar para levar em conta as incertezas dos eventos básicos e evento topo na FTA. A
PETROBRAS vem atualmente fazendo parceria com a UNIVERSIDADE FEDERAL
DE PERNAMBUCO - UFPE no desenvolvimento de ferramentas para análise de risco e
confiabilidade, com apoio da Universidade de Maryland.
10
CAPÍTULO II – CONFIABILIDADE DE SISTEMAS
Certamente que o desejo de se ter produtos que não falham com muita freqüência e que
possam ser reparados rapidamente em caso de falha não é uma característica exclusiva
da sociedade moderna. Registro encontrado no antigo Egito em uma tábua de argila em
429 a.C., citado no Website http://web.utk.edu/~leon/rel/overview/reliability.html:
“No que diz respeito ao conjunto anel de ouro com esmeralda, nós garantimos durante
20 anos que a esmeralda não sairá do anel de ouro. Se a esmeralda sair do anel de ouro
antes de 20 anos, nós pagaremos junto ao Bel-Nadin-Shumu a indenização de 10 manas
de prata”.
O cavaleiro medieval que dependia do desempenho de sua espada para garantir suas
propriedades e privilégios devia ficar profundamente desapontado se sua espada nova
falhasse (quebrasse ou perdesse o corte) já na primeira batalha. Sem dúvida, a sua
expectativa era de que a espada duraria várias batalhas, ou seja, ele esperava não ter que
adquirir outra espada senão após um longo período de tempo, mesmo porque,
dependendo do tipo e do momento da falha, ele talvez não sobrevivesse para mandar
fazer outra espada, OLIVEIRA [11].
Confiabilidade é um conceito popular que tem sido famoso por muitos anos como uma
atributo recomendável para uma pessoa ou artefato. A primeira vez que a palavra
confiabilidade foi utilizada com a conotação qualitativa e quantitativa foi por Samuel T.
Coleridge segundo, citado em SALEH and MARAIS [36].
11
II.1.2 Confiabilidade de Produto
O desejo de ausência de falhas durante o ciclo de vida esteve sempre presente nas
relações de mercado informal, produtor-consumidor.
No caso de falha do produto dentro do prazo hábil, o produtor assegura uma obrigação
chamada de garantia ao consumidor, o consumidor normalmente é recompensado pelo
produtor por um novo produto ou pelo produto reparado em perfeito estado de
funcionamento.
O termo de garantia, além das recomendações sobre o uso do bem, deverá esclarecer:
12
Para o produtor pode ser um fator estimulante melhorar sempre o projeto do produto,
com isso aumentar a garantia fornecida ao consumidor, ganhando mercado e servindo
de instrumento de competitividade e melhoria contínua.
IDÉIAS RELACIONADAS
AO CONCEITO DE
CONFIABILIDADE
DURÁVEL
PRONTO PARA
OPERAR
13
II.1.3 Engenharia da Confiabilidade
14
Segue abaixo evolução da Engenharia da Confiabilidade a partir da década dos 30.
A história da confiabilidade como disciplina pode ser localizada no início dos anos 30
quando os conceitos de probabilidade e estatistica (controle estatístico de processo)
começaram a ser aplicados na engenharia, DHILLON [37,38].
Gradativamente, o enfoque intuitivo foi cedendo lugar a um novo enfoque, pelo qual a
confiabilidade do equipamento passou a ser estatisticamente definida e calculada,
tomando-se parte fundamental do projeto do equipamento desde a sua concepção
inicial. Este novo enfoque de projeto possibilitou o desenvolvimento de sistemas
complexos que apresentam um número muito menor de insucessos na sua fase de testes.
15
interferências foram realizadas para se saber quais deveriam ser os critérios de
confiabilidade para os principais sistemas existentes em aviões.
Durante a década dos 40, alguns níveis exigidos de segurança passaram a ser expressos
em termos de taxa de falhas máximas permissíveis. Por exemplo, foi sugerido que a taxa
de acidente não ultrapassasse em média a 1 em 100.000 horas de vôo. Alguns outros
tipos de expressões numéricas começaram a aparecer.
Durante a década dos 50, a engenharia da confiabilidade foi amplamente adotada pelo
setor militar norte-americano. Ainda durante Guerra da Coréia, um relatório do
16
Pentágono, KECECIOGLU [40] reportou que as taxas de falhas dos equipamentos
eletrônicos da época eram altas, que cerca de 2 dólares por ano eram gastos para manter
operacional cada dólar de equipamento eletrônico. Outro estudo de Exército Americano
mostrou que o seu equipamento estava operacional apenas cerca de 30% do tempo,
demonstrando, portanto, um baixo nível de disponibilidade dos equipamentos militares.
A Força Aérea [39] publicou, na época, que para cada válvula em uso, havia uma
sobressalente e sete em trânsito, e que havia necessidade de um técnico em eletrônica
para cada 250 válvulas em operação. Estes resultados evidenciavam a importância da
confiabilidade dos equipamentos eletrônicos do ponto de vista de custo e manutenção.
Ainda no final da década dos 50, criação da Análise de Modos e Efeitos de Falhas -
Failure Modes and Effects Analysis (FMEA), RAUSAND [47].
17
II.1.3.4 Década dos 60
Na década dos 60, a taxa de acidentes registrados durante pousos foi de 1 em 1 millhão
de pousos realizados. Por causa deste dado, no início do desenvolvimento dos sistemas
de pouso automático, o grau de confiabilidade exigido desses sistemas foi especificado
de forma que a chance de um acidente durante o pouso não fosse maior do que 1 a cada
107 pousos (para aviões equipados com o sistema automático) [11].
Foi realmente no decorrer dos anos 60, que a engenharia da confiabilidade passou a ser
usada de forma mais rotineira em praticamente todas as indústrias de ponta. As
motivações básicas para a introdução de confiabilidade variaram de indústria para
indústria. Algumas, por exemplo, as do setor eletrônico, buscavam fundamentalmente
fornecer aos usuários um produto mais confiável, visando com isto, aumentar as suas
vendas. Outras, como a indústria nuclear, procuravam através de análises de
confiabilidade de seus sistemas de segurança, diminuir o risco de acidentes em suas
instalações, objetivando assim, não só as suas perdas econômicas como também os
riscos (ocupacionais e para o público) decorrentes da operação de suas instalações [11].
Desde cedo, percebeu-se que confiabilidade de novas tecnologias extremamente
perigosas como as nucleares tinha que ser garantida. Isto evoluiu dentro da ciência de
análise quantitativa de riscos (QRA) [20]. As técnicas de QRA têm se desenvolvido
muito ao longo do tempo juntamente com as técnicas de modelagem de confiabilidade,
disponibilidade e mantenabilidade (RAM) até os dias de hoje. Técnicas tais como:
árvore(s) de falha(s) (FT), árvore(s) de evento(s) (ET), diagrama de blocos de
confiabilidade (RBD), análise de Markov (MKA) e simulação de Monte Carlo (MCS)
são também muito utilizadas e estão em constante evolução.
18
• Programa Espacial Americano - Programa Apollo (Marshall Space Flight Center e
criação da NASA em 1958) [47].
• Criação da Análise de FT - Fault Tree Analysis (O Bell Telephone Laboratories
desenvolveu o conceito em 1961 para a U.S. Air Force visando o uso no sistema do
míssil Minuteman, mais tarde adotada e amplamente aplicada pela Boeing Company)
[47].
• Em 1962, a Force Institute of Technology of the United States Air Force - USAF,
Dayton, Ohio, iniciou o primeiro programa de mestrado em Engenharia da
Confiabilidade de Sistema [38].
• 1960’s criação do HAZOP pela ICI Inglesa [47].
Outros acontecimentos:
• Reactor Safety Study (WASH-1400), RAUSAND [49].
• Livro de Nowlan and Heap sobre Manutenção Centrada em Confiabilidade - Reliability
Centered Maintenance (RCM) [47].
• Análise de Custo do Ciclo de Vida no Departamento de Defesa Americano - DoD, Life
Cycle Costing (LCCA) [47].
19
Segurança, Custo do Ciclo de Vida, Mantenabilidade, Militar, Testes, Normalização e
Certificação, Manutenção, Inspeção, Logístico e Submarino [38].
Outros acontecimentos:
• Manutenção Centrada em Confiabilidade - Reliability Centered Maintenance (RCM)
[47].
• Custo do Ciclo de Vida nas indústrias indústrias químicas e petroquímicas - Life Cycle
Cost (LCC) [47].
Na década dos 90, houve ainda maior facilidade na utilização dos softwares de
Confiabilidade após o advento do Sistema Operacional Windows 95. Melhoria nos
softwares de Gerenciamento de Ativos (Asset Management) com a integração de RAM
dentro de projetos de processo químico e produto [47].
20
Electrotechnical Vocabulary Part 191: Dependability and Quality of Service e sua
equivalente no Brasil a NBR-5462 [1]), ISO-20815 (Petroleum, Petrochemical and
Natural Gas Industries - Production Assurance and Reliability Management) [52], API-
17N (Recommended Practice for the Achievement of Subsea Production System
Reliability) [53], ISO-14224 (Petroleum and Natural Gas Industries - Collection and
Exchange of Reliability and Maintenance Data for Equipment) [54], ISO-15663
(Petroleum and Natural Gas Industries - Life Cycle Costing) [55] etc.
21
auditar o SMS. Os operadores noruegueses seguem as NPD’s Regulations concernentes
à implementação e uso de análises de riscos nas atividades de petróleo [47].
22
II.2 Teoria de Confiabilidade de Sistemas
II.2.1 Terminologia
Adota-se para terminologia a norma NBR-5462 [1] que é uma adaptação da norma IEC-
60050-191 [2] que define os seguintes conceitos principais de Confiabilidade e
Mantenabilidade:
II.2.1.1 Conceitos
23
Disponibilidade (Availability): capacidade de um item estar em condições de executar
uma certa função em um dado instante ou durante um intervalo de tempo determinado,
levando-se em conta os aspectos combinados de sua confiabilidade, mantenabilidade e
suporte de manutenção, supondo que os recursos externos requeridos estejam
assegurados.
NOTA: O termo “disponibilidade” é usado como uma medida do desempenho de
disponibilidade.
24
Mecanismo de Falha (Failure Mechanism) - Conjunto de processos físicos, químicos
ou outros que conduzem a uma falha.
Vida Útil (Useful Life) - Sob dadas condições, é o intervalo de tempo desde o instante
em que um item é colocado pela primeira vez em estado de disponibilidade, até o
instante em que a intensidade de falha torna-se inaceitável ou até que o item seja
considerado irrecuperável depois de uma pane.
Vida Média (Mean Life) - Média dos tempos até falha de um grupo de itens não-
reparados e de características semelhantes.
Vida de Projeto (Design Life - ISO-20815) - Tempo de uso planejado para o sistema
total.
Nota: Itens podem falhar dentro de vida de projeto do sistema contanto que
substituições ou reparos sejam possíveis.
II.2.1.2 Medidas
[ ] ∞
R(t ) = exp − ∫0λ ( x)dx = ∫ f ( x)dx
t
t
(2.1)
[ t +x
]
R(t, t + x / t ) = exp − ∫t λ(t)dt = R(t + x) / R(t)
(2.2)
25
Função de Distribuição Acumulada de Falha para o Instante t (cdf): F (t ) (NBR-
5462)
Não-confiabilidade (Unreliability): F (t )
É a probabilidade do componente sofrer uma falha no período de 0 a t, dado que
funciona em t=0, ou seja, corresponde à probabilidade complementar da
Confiabilidade.
F(t)=1-R(t) (2.3)
t
F (t ) = ∫ f (t )dt (2.4)
0
[ F (t + T ) − F (t )] 1 f (t )
λ (t ) = . = (2.7)
R(t ) Δt R(t )
1 t2
t 2 − t1 ∫t1
λ (t1 , t 2 ) = λ (t )dt (2.8)
26
Tempo Médio Até Falha (Mean Time to Failure): MTTF
(NBR-5462)
∞ ∞
MTTF = ∫ t. f (t ).dt = ∫ R(t ).dt (2.9)
0 0
Mantenabilidade (Maintainability): M (t )
Probabilidade de uma dada ação de manutenção efetiva, para um item sob dadas
condições de uso, poder ser efetuada dentro de um intervalo de tempo determinado,
quando a manutenção é feita sob condições estabelecidas e usando procedimentos e
recursos prescritos. (NBR-5462)
É a probabilidade de restabelecer a um item suas condições de funcionamento
específicas, em limites de tempo desejados, quando a manutenção é conseguida nas
condições e com meios prescritos. Ou melhor, probabilidade de um componente falho
no tempo t=0 esteja em serviço no tempo “t”.
⎡ t ⎤
M (t ) = 1 − exp⎢− ∫ μ (t )dt ⎥ (2.10)
⎣ 0 ⎦
27
Taxa de Reparo Instantânea (Em Inglês Instantaneous Repair Rate): μ (t )
Limite, se existir, da razão da probabilidade condicional de que o instante T de término
de uma ação de manutenção corretiva ocorra em um dado intervalo de tempo (t,t+Δt),
pela duração t deste intervalo, quando Δt tende a zero, supondo-se que a ação esteja em
andamento no início do intervalo de tempo. (NBR-5462)
Matematicamente,
P[t < T < (t + Δt ) / T > t ]
μ (t ) = lim (2.12)
Δt →0 Δt
∞
MTTR = ∫ t.g (t ).dt (2.14)
0
Tempo Médio entre Falhas (Em Inglês Mean Time Between Failure): MTBF
(NBR-5462)
Valor médio do tempo entre duas falhas consecutivas. É um parâmetro fornecido pelos
bancos de dados.
28
Disponibilidade Instantânea (Em Inglês Availability): A(t )
Probabilidade de um item ser capaz de desempenhar uma função requerida sob dadas
condições, em um dado instante, supondo-se que os recursos externos tenham sido
providos. (NBR-5462)
29
Indisponibilidade Instantânea (Em Inglês Unavailability): U (t )
Probabilidade de um item não ser capaz de desempenhar uma função requerida sob
dadas condições, em um dado instante, supondo-se que os recursos externos tenham
sido providos. (NBR-5462)
30
II.2.2 Aspectos da Modelagem
31
II.2.2.2 Métodos de Análise
Os vários métodos existentes para análise de sistemas podem ser divididos em dois
grupos, figura 3, de acordo com o tipo de raciocínio utilizado: os métodos indutivos e os
métodos dedutivos:
Indução
Constitui uma argumentação do específico para o geral, isto é, da causa para o efeito.
Em Inglês é utilizada a expressão BOTTOM-UP.
Dedução
Constitui uma argumentação do geral para o específico, isto é, do efeito para a causa.
Em Inglês é utilizada a expressão TOP-DOWN.
32
II.2.2.3 Distribuição dos Atributos de Confiabilidade
Alocação
Processo de cálculo para a distribuição de atributos de confiabilidade a componentes
individuais de um sistema, visando atingir uma confiabilidade pré-estabelecida para o
sistema.
Predição
Processo de cálculo antecipado de atributos de confiabilidade do sistema a partir de
atributos assumidos de confiabilidade dos componentes.
Analítico
Cálculo exato através de equações, considera na maioria das vezes taxa de falha λ e de
reparo μ constantes, isto é, distribuição exponencial para simplificação das equações.
33
(RBDA) [60], Análise de Efeitos (EA), Análise de Falha da Causa Raiz (RCA), Análise
de Markov (MKA) [61], Análise de Perigos (HAZAN), Análise de Perigos de Trabalho
(JHA), Análise de Petri-Net (PNA), Análise de Tensões (ST), Análise de
Vulnerabilidade (VA), Análise de Weibull (WA) [62], Análise Investigativa de Circuito
(SCA), Análise Modos e Efeitos de Falhas (FMEA) [63], Análise Modos, Efeitos e
Criticidade e Falhas (FMECA) [63], Análise Preliminar de Perigos (PHA) [64], Análise
Quantitativa de Riscos (QRA) [65,66], Análise Térmica (TA), Avaliação de Riscos de
Saúde (HRA), Análise de Busca e Resgate (SARA), Análise de Confiabilidade,
Disponibilidade e Mantenabilidade (RAMA), Diagramas de Decisão Binária (BDD),
Dinâmica dos Fluidos Computacional (CFD), Efeito Perigoso e Estudo do
Gerenciamento (HEMP), E-Se? (WI), Estudos de Perigos de Operacionalidade
(HAZOP) [67], Gerenciamento de Ativos (AM), Identificação de Perigos (HAZID)
[68], Inspeção Baseada no Risco ou Confiabilidade (RBI) [50], Lista de Verificação
(CL), Manutenção Centrada em Confiabilidade (RCM) [49], Métodos Estatísticos de
Confiabilidade (SRM), Modelagem dos Efeitos Físicos (PEM), Nível de Integridade de
Segurança (SIL) [68], Plano de Gerenciamento de Riscos (RMP) [69], Predição de
Confiabilidade (RP), Predição de Taxa de Falha pela Military Standard - Método de
Contagem das Partes (PCM) [70,71], Simulação de Monte Carlo (MCS), Sistema de
Gerenciamento de Segurança, Meio Ambiente e Saúde (SMS), Sistema de Relatórios de
Falhas, Análise e Ação Corretiva (FRACAS), Tabela Verdade (TT), Tão Baixo Quanto
Razoavelmente Praticável (ALARP), Teste de Classe Menor (DT), Teste de
Confiabilidade (RT), Teste de Confiabilidade Intrínseca (ORT), Teste de Demonstração
de Vida (RDT), Teste de Verificação de Projeto (DVT), Teste de Vida Acelerado
(ALT), Teste de Vida Altamente Acelerado (HALT) e Visualização Tensões Altamente
Acelerado (HASS).
34
II.2.3 Análise de RAM
Análise de RAM pode ser avaliada pelas técnicas de Análise de Diagramas de Blocos
[60], Análise de Árvore(s) de Falha(s) [12] e Modelo de Markov [61]. Normalmente,
antes da utilização dos softwares de Simulação de Monte Carlo (MCS) considerava-se
como premissa na Análise de RAM, a utilização de taxa de falha e taxa de reparo
constantes, isto é, distribuições exponenciais, independente da técnica adotada.
35
A indisponibilidade instantânea coincide com a não confiabilidade instantânea, isto é:
U (t ) = F (t ) (2.22)
1 T
U (T ) =
T ∫
0
U (t ).dt (2.24)
1 T
U (T ) =
T ∫
0
[1 − exp(−λ.t )].dt (2.25)
Será:
1
U (T ) = 1 − [1 − exp(−λ.t )] (2.26)
λ.T
Como é sabido, qualquer função pode ser expressa como uma série de potências. No
caso da Exponencial, isto é:
e −λ .t
= 1 − λ.t +
(λ.t )2
− ... (2.27)
2
Na prática λ.t <<1. Neste caso, os termos de ordem igual ou maior que 2 ( (λ.t ) ,
2
(λ.t ) 3 , etc.) são todos muito menores que λ.t , podendo ser desprezados sem afetar
significativamente o resultado do cálculo. Assim sendo, pode-se escrever que a
indisponibilidade instantânea é igual a:
U (t ) ≈ λ.t (2.28)
36
E a indisponibilidade média será:
1
U (t ) ≈ λ.T (2.29)
2
Durante o período em que o sistema está inativo, no que tange a sua confiabilidade, os
seus componentes estão em uma condição semelhante a de componentes não-reparáveis,
isto é, se sofrerem uma falha, esta não será reparada. Isto se dá porque simplesmente
não pode-se reparar algo que não se sabe está falho.
Desta forma, se nada for feito, a nossa avaliação da indisponibilidade dos componentes
(e, conseqüentemente, do sistema) segue a mesma evolução temporal dos componentes
não-reparáveis mostrado anteriormente. Em pouco tempo, o sistema estaria
completamente indisponível devido a falhas não reveladas dos seus componentes.
Mesmo o mais sofisticados dos sistemas de proteção apresentaria um indisponibilidade
não aceitável após uns poucos anos. Para evitar este crescimento contínuo da
indisponibilidade, tais sistemas são submetidos a testes periódicos, para que se possa
conhecer o estado real do sistema e reparar os componentes cujas falhas tenham
ocorrido. A prática de realização de testes periódicos de sistemas de proteção é,
portanto, fundamental para a garantia da disponibilidade deste tipo de sistema,
contribuindo para manter a freqüência de acidentes na instalação dentro de padrões
aceitáveis.
37
Para uma primeira avaliação da indisponibilidade dos componentes testados
periódicamente, faz-se duas hipóteses simplificadoras:
1ª) a duração do teste pode ser desprezada, Tt =0, ou seja, o teste é realizado
instantaneamente, e
2ª) o reparo da falha (quando o teste indicar uma falha) também será conside
rado instantâneo.
Dessa forma, para um determinado intervalo entre testes ( θ ) , pode-se escrever que a
indisponibilidade instantânea é igual a:
38
Assim sendo, pode-se escrever que a indisponibilidade média é igual a:
1
U (θ ) = 1− [(1− exp(−λ.θ )] (2.31)
λ.θ
Para λ.θ <<1,
U (θ ) = λ.θ (2.32)
1
U (θ ) = λ.θ (2.33)
2
1ª) o teste tem uma curta duração denominada Tt, ou seja, agora que o
teste tem uma duração finita, Tt, o teste não é mais realizado ins-
tataneamente como considerado anteriormente, e
Uma boa aproximação para a indisponibilidade de componente (para λ.θ <<1 e TtÆ0)
é dada pela expressão:
1 T
U (θ ) = λ.θ + t (2.34)
2 θ
39
A primeira parcela da equação anterior indica que para baixar a indisponibilidade média
do componente deve-se diminuir cada vez mais o intervalo entre testes consecutivos,
isto é, aumentar a freqüência de teste. No entanto, embora o tempo de teste, Tt seja
geralmente pequeno, ele não é zero e, à medida que o intervalo entre testes diminui, a
segunda parcela cresce. Desta forma, fica claro que existe um valor ótimo para o
intervalo entre testes de modo a minimizar a indisponibilidade média do componente.
Este valor pode ser obtido fazendo-se:
dU (θ )
=0 (2.35)
dθ
donde obtem-se:
1/ 2
⎡ 2T ⎤
θ ÓTIMO =⎢ t⎥ (2.36)
⎣ λ ⎦
40
Considerando que as distribuições de falhas e reparos do componente são exponenciais,
isto é, taxa de falha λ e taxa de reparo μ constante com a variação do tempo, a
indisponibilidade instantânea é:
λ
U (t ) = {1 − exp[−(λ + μ ).t ]} (2.38)
λ+μ
λ λ
U (T ) = − {1 − exp[−(λ + μ ).T } (2.39)
λ+μ (λ + μ ) 2 .T
λ
U∞ = (2.40)
λ+μ
1
μ= (2.41)
τ
λ.τ
U∞ = (2.42)
1 + λ.τ
Muito comumente ocorre que λ .τ <<1, pois tipicamente a taxa de falha λ é da ordem
de 10-4 a 10-5 por hora e o tempo médio de reparo τ na maioria dos componentes é de
algumas horas. Portanto, quando é satisfeita, pode-se escrever:
41
U ∞ = λ.τ (2.43)
Uma expressão alternativa para U ∞ , muito citada na literatura, pode ser obtida a partir
da equação 2.41 lembrando que:
1 1 1
λ= μ= = (2.44)
MTTF τ MTTR
onde MTTF é o tempo médio até falha e MTTR = τ é o tempo médio de reparo.
MTTR
U∞ = (2.45)
MTTF + MTTR
42
II.3 Metodologia de FT
II.3.1 Introdução
Desde a sua introdução em 1961, a FTA tornou-se uma das principais técnicas para
avaliação da confiabilidade de sistemas, sendo largamente utilizada em todos os setores
industriais onde a confiabilidade dos sistemas envolvidos é de fundamental importância
para uma operação segura e eficiente. Concebida inicialmente por WATSON [3], para a
avaliação da confiabilidade do sistema de controle de lançamento do Míssil Minuteman,
esta técnica foi posteriormente refinada por engenheiros da Boeing, que a adaptaram
para poder ser utilizada em computador. HAASL [4,5] da Boeing, foi um dos pioneiros
no uso desta técnica, podendo-se citar ainda as importantes contribuições precursoras de
VESELY [5,6,7,8,35], FUSSEL [35] e de LAMBERT [9].
43
- primeiro, da maior flexibilidade da representação gráfica de sistemas complexos
proporcionada pela simbologia específica e
- segundo, da maior facilidade computacional devido ao menor número de algarismos
significativos necessários para o cálculo das probabilidades de falhas quando
comparado ao necessário para o caso dos valores típicos das probabilidades de sucesso
(tipicamente, os sistemas analisados apresentam alta confiabilidade, ou seja, as
probabilidades de sucesso dos componentes são números variando de 0,9 ou
0,999999999).
A FTA como uma técnica para identificar fatores que contribuem para o resultado do
risco é também razoavelmente bem conhecida e têm sido bem descritas na literatura por
diversos autores [3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]. Este diagrama lógico, FT, é
construído usando-se os símbolos lógicos e de eventos descritos nas referências
[10,11,14].
44
II.3.2 Etapas de uma FTA
45
II.3.3 Nomenclatura e Simbologia utilizada em FT
II.3.3.1 Eventos
46
• evento externo: significa um evento que é normalmente esperado de
ocorrer como por exemplo uma mudança de fase num sistema
dinâmico; portanto, o símbolo mostra eventos que não são falhas.
47
II.3.3.2 Portões Lógicos
48
As FT são construídas usando-se os símbolos lógicos e de eventos descritos
anteriormente.
O que é um corte de uma FT? É um conjunto de eventos básicos cuja ocorrência implica
na ocorrência do evento topo.
O que é um corte mínimo? É um conjunto de eventos básicos que não pode ser reduzido
sem perder a condição de corte ou são as combinações mínimas de eventos que quando
ocorridas levam à falha do sistema.
O algoritmo para obtenção de cortes foi desenvolvido por FUSSEL and VESELY [35],
e tinha a seguinte regra básica:
No algoritmo original a obtenção dos cortes mínimos era possível desde que os eventos
básicos não fossem repetidos ou iguais, ou não existisse modos de falhas comuns. O
algoritmo serviu de base para o desenvolvimento da rotina computacional pioneira para
uso em softwares comerciais de FT, como por exemplo a rotina New Methodology for
Obtaining Cut Sets for Fault Trees, MOCUS [35] desenvolvida em 1972 e escrita em
FORTRAN IV para IBM 360 [72].
49
II.3.5 Preocupações na FTA
50
Contudo, tal desafio não foi, ainda, superado. Vários autores têm se deparado com a
dificuldade de encontrar um procedimento robusto de conversão de FT a OBDDs. Isto
faz ressurgir o interesse por métodos de cálculo aproximado como o de FIRMINO e
DROGUETT[76]
51
CAPÍTULO III – FTA COM INCERTEZAS NA PROBABILIDADE DOS
EVENTOS BÁSICOS (Caso Estático)
III.1 Introdução
Quando considera-se os valores dos dados de falhas e reparos associados com a FT,
freqüentemente encontra-se dificuldade na determinação do valor apropriado. A seleção
realística do dado de falha e reparo para um componente particular, ou evento básico, da
FT depende principalmente da experiência passada dos operadores e o uso de outros
julgamentos que podem ser difíceis para quantificar. A determinação de um dado de
falha e reparo particular pode, portanto, tornar-se um exercício complexo para a escolha
de um valor de probabilidade ou de uma melhor estimativa. Parece que, a menos que se
possa adotar valores realísticos de probabilidade (taxas de falha, etc.) com algum grau
de confiança para os eventos básicos, o resultado do evento topo não poderá representar
algo de particular significância.
52
evento topo. Mostrar-se-á que os resultados, utilizando intervalos de probabilidades,
tem mais significado quando comparado com os resultados que utilizam valores únicos
de probabilidade.
53
probabilidade dos eventos básicos, tais como: uniforme, triangular, beta ou normal
truncada.
Portões
E OU
... ...
Eventos Básico
X1 X2 Xn X1 X2 Xn
PX1 (μX1,νX1) PX2 (μX2,νX2) PXN (μXn,νXn) PX1 (μX1,νX1) PX2 (μX2,νX2) PXN (μXn,νXn)
Figura 4 - FT E e OU
para um portão E,
n
μ T = μ X 1 * μ X 2 * ... * μ Xn ,, ou μT = ∏ μ Xi e, (3.3)
i =1
n
(1 − μ T ) = (1 − μ X 1 ) * (1 − μ X 2 ) * ... * (1 − μ Xn ) , ou μT = 1 − ∏ (1 − μ Xi ) (3.4)
i =1
54
No cálculo da variância νT do evento topo, apresentado a seguir, continua-se assumindo
que os componentes da FT são independentes.
n
E[T ] = ∏ E[ X i2 ]
2
(3.6)
i =1
σ T2 2 n 2 n σ Xi2 n
σ Xi2 n
(1 +
μT 2
).μ T = ∏
i =1
μ Xi ∏
.
i =1
(1 +
μ Xi
2
) = μ T ∏
2
i =1
(1 +
μ Xi
2
) , onde: μT
2
= ∏
i =1
μ Xi2 (3.8)
σ T2 n
σ Xi2
(1 +
μT2
) = ∏
i =1
(1 +
μ Xi2
) (3.9)
Finalmente:
n
(1 + CT2 ) = ∏ (1 + C Xi2 ) (3.10)
i =1
onde:
σ
C= é o Coeficiente de Variação. (3.11)
μ
55
Para um portão OU, a probabilidade do evento topo é calculada pela expressão:
n
(1 − PT ) = ∏ (1 − PXi ) (3.12)
i =1
P T = 1 − PT e P Xi = 1 − PXi (3.13)
n
P T = ∏ PXi (3.14)
i =1
2
μ T = 1 − μT , μ Xi = 1 − μ Xi , σ T = σ T e σ Xi = σ Xi2 = ν Xi (3.15)
n
E[T ] = ∏ E[ X i2 ]
2
(3.16)
i =1
2 2
σT n
σ Xi
(1 + 2
) = ∏ (1 + 2
) (3.18)
μT i =1 μ Xi
56
Substituindo os complementos da média e da variância em 3.18 pelos seus valores
definidos em 3.15, obtém-se:
σ T2 n
σ Xi2
(1 +
(1 − μT ) 2
)= ∏ (1 +
i =1 (1 − μ Xi ) 2
) (3.19)
Definindo-se:
σ
C'= (3.20)
1− μ
n
(1 + C 'T2 ) = ∏ (1 + C ' 2Xi ) (3.21)
i =1
Desta forma, observa-se que a variância do evento topo é calculada a partir da equação
3.10 para um portão E e da equação 3.21 para um portão OU.
A fórmula para calcular momentos de ordem maior, tais como medidas de assimetria
(skewness) e achatamento (kurtosis), estão disponíveis em LEE and BROWNE [79].
Como foi mencionado anteriormente, a média e a variância do evento topo podem ser
calculadas exatamente, independente do tipo de distribuição assumida para os eventos
básicos. Portanto, poderão ser utilizados tipos simples de distribuição para representar o
intervalo de probabilidade dos eventos básicos, tais como: uniforme, triangular, beta ou
normal truncada.
57
a+b (b − a ) 2
μ= ν=
2 12 (3.22)
b−a
C=
3 ( a + b) (3.23)
b−a
C′ =
3[2 − (a + b)] (3.24)
Com os valores dos coeficientes de variação, definidos em 3.23 e 3.24, juntamente com
o valor da média definida em 3.22 para a distribuição de probabilidade uniforme
assumida para os eventos básicos, pode-se então calcular os valores da média, do
coeficiente de variação e do desvio padrão do evento topo.
Observa-se que este procedimento pode ser aplicado diretamente aos cortes mínimos de
uma FT, onde o valor da média e do coeficiente de variação de cada corte mínimo são
calculados considerando-se os eventos básicos correspondentes ligados por portões E.
58
Porém, para o cálculo do intervalo de confiança da probabilidade do evento topo torna-
se necessário o conhecimento do tipo de distribuição de probabilidade associada ao
mesmo. De acordo com o Teorema do Limite Central, pode-se assumir que, a medida
que o número de eventos básicos aumenta, a distribuição do evento topo pode ser
aproximada pela distribuição Normal. Desta forma, o intervalo de confiança do evento
topo poderá ser calculado, em função do nível de confiança, de acordo com a tabela 1:
A Verificação da hipótese do Teorema do Limite Central para o evento topo pode ser
avaliada pela aplicação da Simulação de Monte Carlo (MCS) à correspondente FT e
será comprovada no item III.4.1 a frente.
Pelo método dos cortes mínimos, pode-se representar qualquer FT, que é uma equação
Booleana de portões lógicos com os respectivos eventos básicos, por uma árvore
equivalente cujo evento topo está ligado a um portão OU, onde as entradas do portão
OU são os cortes mínimos da FT original.
59
FT equivalente de cortes mínimos é mostrada na figura 5.
60
independentes do tempo, caso estático, com distribuições UNIFORME E NORMAL,
que são: Caso Nº 1 UNIFORME e Caso Nº 2 NORMAL.
Etapas:
FT foi construída no programa E&P OFFICE FTA [18], conforme a lógica apresentada
no Relatório WASH-1400 [48], figura 6:
No caso em questão, chegou-se aos seguintes cortes mínimos (Kis), que são listados
abaixo:
1° corte - K1 - E1
2° corte - K2 - E4
3° corte - K3 - E6.E9
4° corte - K4 - E2.E9
5° corte - K5 - E2.E5
6° corte - K6 - E3.E9
7° corte - K7 - E3.E5
8° corte - K8 - E2.E7.E8
9° corte - K9 - E3.E7.E8
5 (cinco) cortes de 2ª ordem, que são: 3° (K3), 4° (K4), 5° (K5), 6° (K6) e 7° (K7);
62
Etapa 3 - Construção da FT equivalente de cortes mínimo.
K1 K2
K3 K4 K5 K6 K7
63
K8 K9
64
Foi adotado para ilustração do procedimento que os eventos básicos terão intervalos
com distribuições de probabilidades UNIFORMES [a;b] = 1/ (b-a). Porém, conforme
visto anteriormente, o procedimento atende a quaisquer tipos de distribuições de
probabilidades para os eventos básicos.
a+b
- Média das probabilidades dos eventos: μ Ei =
2
2,642.10 −4 + 1,456.10 −3
por exemplo, média para E1, μ E1 = = 8,601.10 −4
2
b−a
- Coeficiente de variação das probabilidades dos eventos: C Ei =
3 ( a + b)
(1,456.10 −3 − 2,642.10 −4 )
por exemplo, coeficiente de variação para E1, C E1 = = 0,4
3. (1,456.10 −3 + 2,642.10 − 4 )
65
para os outros eventos o resultado é apresentado a seguir:
Calcular a média das probabilidades dos cortes mínimos (μKJ , J de 1 a 9) através do cálculo
dos vários portões E a depender da ordem do corte.
66
⎛ E1 ⎞ ⎛ 8.601 × 10− 4 ⎞
⎜ ⎟ ⎜ −3
⎟
⎜ E4 ⎟ ⎜ 1.7 × 10 ⎟
⎜ E9 ⋅ E6 ⎟ ⎜ 6.369 × 10− 6 ⎟
⎜ ⎟ ⎜ ⎟
⎜ E2 ⋅ E9 ⎟ ⎜ 8.329 × 10− 6 ⎟
μ KJ ⎜ E ⋅E ⎟ μ KJ ⎜ −6⎟
⎜ 2 5 ⎟ ⎜ 1.037 × 10 ⎟
⎜ E3 ⋅ E9 ⎟ ⎜ 2.989 × 10− 6 ⎟
⎜ ⎟ ⎜ −7
⎟
E3 ⋅ E5 ×
⎜ ⎟ ⎜ 3.721 10 ⎟
⎜ E2 E7 E8 ⎟ ⎜ 1.083 × 10− 8 ⎟
⎜ ⎟ ⎜ ⎟
⎝ E3 E7 E8 ⎠ ⎝ 3.885 × 10− 9 ⎠
μG1 = 2,578.10-3
Calcular o coeficiente de variação dos cortes mínimos (CKJ, J de 1 a 9) através dos vários
portões Es a depender da ordem do corte, isto é, pelas fórmulas a seguir:
67
n
(1 + CT2 ) = ∏ (1 + C Xi2 ) , da equação 3.10
i =1
onde:
σ
C= é o Coeficiente de Variação, equação 3.11.
μ
N
C KJ = ∏ (1 + C
J =1
2
Xj ) −1
⎛ 0.4 ⎞
⎜ 0.2 ⎟
⎜ 0.514 ⎟
⎜ ⎟
⎜ 0.514
⎟
CKJ ⎜ 0.365 ⎟
⎜ 0.514 ⎟
⎜ 0.366 ⎟
⎜ ⎟
⎜ 0.615 ⎟
⎝ 0.615 ⎠
68
Etapa 9 - Calcular o desvio padrão dos cortes mínimos (σKJ).
σ KJ = μ KJ .C KJ
por exemplo, para o 1° corte mínimo, σK1 = μK1 . CK1 = 8,601.10-4.0,4 = 3,44.10-4
por exemplo, para o 3° corte mínimo, σK3 = μK3 . CK3 = 6,369.10-6.0,514 = 3,275.10-6
⎛ 8.601 × 10− 4 ⎞
⎜ −3
⎟
⎜ 1.7 × 10 ⎟
⎜ 6.369 × 10− 6 ⎟
⎜ ⎟
−
⎜ 8.329 × 10 ⎟6
⎜ ⎟
σ KJ 1.037 × 10− 6
⎜ ⎟
⎜ 2.989 × 10− 6 ⎟
⎜ −7
⎟
⎜ 3.721 × 10 ⎟
⎜ 1.083 × 10− 8 ⎟
⎜ ⎟
⎝ 3.885 × 10− 9 ⎠
ν KJ = σ KJ
2
69
por exemplo, para o 1° corte mínimo, ν K 1= σ K2 1 = (3,44.10-4)2 = 1,184.10-7
⎛ 1.184 × 10− 7 ⎞
⎜ ⎟
⎜ 1.156 × 10 ⎟− 7
⎜ − 11
⎟
⎜ 1.072 × 10 ⎟
⎜ 1.834 × 10− 11 ⎟
ν KJ ⎜ ⎟
− 13
⎜ 1.436 × 10 ⎟
⎜ 2.363 × 10− 12 ⎟
⎜ ⎟
⎜ 1.85 × 10− 14 ⎟
⎜ 0 ⎟
⎜ ⎟
⎝ 0 ⎠
Calcular a variância do evento topo (νG1) através do portão OU dos vários cortes
mínimos, isto é, pela fórmula abaixo:
n
( μ T2 + σ T2 ) = ∏ (μ
i =1
2
Xi + σ Xi2 ) e equação 3.18.
2
Sabendo que μ T = 1 - μ T , μ Xi = 1 - μ Xi , σ T = σ T e σ Xi = σ Xi2 =ν Xi , equação
3.15, que pode ser rearrumada para:
∏ [(1 − μ ] [ ]
n n
(1 − μ T ) 2 + σ T2 = Xi ) 2 + σ Xi2 = ∏ σ Xi2 + (1 − μ Xi ) 2
i =1 i =1
∏ [σ ] [ ]
n n
σ T2 = 2
Xi + (1 − μ Xi ) 2 - (1 − μ T ) 2 = ∏ ν Xi + (1 − μ Xi ) 2 - (1 − μ T ) 2
i =1 i =1
70
Arrumando para o caso prático, vem que:
∏ [ν ]
n
ν G1 = KJ + (1 − μ KJ ) 2 − (1 −μ G1 ) 2 , νG1 = 2,334.10-7
J =1
Calcular o desvio padrão do evento topo (σG1) através da raiz quadrada da variância do
evento topo (νG1), isto é pela fórmula abaixo:
σ G1 = ν G1
71
Tabela 2 - Resultados do Intervalo de Confiança do Evento Topo em Função do
Nível de Confiança, utilizando a MCP e calculados através da RMCP
Eventos Básicos com distribuições UNIFORME
Nível de Confiança Intervalo de Confiança
90% μ G1 ± 1,645 ⋅ σ G1 ICG190% = [1,783E-03 , 3,372E-03]
95% μ G1 ± 1,96 ⋅ σ G1 ICG195% = [1,631E-03 , 3,525E-03]
99% μ G1 ± 2,58 ⋅ σ G1 ICG199% = [1,331E-03 , 3,824E-03]
Eventos Básicos com distribuições NORMAL
Nível de Confiança Intervalo de Confiança
90% μ G1 ± 1,645 ⋅ σ G1 ICG190% = [1,783E-03 , 3,372E-03]
95% μ G1 ± 1,96 ⋅ σ G1 ICG195% = [1,631E-03 , 3,525E-03]
99% μ G1 ± 2,58 ⋅ σ G1 ICG199% = [1,331E-03 , 3,824E-03]
72
III.4 Comparação e Validação com a Rotina de Monte Carlo (RMC)
Implementada no MathCad
PCM ← CM ( p)
73
- PTn - vetor das probabilidades do evento topo:
9
PTn ← 1 − ∏( 1− PCM j)
j= 1
PET := MCarlo( N)
- Média do evento topo (μG1(MC)):
N
∑
1
μ G1 ( MC ) := ⋅ PET i
N
i=1
∑ ( PET i − μG1 ( MC ) ) 2
1
σ G1 ( MC ) := ⋅
N
i=1
74
Os resultados apresentados para os intervalos de probabilidade do evento topo
apresentado na tabela 2, calculados através da RMCP, em comparação com os da tabela
3, calculados através da RMC, mostram valores aproximadamente iguais, conforme
queria se comparar e validar. Podendo portanto, a nova Metodologia Computacional
Proposta (MCP) ser aplicada a qualquer tipo de distribuição de probabilidades de
eventos básicos.
75
Verifica-se o perfeito ajuste gráfico da curva de probabilidade acumulada do evento
topo Ф(x) = pnorm(x,µ,σ), baseada na média (µ=2,568x10-3) e desvio padrão
(σ=4,859x10-3) do evento topo retirada do Monte Carlo do próprio caso prático em
i i − 0,3
relação a curva de probabilidade acumulada FPi, estimada por ou ,
N +1 N + 0,4
segundo WAYNE[80]. O teste de ajuste gráfico apresentou o seguinte erro máximo =
0,016 igual para os dois estimadores de FPi, que por sinal é pequeno(1,6%). Portanto, a
hipótese nula de que a amostra da distribuição de probabilidades do evento topo é
normal, é aceita, de acordo com o Teorema do Limite Central. Não existe evidência de
rejeitar a hipótese nula de que a amostra da distribuição de probabilidades do evento
topo é uma distribuição normal.
III.4.2 Conclusões
76
mostrado anteriormente é também válido para qualquer tipo de distribuição dos eventos
básicos.
- Uma frente que faz análises de RAM por FT, onde os softwares, na maioria das vezes
utilizam dados constantes retirados de bancos de dados, principalmente quando não se
tem os dados operacionais. Porém, tal metologia não atende plenamente a atividade de
inspeção e manutenção porque na prática os dados são variáveis com o tempo.
Exemplos de softwares comerciais de FT: FTA da Principia [14], BLOCKSIM/FTI da
Reliasoft [15], FAULT TREE da Itemsoft [16], FTA CARE da BQR [17], etc.
- Uma frente que faz análises de RAM por FT, onde os softwares, na maioria das vezes
utilizam vários tipos de distribuições de dados, que devem ser inferidas dos dados
aquisitados da operação do sistema, só que na maioria das vezes não se tem os registros
operacionais devido a grande diversificação de equipamentos e locais de instalação,
como é o caso da industria de petróleo. Tal metodologia também não atende plenamente
77
à atividade de inspeção e manutenção. Exemplos de softwares comerciais de FT:
BLOCKSIM/FTI da Reliasoft [15], FAULT TREE da Itemsoft [16], etc.
- Uma frente que faz análises de RAM por diagramas de blocos, onde os softwares, na
maioria das vezes utilizam praticamente qualquer tipo de distribuições de dados, que
devem ser inferidas dos dados aquisitados da operação do sistema, só que na maioria
das vezes não se tem os registros operacionais devido a grande diversificação de
equipamentos e locais de instalação, como é o caso da industria de petróleo. Inclusive
vão mais além que uma análise de RAM, pois incorporam curvas de produtividade e se
tornam softwares de gerenciamento de ativos (Asset Managment). Tal metodologia
também não atende plenamente a atividade de inspeção e manutenção. Exemplos de
softwares comerciais de diagramas de blocos: BLOCKSIM/FTI da Reliasoft [15],
MAROS [81] e TAROS [82] (inclui parte logística) da Jardine, etc.
- Uma frente que faz análises de RAM por FT, onde os softwares, utilizam Teoria Fuzzy
[77] e Teoria das Possibilidades[78]. Exemplos de softwares acadêmicos de FT:
GUIMARÃES [83], COPPE 1997, etc.
Ao longo dos anos vem existindo vários tipos de softwares para aplicação da técnica de
FTA, alguns vem e vão, outros permanecem em uso. No momento far-se-á comparações
da RMCP, RMC e Rotina CALIFT, no que for possível, com 3 softwares comerciais
disponíveis na Gerência de Tecnologia Submarina (TS) do CENPES da PETROBRAS
onde trabalho que são: BLOCKSIM/FTI da Reliasoft [15], FAULT TREE da Itemsoft
[16] e FTA do CARE da BQR [17].
78
Os resultados das comparações são apresentados na tabela 4.
Tabela 4 - Resultados das Comparações entre RMCP, RMC e Rotina CALIFT com
Softwares Comerciais
Aplicativo Média do Evento Topo Desvio Padrão do Evento Topo
RMCP
Eventos Básicos:
Uniforme e Normal 2,578.E-03 4,831.E-04
RMC
Eventos Básicos:
Uniforme 2,580.E-03 4,808.E-04
Normal 2,577.E-03 4,799.E-04
Rotina CALIFT
Eventos Básicos:
Uniforme 2,577.E-03 4,831.E-04
FAULT TREE da
Itemsoft 2,577.E-03 Não é possível determinar
BLOCKSIM/FTI da
Reliasoft 2,577.E-03 Não é possível determinar
FTA do CARE da
BQR 2,577.E-03 Não é possível determinar
Obs.:
Na RMC os resultados dependem do número de iterações. Utilizou-se N=20000.
Nos softwares comerciais não é possível determinar o desvio padrão do evento
topo.
Os resultados apresentados para os valores da média do evento topo são praticamente
iguais.
79
III.5.4 Conclusões
Os softwares FAULT TREE da Itemsoft [16] e FTA do CARE da BQR [17] trabalham
com a teoria estática somente.
80
CAPÍTULO IV – ANÁLISE DE FT COM INCERTEZAS NA TAXA DE FALHA
E TEMPO DE REPARO DOS EVENTOS BÁSICOS (Caso Dinâmico)
IV.1 Introdução
81
IV.1.2 Cálculo da indisponibilidade instantânea do evento topo do sistema
M ⎡ ⎤
U S (t ) = Qs (t ) = U ⎢ ∏ (qi (t ) )⎥ (4.1)
j =1 ⎢
⎣i∈M j ⎥⎦
- Não-Reparáveis
u i (t ) = 1 − exp(−λi .t ) (4.2)
1
μλi = .(λi max + λi min ) (4.3)
2
82
O desvio padrão da taxa de falha λ do evento básico i é constante com incerteza da
distribuição uniforme:
1
σλi = .(λi max − λi min ) (4.4)
2. 3
Considerando que:
y = g( x)
μy ≅ g(μx) (4.6)
2
⎛ ∂g ⎞
σy 2 ≅ σx 2 .⎜ μx ⎟
⎝ ∂x ⎠
83
O desvio padrão da indisponibilidade instantânea do evento básico i para intervalo entre
testes ( θ ):
σui (θ ) = σλi .θ . exp(− μλi .θ ) (4.9)
- Reparáveis
λi .τ i ⎡ 1 + λi .τ i ⎤
q i (t ) = ⎢1 − exp(− )⎥ (4.10)
1 + λi .τ i ⎣ τi ⎦
1
ou, como a taxa de reparo ν é o inverso do tempo de reparo τ , ν = , vem que qi (t)
τ
pode ser reescrita como:
λi
qi (t ) = {1 − exp[− (λi + ν i )]} (4.11)
λi + ν i
1
σλi = .(λi max − λi min ) (4.13)
2. 3
84
O desvio padrão da taxa de reparo ν do evento básico i é constante com incerteza da
distribuição uniforme:
1
σν i = .(ν i max − ν i min ) (4.15)
2. 3
μλi
μqi (t ) = {1 − exp[− ( μλi + μν i )]} (4.16)
μλi + μν i
Considerando que:
y = g ( x, w)
μy ≅ g ( μx, μw) (4.17)
2 2
⎛ ∂g ⎞ 2 ⎛ ∂g ⎞
σy 2 ≅ σx 2 .⎜ μx ⎟ + σw .⎜ μw ⎟
⎝ ∂x ⎠ ⎝ ∂w ⎠
Onde,
85
IV.2 Metodologia Computacional Proposta (MCP)
Etapas:
86
O caso prático ilustrativo escolhido para descrição da Metodologia Computacional
Proposta (MCP) é da FT do sistema de proteção de um reator de potência do Relatório
WASH-1400-MODIFICADO-GERAL, conforme a lógica da FT da figura 6:
Obs.: COD representa o código do evento básico (componente), neste caso não é
aplicável.
87
Etapa 4 - Levantamento dos tipos de eventos básicos (componentes) da FT e seus
dados.
- Reparáveis
- Não-reparáveis,
NR := 4 Componentes Reparáveis i = 1, 2, . . . NR
NN := 1 Componentes Não-Reparáveis i = NR+1, NR+2, . . . NRN
NS := 4 Componentes Testados Periodicamente = "Standby"
i = NRN+1, NRN+2, . . . NT
NRN := NR + NN NT := NRN + NS
Os valores de taxas de falhas são do mesmo caso visto anteriormente - Caso Prático da
FT do Relatório WASH-1400, agora no domínio do tempo (caso dinâmico), com alguns
valores arbitrados, baseados na experiência profissional, para tempos de reparos (taxas
de reparos) e intervalos entre testes visando comparação e validação.
88
Entrada dos dados, conforme da tabela 6:
Inclusão dos intervalos dos dados de falhas e reparos nos vetores dos eventos básicos da
RMCMG, MathCad, conforme tabela acima.
⎛ 3 ⎞ ⎛ 4 ⎞
⎜ 2 ⎟ ⎜ 3 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 4 ⎟ ⎜ 5 ⎟
⎜ 20 ⎟ ⎜ 24 ⎟
τ1 := ⎜ 1 ⋅1024 ⎟ τ2 := ⎜ 1 ⋅1024 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 3 ⎟ ⎜ 4 ⎟
⎜ 3 ⎟ ⎜ 4 ⎟
⎜ 48 ⎟ ⎜ 50 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 48 ⎠ ⎝ 50 ⎠
1 1
υ1 := υ2 :=
τ1 τ2
89
⎛ 0.333 ⎞ ⎛ 0.25 ⎞
⎜ 0.5 ⎟ ⎜ 0.333 ⎟
⎜ 0.25 ⎟ ⎜ 0.2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 0.05 ⎟ ⎜ 0.042 ⎟
υ1 = ⎜ 0 ⎟ υ2 = ⎜ 0 ⎟
⎜ 0.333 ⎟ ⎜ 0.25 ⎟
⎜ 0.333 ⎟ ⎜ 0.25 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 0.021 ⎟ ⎜ 0.02 ⎟
⎝ 0.021 ⎠ ⎝ 0.02 ⎠
Taxas de Falhas (λ) Constantes:
Etapa 5 - Calcular a média e o desvio padrão das taxas de falhas e taxas de reparos
dos eventos básicos (componentes).
⋅( λ1 + λ2)
1
μλ :=
⋅( λ2 − λ1)
2 1
σλ :=
2 3
⋅( υ2 − υ1)
1
⋅( υ1 + υ2)
1
μυ := συ :=
2 2 3
Os intervalos de falha e reparo dos eventos básicos serão considerados com distribuição
UNIFORME.
90
Dados adicionais nesta etapa necessários a RMCPMG, Intervalo entre Testes( θ = 240 h)
e o tempo no qual quer se calcular o intervalo da indiponibilidade instantânea no evento
topo da FT. Fórmula para o cálculo do número de intervalos entre testes
( tθ (t ,θ ) = mod(t + θ ,θ ) ) dentro do tempo (t).
Não se considerou incerteza no intervalo entre testes por normalmente ser uma
informação bem definida e bem conhecida pela operação. O intervalo entre testes foi
escolhido de 10 dias, 240h.
Nesta etapa, é fornecido formulário para cálculo dos vetores temporais das
insdisponibilidades instantâneas dos eventos básicos (considerada com distribuição
exponencial) com os respectivos tipos de componentes: não-reparáveis e stand-by da:
⎯⎯⎯⎯⎯⎯→ ⎯⎯⎯⎯⎯⎯⎯
→
μu( t) := ( 1 − exp( −μλ ⋅t) ) σu( t) := ( t ⋅σλ ⋅exp( −μλ ⋅t) )
2 2
χu( t) := μu( t) + σu( t)
91
Etapa 7 - Calcular a média, o desvio padrão e o valor médio quadrático da indisponibilidade instantânea dos eventos básicos
(Reparáveis).
Nesta etapa, é fornecido formulário para cálculo dos vetores temporais da insdisponibilidade instantânea dos eventos básicos tipos reparáveis da:
Média:
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ →
⎡ μλ ⎤
μq ( t) := ⎢ ⋅⎡⎣ 1 − exp⎡⎣−t ⋅( μλ + μυ )⎤⎦ ⎤⎦ ⎥
⎣ μλ + μυ ⎦,
Fórmulas adicionais dos vetores temporais das derivadas parciais em relação à taxa de falha e taxa de reparo necessários para o cálculo do vetor
temporal desvio padrão da indisponibilidade instantânea dos eventos básicos:
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ →
⎡ μλ μλ ⎤
∂q(t ) ⋅⎡⎣ 1 − exp⎡⎣−t ⋅( μλ + μυ )⎤⎦ ⎤⎦ − ⋅⎡⎣ 1 − exp⎡⎣−t ⋅( μλ + μυ )⎤⎦ ⎤⎦ + ⋅t ⋅exp⎡⎣−t ⋅( μλ + μυ )⎤⎦ ⎥
1
:= ⎢
∂λ ⎣ μλ + μυ ( μλ + μυ) 2 μλ + μυ ⎦
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯→
⎡ −μλ μλ ⎤
∂q(t ) := ⎢ ⋅⎡⎣ 1 − exp⎡⎣−t ⋅( μλ + μυ )⎤⎦ ⎤⎦ + ⋅t ⋅exp⎡⎣−t ⋅( μλ + μυ )⎤⎦ ⎥
∂ν ⎣ ( μλ + μυ ) μλ + μυ
2
⎦
92
Desvio Padrão: Valor Médio Quadrático
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
→
2 2 2 2 2 2
σq ( t) := σλ ⋅dqdλ ( t) + συ ⋅dqdυ ( t) χq ( t) := μq ( t) + σq ( t)
Criar vetores temporais das médias das indisponibilidades instantâneas dos eventos
básicos de acordo com o tipo {reparáveis [ μg1(t ) ], não-reparáveis [ μg 2(t ) ] e stand-by
[ μg 3(t ) ] e quantidade respectiva [NR, NN = NRN - NR e NS = NT-NRN]. Para isso
utilizou-se a facilidade do comando submatrix que retorna o vetor de acordo com o tipo
de evento básico e quantidade respectiva.
μg1( t) := submatrix( μq ( t) , 1 , NR , 1 , 1)
μg2( t) := submatrix( μu( t) , NR + 1 , NRN , 1 , 1)
μg3( t , θ ) := submatrix( μu( tθ ( t , θ ) ) , NRN + 1 , NT , 1 , 1)
93
Etapa 9 - Calcular os vetores temporais dos desvios médios quadráticos das
indisponibilidades instantâneas dos eventos básicos e empilhar em um único vetor.
χg1( t) := submatrix( χq ( t) , 1 , NR , 1 , 1)
χg2( t) := submatrix( χu( t) , NR + 1 , NRN , 1 , 1)
χg3( t , θ ) := submatrix( χu( tθ ( t , θ ) ) , NRN + 1 , NT , 1 , 1)
Fornecer o vetor de cortes mínimos de acordo com o número de cortes (nc) mínimos e
a ordem máxima de corte (omc) mínimo. De acordo com um E dos eventos básicos.
⎛ E1 ⎞
⎜ ⎟
⎜ E 4 ⎟
⎜ E9 ⋅E6 ⎟
⎜ ⎟
E ⋅
⎜ 2 9 ⎟ E
CM ( E) := ⎜ E2 ⋅E5 ⎟
⎜ ⎟
⎜ E3 ⋅E9 ⎟
⎜ ⎟
E3 ⋅E5
⎜ ⎟
⎜ E2 E7 E8 ⎟
⎜ ⎟
⎝ E3 E7 E8 ⎠
94
Ordem máxima de Corte Mínimo:
omc := 3
nc := last( CM ( μu( 1) ) )
nc = 9
Média: Variância:
nc
σz( t , θ ) := ∏ ⎡⎣ Vc( t , θ) i + ( μc ( t , θ ) i) ⎤⎦ − ( 1 − μz( t , θ ) )
2 2
1−
i= 1 ,
95
Os resultados do Caso Prático Geral Nº1 (1600h - 240h de intervalo entre testes) da FT-
WASH-1400-MODIFICADO-GERAL, obtidos pela RMCPMG e anexados no apêndice
3, apresentam o seguinte gráfico da figura 11, que mostra a indisponibilidade
instantânea do evento topo em função do tempo, com 90% de intervalo de confiança:
96
Tabela 7 - Resultados do Intervalo de Confiança do Evento Topo em Função do Nível de
Confiança e (t = 1600h, θ = 240h) , utilizando a MCP e calculados através da RMCPMG
Eventos Básicos com distribuições UNIFORME
Nível de Intervalo de Confiança
Confiança
90% μG1 (t ,θ ) ± 1,645 ⋅ σ G1 (t ,θ ) ICG190%(1600,240) = [0,082 , 0,206]
95% μ G1 (t , θ ) ± 1,96 ⋅ σ G1 (t ,θ ) ICG195%(1600,240) = [0,070 , 0,218]
99% μ G1 (t ,θ ) ± 2,58 ⋅ σ G1 (t ,θ ) ICG199%(1600,240) = [0,046 , 0,242]
97
IV.3 Comparação e Validação com a Rotina de Monte Carlo (RMCMG)
Implementada no MathCad
- As distribuições das taxas de falhas e reparos dos eventos básicos são consideradas
UNIFORME e são criadas pelo gerador randômico rnd:.
dentro de um comando um comando for que depende com o tipo {reparáveis, não-
reparáveis e stand-by) e quantidade respectiva [NR, NN = NRN - NR e NS = NT-NRN].
- Reparáveis:
λ
⋅ 1 − exp⎡⎣−t ⋅( λ + υ )⎤⎦ ⎤⎦
( λ + υ ) ⎣⎡
Ui ←
98
- Não-reparáveis:
Ui ← 1 − exp( −t ⋅λ )
Ui ← 1 − exp( −tθ ( t , θ ) ⋅λ ),
PCM ← CM ( U),
nc
PT ← 1 − ∏( 1− PCM j)
j= 1
⎛ mediat ⎞
⎜ ⎟ := MCarlo( N , t , θ )
⎝ dpet ⎠ ,
Os resultados do Caso Prático Geral Nº1 (1600h - 240h de intervalo entre testes) da FT
do Relatório WASH-1400-MODIFICADO-GERAL, obtidos pela RMCMG e anexados
no apêndice 3, apresentam o seguinte gráfico da figura 12, idêntico ao da figura 11, que
99
mostra a indisponibilidade instantânea do evento topo em função do tempo, com 90%
de intervalo de confiança:
100
Médias:
Desvios Padrões:
101
Tabela 8 - Resultados do Intervalo de Confiança do Evento Topo em Função do Nível de
Confiança e (t = 1600h, θ = 240h) , utilizando a MCS e calculados através da RMCMG
Eventos Básicos com distribuições UNIFORME
Nível de Intervalo de Confiança
Confiança
90% μ G1 (t ,θ ) ± 1,645 ⋅ σ G1 (t , θ ) ICG190%(1600,240) = [0,076 , 0,202]
95% μ G1 (t , θ ) ± 1,96 ⋅ σ G1 (t ,θ ) ICG195%(1600,240) = [0,064 , 0,214]
99% μ G1 (t ,θ ) ± 2,58 ⋅ σ G1 (t ,θ ) ICG199%(1600,240) = [0,040 , 0,238]
Como pode ser visto pelos dois métodos (MCP e MCS), os valores apresentaram-se
praticamente iguais, mas por via das dúvidas resoulveu-se ampliar a pesquisa para
descobrir a razão da imperceptível diferença nos valores das médias e desvios padrões
da indisponibilidade do evento topo. Para isso, rodou-se vários casos práticos
continuação, para análise, que estão anexados no apêndice 3 com a seguinte tabela 9 de
experimento e descrição que vem no item a seguir.
102
IV.4 Análise dos Resultados
A seguir será feita a análise dos resultados de 12 casos de acordo com o experimento da
tabela 9 abaixo:
b - base
Caso Geral Nº1 1600h - 240h - N=20000, Caso Geral Nº2 1600h - 720h - N=20000 e
Caso Geral Nº3 1600h - 1440h - N=20000.
Caso Geral Nº4 1600h - 240h - N=40000, Caso Geral Nº5 1600h - 720h - N=40000 e
Caso Geral Nº6 1600h - 1440h - N=40000.
103
Caso Geral Nº7 200h - 240h - N=20000, Caso Geral Nº8 200h - 720h - N=20000 e
Caso Geral Nº9 200h - 1440h - N=20000.
Caso Geral Nº10 200h - 240h - N=40000, Caso Geral Nº11 200h - 720h - N=40000 e
Caso Geral Nº12 200h - 1440h - N=40000
104
Caso Geral Nº1 1600h - 240h Comparativo MCP x MCS N=20000
105
Caso Geral Nº2 1600h - 720h Comparativo MCP x MCS N=20000
Com o aumento do intervalo entre testes ( θ =720h) começa a aparecer uma diferença
maior no final do intervalo entre testes nos valores das médias e desvios padrões.
106
Caso Geral Nº3 1600h - 1440h Comparativo MCP x MCS N=20000
107
Caso Geral Nº4 1600h - 240h Comparativo MCP x MCS N=40000
Analisando visualmente o Caso Geral Nº1 em comparação com o Caso Geral Nº4, não
há diferenças, apesar de dobrar o número de iterações N da MCS para 40000.
108
Geral Nº5 1600h - 720h Comparativo MCP x MCS N=40000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº2 em comparação com o Caso Geral Nº5, não
há diferenças, apesar de dobrar o número de iterações N da MCS para 40000.
109
Caso Geral Nº6 1600h - 1440h Comparativo MCP x MCS N=40000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº3 em comparação com o Caso Geral Nº6, não
há diferenças, apesar de dobrar o número de iterações N da MCS para 40000.
110
Caso Geral Nº7 200h - 240h Comparativo MCP x MCS N=20000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
111
Caso Geral Nº8 200h - 720h Comparativo MCP x MCS N=20000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº8 em comparação com o Caso Geral Nº7,
apesar do intervalo entre testes ( θ ) aumentar, praticamente não há alteração para o
tempo t=200h, começa a aparecer pequenas diferenças próximo do tempo t=200h na
média, no desvio padrão os valores coincidem, é igual ao Caso Geral Nº7.
112
Caso Geral Nº9 200h - 1440h Comparativo MCP x MCS N=20000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº9 em comparação com o Caso Geral Nº7 e 8,
apesar do intervalo entre testes ( θ ) aumentar, praticamente não há alteração para o
tempo t=200h, começa a aparecer pequenas diferenças próximo do tempo t=200h na
média, no desvio padrão os valores coincidem, é igual ao Caso Geral Nº7
113
Caso Geral Nº10 200h - 240h Comparativo MCP x MCS N=40000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº10 em comparação com o Caso Geral Nº7 e 8,
apesar de dobrar o número de iterações N da MCS para 40000, praticamente não há
alteração para o tempo t=200h, começa a aparecer pequenas diferenças próximo do
tempo t=200h na média, no desvio padrão os valores coincidem, é igual ao Caso Geral
Nº7
114
Caso Geral Nº11 200h - 240h Comparativo MCP x MCS N=40000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº11 em comparação com o Caso Geral Nº7, 8 e
9, apesar de dobrar o número de iterações N da MCS para 40000, praticamente não há
alteração para o tempo t=200h, começa a aparecer pequenas diferenças próximo do
tempo t=200h na média, no desvio padrão os valores coincidem, é igual ao Caso Geral
Nº7
115
Caso Geral Nº12 200h - 1440h Comparativo MCP x MCS N=40000
Dados de Entrada conforme tabela do apêndice 3.
Dados de Saída:
Analisando visualmente o Caso Geral Nº12 em comparação com o Caso Geral Nº7, 8 e
9 e 10, apesar de dobrar o número de iterações N da MCS para 40000, praticamente
não há alteração para o tempo t=200h, começa a aparecer pequenas diferenças próximo
do tempo t=200h na média, no desvio padrão os valores coincidem, é igual ao Caso
Geral Nº7
116
Chega-se a conclusão que o número de iterações da MCS foi bem escolhido, porque de
20000 para 40000 não influenciou nas análises, porém gasta-se muito mais tempo
computacional. Se diminuir número de iterações da MCS com certeza vai haver
problemas com os resultados.
Quanto ao intervalo entre testes tem uma maior influência na pequena diferença entre as
duas metodologias (MCP e MCS), quanto maior o seu valor e quanto maior o tempo. A
seguir analisa-se com mais detalhes a pequena diferença numérica nos resultados para
validar ou não a MCP.
117
MathCad são praticamente iguais, conforme queria se mostrar a validade da nova
metodologia MCP.
As pequenas diferenças, irrisórias, ficam por conta da maior influência nos resultados
da indisponibilidade instantânea do evento topo, pelo aumento do intervalo entre testes
com o tempo.
118
Análise de sensibilidade de acordo com o experimento da tabela 12:
b - base
Caso Nº1 200h e t=1600h - λ ,τ ,θ = 240 h, Caso Nº2 200h e t=1600h - λ ,τ ,θ = 720 h
e Caso Nº3 200h e t=1600h - λ ,τ , θ = 1440 h.
119
2º Variando-se o intervalo entre testes (240h, 720h e 1440h) e mantendo invariável os
intervalos das taxas de falhas, e aumentando em 10% os intervalos dos tempos de
reparos (taxas de reparos).
Caso Nº4 200h e t=1600h - λ , 10% + τ , θ = 240 h, Caso Nº5 200h e t=1600h -
λ ,10% + τ , θ = 720 h e Caso Nº6 200h e t=1600h - λ ,10% + τ ,θ = 1440 h.
Caso Nº7 200h e t=1600h - 10% + λ , τ , θ = 240 h, Caso Nº8 200h e t=1600h -
10% + λ , τ , θ = 720 h e Caso Nº9 200h e t=1600h - 10% + λ ,τ ,θ = 1440 h.
Caso Nº10 200h e t=1600h - 10% + λ , 10% + τ , θ = 240 h, Caso Nº11 200h e t=1600h
- 10% + λ , 10% + τ , θ = 720 h e Caso Nº12 200h e t=1600h -
10% + λ , 10% + τ , θ = 1440 h.
Caso Nº13 200h e t=1600h - λ , 20% + τ ,θ = 240 h, Caso Nº14 200h e t=1600h -
λ , 20% + τ , θ = 720 h e Caso Nº15 200h e t=1600h - λ , 20% + τ , θ = 1440 h.
Caso Nº16 200h e t=1600h - 20% + λ ,τ ,θ = 240 h, Caso Nº17 200h e t=1600h -
20% + λ ,τ ,θ = 720 h e Caso Nº18 200h e t=1600h - 20% + λ , τ , θ = 1440 h.
120
Caso Nº19 200h e t=1600h - 20% + λ , 20% + τ , θ = 240 h, Caso Nº20 200h e t=1600h
- 20% + λ , 20% + τ ,θ = 720 h e Caso Nº21 200h e t=1600h -
20% + λ , 20% + τ ,θ = 1440 h.
121
Tabela 13 - Casos de 1 a 21, t=200h Taxa de Tempo Intervalo NC
falha (λ) de entre
falhas/horas Reparo Testes
(τ) (θ )
horas horas
Caso 1 Caso 2 Caso 3
0,1 0,262 0,1 0,262 0,1 0,262 λ τ 240 90% b - base
0,084 0,278 0,084 0,278 0,084 0,278 λ τ 720 95%
0,054 0,308 0,054 0,308 0,054 0,308 λ τ 1440 99%
Caso 4 Caso 5 Caso 6
0,1 0,262 0,1 0,262 0,1 0,262 λ 10%+τ 240 90%
0,084 0,278 0,084 0,278 0,084 0,278 λ 10%+τ 720 95%
0,054 0,308 0,054 0,308 0,054 0,308 λ 10%+τ 1440 99%
Caso 7 Caso 8 Caso 9
0,091 0,271 0,091 0,271 0,091 0,271 10%+λ τ 240 90%
0,074 0,288 0,074 0,288 0,074 0,288 10%+λ τ 720 95%
0,041 0,321 0,041 0,321 0,041 0,321 10%+λ τ 1440 99%
Caso 10 Caso 11 Caso 12
0,091 0,27 0,091 0,27 0,091 0,27 10%+λ 10%+τ 240 90%
0,074 0,288 0,074 0,288 0,074 0,288 10%+λ 10%+τ 720 95%
0,04 0,321 0,04 0,321 0,04 0,321 10%+λ 10%+τ 1440 99%
Caso 13 Caso 14 Caso 15
0,1 0,262 0,1 0,262 0,1 0,262 λ 20%+τ 240 90%
0,084 0,278 0,084 0,278 0,084 0,278 λ 20%+τ 720 95%
0,053 0,308 0,053 0,308 0,053 0,308 λ 20%+τ 1440 99%
Caso 16 Caso 17 Caso 18
0,083 0,279 0,083 0,279 0,083 0,279 20%+λ τ 240 90%
0,064 0,298 0,064 0,298 0,064 0,298 20%+λ τ 720 95%
0,027 0,335 0,027 0,335 0,027 0,335 20%+λ τ 1440 99%
Caso 19 Caso 20 Caso 21
0,083 0,279 0,083 0,279 0,083 0,279 20%+λ 20%+τ 240 90%
0,064 0,298 0,064 0,298 0,064 0,298 20%+λ 20%+τ 720 95%
0,027 0,335 0,027 0,335 0,027 0,335 20%+λ 20%+τ 1440 99%
Obs. b - base, valores de referência.
122
Tabela 14 - Casos de 1 a 21, t=1600h Taxa de Tempo Intervalo NC
falha (λ) de entre
falhas/horas Reparo Testes
(τ) (θ )
horas horas
Caso 1 Caso 2 Caso 3
0,082 0,206 0,082 0,206 0,082 0,206 λ τ 240 90% b - base
0,07 0,218 0,07 0,218 0,07 0,218 λ τ 720 95%
0,046 0,242 0,046 0,242 0,046 0,242 λ τ 1440 99%
Caso 4 Caso 5 Caso 6
0,082 0,206 0,082 0,206 0,082 0,206 λ 10%+τ 240 90%
0,07 0,218 0,07 0,218 0,07 0,218 λ 10%+τ 720 95%
0,046 0,242 0,046 0,242 0,046 0,242 λ 10%+τ 1440 99%
Caso 7 Caso 8 Caso 9
0,075 0,213 0,075 0,213 0,075 0,213 10%+λ τ 240 90%
0,062 0,226 0,062 0,226 0,062 0,226 10%+λ τ 720 95%
0,036 0,252 0,036 0,252 0,036 0,252 10%+λ τ 1440 99%
Caso 10 Caso 11 Caso 12
0,075 0,213 0,075 0,213 0,075 0,213 10%+λ 10%+τ 240 90%
0,062 0,226 0,062 0,226 0,062 0,226 10%+λ 10%+τ 720 95%
0,036 0,252 0,036 0,252 0,036 0,252 10%+λ 10%+τ 1440 99%
Caso 13 Caso 14 Caso 15
0,081 0,206 0,081 0,206 0,081 0,206 λ 20%+τ 240 90%
0,07 0,218 0,07 0,218 0,07 0,218 λ 20%+τ 720 95%
0,046 0,242 0,046 0,242 0,046 0,242 λ 20%+τ 1440 99%
Caso 16 Caso 17 Caso 18
0,069 0,219 0,069 0,219 0,069 0,219 20%+λ τ 240 90%
0,054 0,234 0,054 0,234 0,054 0,234 20%+λ τ 720 95%
0,026 0,262 0,026 0,262 0,026 0,262 20%+λ τ 1440 99%
Caso 19 Caso 20 Caso 21
0,068 0,219 0,068 0,219 0,068 0,219 20%+λ 20%+τ 240 90%
0,054 0,234 0,054 0,234 0,054 0,234 20%+λ 20%+τ 720 95%
0,026 0,262 0,026 0,262 0,026 0,262 20%+λ 20%+τ 1440 99%
Obs. b - base, valores de referência.
Ao analisar as tabelas 13 e 14, verifica-se que a variação dos intervalos das taxas de
falhas dos eventos básicos é que provoca efeito de mudança no intervalo da
indisponibilidade instantânea do evento topo.
123
intervalo da indisponibilidade instantânea do evento topo da FT, isto é, um aumento na
incerteza do evento topo, respectivamente mais ou menos de 11% e 21%. Repassa
integralmente o efeito das incertezas dos eventos básicos para o evento topo.
Ironicamente existem mais incertezas na definição das taxas de falhas dos eventos
básicos de uma FT do que nas incertezas na definição dos intervalos entre testes e
tempos de reparos. Os intervalos entre testes e tempos de reparos são mais bem
estabelecidos pela operação. Enquanto as taxas de falhas dependem de vários fatores
aleatórios para a sua definição.
Trabalhar com intervalos, incertezas, é melhor que utilizar um valor único na definição
dos eventos básicos, porque desse modo poderá se avaliar melhor as incertezas do
evento topo, desde que bem conhecidas as incertezas dos eventos básicos,
principalmente no tocante a falhas.
IV.6 Conclusões
Como pode ser visto pelos gráficos, verifica-se a perfeita comparação e validação da
RMCPMG com a RMCMG. Os valores da média e desvio padrão tanto para RMCP
como para RMC são praticamente iguais.
124
Fazendo execução da RMCPMG no MathCad analiticamente obtém-se resultados mais
rápidos que fazendo a execução pela RMCMG no MathCad. Executando as rotinas
RMCPMG e RMCMG, para os casos mais rápidos (t = 200h, θ = 240h e , t = 1600h,
θ = 240h ), num AMD ATLHON, com 1024 MB de memória RAM, verifica-se os
seguintes tempos de execução:
Os dentes nas curvas representam o intervalo entre testes, se não houvesse componentes
stand-by não existiriam os dentes.
Existe pequena influência dos intervalos entre testes dos eventos básicos na
indisponibilidade instantânea do evento topo conforme o tempo aumenta.
Verifica-se que a variação dos intervalos das taxas de falhas dos eventos básicos é que
provoca efeito de mudança no intervalo da indisponibilidade instantânea do evento
topo.
125
CAPÍTULO V – ESTUDO DE CASO PRÁTICO DA FT DE FALHAS DO
MANIFOLD SUBMARINO DE PRODUÇÃO - MSP-1
V.1 Introdução
126
V.2 Descrição do Sistema Manifold Submarino de Produção
2 3
4
5
6
127
Descrição sucinta do Manifold Submarino de Produção:
128
Para facilitar a recuperação dos componentes, partes do Manifold são agrupadas
em módulos, conforme módulos de válvulas da figura 30 a seguir:
129
V.2.1 Fluxograma de Engenharia do MSP-1
130
V.2.2 Cenário de Operação Normal
131
V.3 Análise Quantitativa de Confiabilidade
V.3.1 Introdução
132
No caso específico, optou-se para efeito de simplificação e objetividade, a escolha do
evento topo somente com o ponto de vista de continuidade operacional, isto é, escolha
do sistema que tenha maior disponibilidade de produção, ou menor indisponibilidade
de produção, que a nosso ver é o ponto de vista mais importante, principalmente por se
tratar de investimento de grande valor e não termos estatísticas de acidente com este
tipo de equipamento.
133
Figura 32 - Diagrama de Blocos Funcional do Sistema.
134
V.3.4 Definição do Evento Topo da FT
Evento TOPO:
Indisponibilidade Instantânea de Produção de um Poço (IIP)
Hipótese 4: Não é possível produzir mais que um poço pela linha de teste. No
máximo um.
135
Hipótese 6: Há possiblidade de entupimento no Manifold, porém não foi
considerado no estudo, e além disso:
Hipótese 7: Considera que não chega petróleo de um poço, quando existe uma
falha no POD para acionar ANM.
136
Hipótese 16: A tabela 16 contempla taxas de falhas do MSP-1. Alguns valores
não serão utilizados no estudo quantitativo em função das hipóteses adotadas.
VG Válvula Gaveta
(VGP e VGPT) Falha em Abrir 30 24 68 69 70
Falha em Fechar
137
Tabela 16 - Dados de Falhas
CÓDIGO DESCRIÇÃO TAXA DE FALHAS MTTF REFERÊNCIA
Modo de Falha λ (anos)
(falhas/106horas)
ANM Árvore de Natal Molhada
Master - XMV
Falha em Abrir 0,032 1,3 3,6 87,81 OREDA-92
Falha em Fechar 0,56 1,8 3,5 63,42 Pag. 452/3
WING -AFV
Falha em Abrir 0,40 2,5 5,2 45,66 OREDA-92
Falha em Fechar 0 1,3 3,4 87,81 Pag. 454/5
CP Choke
Falha em Abrir 0,40 2,5 5,2 45,66 OREDA-92
Falha em Fechar 0 1,3 3,4 87,81 Pag. 454/5
POD Pod de Controle
Falha em Atuar 3,0 3,2 3,4 35,7 KONGSBERG
REPORT-95-3598
VE Válvula Esfera
(VEMP, Falha em Abrir 0,70 2,12 6,38 53,85 OREDA-92
VEBP) Falha em Fechar 0,70 2,12 6,38 53,85 Pag. 124/5
VG Válvula Gaveta
(VGP, Falha em Abrir 0,40 2,5 5,2 45,66 OREDA-92
VGPT) Falha em Fechar 0 1,3 3,4 87,81 Pag. 454/5
138
V.3.7 Atributo de Confiabilidade
CP - Choke
8 (CP1, CP2, CP3, CP4, CP5, CP6, CP7 e CP8)
VE - Válvula Esfera
1 (VEMP)
1 (VEBP)
VG - Válvula Gaveta
8 (VGP1, VGP2, VGP3, VGP4, VGP5, VGP6, VGP7 e VGP8)
8 (VGPT1, VGPT2, VGPT3, VGPT4, VGPT5, VGPT6, VGPT7 e VGPT8)
1 (VGBP)
139
V.3.9 FT do MSP-1 apresentada no trabalho original
140
3 Set 29: VEMP,VEBP,VGPT1 3
3 Set 30: VEMP,VEBP,VGPT2 3
3 Set 31: VEMP,VEBP,VGPT3 3
3 Set 32: VEMP,VEBP,VGPT4 3
3 Set 33: VEMP,VEBP,VGPT5 3
3 Set 34: VEMP,VEBP,VGPT6 3
3 Set 35: VEMP,VEBP,VGPT7 3
3 Set 36: VEMP,VEBP,VGPT8 3
UAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAU
Foi criada no apêndice 5 uma nova rotina chamada de RMCPMR e RMCMR que é uma
simplificação da RMCPMG e RMCMG, para quando os sistemas só tiverem eventos
básicos reparáveis.
Foram feitas análise para o tempo de t=1 ano=8760h e 200h, calculados tanto pela
MCP com MCS, através das RMCPMR e RMCMR no MathCad.
O número de cortes mínimos agora, igual a 36, é muito maior que nos casos anteriores,
o que condiz mais com a realidade industrial. Será verificado posteriormente através de
ajuste gráfico a questão da normalidade (Teorema do Limite Central) dos resultados do
evento topo.
141
Caso prático da FT do Manifold - MSP-1 t=8760h.
142
Caso prático da FT do Manifold - MSP-1 t=200h.
Neste caso, calculou-se também o intervalo de confiança para o evento topo que está
nas planilhas das tabelas 17 e 18, a seguir.
143
Tabela 17- Resultados do Intervalo de Confiança do Evento Topo em Função do Nível
de Confiança e (t=200h, θ =240h), utilizando a MCP e calculados através da RMCPMR
Eventos Básicos com distribuições UNIFORME
Nível de Intervalo de Confiança
Confiança
90% μ G1 (t ,θ ) ± 1,645 ⋅ σ G1 (t , θ ) ICG190%(200,240) =
[7,511x10-03 , 0,011]
95% μ G1 (t , θ ) ± 1,96 ⋅ σ G1 (t ,θ ) ICG195%(200,240) =
[7,224x10-03 , 0,011]
99% μ G1 (t ,θ ) ± 2,58 ⋅ σ G1 (t ,θ ) ICG199%(200,240) =
[6,659x10-03 , 0,011]
144
V.5 Verificação da Hipótese do Teorema do Limite Central para o Evento Topo
145
V.6 Conclusões
Verifica-se ainda que os cortes mínimos de maior importância são os cortes de primeira
ordem devido aos PODs de controle, os quatro primeiros cortes mínimos (POD1,
POD2, POD3 e POD4). No projeto de Manifolds Submarinos de Produção existe
preocupação em melhorar o projeto dos PODs de controle, quanto ao MTTF. Na
literatura de banco de dados verifica-se uma grande variação no valor médio do MTTF
para POD de controle, de 35,7 anos, KONGSBERG [84], que foi utilizado na tese, até
2,3 anos, OREDA [22].
146
CAPÍTULO VI – CONCLUSÕES FINAIS
147
ela pode ser utilizada em conjunto com quaisquer softwares de árvore de falhas
disponíveis e possuir a capacidade de facilmente se adaptar as novas versões dos
mesmos, sem a necessidade de ter de se trabalhar com os fontes destes softwares que
geralmente são inacessíveis.
Portanto, pelo que foi visto, a Metodologia Computacional Proposta (MCP) é adequada
ao uso.
148
CAPÍTULO VII – SUGESTÕES DE TRABALHOS FUTUROS
149
REFERÊNCIAS BIBLIOGRÁFICAS
150
[13] NASA FTA, Fault Tree Handbook with Aerospace Applications, Prepared
for NASA Office of Safety and Mission Assurance NASA Headquarters
Washington, DC 20546, August, 2002.
[14] FTW DNV/PRINCÍPIA, Fault Tree Workstation, Versão 1.31 Manual do
Usuário, Principia Engenharia de Confiabilidade e Informática, Rio de
Janeiro, 1995.
[15] BLOCKSIM/FTI DA RELIASOFT, Fault Tree Analysis Software, Reliasoft
Corporation, Reliasoft Plaza 115 South Sherwood Village drive, Tucson,
Arizona, RBS6S-UG-01 User’s Guide, 2003.
[16] FAULT TREE DA ITEMSOFT, Fault Tree Analysis Software, Itemsoft
Corporation, 2037 Mains Street, Suite 1130, Irvine, California 92614, USA
4695 MacArthur Court 11th Floor Newport Beach CA 92660, 1998.
[17] FTA CARE DA BQR, Fault Tree Analysis Software, BQR Corporation, 5 Mazal
Eliezer St, P.O.B. 208, Rishon-Lezion, 75101, Israel, 1998.
[18] E&P OFFICE FTA, Programa Fault Tree Analysis, Acordo PETROBRAS/
CENPES/PDP/PRAVAP e UNIVERSIDADE FEDERAL DE
PERNAMBUCO - UFPE, Versão II, 2005.
[19] KLETZ, TREVOR. A., What Went Wrong?: Case Histories of Process Plant
Disasters, Gulf Publishing Company, ISBN 0872013391, 1985.
[20] AICHE/CCPS, Guidelines for Chemical Process Quantitative Risk Analysis
(QRA), Second Edition, American Institute of Chemical Engineers (AIChE),
ISBN No 0-8169-0720-X Pub No: G-42, New York, USA, 2000.
[21] THOMAS, BAYES, “Essay Towards Solving a Problem in the Doctrine of
Chances”, publicado depois da sua morte (por causa deste artigo o seu nome é
hoje sinônimo de toda uma filosofia na estatística), Philosophical
Transactions of the Royal Society, London, 1764.
[22] OREDA, Off-shore Reliability Data Handbook, 3ª Edição, Published by DNV
Technica, 1984, 1992, 1997 e 2002.
[23] GPERD, Guidelines for Process Equipment Reliability Data, publicado pelo
AIChE - American Institute of Chemical Engineers, London, 1985.
[24] PARLOC 96, The Update of Loss of Containment data for Off-shore Pipelines,
publicado pelo HSE – Health and Safety Executive e preparado pelo AME
LTD, OTH 551, London, 1996.
151
[25] CLIFTON and A. ERICSON II, “Fault Tree Analysis - A History”, In
Proceedings Seventeenth International System Safety Conference, The
Boing Company, Seattle, Washington, USA, 9, 1999.
[26] MANIAN, R., DUGAN, J.B., COPPIT, D. and SULLIVAN, K., “Combining
Various Solution Techniques for Dynamic Fault Tree Analysis of Computer
Systems”, In Proceedings Third IEEE International High-Assurance
Systems Engineering Symposium, pages 21-28, Washington, D.C., 13-14
November, 1998.
[27] RAUZY, A., “New Algorithms for Fault Trees Analysis”, Reliability
Engineering & System Safety, 40, 203-211, 1993.
[28] SWAMINATHAN, S. and SMIDTS, C., “The Mathematical Formulation for the
Event Sequence Diagram Framework”, Reliability Engineering and System
Safety. 65, 103-118, 1999.
[29] MODARRES, M., KAMINSKIY, M. and KRIVTSOV, V., Reliability
Engineering and Risk Analyses, Marel Dekker, New York, 1999.
[30] O’CONNOR, PATRICK D. T., Practical Reliability Engineering, First Edition ©
1981 by Heyden & Son Ltd, Second Edition Copyright © 1985 by John Wiley
& Sons Ltd. All rights reserved,ISBN 0 471 90551 8, New York, 1985.
[31] MATTHEWS, S.D. “MOCARS: A Monte Carlo Simulation Code for Determining
the Distribuition and Simulation Limits”, TREE-1138, July 1977.
[32] MATHCAD, Software MathCad Professional, MathSoft Inc. U.S. Pat. Nos.
5,469,538 and 5,526,475, ©1986-1999.
[33] RBI PETROBRAS/CENPES/TS, Manual para Monitoramento/Inspeção de
Integridade de Duto Flexível Submarino - Inspeção Baseada em Risco -
RBI - Partes I, II e III, Centro de Pesquisa Leopoldo A. Miguez de
Mello/Petrobras, Rio de Janeiro, 2001.
152
[34] SIMÕES FILHO, S., “Método para Cálculo da Taxa de Falha de Dutos Flexíveis
Submarinos”, Rio Pipeline Conference & Exposition, Rio de Janeiro, 22 a 24
de outubro, 2003, Workshop on Reliability and Risk Analysis in Well
Technology Engineering, Salvador, BA, 03 a 07 de Novembro, 2003, Bol. téc.
Petrobras, Rio de Janeiro, 47 (2/4): 233 - 254, abr./dez. 2004.
[35] FUSSEL, J.B. and VESELY, W.E., “A New Methodology for Obtaining Cut Sets
for Fault Trees”, Trans, ANS, Vol. 15, p. 262, 1972.
[36] SALEH, J.H. and MARAIS, K., “Highlights from the Early (and pre-) History of
Reliability Engineering”, Reliability Engineering and System Safety, 91,
249-256, 2005.
[37] DHILLON, B.S., DESIGN RELIABILITY Fundamentals and Applications,
Washington, D.C.,1999.
[38] DHILLON, B.S., Maintenance Fundamentals and Applications, Washington,
D.C.,1999.
[39] BAZOVSKY, I., Reliability Theory and Practice, Prentice Hall, Englewood
Cliffs, 1961.
[40] KECECIOGLU, D., Reliability Engineering Handbook, Volume 1, Prentice Hall,
Inc., New Jersey, 1991.
[41] COPPOLA, A., “Reliability Engineering of Electronic Equipment: a historical
perspective”, IEEE Trans. Reliability, 33, 29-35, 1984.
[42] WEIBULL, W., “A Statistical Distribution Function of Wide Applicability”, J.
Appl. Mech., 18, 293-297, 1951.
[43] DAVIS, D.J., “An Analysis of Some Failure Data”, J. Am. Statist. Assoc., 47,
113-150, 1952.
[44] HENNEY, K., Ed., Reliability Factors for Ground Electronic Equipment,
McGraw-Hill, New York, 1956.
[45] AGREE Report, Advisory Group on Reliability of Electronic Equipment
(AGREE), Reliability of Military Electronic Equipment, Office of the
Assistant Secretary of Defense (Research and Engineering), Department of
Defense, Washington, D.C., 1957.
[46] MIL-R-25717(USAF), Reliability Assurance Program for Electronic
Equipment, Department of Defense, Washington, D.C., 1957, Superseded By
MIL-R-27542.
153
[47] RAUSAND, M. and HØYLAND, A., System Reliability Theory: Models,
Statistical Methods, and Applications, 2nd Edition, 2003, NTNU, NO.
[48] RASMUSSEN, N.C., Reactor Safety Study - WASH-1400, (NUREG-75/014)
Appendix II, US Nuclear Regulatory Commission, 1975.
[49] SAE-JA1012, A Guide to the Reliability-Centered Maintenance (RCM),
Standard (Current), 2002-01-01.
[50] API-RP-580, Risk-Based Inspection, First Edition (Current) 2002-05-01.
[51] IEC-60300-1, Dependability Management Part 1: Dependability Management
Systems, Second Edition (Current), 2003-06-01.
[52] ISO-20815, Petroleum, Petrochemical and Natural Gas Industries -
Production Assurance and Reliability Management, Draft, 2005.
[53] API-17N, Recommended Practice for the Achievement of Subsea Production
System Reliability, Draft, 2005.
[54] ISO-14224, Petroleum and Natural Gas Industries - Collection and Exchange
of Reliability and Maintenance Data for Equipment, First Edition
(Current), 1999-07-15.
[55] ISO-15663-1, Petroleum and Natural Gas Industries - Life Cycle Costing -
PART 1: METHODOLOGY, First Edition (Current), 2000-08-01.
[56] DIN-25419, Event Tree Analysis: Method, Graphical Symbols and Evaluation,
First Edition (Current), 1985-11-01.
[57] AICHEG-66, Layer of Protection Analysis, Simplified Process Risk
Assessment, First Edition (Current), 2001-01-01.
[58] IEEE-1082, Guide For Incorporating Human Action Reliability Analysis for
Nuclear Power Generating Stations, First Edition (Current), 1997-09-16 (R
2003).
[59] API-PUBL-770, Manager´s Guide to Reducing Human Errors Improving
Human Performance in the Process Industries (Current), 2001-03-01.
[60] IEC-61078, Analysis Techniques for Dependability - Reliability Block Diagram
Method, First Edition (Current) 1991-11-01.
[61] IEC-61165, Application of Markov Techniques, First Edition (Current), 1995-
01-01.
154
[62] IEC-61649, Goodness-of-Fit Tests, Confidence Intervals and Lower
Confidence Limits for Weibull Distributed Data, First Edition (Current),
1997-05-01.
[63] IEC-60812, Analysis Techniques for System Reliability - Procedure for Failure
Mode and Effects Analysis (FMEA), First Edition (Current), 1985-01-01.
[64] API-RP-14J, Recommended Practice for Design and Hazards Analysis for
Off-shore Production Facilities, Second Edition (Current), 2001-05-01.
[65] AICHEG-42, Guidelines for Chemical Process Quantitative Risk Analysis,
Second Edition (Current), 1999-01-01.
[66] AICHEG-51, Evaluating Process Safety in the Chemical Industry, A User S
Guide to Quantitative Risk Analysis, First Edition (Current), 2000-01-01.
[67] IEC-61882, Hazard and Operability Studies (HAZOP Studies) - Application
Guide, First Edition (Current), 2001-05-01.
[68] IEC-61508, Functional Safety of Electrical/Electronic/Programmable
Electronic Safety-Related Systems, First Edition (Current), 1998-12-01,
Corrigendum 05-1999.
[69] API-PUBL-761, Model Risk Management Plan Guidance for Exploration and
Production (E&P) Facilities, Third Edition (Current), 2001-02-01.
[70] MIL-HDBK-217-F, Reliability Prediction of Electronic Equipment, First
Edition (Current), 1995-02-28, CHG Notice 2.
[71] IEC-TR-62380, Reliability Data Handbook Universal Model for Reliability
Prediction of Electronics Components, PCBs and Equipment, First Edition
(Current), 2004-08-01.
[72] FUSSELL, J.B., HENRY E.B., and MARSHALL, N.H., MOCUS - A
Computer Program to Obtain Minimal Sets from Fault Trees, NESC0653
ANCR-1156, August, 1974.
[73] HEGER, A. S., BHAT, J. K., STACK, Q. W. and TALBOTT, D. V., “Calculating
Exact Top-event Probabilities using ΣΠ-Patrec”, Reliability Engineering &
System Safety, 50, 253-259, 1995.
[74] MAZUMDAR, M., “An Approximate Method for Computation of Probability
Intervals for the Top-event Probability of Fault Frees”, Nuclear Engineering
and Design, 71, 45-50, 1982.
[75] BRYANT, R. E., “Symbolic Boolean Manipulation with Ordered Binary-Decision
155
Diagrams, ACM Computing Surveys, 24, n. 3, 293-318, 1992.
[76] FIRMINO, P. R. & DROGUETT, E. L., “Estimação da Cota Inferior para a
Confiabilidade de Sistemas por Árvores de Falhas”, XXV Encontro Nac. de
Eng. de Produção, Porto Alegre, 2005.
[77] ZADEH, L.A., “Fuzzy Sets”, Information and Control”, Vol. 8, pp. 338-353,
1965.
[78] ZADEH, L.A., “Fuzzy Sets as a Basis for a Theory of Possibility”, Fuzzy Sets and
Systems, Vol. 1, pp. 3-28,1978.
[79] LEE, D.A. and BROWNE, J.M., “Implications of Varying in Fault Tree Analysis”,
Probabilistic Risk and Hazard Assessment, Melchers & Stewart ed., ISBN
90 5410 3493, p.165-169, 1993.
[80] WAYNE, N., Applied Life Data Analysis, Wiley Series in Probability and
Mathematical Statisticsed., ISBN 0471094587, Published Online, 2005.
[81] MAROS DA JARDINE, MAROS, Jardine and associates Inc. 10375, Richmond
Ave, Suite 1450, Houston, TX 77042, USA, 2005.
[82] TARO DA JARDINE, TARO, Jardine and associates Inc. 10375, Richmond Ave,
Suite 1450, Houston, TX 77042, USA, 2005.
[83] GUIMARÃES, A.C.F., Uma Metodologia para Análise de Confiabilidade
baseada em Ávore de Falhas e Lógica Fuzzy, Tese de Doutorado,
COPPE/UFRJ, Rio de Janeiro, 1997.
[84] SIMOES FILHO, S., et ali., “Avaliação de Confiabilidade e Custo do Ciclo de
Vida de Manifolds Submarinos de Produção (MSP) - Projeto MACMAN”,
BOLETIM TÉCNICO PETROBRAS, Rio de Janeiro, 41 (3/4): pp. 94-111,
jul./dez., 1998.
[85] BAUGH, B.F., “Predictive Risk Analisys for Subsea and Floating Production
Systems”, 10TH ANNU. ASME ENERGY-SOURCES TECHNOL. CONF
OFF-SHORE & ARTIC OPER. SYMP., (Dallas, 2/15-18/87) PROC. pp.1-
13,1987.
156
APÊNDICES:
157
Apêndice 1 - RMCP - RMC e RMC2
Casos: UNIFORME e NORMAL
Caso: RMC2, Teste de Hipótese para Verificação do Teorema do Limite Central
Caso Prático da FT do Relatório WASH-1400
Cálculos no Software MathCad, utilizando Dois Tipos de Distribuições de Eventos
Básicos (UNIFORME e NORMAL), para comparação e validação da Metodologia
Computacional Proposta (MCP) x Simulação de Monte Carlo (MCS).
Número de Casos Práticos:
Obs.: COD representa o código do evento básico (componente), neste caso não é
aplicável.
158
Caso: UNIFORME
159
160
161
162
163
Caso: NORMAL
164
165
166
167
168
Caso: RMC2, Teste de Hipótese para Verificação do Teorema do Limite Central
169
170
171
172
Apêndice 2 - Rotina CALIFT em FORTRAN90 para o Cálculo do Intervalo de
Confiança da Probabilidade do Evento Topo de FT
PRÉ-ROTINA
173
ROTINA
5.1 O Vetor Média das Probabilidades dos Eventos Básicos da FT, considerar a
distribuição como Uniforme [Bi;Ai] = 1/ (Bi - Ai)
Calcular MEi = (Ai + Bi) x 0.5
5.3 O Vetor Desvio Padrão das Probabilidades dos Eventos Básicos da FT,
considerar a distribuição como Uniforme [Bi;Ai] = 1/ (Bi - Ai)
Calcular DPEi = CEi x MEi
174
Etapa 6 - Calcular a média das probabilidades dos cortes mínimos.
175
Etapa 10 - Calcular a variância dos cortes mínimos.
176
• CODIFICAÇÃO FORTRAN90 DA ROTINA CALIFT
CLOSE (4)
CLOSE (5)
CLOSE (6)
CLOSE (7)
!
STOP
END
! =======================================================
!
! =======================================================
177
SUBROUTINE CONVERTE (INPUTFILE,NUMERICO,M)
IMPLICIT REAL*8 (A-H,O-Z)
! ====================================
! Convert Alfanumerico em Numerico
! ====================================
CHARACTER (80) LINHA, STRING
DIMENSION NCM (80)
!
REWIND INPUTFILE
REWIND NUMERICO
!
M=0
911 READ (INPUTFILE,920,END=300) LINHA
920 FORMAT (A80)
M=M+1
N=0 ; I=0 ; STRING=''
DO IL=1,79
I=I+1 ; K=0
IF (I>80) GOTO 400
IF (LINHA (I:I) =='') CYCLE
IF (LINHA (I:I) =='E') THEN
N=N+1
910 I=I+1 ; IF (I>80) GO TO 400
IF (LINHA (I:I) /= '*' .AND. LINHA (I:I) /= '') THEN
K=K+1
STRING (K:K)=LINHA (I:I)
GOTO 910
ENDIF
READ (STRING (1:K),*)NCM (N)
ENDIF
ENDDO
400 WRITE (NUMERICO, ' (<N>I3)') (NCM (J),J=1,N)
GOTO 911
300 CONTINUE
!
REWIND INPUTFILE
REWIND NUMERICO
RETURN
END
! =======================================================
!
! =======================================================
SUBROUTINE CALIFT (IAB,NUMERICO,N,M,NORDMAX)
IMPLICIT REAL*8 (A-H,O-Z)
! ====================================
! Convert Alfanumerico em Numerico
! ====================================
REAL*8, DIMENSION (N) :: A, B, E, CE, DPE, C1, CM1, CK, DPK, VAK
REAL*8 PROD, MEG1, PROD1, VAT, DPT, CT, ICTMIN, ICTMAX
DIMENSION :: CMK (M), IMAT (M,NORDMAX), NCOL (M)
178
NCOL=0
DO I=1,N
READ (IAB,*) A (I),B (I)
ENDDO
10 FORMAT (E16.3,E16.3 )
DO I=1,N
E (I)= (A (I)+B (I))*0.5
CE (I)= (B (I)-A (I))/ ( (A (I)+B (I))*SQRT (3.0))
DPE (I)=E (I)*CE (I)
ENDDO
DO IL=1,M
READ (NUMERICO,921) (IMAT (IL,J), J=1,NORDMAX)
921 FORMAT (30I3)
DO J=1,NORDMAX
NCOL (IL)=J
IF (IMAT (IL,J).EQ.0) THEN
NCOL (IL)=J-1
GO TO 940
ENDIF
ENDDO
940 CONTINUE
CMK (IL)=1
DO J=1,NCOL (IL)
CMK (IL)=CMK (IL)*E (IMAT (IL,J))
ENDDO
ENDDO
PROD=1
DO I=1,M
PROD=PROD* (1-CMK (I))
ENDDO
MEG1=1-PROD
DO I=1,N
C1 (I)=1+CE (I)**2
ENDDO
DO IL=1,M
CM1 (IL)=1
DO J=1,NCOL (IL)
CM1 (IL)=CM1 (IL)*C1 (IMAT (IL,J))
ENDDO
ENDDO
DO K=1,M
CK (K)=SQRT (CM1 (K)-1)
ENDDO
DO K=1,M
DPK (K)=CK (K)*CMK (K)
VAK (K)=DPK (K)**2
ENDDO
PROD1=1
DO K=1,M
PROD1=PROD1* (VAK (K)+ (1-CMK (K))**2)
179
ENDDO
VAT=PROD1- (1-MEG1)**2
DPT=SQRT (VAT)
CT=SQRT (VAT)/MEG1
!
! SAÍDA DOS RESULTADOS DA ROTINA CALIFT
!
WRITE (6,100)
100 FORMAT (1X,'RESULTADOS DO ROTINA CALIFT',//)
WRITE (6,110) N
110 FORMAT (1X,'NÚMERO DE EVENTOS BÁSICOS DA ÁRVORE DE
FALHA =', I2,//)
WRITE (6,*)' N° EVENTO A (I) B (I) '
WRITE (6,120)
120 FORMAT (1X,/)
DO I=1,N
WRITE (6,*) I, A (I), B (I)
ENDDO
WRITE (6,130)
130 FORMAT (1X,/)
WRITE (6,*)' E (I) CE (I) DPE (I) '
WRITE (6,140)
140 FORMAT (1X,/)
DO I=1,N
WRITE (6,*) E (I), CE (I), DPE (I)
ENDDO
WRITE (6,150)
150 FORMAT (1X,/)
WRITE (6,*)' CMK (I) '
WRITE (6,155)
155 FORMAT (1X,/)
DO I=1,N
WRITE (6,*) CMK (I)
ENDDO
WRITE (6,160)
160 FORMAT (1X,/)
WRITE (6,*)' MEG1 '
WRITE (6,165)
165 FORMAT (1X,/)
WRITE (6,*) MEG1
WRITE (6,170)
170 FORMAT (1X,/)
WRITE (6,*)' C1 (I) '
WRITE (6,175)
175 FORMAT (1X,/)
DO I=1,N
WRITE (6,*) C1 (I)
ENDDO
WRITE (6,180)
180 FORMAT (1X,/)
180
WRITE (6,*)' CK (K) DPK (K) VAK (K) '
WRITE (6,185)
185 FORMAT (1X,/)
DO K=1,M
WRITE (6,*) CK (K), DPK (K), VAK (K)
ENDDO
WRITE (6,190)
190 FORMAT (1X,/)
WRITE (6,*)' VAT DPT CT '
WRITE (6,195)
195 FORMAT (1X,/)
WRITE (6,*) VAT, DPT, CT
ICTMIN=MEG1-1.645*DPT
ICTMAX=MEG1+1.645*DPT
WRITE (6,200)
200 FORMAT (1X,/)
WRITE (6,*)' ICTMIN ICTMAX '
WRITE (6,205)
205 FORMAT (1X,/)
WRITE (6,*) ICTMIN, ICTMAX
RETURN
END
! =======================================================
181
Apêndice 3 - RMCPMG - RMCMG
Caso Geral Nº1 1600h - 240h - N=20000, Caso Geral Nº2 1600h - 740h - N=20000 e Caso Geral Nº3 1600h - 1440h - N=20000
Caso Geral Nº4 1600h - 240h - N=40000, Caso Geral Nº5 1600h - 740h - N=40000 e Caso Geral Nº6 1600h - 1440h -N=40000
Caso Geral Nº7 200h - 240h - N=20000, Caso Geral Nº8 200h - 740h - N=20000 e Caso Geral Nº9 200h - 1440h - N=20000
Caso Geral Nº10 200h - 240h - N=40000, Caso Geral Nº11 200h - 740h - N=40000 e Caso Geral Nº12 200h - 1440h - N=40000
Caso Prático da FT do Relatório WASH-1400-MODIFICADO-GERAL
Cálculos no Software MathCad, os valores de taxas de falhas são do mesmo caso visto anteriormente - Caso Prático da FT do Relatório WASH-
1400, agora no domínio do tempo, com alguns valores arbitrados para tempos de reparos (taxas de reparos) e intervalos entre testes para
comparação e validação da Metodologia Computacional Proposta (MCP) x Simulação de Monte Carlo (MCS).
Número de Casos Práticos (t=1600h e 200h e N=20000 e 40000):
b - base
182
Obs.: COD representa o código do evento básico (componente), neste caso não é aplicável.
183
Caso Geral Nº1 1600h - 240h - N=20000, Caso Geral Nº2 1600h - 740h - N=20000 e Caso Geral Nº3 1600h - 1440h - N=20000
184
185
186
187
188
189
190
191
192
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº2 1600h - 720h Comparativo MCP x MCS N=20000
Dados de Entrada:
193
194
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº3 1600h - 1440h Comparativo MCP x MCS N=20000
Dados de Entrada:
195
196
Caso Geral Nº4 1600h - 240h - N=40000, Caso Geral Nº5 1600h - 740h - N=40000 e Caso Geral Nº6 1600h - 1440h -N=40000
197
198
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº5 1600h - 720h Comparativo MCP x MCS N=40000
Dados de Entrada:
199
200
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº6 1600h - 1440h Comparativo MCP x MCS N=40000
Dados de Entrada:
201
202
Caso Geral Nº7 200h - 240h - N=20000, Caso Geral Nº8 200h - 740h - N=20000 e Caso Geral Nº9 200h - 1440h - N=20000
203
204
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº8 200h - 720h Comparativo MCP x MCS N=20000
Dados de Entrada:
205
206
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº9 200h - 1440h Comparativo MCP x MCS N=20000
Dados de Entrada:
207
208
Caso Geral Nº10 200h - 240h - N=40000, Caso Geral Nº11 200h - 740h - N=40000 e Caso Geral Nº12 200h - 1440h - N=40000
Dados de Entrada:
209
210
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº11 200h - 720h Comparativo MCP x MCS N=40000
Dados de Entrada:
211
212
Caso prático da FT do Relatório WASH-1400 - MODIFICADO - GERAL
Caso Geral Nº12 200h - 1440h Comparativo MCP x MCS N=40000
Dados de Entrada:
213
214
Apêndice 4 - FT do MSP-1 do Trabalho Original
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
Apêndice 5 - RMCPMR - RMCMR e RMCR2
Caso prático da FT do Manifold MSP-1, com os tempos de t=8760h e t=200h
Caso: RMCR2, Teste de Hipótese para Verificação do Teorema do Limite Central, com o tempo de t=200h
Caso prático da FT do Manifold Submarino de Produção - MSP-1
Cálculos no Software MathCad, os valores de taxas de falhas e tempos de reparos (taxas de reparos) foram estimados para comparação e
validação da Metodologia Computacional Proposta (MCP) x Simulação de Monte Carlo (MCS).
242
Cortes Mínimos (CM).
Obs.: COD representa o código do evento básico (componente) e está no corpo da tese.
243
Caso prático da FT do Manifold MSP-1, tempo de t=8760h
244
245
246
247
248
249
250
251
252
253
254
Caso prático da FT do Manifold MSP-1, tempo de t=200h
255
256
257
258
259
260
261
262
263
264
265
266
Caso: RMCR2, Teste de Hipótese para Verificação do Teorema do Limite Central, com o tempo de t=200h
Caso prático da FT do Manifold Submarino de Produção - MSP-1
Cálculos no Software MathCad, os valores de taxas de falhas e tempos de reparos (taxas de reparos) foram estimados para comparação e
validação da Metodologia Computacional Proposta (MCP) x Simulação de Monte Carlo (MCS).
267
268
269
270
271
272
273
274
275
276
277