Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-01-29T18:13:48Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Renato_VF_envBib_Vf.pdf: 3061970 bytes, checksum: bb1335c8d40e3a2f9e3f638d37abf5d6 (MD5) / Made available in DSpace on 2016-01-29T18:13:49Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Renato_VF_envBib_Vf.pdf: 3061970 bytes, checksum: bb1335c8d40e3a2f9e3f638d37abf5d6 (MD5) Previous issue date: 2015-02-19 / CNPq / Nas ultimas décadas o tópico de otimização tem ampliado suas aplicações e tem sido bastante aprimorado devido principalmente ao crescimento da capacidade computacional. Entretanto, na maioria das aplicações na engenharia, a abordagem tradicional é considerar modelos determinísticos. Porém algum grau de incerteza ou variação de parâmetros na caracterização de qualquer sistema estrutural é inevitável. Infelizmente a abordagem determinística pode levar a soluções cujo desempenho pode cair significativamente e/ou restrições podem ser violadas devido a perturbações decorrentes de incertezas. Neste trabalho, serão examinadas algumas abordagens para a consideração das incertezas no processo de otimização e assim obter projetos robustos e confiáveis em estruturas com comportamento não lineare. Um projeto robusto é aquele que apresenta, além de bom desempenho, uma baixa variabilidade às incertezas do problema. As medidas de robustez utilizadas aqui foram: a média e a variância da função de interesse. Quando se usa ambas as medidas, à busca por um projeto robusto ótimo, surge como um problema de decisão com múltiplos critérios (otimização multiobjetivo robusta). Para o calculo dos parâmetros estatísticos serão empregadas duas técnicas de análise de propagação de incerteza, o método de Monte Carlo (MC) e o método da colocação probabilística (Probabilistic Collocation Method - PCM). Quando se considera além da robustez, a confiabilidade estrutural, tem-se então, um problema de otimização robusta baseada em confiabilidade (RBRDO, Reliability-Based Robust Design Optimization). Neste tipo de problema, alguma restrição associada à probabilidade de falha está presente em sua formulação. Dois métodos para o cálculo da probabilidade de falha da estrutura foram investigados: o MC e o FORM (First Order Reliability Method). Para avaliar a restrição de confiabilidade em um procedimento de otimização, serão utilizadas duas abordagens: uma abordagem chamada RIA (Reliability index approach), onde é necessário calcular a probabilidade de falha (ou índice de confiabilidade) de cada novo projeto e uma abordagem denominada PMA (Performance Measure Approach), para lidar com este tipo de restrições sem a necessidade do cálculo direto da probabilidade de falha. Serão abordados aqui, problemas que envolvem análise não-linear, utilizando o POD (“Proper Orthogonal Decomposition”) para a redução da ordem do modelo computacional e consequentemente, o tempo computacional. As estruturas consideradas são treliças planas e espaciais e estruturas 2D (estado plano) com as considerações das não linearidades físicas e geométricas. / In recent decades the optimization topic has expanded its applications and has been greatly enhanced due mainly to the growth of the computational power available. However, in most engineering applications, the traditional approach is to consider deterministic models. However some degree of uncertainty or variation in the parametric characterization of any structural system is inevitable. Unfortunately, the deterministic approach can lead to solutions whose performance may degrade significantly and/or constraints may be violated due to perturbations caused by uncertainties. In this thesis, some approaches will be examined for the consideration of the uncertainties in the optimization process and thus obtaining robust and reliable designs of structures with nonlinear behavior. A robust design is one that has, in addition to good performance, a low variability of the problem uncertainties. The robustness measures used here were the mean and the variance of the function of interest. When using both measures, the search for a robust optimum design comes as a decision problem with multiple criteria (robust multi-objective optimization). To calculate statistical parameters two techniques of uncertainty propagation analysis will be employed: the method of Monte Carlo (MC) and the Probabilistic Collocation Method (PCM). When considering the structural reliability, in addition to the robustness, it leads to a Reliability-based Robust Design Optimization (RBRDO) problem. In this type of problem, some constraints related with the probability of failure are present in its formulation. Two methods for the approximated computation of the failure probability of the structure were investigated: the MC and the FORM (First Order Reliability Method). To evaluate the reliability constraint in an optimization procedure, two approaches will be used: an approach called RIA (Reliability index approach) where it is necessary to calculate the probability of failure (or reliability index) of each project and an approach called PMA (Performance Measure Approach), to handle such a restriction without the direct computation of the probability of failure. To reduce the order of the computational model, problems involving nonlinear analysis using the Proper Orthogonal Decomposition (POD) will be addressed here, resulting in reduced computational time. The structures considered are plane and space trusses and 2D structures (plan analysis) with the considerations of physical and geometrical nonlinearities.

Orientador: Rodrigo Braga Moruzzi / Resumo: A falha humana é um evento indesejado para os engenheiros, e a população que se vê refém destes empreendimentos, (visto os diversos incidentes que ocorrem no Brasil) por fatores como omissão de informações, medições equivocadas ou mesmo erros técnicos, passam despercebidos durante as vistorias. Na área de Saneamento, em se tratando de esgoto sanitário, os riscos não são menores e também devem ser evitados considerando o número de doenças que são proliferadas por falhas no saneamento de esgoto. A partir deste pressuposto, a presente pesquisa visou desenvolver um modelo preditor, usando ferramentas matemáticas que viabilizassem identificar e corrigir erros técnicos no registro e medições realizadas em parâmetros físicos, químicos e biológicos de dois reatores UASB da Estação Candeia da cidade de Bauru- SP. Para isto, após uma revisão sobre a tecnologia de reatores UASB e de estudos probabilísticos baseados no conceito de confiabilidade aplicado a ETEs (Estações de Tratamento de Esgotos), definiu-se, por meio de análise de regressão, um modelo multilinear, acoplado a um algoritmo de otimização, capaz de prever e corrigir parâmetros de entrada e saídas (inconsistentes ou ausentes) no registro do monitoramento da estação referentes ao tratamento de reatores UASB. Com este procedimento matemático, através de uma análise estatística conceitual de confiabilidade do sistema, foi possível corrigir dados e estimar informações de parâmetros ausentes, em 22% das coletas de medidas e regis... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Human failure is an unwanted event for engineers, and the population that is hostage to these endeavors, (due to the various incidents that occur in Brazil) due to factors such as omission of information, wrong measurements or even technical errors, go unnoticed during surveys. . In the Sanitation area, when it comes to sanitary sewage, the risks are no less and should also be avoided considering the number of diseases that are proliferated by sewage sanitation failures. From this assumption, the present research aimed to develop a predictor model, using mathematical tools that could identify and correct technical errors in the recording and measurements performed on physical, chemical and biological parameters of two UASB reactors at Candeia Station of Bauru- SP. For this, after a review of UASB reactor technology and probabilistic studies based on the concept of reliability applied to sewage treatment plants (SEP), a multilinear model coupled to a optimization algorithm, capable of predicting and correcting input and output parameters (inconsistent or absent) in the station monitoring register for the treatment of UASB reactors. With this mathematical procedure, through a conceptual statistical analysis of system reliability, it was possible to correct data and estimate missing parameter information in 22% of the measurement collections and records in the technical reports that were made available for this study. / Mestre

Submitted by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-04-10T16:37:01Z No. of bitstreams: 2 TESE Rômulo Fernando Teixeira Vilela.pdf: 3159637 bytes, checksum: d8b68b1fd93d79fe6162c4abdd0b1aa0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-04-10T16:37:01Z (GMT). No. of bitstreams: 2 TESE Rômulo Fernando Teixeira Vilela.pdf: 3159637 bytes, checksum: d8b68b1fd93d79fe6162c4abdd0b1aa0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-02-27 / Com os avanços em hardware, a engenharia de confiabilidade nos últimos 30 anos, tem nos mostrado equipamentos e sistemas complexos com níveis de falha muito baixos. Sistemas complexos na indústria nuclear, aeroespacial, química, elétrica entre outras possuem hoje em dia equipamentos e sistemas com níveis de confiabilidade que tem atendido adequadamente a sociedade. Entretanto, a operação e manutenção destes sistemas não dependem exclusivamente do desempenho intrínseco dos correspondentes equipamentos, dependem também da ação humana. Grandes acidentes no passado recente como Chernobyl, Bhopal, da nave Challenger e os grandes apagões no Brasil, colocaram em evidência a necessidade de redução do erro humano em sistemas complexos. A análise da confiabilidade humana surge assim como um apoio para a análise destes sistemas de operação e manutenção. Desde a década de 80 alguns avanços foram surgindo no estudo da confiabilidade humana. Técnicas como THERP, ATHEANA, CREAM e IDAC, se consolidaram ao longo do tempo como boas aplicações práticas para estudar, medir e prever o erro humano. Porém os fatores de desempenho utilizados em quase todas as técnicas supracitadas, tem se mostrado difíceis de serem estimados de um ponto de vista particular. Além disso, as particularidades do setor Hidroelétrico de Potência, definidas nos Procedimentos de Rede do Operador Nacional do Sistema (ONS) e nos instrumentos normativos da Agencia Reguladora ANEEL têm levado a necessidade de uma taxonomia que possa se adaptar a este importante e estratégico setor. Nesta tese, é proposta uma taxonomia e um modelo da sequência do processo de erro, para avaliação deste erro humano especificamente concebido para atender ao contexto de operação e manutencão do Sistema Hidroelétrico de Potência. Para ilustrar a nova taxonomia, foram coletados e analisados dados de cerca de dez anos de registro de erro humano de uma empresa de geração e transmissão de energia elétrica brasileira. Foram coletados 605 relatórios de desligamento por erro humano desde 1998 até 2009. Uma metodologia BBN-Base para a quantificação do erro humano é também discutida. A taxonomia e o modelo da sequência do processo de erro humano tanto quanto o modelo BBN-Based são ilustrados via um exemplo de uma aplicação no contexto de uma indústria Brasileira Hidroelétrica de Potência.-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------With advances in hardware reliability engineering in the last 30 years, we have seen equipment and complex systems with very low levels of failure. Complex systems in the nuclear industry, aerospatiale sector, chemical industries, electrical industries and others now have equipment and systems with levels of reliability that has adequately served the society. However, the operation and maintenance of these systems do not rely solely on intrinsec performance of the corresponding equipment, but they also depend on human action. Major accidents in the recent past such Chernobyl, Bhopal, the Challenger shuttle and major recent power blackouts in Brazil, highlighted the need to reduce human error in complex systems. The human reliability assessment emerges as a support to the analisys of the operation and maintenance of these type of systems. Since the late 80th some advances have emerged in the study of human reliability. Techniques such as THERP, ATHEANA, CREAM and IDAC, have been consolidated over time for the study, measure and prediction of human error. However performance shaped factors used in almost all the aforementioned techniques have proven difficult to be estimated from a practical standpoint. In addition, the specifics of the Hydroelectric Power Industry defined in the Grid Procedures of the National System Operator (Operador Nacional so Sistema, ONS) and the regulatory instruments of ANEEL (Agencia Nacional de Energia Eletrica) Regulatory Agency have led to the necessity of a taxonomy that can adapt for this important strategic sector. In this thesis, it is proposed a taxonomy and model of error sequence process for assessment of human error specifically designed to meet the context of operation and maintenance of Hydroelectric Power System. To illustrate the new taxonomy it was collected and analyzed data from about ten years of human error records related to the generation and transmission of Hydroelectric Power Company in Brazil. It was collected 605 reports by human error shutdown from 1998 to 2009. A BBN-Base methodology for the quantification of human error is also discusses. The taxonomy, model for error sequence process as well as the BBN-Based model are illustrated via an example of application in the context of the Brazilian Hydroelectric Power Industry.

A confiabilidade de um sistema de componentes depende da confiabilidade de cada componente. Assim, a estimação da função de confiabilidade de cada componente do sistema é de interesse. No entanto, esta não é uma tarefa fácil, pois quando o sistema falha, o tempo de falha de um dado componente pode não ser observado, isto é, um problema de dados censurados. Neste trabalho, propomos modelos Bayesianos paramétricos para estimação das funções de confiabilidade de componentes e sistemas em quatro diferentes cenários. Inicialmente, um modelo Weibull é proposto para estimar a distribuição do tempo de vida de um componente de interesse envolvido em sistemas coerentes não reparáveis, quando estão disponíveis o tempo de falha do sistema e o estado do componente no momento da falha do sistema. Não é imposta a suposição de que os tempos de vida dos componentes sejam identicamente distribuídos, mas a suposição de independência entre os tempos até a falha dos componentes é necessária, conforme teorema anunciado e devidamente demonstrado. Em situações com causa de falha mascarada, os estados dos componentes no momento da falha do sistema não são observados e, neste cenário, um modelo Weibull com variáveis latentes no processo de estimação é proposto. Os dois modelos anteriormente descritos propõem estimar marginalmente as funções de confiabilidade dos componentes quando não são disponíveis ou necessárias as informações dos demais componentes e, por consequência, a suposição de independência entre os tempos de vida dos componentes é necessária. Com o intuito de não impor esta suposição, o modelo Weibull multivariado de Hougaard é proposto para a estimação das funções de confiabilidade de componentes envolvidos em sistemas coerentes não reparáveis. Por fim, um modelo Weibull para a estimação da função de confiabilidade de componentes de um sistema em série reparável com causa de falha mascarada é proposto. Para cada cenário considerado, diferentes estudos de simulação são realizados para avaliar os modelos propostos, sempre comparando com a melhor solução encontrada na literatura até então, em que, em geral, os modelos propostos apresentam melhores resultados. Com o intuito de demonstrar a aplicabilidade dos modelos, análises de dados são realizadas com problemas reais não só da área de confiabilidade, mas também da área social. / The reliability of a system of components depends on reliability of each component. Thus, the initial statistical work should be the estimation of the reliability of each component of the system. This is not an easy task because when the system fails, the failure time of a given component can be not observed, that is, a problem of censored data. We propose parametric Bayesian models for reliability functions estimation of systems and components involved in four scenarios. First, a Weibull model is proposed to estimate component failure time distribution from non-repairable coherent systems when there are available the system failure time and the component status at the system failure moment. Furthermore, identically distributed failure times are not a required restriction. An important result is proved: without the assumption that components\' lifetimes are mutually independent, a given set of sub-reliability functions does not identify the corresponding marginal reliability function. In masked cause of failure situations, it is not possible to identify the statuses of the components at the moment of system failure and, in this second scenario, we propose a Bayesian Weibull model by means of latent variables in the estimation process. The two models described above propose to estimate marginally the reliability functions of the components when the information of the other components is not available or necessary and, consequently, the assumption of independence among the components\' failure times is necessary. In order to not impose this assumption, the Hougaard multivariate Weibull model is proposed for the estimation of the components\' reliability functions involved in non-repairable coherent systems. Finally, a Weibull model for the estimation of the reliability functions of components of a repairable series system with masked cause of failure is proposed. For each scenario, different simulation studies are carried out to evaluate the proposed models, always comparing then with the best solution found in the literature until then. In general, the proposed models present better results. In order to demonstrate the applicability of the models, data analysis are performed with real problems not only from the reliability area, but also from social area.

A confiabilidade de um sistema de componentes depende da confiabilidade de cada componente. Assim, a estimação da função de confiabilidade de cada componente do sistema é de interesse. No entanto, esta não é uma tarefa fácil, pois quando o sistema falha, o tempo de falha de um dado componente pode não ser observado, isto é, um problema de dados censurados. Neste trabalho, propomos modelos Bayesianos paramétricos para estimação das funções de confiabilidade de componentes e sistemas em quatro diferentes cenários. Inicialmente, um modelo Weibull é proposto para estimar a distribuição do tempo de vida de um componente de interesse envolvido em sistemas coerentes não reparáveis, quando estão disponíveis o tempo de falha do sistema e o estado do componente no momento da falha do sistema. Não é imposta a suposição de que os tempos de vida dos componentes sejam identicamente distribuídos, mas a suposição de independência entre os tempos até a falha dos componentes é necessária, conforme teorema anunciado e devidamente demonstrado. Em situações com causa de falha mascarada, os estados dos componentes no momento da falha do sistema não são observados e, neste cenário, um modelo Weibull com variáveis latentes no processo de estimação é proposto. Os dois modelos anteriormente descritos propõem estimar marginalmente as funções de confiabilidade dos componentes quando não são disponíveis ou necessárias as informações dos demais componentes e, por consequência, a suposição de independência entre os tempos de vida dos componentes é necessária. Com o intuito de não impor esta suposição, o modelo Weibull multivariado de Hougaard é proposto para a estimação das funções de confiabilidade de componentes envolvidos em sistemas coerentes não reparáveis. Por fim, um modelo Weibull para a estimação da função de confiabilidade de componentes de um sistema em série reparável com causa de falha mascarada é proposto. Para cada cenário considerado, diferentes estudos de simulação são realizados para avaliar os modelos propostos, sempre comparando com a melhor solução encontrada na literatura até então, em que, em geral, os modelos propostos apresentam melhores resultados. Com o intuito de demonstrar a aplicabilidade dos modelos, análises de dados são realizadas com problemas reais não só da área de confiabilidade, mas também da área social. / The reliability of a system of components depends on reliability of each component. Thus, the initial statistical work should be the estimation of the reliability of each component of the system. This is not an easy task because when the system fails, the failure time of a given component can be not observed, that is, a problem of censored data. We propose parametric Bayesian models for reliability functions estimation of systems and components involved in four scenarios. First, a Weibull model is proposed to estimate component failure time distribution from non-repairable coherent systems when there are available the system failure time and the component status at the system failure moment. Furthermore, identically distributed failure times are not a required restriction. An important result is proved: without the assumption that components\' lifetimes are mutually independent, a given set of sub-reliability functions does not identify the corresponding marginal reliability function. In masked cause of failure situations, it is not possible to identify the statuses of the components at the moment of system failure and, in this second scenario, we propose a Bayesian Weibull model by means of latent variables in the estimation process. The two models described above propose to estimate marginally the reliability functions of the components when the information of the other components is not available or necessary and, consequently, the assumption of independence among the components\' failure times is necessary. In order to not impose this assumption, the Hougaard multivariate Weibull model is proposed for the estimation of the components\' reliability functions involved in non-repairable coherent systems. Finally, a Weibull model for the estimation of the reliability functions of components of a repairable series system with masked cause of failure is proposed. For each scenario, different simulation studies are carried out to evaluate the proposed models, always comparing then with the best solution found in the literature until then. In general, the proposed models present better results. In order to demonstrate the applicability of the models, data analysis are performed with real problems not only from the reliability area, but also from social area.