Limitações e Desafios Futuros

A limitação que se deve ser considera é o fato de algumas regiões possuírem um número muito pequeno de observações em determinadas categorias que inviabiliza a realização da Análise de variabilidade populacional, consequentemente impedindo a estimação da Função densidade de probabilidade da taxa de acidente e recuperação que são utilizadas no processo semi-Markoviano. Uma provável solução para a falta de observações em algumas regiões e/ou para uma possível baixa qualidade dos dados é a utilização da opinião do especialista (Engenheiro, Estatístico e etc.) em conjunto com os dados empíricos, pois quanto maior for o conhecimento do especialista sobre a probabilidade do acidente menor será a incerteza sobre sua distribuição de probabilidade.

56

REFERÊNCIAS BIBLIOGRÁFICAS

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR-14280: 2001. Cadastro de acidente de trabalho – Procedimento e classificação. Rio de Janeiro, 2001.

BITENCOURT, C. L., QUELHAS, O. L. G. Historico da evolução dos conceitos de

segurança. In: Encontro nacional de engenharia de produção, n 18, 1998, Niterói. Disponível

em http://www.abepro.org.br/biblioteca/ENEGEP1998_ART369.pdf. Acessado em 17 de Setembro de 2012.

COMISSÃO TRIPARTITE PERMANENTE DE NEGOCIAÇÃO DO SETOR ELÉTRICO NO ESTADO DE SÃO PAULO (CPN). Curso básico de segurança em instalações e serviços em eletricidade –NR 10, 2004.

CORRADI, G., J. JANSSEN, et al. Numerical Treatment of Homogeneous semi Markov Processes in Transient Case - a Straightforward Approach. Methodology and Computing in Applied Probability, v.6, p.233-246. 2004

COUTINHO, C. Q. Introdução ao conceito de probabilidade por uma visão frequentista- Estudo Epistemológico e Didático, 1994 (Mestrado. PUC-SP).

COSTA, H. J. Acidentes de trabalho na atualidade. Porto Alegre: Síntese, 2003.

CHEN, D., TRIVEDI, K. S. Optimization for condition-based maintenance with semi-Markov

decision process. Reliability Engineering & System Safety, v.90, p.25-29. 2005.

57

D’AMICO, G., JANSSEN, J. and Manca, R. Homogeneous Semi-Markov reliability models for credit risk management. Decisions in Economics and Finance, v.28, p.79-93. 2005.

DONG, M., YANG, D., KUANG, Y., HE, D., ERDAL, S. AND KENSKI, D. PM2.5

concentration prediction using hidden semi-Markov model-based times series data mining,

Expert Systems with Applications, 36 (5), 9046-9055, 2009.

DROGUETT, E. L., GROEN, F., MOSLEH, A. The combined use of data and expert estimates in population variability analysis. Reliability Engineering & System Safety, v. 83, n. 3, p. 311-321, mar. 2004.

DROGUETT, E. L., GROEN, F. J., MOSLEH, A. Avaliação Bayesiana da variabilidade das medidas de confiabilidade Pesquisa Operacional. Rio de Janeiro, v 26, n. 1, abril de 2006.

EHLERS, R. S. Introdução a Inferência Bayesiana.

http://www.leg.ufpr.br/~paulojus/CE227/ce227/. Acesso em 23 de Fevereiro de 2012.

EL-GOHARY, A. Bayesian estimations of parameters in a three state reliability semi-Markov models. Applied Mathematics and Computation, v. 154, n. 1, p. 53-67, jun. 2004.

EUROSTAT: Labour Force Survey 2007 ad hoc module on acidentes ar work and work- related health problems, EUROSTAT publication 63/2009.

FELLI, J. C., ANDERSON, W. H., KREMIDAS, J. P, RUBERG, S. J. A semi-Markov model for patient progression through clinical trials. European Journal of Operational Research 176:542 – 9. 2007.

58

GALVANIN E. A. S. Extração automática de contornos de telhados de edifícios em um

modelo digital de elevação, utilizando inferência Bayesiana e campos aleatórios de Markov.

Presidente Prudente, 2007 (Doutorado – Universidade Estadual Paulista).

GOSAVI, A. Approximate Policy Iteration for Semi-Markov Control Revisited. Procedia

Computer Science, v. 6, p. 249-255, jan. 2011.

GRABSKI, F. Applications of semi-Markov processes in reliability. RELIABILITY: THEORY

& APPLICATIONS, n. 1, p. 60-75, 2007.

GRABSKI, F. The reliability of an object with semi-Markov failure rate. Applied

Mathematics and Computation, v.135, p.1-16. 2003.

GUENTHER, M. C. et al. Passage-time computation and aggregation strategies for large semi-Markov processes. Performance Evaluation, v. 68, n. 3, p. 221-236, mar. 2011.

HOWARD, R. A. Dynamic Probabilistic Systems v.II: Semi-Markov and Decision Processes. Mineola, New York: Dover Publications, INC. 2007.

HUNT, J., DEVOLDER, P. Semi-Markov regime switching interest rate models and minimal entropy measure. Physica A: Statistical Mechanics and its Applications, v. 390, n. 21-22, p. 3767-3781, out. 2011.

JANSSEN, J., MANCA, R. Numerical solution of Non Homogeneous semi-Markov process in Transient Case. Methodology and Computing in Applied Probability, v.3, p271-293. 2001.

59

JENS, R. D. Modelo de Monitoramento e avaliação da confiabilidade e disponibilidade de sistemas de distribuição de energia elétrica com base nas condições de uso de transformadores, 2006. (Mestrado - Universidade de São Paulo Escola Politécnica).

KAPLAN, S. On a “two-stage” Bayesian procedure for determining failure rates from

experiential data. IEEE Trans. On Power Apparatus and Systems. Vol. Pas-102, No 1, Jan.

1983.

KÉRY, M. Introduction to Winbugs for ecologists.1. ed. London: Elsevier Inc., 2010.

LEFEBVRE, M.., PEROTTO, S. A semi-Markov process with an inverse Gaussian distribution as sojourn time. Applied Mathematical Modelling, v. 35, n. 9, p. 4603-4610, set. 2011.

LEVENE, H. Robust Tests for Equality of Variances. Stanford University Press, Palo Alto, 1960.

MARCOULAKI, E.C., PAPAZOGLOU, I.A., KONSTANDINIDOU, M. Prediction of occupational accident statistics and work time loss distributions using Bayesian analysis.

Journal of Loss Prevention in the Process Industries, 25, 467-477. 2012.

MATHIEU, E. et al. Parametric and Non Homogeneous Semi-Markov Process for HIV Control. Methodology and Computing in Applied Probability, v. 9, n. 3, p. 389-397, 3 jul. 2007.

60

MENDES, E. M. P. Contributos para a melhoria da disponibilidade e para redução de riscos em unidades de transformação de subprodutos de origem animal. Universidade Minho. 2008.

MINISTÉRIO DA PREVIDÊNCIA SOCIAL (MPAS). Disponível em

http://www.mpas.gov.br/vejaNoticia.php?id=48094. Acessado em 30 de Abril de 2013.

MOOD, A. M., GRAYBILL, F. A., BOES, D. C. Introduction to the theory of statistics. Series in probability and statistics. McGraw-Hill, New York. 1974.

MOSELHY, T. A., MARZOUK, Y. M. Bayesian inference with optimal maps. J. Comput. Phys., 231: in press, 2012.

MOSLEH, A. Bayesian modeling of expert-to-expert variability and dependence in estimating rare event frequencies. Reliability Engineering & System Safety, v. 38, n. 1, p. 47-57, 1992.

MOURA, M. C., DROGUETT, E. L. A continuous-time semi-markov bayesian belief network model for availability measure estimation of fault tolerant systems. Pesquisa Operacional, Rio de Janeiro, v. 28, n. 2, 2008.

MOURA, M. C. Semi-Markov Processes and Bayesian Networks for reliability performance

indicators assessment of fault tolerant systems (in Portuguese). (Master). Production

Engineering Department - CTG, Federal University of Pernambuco, Recife, PE, Brazil, 2006.

NATIONAL INSTITUTE FOR PUBLIC HEALTH AND THE ENVIRONMENT (RIVM). The Quantification of Occupational Risk: The development of a risk assessment model and software. RIVM Report 620801001/2008.

61

OLIVEIRA, A. C. R. Impacto da especialização de dados de falha em análises probabilísticas de segurança de plantas de processo. 2005. (Doutorado-UNIVERSIDADE FEDERAL DO RIO DE JANEIRO).

ORGANIZAÇÃO INTERNACIONAL DO TRABALHO (OIT). XIX Congresso sobre Segurança e Saúde no Trabalho discute a construção de locais de trabalho. Publicado no site: (http://www.oitbrasil.org.br). Acessado em 10 de Dezembro de 2012.

OUHBI, B. LIMNIOS, N. The rate of occurrence of failures for semi-Markov processes and

estimation. Statistics & Probability Letters, v. 59, n. 3, p. 245-255, out. 2002

PAULINO, C. D., TURKMAN, M. A. A., MURTEIRA, B. Estatística Bayesiana. 1. ed. Lisboa: Fundação Calouste Gulbenkian, 2003.

PIEVATOLO, A., VALADÈ, I. UPS reliability analysis with non-exponential duration distribution. Reliability Engineering and System Safety, v.81, p.183-189. 2003.

PÖRN, K. The two-stage Bayesian method used for the T-Book application. Reliability Engineering & System Safety, v. 51, n. 2, p. 169-179, 1996.

RAMOS, M. A., DROGUETT, E. L., MARTINS, M. R., BARBOSA, C. Desenvolvimento de metodologia bayesiana de análise Quantitativa de risco para terminais de gnl e aplicação para um terminal offshore. Congreso Latino Iberoamericano de Investigación Operativa, 2012.

RAUSAND, M. HØYLAND, A. System reliability theory: models, statistical methods, and applications. 2. Ed. Wiley-Interscience, 2003.

62

REDONDO, S. F. Manual do inspetor de segurança. In: INDUSTRIAL SAFETY; CBAI (Comissão Brasileiro-Americana de Educação Industrial). São Paulo, 1961. Impresso em 1970.

ROSS, S. M. Introduction to Probability Models. Berkeley. 9. ed. California: Academic Press. 2007.

SCOTTO, M. G., SOARES, C. G. Bayesian inference for long-term prediction of significant wave height. 2007.

SILVA, R. R., MATTOS, N. M. Análise Bayesiana da confiabilidade de itens submetidos a testes de degradação. 2002.

SIVINI, A.L. Desenvolvimento de banco de dados de confiabilidade: uma aplicação em estações redutoras de pressão de gás natural. Dissertação de Mestrado, Programa de Pós- graduação em Engenharia de Produção, Universidade Federal de Pernambuco, Recife, PE, 2006.

SMITH, W.L., 1955. Regenerative stochastic processes. Proc. R. Soc. Lond. Ser. A 232, 6– 31.

SNEDECOR, GEORGE W., COCHRAN, WILLIAM G. Statistical methods. 8. ed. Ames: Blackwell, c1989. 503 p. ISBN 978-0-8138-1561-9.

VEERAMANY, A.; PANDEY, .M. A. Reliability analysis of nuclear piping system using

63

VESELY, W. E. Quantifying maintenance effects on unavailability and risk using Markov Modeling. Reliability Engineering & System Safety, 41 (1993) 177-187.

VIEIRA, D. S. Uso de métodos bayesianos em testes de vida acelerados no controle da qualidade de produtos industriais, 2006. (Mestrado - Universidade Federal de São Carlos).

WANG, A. H., YAN, S., LIU, P. A Semi-Markov Survivability Evaluation Model for Intrusion Tolerant Database Systems. 2010 International Conference on Availability,

Reliability and Security, p. 104-111, fev. 2010.

WU, S.C. Semi-Markov for survival data with covariates. v. 206, p. 197-206, 1981.

XIE, W., HONG, Y., TRIVEDI, K. Analysis of a two-level software rejuvenation policy.

Reliability Engineering & System Safety, v.87, p.13-22. 2005.

YU, S.-Z. Hidden semi-Markov models. Artificial Intelligence, v. 174, n. 2, p. 215-243, fev. 2010.

ZHANG, X., HOU, Z. The first-passage times of phase semi-Markov processes. Statistics &

64

ANEXOS

Anexo I – Análise gráfica das métricas de disponibilidade e indisponibilidade