Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey

Detalhes bibliográficos
Autor(a) principal: Soares, Gabriel Martins
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/8327
Resumo: A exploração de petróleo vem sempre acompanhada de diversas discussões sobre os possíveis impactos socioambientais que ela pode vir a acarretar. Com o avanço desta exploração para águas profundas, a discussão acerca dos impactos sobre a biota marinha começou a criar forças. Diversos estudos surgiram com o intuito de entender a influência que a inserção de energias antropológicas advinda desta atividade provoca no local. Dentre as energias que mais preocupam os pesquisadores está o ruído acústico submarino, por ser o mais penetrante e difundido. Para avaliar os efeitos que estes ruídos causam, diversos países, inclusive o Brasil, passaram a realizar diversas pesquisas e monitorar o incremento dos mesmos. Para este monitoramento, em uma região específica do Brasil, foi elaborado um projeto que tem como escopo a aquisição do ruído de diversas fontes, antropogênicas e naturais, em pontos de interesse, para que possa ser processado, estudado e armazenado para uso futuro da comunidade científica. Com o vasto volume de dados que esta aquisição proporciona, além da necessidade de manuseá-lo e armazená-lo, existe a preocupação com a possibilidade de perda de dados ao longo do processo, o que pode provocar em complicações no projeto. Tendo em vista esta preocupação, o presente estudo tem como principal objetivo identificar as possíveis causas que podem ocasionar esta perda de dados, analisa-las, apontar as causas prioritárias e sugerir ações de melhorias para mitigá-las ou eliminá-las. Para realizar este estudo é utilizado o Diagrama de Ishikawa, a fim de identificar e compreender as possíveis causas do problema. Em seguida, é empregado o método FMEA para priorizar as causas. Para auxiliar o método FMEA foi aplicada a teoria Grey a fim de trazer uma maior confiança ao resultado obtido. Após a determinação do ranking de prioridades, foram sugeridas ações de melhorias e estipulados os novos valores de risco após estas melhorias. Os primeiros lugares no ranking são ocupados pelas causas operacionais, que possuem, em sua grande maioria, uma nota média ou alta nos três fatores, incluindo ocorrência, fator esse que recebeu um peso maior neste estudo
id UFF-2_22d5ce8d0ba8b331938952b1bb3f63cc
oai_identifier_str oai:app.uff.br:1/8327
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria GreyFMEATeoria GreyDiagrama de IshikawaDados acústicos submarinosIndústria de óleo e gasIndústria petrolífera; aspecto ambientalRuído industrialAcústica subaquáticaFMEAGrey theoryIshikawaUnderwater acoustic dataOil and gas industryA exploração de petróleo vem sempre acompanhada de diversas discussões sobre os possíveis impactos socioambientais que ela pode vir a acarretar. Com o avanço desta exploração para águas profundas, a discussão acerca dos impactos sobre a biota marinha começou a criar forças. Diversos estudos surgiram com o intuito de entender a influência que a inserção de energias antropológicas advinda desta atividade provoca no local. Dentre as energias que mais preocupam os pesquisadores está o ruído acústico submarino, por ser o mais penetrante e difundido. Para avaliar os efeitos que estes ruídos causam, diversos países, inclusive o Brasil, passaram a realizar diversas pesquisas e monitorar o incremento dos mesmos. Para este monitoramento, em uma região específica do Brasil, foi elaborado um projeto que tem como escopo a aquisição do ruído de diversas fontes, antropogênicas e naturais, em pontos de interesse, para que possa ser processado, estudado e armazenado para uso futuro da comunidade científica. Com o vasto volume de dados que esta aquisição proporciona, além da necessidade de manuseá-lo e armazená-lo, existe a preocupação com a possibilidade de perda de dados ao longo do processo, o que pode provocar em complicações no projeto. Tendo em vista esta preocupação, o presente estudo tem como principal objetivo identificar as possíveis causas que podem ocasionar esta perda de dados, analisa-las, apontar as causas prioritárias e sugerir ações de melhorias para mitigá-las ou eliminá-las. Para realizar este estudo é utilizado o Diagrama de Ishikawa, a fim de identificar e compreender as possíveis causas do problema. Em seguida, é empregado o método FMEA para priorizar as causas. Para auxiliar o método FMEA foi aplicada a teoria Grey a fim de trazer uma maior confiança ao resultado obtido. Após a determinação do ranking de prioridades, foram sugeridas ações de melhorias e estipulados os novos valores de risco após estas melhorias. Os primeiros lugares no ranking são ocupados pelas causas operacionais, que possuem, em sua grande maioria, uma nota média ou alta nos três fatores, incluindo ocorrência, fator esse que recebeu um peso maior neste estudoOil exploration is always accompanied by several discussions about the possible socio-environmental impacts that it may entail. With the advancement of this exploration for deep waters, the discussion about the impacts on the marine biota began to create forces. Several studies have emerged with the intention of understanding the influence that the insertion of anthropological energies resulting from this activity provoke on the spot. Among the energies that most concern the researchers are the acoustic underwater noises, being the most penetrating and widespread. In order to evaluate the effects of these noises, several countries, including Brazil, began to carry out several surveys and monitor their increase. For this monitoring, in a specific region of Brazil, a project was elaborated that has as scope the acquisition of the noise of diverse sources, anthropogenic and natural, in points of interest, so that it can be processed, studied and stored for future use of the scientific community. With the vast amount of data that this acquisition provides, in addition to the need to handle and store it, there is concern about the possibility of data loss throughout the process, which can lead to complications in the project. Considering this concern, the main objective of this study is to identify the possible causes that can cause this loss of data, to analyze them, to identify the priority causes and to suggest improvement actions to mitigate or eliminate them. To perform this study, the Ishikawa Diagram is used in order to identify and understand the possible causes of the problem. Then the FMEA method is used to prioritize the causes. To support the FMEA method the Grey theory was applied to bring greater confidence to the obtained result. After determining the priority ranking, improvement actions were suggested, and new risk values were established after these improvements. The first places in the ranking are occupied by operational causes, which, for the most part, have a medium or high score in all three factors, including occurrence, factor that was given a greater weight in this studyRoboredo, Marcos CostaCosta, Helder GomesPereira, ValdecySoares, Gabriel Martins2019-01-23T16:05:54Z2019-01-23T16:05:54Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/8327http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-09-29T23:07:11Zoai:app.uff.br:1/8327Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:00:24.864321Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
title Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
spellingShingle Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
Soares, Gabriel Martins
FMEA
Teoria Grey
Diagrama de Ishikawa
Dados acústicos submarinos
Indústria de óleo e gas
Indústria petrolífera; aspecto ambiental
Ruído industrial
Acústica subaquática
FMEA
Grey theory
Ishikawa
Underwater acoustic data
Oil and gas industry
title_short Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
title_full Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
title_fullStr Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
title_full_unstemmed Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
title_sort Identificação e priorização das causas de perdas de dados acústicos submarinos utilizando diagrama de Ishikawa e FMEA com teoria Grey
author Soares, Gabriel Martins
author_facet Soares, Gabriel Martins
author_role author
dc.contributor.none.fl_str_mv Roboredo, Marcos Costa
Costa, Helder Gomes
Pereira, Valdecy
dc.contributor.author.fl_str_mv Soares, Gabriel Martins
dc.subject.por.fl_str_mv FMEA
Teoria Grey
Diagrama de Ishikawa
Dados acústicos submarinos
Indústria de óleo e gas
Indústria petrolífera; aspecto ambiental
Ruído industrial
Acústica subaquática
FMEA
Grey theory
Ishikawa
Underwater acoustic data
Oil and gas industry
topic FMEA
Teoria Grey
Diagrama de Ishikawa
Dados acústicos submarinos
Indústria de óleo e gas
Indústria petrolífera; aspecto ambiental
Ruído industrial
Acústica subaquática
FMEA
Grey theory
Ishikawa
Underwater acoustic data
Oil and gas industry
description A exploração de petróleo vem sempre acompanhada de diversas discussões sobre os possíveis impactos socioambientais que ela pode vir a acarretar. Com o avanço desta exploração para águas profundas, a discussão acerca dos impactos sobre a biota marinha começou a criar forças. Diversos estudos surgiram com o intuito de entender a influência que a inserção de energias antropológicas advinda desta atividade provoca no local. Dentre as energias que mais preocupam os pesquisadores está o ruído acústico submarino, por ser o mais penetrante e difundido. Para avaliar os efeitos que estes ruídos causam, diversos países, inclusive o Brasil, passaram a realizar diversas pesquisas e monitorar o incremento dos mesmos. Para este monitoramento, em uma região específica do Brasil, foi elaborado um projeto que tem como escopo a aquisição do ruído de diversas fontes, antropogênicas e naturais, em pontos de interesse, para que possa ser processado, estudado e armazenado para uso futuro da comunidade científica. Com o vasto volume de dados que esta aquisição proporciona, além da necessidade de manuseá-lo e armazená-lo, existe a preocupação com a possibilidade de perda de dados ao longo do processo, o que pode provocar em complicações no projeto. Tendo em vista esta preocupação, o presente estudo tem como principal objetivo identificar as possíveis causas que podem ocasionar esta perda de dados, analisa-las, apontar as causas prioritárias e sugerir ações de melhorias para mitigá-las ou eliminá-las. Para realizar este estudo é utilizado o Diagrama de Ishikawa, a fim de identificar e compreender as possíveis causas do problema. Em seguida, é empregado o método FMEA para priorizar as causas. Para auxiliar o método FMEA foi aplicada a teoria Grey a fim de trazer uma maior confiança ao resultado obtido. Após a determinação do ranking de prioridades, foram sugeridas ações de melhorias e estipulados os novos valores de risco após estas melhorias. Os primeiros lugares no ranking são ocupados pelas causas operacionais, que possuem, em sua grande maioria, uma nota média ou alta nos três fatores, incluindo ocorrência, fator esse que recebeu um peso maior neste estudo
publishDate 2018
dc.date.none.fl_str_mv 2018
2019-01-23T16:05:54Z
2019-01-23T16:05:54Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://app.uff.br/riuff/handle/1/8327
url https://app.uff.br/riuff/handle/1/8327
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823633923833856

Registros relacionados