{pt_PT=Quantitative assessment of ship collision risk influencing factors} {} EVALUATED

Detalhes: {pt=Esta dissertação aplica dois métodos de análise quantitativa de riscos para identificar e avaliar os Fatores de Risco (RIFs) que influenciam as colisões de navios. A primeira abordagem usa uma regra Bayesiana e o método dos mínimos quadrados para identificar os fatores que têm o maior impacto na probabilidade de colisão com base em dados históricos de acidentes de colisão em todo o mundo e informação da frota mercante mundial. A segunda abordagem para avaliar os fatores de risco de colisão baseia-se no desenvolvimento de um modelo de rede Bayesiana (BN) a partir de dados históricos de acidentes marítimos para caracterizar os acontecimentos de colisão e sua gravidade. Uma análise de sensibilidade é então realizada para avaliar a contribuição dos parâmetros do modelo na ocorrência da colisão de navios colisão e as suas consequências. Para tal, são desenvolvidos modelos de redes Bayesianas e análises de sensibilidade a partir do conjunto original de dados de acidentes (com registos incompletos) e de um conjunto de dados completo obtido após a eliminação dos registos incompletos. Comparando a aplicação dos dois métodos de avaliação quantitativa de risco, é possível identificar vários fatores de risco de colisão comuns. Portanto, ambos os métodos podem ser aplicados no âmbito da análise de dados, fornecendo uma boa base para a identificação e análise dos fatores de risco em outros tipos de acidentes marítimos. , en=This dissertation applies two quantitative analysis methods to identify and assess the Risk Influencing Factors (RIFs) affecting ship collisions. The first approach uses a Bayesian rule and the least-squares method to identify the factors that have the greatest impact on the collision probability based on historical data of collision accidents worldwide and information of the world’s merchant fleet. The second approach to assess collision risk influencing factors relies on the development of a Bayesian network (BN) model based on historical data of maritime accidents to characterize the collision events and their severity. A sensitivity analysis is then conducted to assess the contribution of the model parameters on the occurrence of the collision events and their consequences. The original accident dataset (with missing data) and a complete data set obtained after deleting entries with unknown items are used independently for Bayesian network model learning and sensitivity analysis. Comparing the application of the two quantitative risk assessment methods, it is possible to identify several common risk factors on collisions. Therefore, both methods can be applied in a data-driven framework, providing a good basis for identification and assessment of risk influencing factors in other types of maritime accidents. }

Discussão: novembro 30, 2020, 9:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

SULONG SUN (ist191648)

ORIENTADOR

Ângelo Manuel Palos Teixeira

Departamento de Engenharia Mecânica (DEM)

Professor Associado