Treinamentos

Análise de risco em processo, engenharia e áreas afins

Por que participar & objetivos

• Conhecer as técnicas para análise de riscos operacionais

• Compreender como empregar os resultados de uma análise de riscos na tomada de decisões

• O treinamento é muito prático, sendo composto por diversos exemplos

• Instrutores altamente qualificados tanto em termos acadêmicos como pelo mercado

 

Áreas de Interesse/público-alvo

• Profissionais da área de manutenção de segurança

• Profissionais da área de processos

• Docentes, pesquisadores e estudantes de temas associados à segurança

• Demais profissionais interessados em temas associados à segurança

 

Ementa

1. Introdução a conceitos de gerenciamento de riscos

1.1. Segurança do Trabalho x Segurança de Processo

1.2. Incidente x Acidente

1.3. Perigo, Evento, Causa, Consequência e Cenário

1.4. Frequência e Severidade

1.5. Risco e Matriz de Risco

2. Acidentes:

2.1. Notas Iniciais

2.2.Exemplos e Exercícios

3. Principais Técnicas de Análise e Gerenciamento de Riscos:

3.1. What if (E se?)

3.2. HAZOP (Hazard and Operability Studies)

3.3. APP (Análise Preliminar de Perigos)

3.4. EAR (Estudo de Análise de Riscos)

3.5. PGR (Programa de Gerenciamento de Riscos)

3.6. PAE (Plano de Ação de Emergência)

4. Metodologias de APP e HAZOP e suas aplicações

4.1. Observações Gerais

4.2. APP

4.2.1. Vantagens

4.2.2. Descrição da Metodologia

4.2.3. Planilha e Exemplo

4.2.4. Passos para realização

4.2.5. Estimativa de tempo

4.2.6. Exercício

4.3. HAZOP

4.3.1. Vantagens

4.3.2. Descrição da Metodologia

4.3.3. Planilha e Exemplo

4.3.4. Passos para realização (Nó, Intenção e Desvios)

4.3.5. Estimativa de tempo

5. Cultura para Sucesso do HAZOP e APP

5.1. Premissas para Análise e Gerenciamento de Riscos

5.2. Cultura da Análise e Gerenciamento de Riscos

6. Conceitos para a Gestão da Reunião

6.1. Princípios para Gestão da Reunião

6.1.1. Definição do Escopo

6.1.2. Visita de Campo

6.1.3. Bate papo com participantes

6.1.4. Documentação

6.1.5. Escolha da Equipe

6.1.6. Gerenciamento da Equipe

6.1.7. Escolha do Local

6.2. Relatório Final

7. Sessão de HAZOP

7.1. Criação de Equipes e Nomeação dos Líderes e Secretários de HAZOP

7.2. Brainstorm para a Construção de Sistema de Análise

7.3. Execução do HAZOP pelas equipes

7.4. Monitoramento e Orientações de Melhoria

7.5. Avaliação do Exercício e Levantamento de Dificuldades

8. Estudo de Caso com Auxílio do Software HAZOP+ 2013

 

Software de apoio além do Excel: Isograph Reliability Workbench e Isograph Hazop

Por que participar & objetivos

• Conhecer as ferramentas para se fazer otimização em seis sigma de forma intuitiva e simples por meio de simulação de Monte Carlo

• O treinamento é muito prático, sendo composto por diversos exemplos

• O software utilizado possui uma interface amigável e muito prático

 

Áreas de interesse/público-alvo

• Profissionais da área de qualidade

• Profissionais da área de engenharia

• Docentes, pesquisadores e estudantes de temas associados com análise de variabilidade

• Demais profissionais interessados em seis sigma e temas associados

 

Ementa

1. Conceitos e exemplos de análise de risco e otimização estocástica:

1.1. Uma visão geral da complexidade dos problemas em ambiente de incerteza

1.2. Algumas características importantes de uma análise de risco em seis sigma

1.3. Otimização determinística e estocástica: O que é? Quais as diferenças? Quando devem ser empregadas?

1.4. Uma visão geral de modelos matemáticos, simulação, otimização e exemplos

1.5. Exemplo 1: Modelo para a simulação do percentual de defeitos de uma peça composta por 4 unidades

1.6. O que é simulação de Monte Carlo? Como ela pode ser feita em planilhas excel? Como interpretar os resultados?

1.7. Exemplo 2: Modelo para análise de risco de tempo para completar um processo produtivo

1.8. Exemplo 3: Simulação de um plano de teste para avaliar a durabilidade de amortecedores

1.9. Exemplo 4: Modelo para análise de risco de um plano de amostragem

1.10. Exemplo 5: Modelo para análise de risco da oferta de um novo emprego de engenheiro de qualidade (Black-Belt)

1.11. Exemplo 6: Modelo para otimização do nível ótimo de capacitores a serem comprados

1.12. Exemplo 7: Modelo para escolher a melhor distribuição de probabilidade para cada variável incerta e estimativa de risco

1.13. Exemplo 8: Modelo para estimativa de risco de investimentos em dois projetos de seis sigma

1.14. Exemplo 9: Modelo para análise de correlações entre várias variáveis em problemas de Seis Sigma

1.15. Exemplo 10: Modelo para análise de sensibilidade da confiabilidade de uma mola helicoidal e interpretação de resultados

1.16. Exemplo 12: Modelo para a previsão de média e risco na demanda de gás natural de uma pequena cidade

2. Os conceitos fundamentais de seis sigma, design para seis sigma e lean manufacturing:

2.1. O que é qualidade para produtores e consumidores?

2.2. Exemplo 13: Conceito de seis sigma e importância econômica desta abordagem

2.3. As fases de um programa de seis sigma (DMAIC) e como simulação de Monte Carlo gera economia

2.4. Exemplo 14: O conceito de DFSS, aplicação e benefícios

2.5. Os indicadores de capabilidade de processos:

2.5.1. Cp, Cpk

2.5.2. Pp, Ppk

2.5.3. Outros

2.6. Exemplo 15: A metodologia geral de Design para Seis Sigma (DFSS) e porque simulação é tão importante

2.7. Exemplo 16: A metodologia geral de Design para Seis Sigma (DFSS) e porque devemos usar simulação 

2.8. Alguns casos de sucesso de uso de simulação na melhoria de qualidade

3. Análise de casos complexos nas áreas de seis sigma, design para seis sigma e lean manufacturing: 

3.1. Modelo para avaliação de melhorias de produtividade em processo de empréstimos de um banco

3.2. Modelo para seleção de projetos para estudos de seis sigma em ambiente de incertezas

3.3. Modelo para análise de melhorias envolvendo o design de uma bomba que é parte de um sistema de envasamento

3.4. Modelo para simulação da previsão de variabilidade a partir de design de experimentos (DOE)

3.5. Modelo para análise de tolerância de componentes para atender especificação de produto e minimizar custo

3.6. Modelo para análise da presença de “hidden factory” por meio de lean e seis sigma

3.7. Modelo para análise da melhor especificação na fase de projeto de um pistão

3.8. Modelo para simulação de Value Stream Analysis de uma fábrica de geradores elétricos

4. Discussão de problemas dos participantes

 

Software de apoio além do Excel: Crystal Ball ou @Risk ou ModelRisk

Objetivo

• Apresentar os conceitos fundamentais do software Crystal ball de forma a capacitar o profissional a realizar simulações e otimizações de diferentes cenários utilizando planilhas Excel

 

Por que participar?

• A incerteza está presente na prática e há sempre risco envolvido. Logo, a quantificação do risco é importante

• Análise de risco agrega valor às informações utilizadas na tomada de decisões

• As análises podem ser realizadas em planilha EXCEL®

• O treinamento capacita o participante para buscar soluções próprias

• A solução de análise de risco é realizada através de simulação de Monte Carlo e com as ferramentas computacionais como Crystal Ball® e ModelRisk®, dentro do MS EXCEL®

 

Áreas de interesse/público-alvo

• Setores de análise econômica, previsão de orçamentos, seis sigma, análise de investimentos e financiamentos, meio ambiente, etc.

• Setor governamental que desenvolve atividades de previsão nas áreas de finanças, saúde, planejamento, seguros, etc.

• Meio acadêmico que realizam atividades de ensino e pesquisa em diversas áreas do conhecimento em que se empregam análises estatísticas e simulação de Monte Carlo

• Profissionais liberais que desenvolvem atividades diversas e que desejam realizar análise de risco e otimização para melhorar as informações para a tomada de decisões

 

Ementa

1. Exemplo de problemas típicos em planejamento de empresas.

2. Como construir uma distribuição de probabilidade na prática para representar a incerteza.

3. As distribuições mais comuns em avaliação de riscos (normal, lognormal, Pert, etc.).

4. Simulação de Monte Carlo e como interpretar os resultados na forma de estatísticas.

5. Como selecionar as distribuições de probabilidade para um conjunto de dados históricos.

6. Métodos para incorporar a dependência entre as variáveis (correlação, regressão, IF, PROC, etc).

7. Métodos de estimativa de risco com previsão de variáveis no curto prazo e longo prazo.

8. Variabilidade, risco e otimização para a tomada de decisão.

9. Os conceitos fundamentais de seis sigma, design para seis sigma e lean manufacturing:

    9.1. O que é qualidade para produtores e consumidores?

    9.2. Exemplo: O que é seis sigma e porque esta abordagem de seis sigma é tão importante?

    9.3. As fases de um programa de seis sigma (DMAIC) e como simulação de Monte Carlo é gera economia.

    9.4. Exemplo: O que é DFSS e porque esta abordagem de seis sigma é tão importante?

    9.5. Os indicadores de capacidade e performance de processos (Cp, Cpk,PP, Ppk, Outros) aplicados.

    9.6. Exemplo: A metodologia geral de Design para Seis Sigma (DFSS) e porque simulação é tão importante.

    9.7. Exemplo: A metodologia geral de Design para Seis Sigma (DFSS) e porque devemos usar simulação.

    9.8. Alguns casos de sucesso de uso de simulação na melhora de qualidade.

10. Análise de casos complexos nas áreas de seis sigma, design para seis sigma e lean manufacturing:

    10.1. Modelo para avaliação da melhora na qualidade do processo de empréstimos de um banco.

    10.2. Modelo para seleção de projetos para estudos de seis sigma.

    10.3. Modelo para análise de melhora na qualidade do design de uma bomba para sistema de envasamento.

    10.4. Modelo para simulação da previsão de variabilidade a partir de design de experimentos (DOE).

    10.5. Modelo para análise de tolerância de componentes para atender especificação de produto e minimizar custo.

    10.6. Modelo para análise da presença de “hidden factory” por meio de lean e seis sigma.

    10.7. Modelo para análise da melhor especificação na fase de projeto de um pistão.

    10.8. Modelo para simulação de Value Stream Analysis de uma fábrica de geradores elétricos.

11. Estudo de casos análogos aos que ocorrem em planejamento estratégico empresarial:

    11.1. Modelo para previsão de demanda de peças de reposição de um equipamento de geração de vapor.

    11.2. Modelo para análise de risco e estimativo do mix ótimo de produção de uma indústria farmacêutica e a interpretação dos resultados.

    11.3. Modelo para análise de risco na previsão da demanda futura de cerveja de uma grande empresa do segmento de bebidas e a interpretação dos resultados.

    11.4. Modelo para a análise de risco na estratégia ótima para planejamento da produção de uma fábrica de brinquedos e a interpretação dos resultados.

    11.5. Modelo de simulação para a estimativa do nível ótimo de capacidade da planta de produção de um novo produto de uma grande empresa e a interpretação dos resultados. 

    11.6. Modelo para a elaboração da estratégia ótima de alocação de área de uma fazenda entre diversas atividades pecuária e agrícola e a interpretação dos resultados. 

    11.7. Modelo para delinear uma política de seleção de projetos para seis sigma para maximizar o EVA do departamento e a interpretação dos resultados.

    11.8. Modelo para análise de risco na previsão do o fluxo de passageiros de um grande aeroporto e a interpretação dos resultados.

    11.9. Modelo para a estimativa do valor ótimo de dinheiro a ser deixando em caixa e a interpretação dos resultados.

    11.10. Modelo para análise de risco na estratégia ótima de hedge de uma empresa onde 90% das receitas são geradas por exportação e interpretação dos resultados.

    11.11. Modelo para estimativa dos preços críticos do metal (regras ótimas) para abrir e fechar uma mina de ouro e interpretação dos resultados.

    11.12. Modelo para estimativa do o volume ótimo de gasolina numa rede de distribuição e interpretação dos resultados.

    11.13. Modelo para análise do timing de lançamento de um novo produto e interpretação dos resultados.

    11.14. Modelo para análise da melhor estratégia de teste de mercado para um novo produto e interpretação dos resultados. 

    11.15. Modelo para análise de risco na estratégia de realizar venda casada de diferentes produtos e interpretação dos resultados.

    11.16. Modelo para análise de risco de uma empresa num mercado competitivo e interpretação dos resultados.

    11.17. Modelo para análise de risco no prazo para terminar um projeto e interpretação dos resultados.

    11.18. Modelo para análise de risco de um novo projeto de Pesquisa e Desenvolvimento e interpretação dos resultados.

    11.19. Modelo para análise de risco de alocação de recursos num fundo para cobrir plano de aposentadoria e interpretação dos resultados. 

    11.20. Modelo para análise de risco do market share de equilíbrio num mercado com duas grandes empresas e interpretação dos resultados.

    11.21. Modelo para análise de risco na aquisição (incorporação) de uma nova empresa e interpretação dos resultados.

    11.22. Modelo para dimensionamento de tamanho de uma plataforma de petróleo com nível incerto de reserva.

    11.23. Modelo para determinar investimento ótimo em blocos objeto de exploração de óleo e gás.

12. Discussão de problemas sugeridos pelos participantes.

Software de apoio além do Excel: Crystal Ball ou @Risk ou ModelRisk.

Objetivo

  • Desenvolver habilidades nas técnicas, metodologias e relações humanas aplicadas à área de Gerenciamento de Riscos de Plantas Industriais relacionadas à Manutenção, SMS e Projetos, considerando-se para avaliação dos riscos, tanto o ciclo de vida do projeto e como o ciclo de vida do ativo.

Por que participar?

  • O curso está baseado em uma visão sistêmica e abrangente das metodologias/ferramentas hoje existentes no mercado na área de gestão de riscos, como os conceitos do Guia PMBOK, ABNT NBR ISO 31000:2009, Framework do governo de Vitória/Austrália, estudo de vulnerabilidade, ferramentas dedicadas de confiabilidade, como RCA, FTA, HAZOP, etc., confiabilidade humana e planilhas dedicadas em conjunto com a discussão de uma metodologia de avaliação que leva em consideração não só os riscos internos ao ciclo de vida do projeto, mas também a todo o ciclo de vida do ativo. Isto contribui significadamente para a sustentabilidade empresarial.

Público alvo

  • Engenheiros e Técnicos de nível médio.
  • Supervisores de turmas e equipes de manutenção.
  • Profissionais de SMS, de Projetos, de Paradas, de PMO.
  • Outros profissionais de manutenção/projetos/SMS.

Ementa

1. Apresentação

    1.1. Troca de informações e expectativas.

2. Introdução ao Gerenciamento de Riscos

    2.1. Definições.

    2.2. Norma ABNT NBR ISO 31000:2009.

    2.3. Norma ABNT NBR ISO 55001:2014.

    2.4. Resultados e Sustentabilidade.

    2.5. Incertezas, Riscos e Problemas.

    2.6. Probabilidade x Severidade x Consequência.

    2.7. Caracterização de Riscos.

    2.8. Percepção da Realidade e Percepção de Perigos/Riscos.

    2.9. Teoria do Controle/Pirâmide da absorção do Conhecimento.

    2.10. Riscos nas organizações.

3. Identificação de Perigos e Riscos

    3.1. Dados e Informações.

    3.2. Metodologias.

        3.2.1. Norma ABNT NBR ISO 31000:2009.

        3.2.2. Framework do governo de Vitória - Austrália.

        3.2.3. Guia PMBOK.

        3.2.4. CENIPA.

        3.2.5. Norma Regulamentadora NR-10.

    3.3. Identificação de Perigo.

        3.3.1. Análise Preliminar de Perigo.

        3.3.2. HAZID - Hazard Identification Studies.

4. Análise de Riscos

    4.1. Análise Qualitativa de Riscos.

        4.1.1. Análise Preliminar de Riscos / Serviços.

        4.1.2. Planilha Dedicada.

        4.1.3. Análise de Segurança das Tarefas.

        4.1.4. RCA - Árvore da Causa Raiz.

        4.1.5. HAZOP - Estudo dos Perigos e Operabilidade.

        4.1.6. NR-09, NR-10.

        4.1.7. Norma ABNT NBR ISO 14000.

        4.1.8. Matriz SWOT.

        4.1.9. Check list.

    4.2. Análise Quantitativa de Riscos.

       4.2.1. FTA - Análise da Árvore de Falhas.

        4.2.2. ETA - Análise da Árvore de Eventos.

        4.2.3. RCM - Manutenção Centrada na Confiabilidade.

        4.2.4. FME/FMECA - Análise do Modo e Efeito da Falha.

        4.2.5. RBI - Inspeção Baseada no Risco.

        4.2.6. LOPA - Camadas de Proteção.

        4.2.7. SIL - Sistemas Instrumentados de Segurança.

        4.2.8. Vulnerabilidade.

        4.2.9. Confiabilidade Humana.

4.2.10. Simulação de Monte Carlo.

5. Avaliação de Riscos

    5.1. Tomada de Decisão.

        5.1.1. Aceitabilidade/Tolerabilidade.

        5.1.2. ALARP.

        5.1.3. Matriz de Risco.

        5.1.4. Critérios de Aceitabilidade.

        5.1.5. Tratamento dos Riscos.

6. Programação dos Serviços baseadas no Riscos

    6.1. Matriz SAP.

    6.2. Matriz proprietária.

    6.3. Back-log.

7. Controle de Energias Perigosas

    7.1. Elétrica, Mecânica, Térmica, Hidráulica, Pneumática, Química, Nuclear.

8. Plano de Respostas aos Riscos

    8.1. Plano de Emergência.

    8.2. Plano de Respostas as Riscos do Projeto.

    8.3. Planos de Manutenção.

    8.4. Matriz de Responsabilidade.

9. Monitoramento, Controle e Análise Crítica

    9.1. Medição dos Resultados.

    9.2. Análise do Desempenho.

    9.3.Controle dos Desvios.

    9.5. Controle das Mudanças/Gestão de Mudanças.

    9.6. Análise Crítica do Plano de Resposta aos Riscos.

10. Gerenciamento de Riscos

Datas Disponíveis Local Inscrição
05/06/2019 Campinas, SP INSCREVER-SE!
04/12/2019 Campinas, SP. INSCREVER-SE!