See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/356987551

Análise de confiabilidade humana de uma operação de teste de poço onshore

Conference Paper · November 2021

CITATION READS

1 596

2 authors, including:

Caroline Morais
Brazilian Regulatory Agency of Petroleum, Gas and Biofuel (ANP)
29 PUBLICATIONS 111 CITATIONS

SEE PROFILE

All content following this page was uploaded by Caroline Morais on 13 December 2021.

The user has requested enhancement of the downloaded file.

paper: #2820

ANÁLISE DE CONFIABILIDADE HUMANA DE UMA OPERAÇÃO

DE TESTE DE POÇO ONSHORE
Caroline Pinheiro Maurieli de Morais 1, Elson Meneses Correia 2
Agência Nacional do Petróleo, Gás Natural e Biocombustíveis

RESUMO

O regulamento técnico ANP n° 43/2007 (sistema de gerenciamento de segurança operacional em

plataformas de produção e exploração de óleo e gás, SGSO) dispõe que a metodologia de análise de risco deve
considerar fatores humanos. Todavia, ainda existem dúvidas da indústria de óleo & gás no Brasil de como
atender esse requisito regulatório. De acordo com o entendimento de outros órgãos reguladores internacionais
e outros setores da indústria, a metodologia mais adequada seria a análise de confiabilidade humana, uma vez
que considera a avaliação sistemática dos fatores humanos.
Existem atualmente mais de 70 métodos disponíveis de análise de confiabilidade humana, alguns mais
adaptáveis para a indústria de óleo & gás. O órgão regulador de segurança do Reino Unido (HSE) propôs em
2009 um guia para orientar o mercado inglês quais métodos seriam aceitos em seus estudos de risco. Porém,
novos métodos surgiram após esta data, dentre eles um adaptado especialmente para a indústria de óleo & gás
- o Petro-HRA. Este artigo se propõe a criticar este método utilizando os mesmos critérios do HSE, e testá-lo
através de um estudo de caso.
O estudo de caso trata da operação para teste de poços onshore (em campos terrestres de produção de
óleo e gás), um procedimento crítico para segurança e meio ambiente. A operação é composta de diversas
tarefas críticas para segurança onde algumas interfaces com o sistema podem induzir ao erro humano, como
por exemplo o posicionamento das válvulas em um manifold de produção. O objetivo desta avaliação é a de
testar o novo método frente a outros mais consolidados (como o HEART), não só comparando os resultados
mas também a facilidade de uso de acordo com os recursos das empresas reguladas, que variam entre pequeno
e grande porte.

1. INTRODUÇÃO

Ainda existem dúvidas na comunidade de risco no Brasil de como considerar fatores humanos nas análises de
risco, sejam elas na fase de projeto ou na fase operacional. Na indústria de óleo & gás offshore, este tema é
regulamentado pelo SGSO (sistema de gerenciamento de segurança operacional em plataformas de produção
e exploração de óleo e gás no Brasil), regulamento técnico anexo à Resolução ANP n° 43/2007 [1], que dispõe
que a metodologia de análise de risco deve considerar fatores humanos (item 12.3.e). De acordo com o
entendimento de outros órgãos reguladores internacionais e outros setores da indústria, a metodologia mais
adequada seria a análise de confiabilidade humana (também conhecida em inglês como human reliability
analysis, HRA), uma vez que considera a avaliação sistemática dos fatores humanos, através de um modelo
de como os fatores influenciadores de desempenho influenciam e desencadeiam o erro humano. Todavia, de
acordo com relatos dos fiscais da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) que
auditam o SGSO, na amostragem realizada nas 367 auditorias de SGSO nos últimos 6 anos [2], em apenas
duas delas foi verificado o uso desta técnica relacionado às análises de risco.
Não é por falta de métodos disponíveis: existem atualmente mais de 70 métodos de análise de confiabilidade
humana, alguns mais adaptáveis para a indústria de óleo & gás do que outros. O órgão regulador de segurança
do Reino Unido (HSE) propôs em 2009 um guia para orientar o mercado inglês quais métodos seriam aceitos
em seus estudos de risco [3]. Além destes, novos métodos relevantes surgiram após esta data com potencial de
aplicação na indústria de óleo & gás, como o FRAM [4], Phoenix [5] o Petro-HRA [6] – este último
desenvolvido na Noruega e adaptado de um método já existente especialmente para a indústria de óleo & gás.
Partindo do pressuposto de que o mercado de óleo & gás brasileiro não usa análise de confiabilidade humana
por falta não só de conhecimento mas também de clareza quanto ao requisito do regulamento técnico, técnicos
da ANP atualmente analisam o eventual impacto regulatório da inserção desta exigência na revisão do
regulamento SGSO [7]. Por este motivo, este artigo pretende auxiliar nessa análise, avaliando e
experimentando novos métodos cuja aceitação ainda não está registrada por outros órgãos reguladores. A seção
1 PhD, Engenheira Química, Especialista em Regulação - ANP, Agência Nacional do Petróleo, Gás Natural e Biocombustíveis
2 Engenheiro Civil, Assessor Técnico de Segurança Operacional - ANP, Agência Nacional do Petróleo, Gás Natural e Biocombustíveis
paper: #2820

2 do presente artigo (metodologia) se propõe a criticar o método Petro-HRA utilizando os mesmos critérios da
publicação do HSE, e a seção 3 (resultados) pretende testá-lo através de um estudo de caso. A seção 4 propõe
uma discussão mais detalhada dos resultados obtidos e a seção 5 uma conclusão sobre a utilidade do trabalho
para a comunidade de riscos e confiabilidade no Brasil.

2. METODOLOGIA

2.1.Critérios de aceitabilidade de análise de confiabilidade humana utilizados pelo órgão regulador

HSE-UK
Dos 72 métodos analisados, o HSE considerou apenas 34 como ferramentas relevantes de análise de
confiabilidade humana, e destas, apenas 17 foram consideradas para atendimento às suas diretrizes regulatórias
para prevenção de grandes acidentes (“major hazard directorates”). Em outras palavras, para a aprovação das
análises de risco de estudos enviados para o órgão regulador com o objetivo de licenciamento de instalações
para operação (“safety cases”), apenas 17 métodos seriam aceitos: THERP, ASEP, HEART, SPAR-H,
ATHEANA, CREAM, APJ, PC, SLIM-MAUD, HRMS, JHEDI, INTENT, CAHR, CESA, CODA, MERMOS
e NARA [3]. Em suma, o critério utilizado pelo HSE foi o de verificar se as seguintes informações poderiam
ser coletadas de literatura publicada: origens da ferramenta, descrição da ferramenta, validação, uso em um
setor e aplicabilidade para outros setores, recursos necessários para completar uma análise, disponibilidade da
ferramenta e suporte. Para cada método, os autores também incluiram suas opiniões sobre os prós e contras,
assim como outras informações da literatura publicada e páginas da web. A descrição sobre cada elemento
pode ser encontrada no apêndice B da referência [3], traduzido no texto em itálico na Tabela 1.

2.2.Avaliação do Petro-HRA conforme critérios utilizados pelo órgão regulador HSE-UK

O Petro-HRA é uma adaptação do método de análise de confiabilidade humana SPAR-H (Standardized Plant
Analysis Risk-Human Reliability Analysis), que foi originalmente desenvolvido para aplicações nucleares [8].
Como a publicação do HSE foi lançada em 2009 e o Petro-HRA foi lançado em 2017, ainda não há registros
da opinião do HSE sobre o método. Algumas experiências da indústria já foram relatadas na indústria de óleo
e gás norueguesa [9]. Por este motivo, a Tabela 1 fornece uma avaliação dos autores deste artigo para o método
Petro-HRA sobre cada um dos elementos de revisão adotados pelo HSE
Tabela 1. Aplicação ao Petro-HRA dos elementos de análise dos métodos de análise de confiabilidade humana utilizada pelo HSE

Informações factuais (informações coletadas da literatura publicada)

Autores/ instituição/ companhia/ data

Autores: Andreas Bye1, Karin Laumann1,2, Claire Taylor1, Martin Rasmussen2, Sondre Øie3, Koen
Origens da van de Merwe3, Knut Øien4, Ronald Boring5, Nicola Paltrinieri2,4, Irene Wærø4, Salvatore Massaiu1,
ferramenta Kristian Gould6
1
Institute for Energy Technology, IFE; 2 Norwegian University of Science and Technology, NTNU;
3
DNV-GL; 4 SINTEF; 5 Idaho National laboratory, INL; 6 Statoil
Data da publicação: 31 de Janeiro de 2017
Descrição da Base declarada do autor para a ferramenta
ferramenta • O que o autor afirma oferecer com a ferramenta
• Mecanismos da ferramenta
• O escopo
• Abordagem
• Informações sobre o modelo que embasa o método (underlying model of the method):

Petro-HRA é um método para avaliação qualitativa e quantitativa da confiabilidade humana na

indústria do petróleo. O método permite a identificação sistemática, modelagem e avaliação de
tarefas que afetam o risco de acidentes graves. O método destina-se principalmente para uso dentro
de uma estrutura de análise quantitativa de riscos (QRA), mas também pode ser usado como uma
análise independente, por exemplo, para apoiar uma análise de engenharia de fatores humanos.
O Petro-HRA é uma adaptação do método de análise de confiabilidade humana SPAR-H
(Standardized Plant Analysis Risk-Human Reliability Analysis), que foi originalmente desenvolvido
para aplicações nucleares [8]. O guia do Petro-HRA traz novidades em relação ao SPAR-H que tem
paper: #2820

um potencial de torná-lo mais didático. Por exemplo quando se utiliza dos métodos análise
hierárquica de tarefa crítica (HTA), análise de tarefas em tabela (TTA) e análise temporal (timeline
analysis) para auxiliar a análise qualitativa que precede e justifica as etapas quantificação e redução
do erro humano [10] e [11].
O método Petro-HRA consiste nas seguintes etapas:
• Definição de cenário
• Coleta de dados qualitativos
• Análise de tarefas
• Identificação de erro humano (etapa que inclui a descrição dos fatores de modelagem de
desempenho (PSFs, do inglês performance shaping factors) que podem ter um impacto na
probabilidade de erro humano).
• Modelagem de erro humano
• Quantificação de erro humano
• Redução de erro humano
• Documentação (esta não está incluída como uma etapa metodológica, mas como parte
essencial do processo de análise de confiabilidade humana)
A probabilidade de erro humano (HEP, do inglês human error probability) fornece informações
sobre a probabilidade do(s) operador(es) falharem na ação ou etapa da tarefa analisada. O Petro-
HRA usa uma HEP nominal – ou seja, um caso base – que varia em função de fatores influenciadores
de desempenho pré-definidos, juntamente com orientações sobre como atribuir o valor apropriado
destes fatores.
O método Petro-HRA atribui a atividade humana a uma de duas categorias de tarefas gerais:
ação ou decisão. Uma das maiores diferenças entre o Petro-HRA e o SPAR-H é que enquanto
no SPAR-H a probabilidade básica de erro humano cognitivo é considerado como 0,01 e a
probabilidade de erro de execução possui o valor de 0,001, no Petro-HRA, ela possui o mesmo
valor: 0,01. O motivo desta diferença é que a separação entre diagnóstico (cognição) e tarefas de
ação em SPAR-H não está incluída no método Petro-HRA porque seus criadores consideraram que
todas as tarefas são uma combinação de diagnóstico e ação. Portanto, se os analistas querem
demonstrar que uma tarefa de ação é tão automática que não inclui um nível de cognição muito
pequeno, os analistas devem selecionar um PSF de treinamento/experiência positivo, o que corrigirá
o HEP para 0,001.
Nove PSFs foram identificados como sendo capazes de influenciar o desempenho humano e
são contabilizados no processo de quantificação do Petro-HRA. A influência positiva ou negativa
desses fatores está incluída no método. São eles:
• Tempo disponível
• Ameaça de estresse
• Complexidade da tarefa
• Experiência / treinamento
• Procedimentos
• Interface humana-máquina (HMI)
• Atitudes em relação à segurança, trabalho e suporte de gestão
• Trabalho em equipe
• Ambiente físico de trabalho
Houve uma pequena mudança entre os PSFs do SPAR-H e do Petro-HRA, todos justificados
na seção “Argumentos para Mudanças nas Definições de PSFs, Níveis de PSF e Multiplicadores de
PSFs de SPAR-H para Petro-HRA” do guia Petro-HRA).Por exemplo, alguns multiplicadores foram
alterados, e alguns PSFs - como fadiga - foram removidos. HMI e ambiente de trabalho foram
separados em dois PSFs diferentes, porque houve necessidade de capturar um PSF que fosse também
fora da sala de controle – ou seja, o ambiente físico de trabalho é para ser usado para tarefas fora da
sala de controle, e HMI apenas com interfaces com computador, principalmente na sala de controle.
Assim como o SPAR H, Petro-HRA também apresenta níveis de PSF que demonstram não só
as influências negativas dos PSFs no HEP, mas também as influências positivas (os níveis
correspondem a negativo extremamente alto, negativo muito alto, negativo moderado, nominal,
positivo moderado, não aplicável. Os multiplicadores correspondentes a cada nível de PSF variam.
No caso do PSF tempo, os respectivos multiplicadores são HEP=1 (quando não há necessidade de
multiplicar, pois o HEP pode ser considerado como máximo), 50, 10, 1,0,1 e 1.
Se todas as classificações de PSFs forem nominais, a probabilidade de erro humano da tarefa =
0,01. Caso contrário, a probabilidade de erro humano (HEP) = 0,01 x multiplicador de tempo x
multiplicador de estresse x multiplicador de complexidade de tarefa x multiplicador de experiência
/ treinamento x multiplicador de procedimentos x multiplicador de interface homem-máquina x
paper: #2820

multiplicador de atitudes em relação à segurança, trabalho e suporte de gestão x multiplicador de

trabalho em equipe x físico multiplicador de ambiente de trabalho. Se na análise de uma das tarefas,
o HEP ultrapassar o valor máximo de 1, o método recomenda que o “arredonde” para 1. Isso é
diferente do sugerido na última versão do SPAR-H, que possui um fator de ajuste.
Similarmente ao SPAR-H, um importante componente do método Petro-HRA é uma planilha
designada para “votar” nas contribuições de cada PSF para garantir a consistência do analista.
Validação A validação científica não estará disponível para todas as ferramentas. Portanto, a evidência de
um processo de "validação" mais amplo e menos rigoroso será incluída (por exemplo, revisão por
pares, comparação com dados de outras ferramentas e uso extensivo da ferramenta) como
evidência de que a ferramenta fornece informações significativas / úteis / relevantes. A 'maturidade'
da ferramenta também será levada em consideração. Isso será evidenciado por informações
disponíveis para mostrar a aceitabilidade / utilidade do método. Se não formos capazes de
encontrar evidências de que a ferramenta foi usada além do processo de desenvolvimento, então
não é possível verificar a utilidade da ferramenta dentro do escopo de trabalho atual.

A princípio, a técnica poderia ser considerada validada uma vez que é uma adaptação do SPAR-
H [8] que já está validado. Todavia, a validação do SPAR-H foi feita através de banco de dados
obtidos na indústria nuclear e alguns poucos PSFs e seus fatores multipliacadores foram
alterados.Por isso, uma validação com dados da indústria de óleo e gás seria bem-vida, podendo ser
obtida de simuladores de treinamento ou dados de incidentes.
Apesar de relativamente nova (publicada em 2017), a aceitabilidade do método pôde ser
evidenciada através da sua aplicação ou citação em aproximadamente cem trabalhos publicados
disponíveis no banco de dados do Google Scholar, entre artigos de anais de congresso e jornais
acadêmicos reconhecidos. Entre estes, uma publicação que destaca sua utilidade é a Lessons learned
from applying a new HRA method for the petroleum industry, de Taylor et al. [9].
Uso em um Serão coletadas informações sobre se a ferramenta é aplicável para uso intersetorial do HSE-UK,
setor / tem potencial para uso intersetorial ou é aplicável apenas a um setor de risco maior. Quaisquer
aplicabilidade ferramentas que afirmem explicitamente que são aplicáveis apenas a um setor e que esse setor não
para outros é um setor de risco grave serão excluídas.
setores
A ferramenta foi adaptada para aplicação na índustria de óleo & gás, e o guia apresenta como
definição de instalação aplicável: plataforma de produção de petróleo, plataforma de perfuração,
refinaria, flutuador, navio operado por posicionamento dinâmico ou qualquer outra instalação
industrial usada na indústria de petróleo. Todavia, pôde-se notar que os participantes do projeto de
desenvolvimento da ferramenta são mais atuantes na área exploração e produção offsore, assim
como o estudo de caso apresentando no guia e quase todos os artigos encontrados no banco de dados
do Google Scholar são da área de óleo & Gás offshore – com raras citações à refinaria.
Não há no guia nenhuma afirmação específica sobre aplicabilidade em outros setores
industriais. Apenas que o objetivo principal da Petro-HRA era tornar o método SPAR-H adequado
para aindústria de óleo e gás. Todavia, outros setores industriais podem se identificar com as
adaptações realizadas através das justificativas para modificação do SPAR-H que são apresentadas
ao final do guia. Por exemplo, quando o Petro-HRA realiza modificações em seus PSFs para frisar
que os perigos das ações tomadas na planta de processo são tão importantes quanto as ações
realizadas na sala de controle.
Recursos Detalhes sobre o número de avaliadores, nível de especialização, requisitos de dados e informações
necessários e treinamento necessário serão coletados onde for possível.
para completar
uma análise O guia recomenda que o estudo seja feito por uma equipe de pelo menos dois analistas. Isto para
maximizar a eficiência e o rigor da coleta, revisão e análise de dados qualitativos, e para permitir a
verificação cruzada.
No estudo de caso conduzido para este artigo foi necessário duas pessoas, uma que conhecia o
método Petro-HRA e conduziu a primeira versão da análise de tarefa crítica de segurança através
do procedimento, e outra que já havia executado o procedimento e sabia apontar quais eram os
problemas e interfaces do sistema que não estavam descritos no procedimento operacional. Todavia,
este foi apenas um exercício para utilização e conhecimento da ferramenta. Para uma análise mais
precisa, os analistas convocariam outros especialistas com maior conhecimento em modelagem do
cenário (árvore de falha ou eventos), um ergonomista ou especialista nas técnicas de timeline
analysis e link analysis para melhor avaliar em uma visita em campo as tarefas que atingiram uma
probabilidade máxima de erro humano, e especialistas de projeto, de ergonomia e operadores para
propor alternativas aplicáveis na etapa da redução de risco.
paper: #2820

Disponibilidade Serão coletadas informações sobre a disponibilidade da ferramenta (ou seja, é uma ferramenta
da ferramenta e proprietária ou está disponível gratuitamente etc.).
suporte
O guia que descreve o método é gratuito, de fácil aplicação e não necessita de software específico.
Apesar do guia não citar nada específico sobre suporte à ferramenta, ele dispõe do endereço da
empresa que o disponibiliza (IFE), e foi confirmado na prática que seus autores são de fácil acesso.
Enviamos um email para um dos autores do guia para fazer uma pergunta e esta foi respondida no
mesmo dia.
Referências Uma lista de todas as referências usadas para fornecer as informações factuais será incluída.
usadas para o
resumo As principais referências utilizadas para este resumo foram:
Guia Petro-HRA, disponível na página do Institute for Energy Technology (IFE), em
https://ife.no/en/project/the-petro-hra-project/ [6].
Artigo científico publicado em reconhecido jornal acadêmico, Lessons learned from applying a new
HRA method for the petroleum industry, disponível em https://doi.org/10.1016/j.ress.2018.10.001
[9].
Artigo publicado em conferência: Human Reliability Analysis for Oil and Gas Operations: Analysis
of Existing Methods, disponível em https://arxiv.org/ftp/arxiv/papers/2109/2109.14096.pdf [5].
Opinion (a mixture of information from published literature/ web pages etc. and the opinion of the HSL project
team members. References are provided where appropriate.):

Pros and cons Estes serão baseados em pesquisas publicadas, mas podem incluir comentários da equipe do
projeto HSL. É reconhecido que esta seção será influenciada pela perspectiva do usuário / autores.

Nota dos autores: o HSL era o nome dado ao braço técnico da HSE-UK. No caso deste artigo, a
opinião é dado pelos autores da ANP.
Os autores executaram um estudo de caso para poder opinar sobre a praticidade do método e
entender suas dificuldades. A maior dificuldade encontrada foi “traduzir” a análise de tarefa crítica
para uma árvore de eventos ou árvore de falhas. O método também parece retornar resultados
maiores de probabilidade de erro humano se comparados com outros métodos validados, como o
HEART. Todavia, isto não foi testado de fato – é apenas uma percepção. Na prática, o fato de
algumas tarefas terem pontuado como probabilidade máxima de ocorrência não permite quantificar
o resultado final do nível de risco da tarefa completa – o que dificulta comparar o nível antes da
etapa de redução de risco e o posterior. Por outro lado, a probabilidade alta e discrepatente das
demais tarefas deixou muito claro para a equipe em quais tarefas deveria priorizar recursos para
reduzir o risco.
Related Informações se a ferramenta está ligada a outras (por exemplo, outras ferramentas usadas para
methods informar o desenvolvimento da nova ferramenta, se ela é mais bem usada em conjunto com outra
ferramenta, etc.)

Ferramenta adaptada de SPAR-H [8]. Utilização de análise hierárquica de tarefa crítica (HTA) [10]
e [11], análise de tarefas em tabela (TTA) [10, 11, 12], e análise temporal (timeline analysis) [11,
13]. Link analysis [11, 13] também seria útil o estudo de caso deste artigo, apesar de não ter sido
citado explicitamente no guia Petro-HRA.

2.3. Avaliação do Petro-HRA conforme estudo de caso

Este artigo se propôe a não só avaliar o método utilizando os mesmos critérios do HSE, mas também testá-lo
através de um estudo de caso. O objetivo desta avaliação é a de testar o novo método frente a outros mais
consolidados também testados pela equipe, não só comparando os resultados mas também a facilidade de uso
de acordo com os recursos de empresas tanto de grande quanto de pequeno porte.

2.4. Descrição do caso

A resolução conjunta ANP/INMETRO Nº 1 DE 10/06/2013 [14] estipula que todos os poços de produção
tenham sua produção de petróleo e gás natural medidas separadamente, durante a fase de produção de um
campo. Tais operações demandam uma interação dos operadores com o sistema. Este artigo analisa as tarefas
críticas executadas por operadores de campos terrestres para alinhamento das linhas de produção de cada poço
para o tanque de teste. O estudo de caso trata da operação para teste de poços onshore (em campos terrestres
de produção de óleo e gás), um procedimento crítico para segurança e meio ambiente. A operação é composta
paper: #2820

de diversas tarefas críticas para segurança onde algumas interfaces com o sistema podem induzir ao erro
humano, como por exemplo o posicionamento das válvulas em um manifold de produção.

Figura 1. Alinhamento de satélite poço; Fonte: adaptação de procedimento operacional

2.5. Processo de análise de confiabiabilidade humana

Figura 2. processo de análise de confiabilidade humana; Fonte: adaptada e traduzida de [9]

2.6. Análise de tarefa crítica

Para aplicação do Petro-HRA, a análise hierárquica de tarefas é a mais indicada para fazer a análise qualitativa
que precede a parte quantitative. Além do procedimento sugerido pelo próprio Petro-HRA também pode-se
utilizer o guia mais detalhado do Energy Institute e IOGP [12]. Todavia, alguns PSFs como “tempo” e
“interface humana-máquina” podem necessitar de outros métodos de análise de tarefa crítica existente: por
exemplo o “timeline analysis” e o “link analysis” [13]. Além dos guias sumarizados do Energy Institute,
maiores detalhes podem ser encontrados no livro [11]. Observa-se que, para demonstração deste estudo de
caso, não foram feitas a “timeline analysis” nem a “link analysis”, uma vez que o acesso à planta seria
necessário. Todavia estes são recomendados para um trabalho futuro e, principalmente, em uma análise real
realizada pela indústria.

Figura 3. Tipos de análise de tarefa crítica aplicáveis a este estudo de caso; Fonte: [13]
paper: #2820

2.7. Identificação dos erros humanos

Os tipos de erros humanos foram derivados do método SHERPA - Systematic Human Error Reduction and
Prediction Approach [15], com adição de erros de decisão. São eles: Erros de Ação: A1 - Operação muito
longa/muito curta, A2 - Operação em momento errado, A3 - Operação na direção errada, A4 - Operação com
muita ou pouca força, A5 – Desalinhar, A6 - Operação correta no objeto errado, A7 - Operação errada no
objeto certo, A8 - Operação omitida, A9 - Operação incompleta, A10 - Operação errada no objeto errado. Erro
de aquisição: R1- Informação não obtida, R2- Informação errada obtida, R3- Informação incompleta.
Erros de comunicação de informação: I1- Informação não comunicada, I2- Informação errada comunicada,
I3- Comunicação de informação incompleta. Erros de seleção: S1 – Seleção omitida, S2 – Seleção errada
feita. Erros de Verificação (checking): V1 – Verificação omitida, V2 – Verificação incompleta, V3 –
Verificação certa em objeto errado, V4 – Verificação errada em objeto certo, V5 – Verificação no momento
errado, V6 – Verificação errada no objeto errado. Erros de decisão: D1 – Decisão correta baseada em
informação errada / ausente, D2 – Decisão incorreta baseada em informação certa, D3 – Decisão incorreta
baseada em informação errada / ausente, D4 – Falha em tomar uma decisão (empasse).
Todavia, os autores sugerem que qualquer outra classificação poderia ser utilizada.

2.8. Identificação dos fatores influenciadores de desempenho

São os fatores que definem o contexto que influenciam o erro humano: tempo, estresse, complexidade
da tarefa, experiência / treinamento, procedimentos, interface humana-máquina, atitudes em relação
à segurança, trabalho e suporte de gestão; trabalho em equipe, ambiente físico de trabalho.

2.9. Identificar e descrever as prováveis consequências do erro

Esta etapa é do Petro-HRA, não é comum a todas as análises de confiabilidade humana. Ela não será feita
nesse estudo de caso. Nela, se classifica a provável consequência do erro: conseqüência direta (onde uma
consequência de um erro que pode causar diretamente o evento de falha humana), conseqüência indireta (a
consequência de um erro que pode causar indiretamente o evento de falha humana, por exemplo em
combinação com outros erros), sem conseqüência (uma consequência de um erro sem efeito no evento de falha
humana – normalmente, esses erros são excluídos da análise neste ponto da árvore de falhas ou de eventos,
pois não é necessário analisá-los mais).

2.10. Avaliar as oportunidades de recuperação

Esta etapa do Petro-HRA não é comum a todas as análises de confiabilidade humana. Ela não será feita nesse
estudo de caso. Nela, se classifica as oportunidades de recuperação entre: alto potencial de recuperação,
potencial de recuperação médio e baixo ou nenhum potencial de recuperação.

2.11. Representação
O Petro-HRA sugere e fornece estudo de casos com árvore de eventos (lado direito da Figura 4) – todavia,
também deixa claro que o usuário pode usar árvore de falhas (lado esquerdo da Figura 4)– e que esta decisão
é exclusiva do analista e depende do processo. No estudo de caso utilizamos ambos.

Figura 4. Árvore de falhas e árvore de eventos; Fonte: autores

2.12. Quantificação
A quantificação é realizada através do preenchimento da planilha apresentada na Tabela 2, para cada
subtarefa levantada na análise de tarefa crítica.
paper: #2820

Tabela 2. Tabela de resumo dos fatores influenciadores de desempenho de Petro-HRA

Tabela de resumo dos PSFs de Petro-HRA

Instalação
Data
ID e descrição do evento de falha
humana (HFE) Subtarefa 1.1
Cenário do evento de falha humana
Analistas
Cálculo da Probabilide de Erro
Humano (HEP)
Fatores influenciadores de Fundamentação: razões específicas
Desempenho (PSFs) níveis PSF Multiplicador para a seleção do nível PSF
Tempo disponível Extremamente negativo HEP=1
Muito negativo 50
Moderadamente negativo 10
Nominal 1
Moderadamente positivo 0,1
Não aplicável 1
Estresse de ameaça Negativo 25
Pouco negativo 5
Pouquíssimo negativo 2
Nominal 1
Não aplicável 1
Complexidade da tarefa Muito negativo 50
Moderadamente negativo 10
Pouquíssimo negativo 2
Nominal 1
Moderadamente positivo 0,1
Não aplicável 1
Experiência / treinamento Extremamente negativo HEP=1
Muito negativo 50
Moderadamente negativo 15
Pouco negativo 5
Nominal 1
Moderadamente positivo 0,1
Não aplicável 1
Procedimentos Muito negativo 50
Negativo 20
Pouco negativo 5
Nominal 1
Baixo positivo 0,5
Não aplicável 1
Interface humana-máquina (HMI) Extremamente negativo HEP=1
Muito negativo 50
Moderadamente negativo 10
Nominal 1
Baixo positivo 0,5
Não aplicável 1
Atitudes em relação à segurança, Muito negativo 50
trabalho e suporte da gestão Moderadamente negativo 10
Nominal 1
Low positive 0,5
Not applicable 1
Trabalho em equipe Muito negativo 50
Moderadamente negativo 10
Pouquíssimo negativo 2
Nominal 1
Baixo positivo 0,5
Não aplicável 1
Ambiente físico de trabalho Extremamente negativo HEP=1
Moderadamente negativo 10
Nominal 1
Não aplicável 1
paper: #2820

2.13. Análise de impacto e Redução do erro

Se todos os valores de probabilidde de erro humano forem baixos (ou seja, menores que 0,01), não seria
necessário fazer uma redução do erro humano. Também não seria necessário se eventos de falha humana não
estivessem associados a consequências altamente graves, ou se o critérios de aceitação de risco não fosse
excedido (no caso da empresa ter um critério de aceitação de risco – pela experiência dos autores, a maioria
das empresas que operam no Brasil e possuem tal critério, classificam seu nível de risco máximo em 10-3).
Todavia, os autores do Petro-HRA sugerem que se a incerteza ao redor dos erros humanos ou de algum PSF
for muito alta (por exemplo, muito discordância entre os membros da equipe multidisplinar que executou a
análise) ou se a probabilidade de erro humano de um evento de falha humana for igual ou maior que 0,1, uma
ação para redução do erro precisa ser proposta e implementada – priorizando-se os erros humanos com
probabilidade igual a 1, que por serem inaceitáveis e precisam de ação prioritária.
Este estudo de caso não se aprofunda em proposições para a resução do erro humano, mas entende-se que é
essencial para análises de confiabilidade humanas reais. A discussão sobre qual fator influenciador de
desempenho melhorar e como melhorá-lo deve envolver uma equipe multidisciplinar.
2.14. Garantia da qualidade e documentação
Kirwan sugere que a análise de confiabilidade humana precisa ser documentada para futuras conferências e
em caso de reanálise em caso de gestão de mudança [10], assim como a comunidade de análise de risco já está
acostumada a documentar HAZOPs e HAZIDs/APPs. Petro-HRA propõe a planilha representada na Tabela 3
para documentação.

Tabela 3. Documentação sugerida pelo Petro-HRA, adaptada da análise de tarefa em tabela (TTA)
displays and

Responsible

Assumption
consequenc
Description

opportunity

Performanc
Task (step)

Event tree
Procedure

e Shaping
reference.

Feedback

Recovery
HUMAN

reference
analysis?
Potential

(or fault
controls
number

Further

Factors
Person

Likely

Notes
HMI,

error

tree)
Cue

es

s
Subtarefa
1.1

3. RESULTADOS DO ESTUDO DE CASO

3.1. Descrição da análise qualitativa

Foi utilizada o método da análise de tarefa crítica de segurança (SCTA), mais especificamente a análise
hierárquica de tarefa crítica de segurança. Nela, primeiros selecionamos um procedimento crítico de um
processo, e deste apenas as tarefas críticas para segurança – o que significa que algumas tarefas não foram
representadas no diagrama porque não foram consideradas críticas para segurança ou meio ambiente. Na
Figura 5 apresenta-se um resumo da análise de tarefa crítica de segurança da atividade do operador de campo
e, na Figura 6 do operador de estação. Sobre as tarefas do operador de estação, importante ressaltar que a
análise foi feita apenas para as tarefas de alinhamento e desalinhamento, desconsiderando aqui as tarefas de
medição. Observa-se que o texto das tarefas são apresentados de forma muito resumida no diagrama, mas que
suas descrições completas estão registradas numa tabela.

0. Alinhamento de poço para

teste - no campo

3. No manifold do satélite, 4. No manifold do satélite, 6. Informarao operador da

2. Conferir o alinhamento das
1. Verificar condições
válvulas conforme o método
operacionais do poço
de elevação
conferir todas as válvulas da
espinha do manifold, caso
exista algum poço alinhado
para teste
5. No manifold do satélite,
conferir cuidadosamente se estação e a equipe de
abrir a válvula da linha de
a espinha de teste (válvula) elevação qual poço e seu
produção do poço que o
está alinhada para o manifold satélite estão alinhados e
interliga a espinha de teste.
da estação. liberados para teste

Executar subtarefa 2.1 4.1. Se não estiver alinhado: 5.1. No manifold do satélite,
ou 2.2 ou 2.3 ou 2.4 3.1 retirá-lo abrindo primeiro antes de alinhar o manifold
Executar fechar a válvula da linha de
ou 2.5, dependendo a válvula da linha de conjunto do satélite para estação
subtarefas produção do poço a ser
do método de correspondente e depois confirmar com operador de
1.1 à 1.4 testado para a espinha da
elevação fechando a linha de teste estação se a linha de teste linha de conjunto
está corretamente alinhada
no manifold da estação

Figura 5. Análise de tarefa crítica do operador de campo

paper: #2820

0. Alinhamento de poço
para teste - na estação

5. No manifold da estação, 6. Fechar o dreno do tanque

1. No manifold da estação,
ao ser informado pelo
operador de elevação sobre
a possibilidade do
alinhamento do satélite para
teste, verificar a abertura da
válvula de linha de teste do
satélite para a espinha de
conjunto, caso não esteja,
abri-la. Existindo algum
impedimento informar ao
operador de campo para
não realizar a operação.
2. Após liberação da equipe 4. Garantir o alinhamento da para caixa API apenas
3. Certificar que o dreno do abrir a válvula da linha de
de elevação para teste linha de teste do manifold quando se passar o tempo
tanque de teste esteja teste do satélite do poço a
(passado o tempo de da estação para o tanque de estipulado do passo anterior
aberto para a caixa API. ser testado (alinhar satélite
limpeza da linha), no teste. e haja indício de
para espinha de teste)
manifold da estação, escoamento de óleo para o
conferir cuidadosamente dreno da caixa. Somente a
todas as válvulas de ambas partir daí será iniciado o
espinhas, caso exista algum 5.1. Fechar a válvula da linha tempo de teste.
poço alinhado para teste, de teste do satélite do poço
retirá-lo abrindo primeiro a a ser testado para a espinha
válvula da linha de conjunto da linha de conjunto do
correspondente e depois manifold da estação
fechando a linha de teste.

5.2. Verificar se apenas o

poço escolhido está
alinhado para teste.
Somente o poço a ser
testado deve estar alinhado
para a espinha de teste, os
demais devem estar
alinhados para a linha de
conjunto conforme FIGURA
2. Caso o poço não esteja
corretamente alinhado,
reinicie o teste partindo do
passo 2.

Figura 6. Análise de tarefa crítica hierárquica do operador da estação

Os riscos avaliados avaliados para as tarefas estão relacionadas ao derramamento de óleo (por transbordamento
do tanque) e explosão mecânica por alta pressão (mais na tubulação do que no tanque). Cada subtarefa das
Figuras 5 e 6 foram avaliadas com o auxílio da Tabela 5. A Figura 7 mostra um trecho da planilha da tarefa
crítica n°4 do operador de campo.

Figura 7. Avaliação do PSF "ambiente físico de trabalho" da tarefa n°4 do operador de campo.

A Figura 8 mostra as tarefas críticas dos operadores de campo e de estação representadas através de uma árvore
de falhas. Foi marcado em verde as probabilidades de erro humano com valores menores que 0,01 (as quais o
guia Petro-HRA indica que não precisariam de uma ação de melhoria dos PSFs para redução do risco), em
amarelo aquelas com valores maiores que 0,1 (nestas são necessárias ações para melhoria da tarefa), e em
vermelho aquelas que com probabilidade igual à 1 (ou seja, que trazem riscos inaceitáveis e precisam ter uma
mudança dos fatores que a levaram a esse patamar).

Figura 8. Árvore de falha das tarefas do operador de campo e de estação

É consenso entre os autores que esta árvore de falha precisaria de melhorias, sendo necessário auxílio de
analistas mais experientes na ferramenta para obter um resultado mais preciso. Primeiramente, porque o guia
paper: #2820

do Petro-HRA indica que árvores de falhas podem ser convertidas da análise hierárquica de tarefas diretamente
utilizando o portão lógico “OU”. Todavia, ao adaptar ao nosso estudo de caso, vimos que não é assim tão
simples. Além disso, e mais importante, pôde-se observar que a probabilidade de erro humano da tarefa
completa resulta no valor máximo (igual à 1), o que é muito maior do que o observado na realidade (esse valor
significaria que a tarefa sempre geraria um incidente). Além disso, na etapa de quantificação, algumas tarefas
individuais também resultaram em probabilidades maiores do que 1 – o que não pode ser possível, já que 1 é
a probabilidade máxima, e por isso o método indica que tais probabilidades sejam consideradas como 1. A
Figura 9 mostra outra possibilidade de representação das tarefas do operador de campo: uma árvore de eventos.

Figura 9. Árvore de eventos somente para as tarefas do operador de campo

Esta possui os mesmos problemas já identificados na árvore de falhas: as probabilidades de erro humano iguais
a 1, chegando a um resultado irreal de probabilidade máxima de haver um incidente. Após a discussão sobre a
melhoria dos PSFs para redução do erro humano, essa árvore também precisaria ser recalculada.
4. DISCUSSÃO

Apenas analisando qualitativamente os resultados das tarefas do operador de campo e da estação, pode-se
verificar que o contexto e as tarefas aumentam mais a probabilidade do operador de campo errar.
Pôde-se obervar na condução do estudo de caso o quanto a consideração dos fatores influciadores de
desempenho (PSFs) impactam na probabilidade de erro humano (HEP) – em alguns casos o valor inicial do
erro humano saiu de 0,01 (valor utilizado no Petro-HRA) para valores tão altos quanto 0,4 e até 1,0. Se por um
lado há a crítica de que este é um valor extremamente alto para probabilidade se comparado com outros
métodos de análise de confiabilidade humana, por outro lado, é um forte indicador de quais tarefas são as mais
críticas e precisam ser priorizadas. Isto é um alerta para a importância da análise de confiabilidade humana,
uma vez que ela incorpora o quanto o contexto pode degradar o desempenho de quem executa a tarefa. Isto
também é um exemplo do quanto pode ser errado assumir valores de probabilidade humana sem analisar o
contexto – por exemplo como propõe o método LOPA [16] que sugere a inclusão de valores de probabilidade
de erro humano nominais e “avulsos” sem avaliar o impacto dos fatores influenciadores de desempenho. No
caso do exemplo acima, o valor pelo LOPA seria 0,01 somente, o que impossibilitaria os analistas de verificar
sistematicamente quais PSFs poderiam ser melhorados para reduzir a chance de incidentes. Também deve
haver cautela para utilizar o guia da IOGP que cita detalhadamente níveis de HEP, mas muito brevemente que
estes podem ser multiplicados por PSFs – o que pode induzir ao usuário do guia IOGP a usar somente as os
HEPs nominais sem avaliar o contexto [17].
Apesar da etapa de representação da tarefa em árvore de falha e de eventos ter sido aquela que os autores
experimentaram maior dificuldade, isso pode ser facilmente corrigido incorporando à equipe alguém mais
experiente nestas ferramentas.
Na avaliação dos autores, a etapa mais importante foi a discussão do nível dos fatores influenciadores de
desempenho (PSFs), e que os resultados de probabilidade muito alta de erro humano refletem com acurácia a
opinião do especialista na execução da tarefas (ex-operador de planta similar) sobre quais as tarefas críticas
para segurança.
 paper: #2820

A planilha sugerida pelo método na etapa de quantificação para avaliar tais níveis se mostraram um ponto
muito positivo, já que são fonte rica em informações para a equipe que discutirá as opções para redução do
erro humano. Isto faz os autores deste artigo concluírem que esta etapa não é necessária apenas para informar
análises de risco quantitativas, mas que são fonte muito útil para auxiliar na priorização de recursos na melhoria
dos processos mesmo em plantas que se utilizam apenas de análises de risco qualitativos.
5. CONCLUSÃO

Este artigo avalia que o método de análise de confiabilidade humana Petro-HRA teria um alto potencial de ser
aceito pelo órgão regulador do Reino Unido, HSE, uma vez que atende aos mesmos critérios utilizados por um
relatório publicados por ele no ano de 2009.
Os autores averiguaram a facilidade da ferramenta, e experimentaram os pontos positivos e negativos dela
através de um estudo de caso.
Pôde-se observar a aplicabilidade da etapa de quantificação do Petro-HRA mesmo para informar análises
qualitativas de risco. Isto porque os valores podem ser obtidos apenas da opinião dos especialistas, como em
uma análise semi-quantitativa, e os resultados quantitativos de cada tarefa possibilita os tomadores de decisão
a obter uma ordem clara de prioridade sobre as medidas de redução de risco a serem tomadas.

6. REFERÊNCIAS:

[1] ANP, “Resolução ANP 43/2007,” 2007. [Online]. Available: https://atosoficiais.com.br/anp/resolucao-n-43-

2007?origin=instituicao&q=resolu%C3%A7%C3%A3o%20anp%2043%202007.
[2] ANP, “Painel dinâmico de fiscalização de segurança operacional,” [Online]. Available:
https://app.powerbi.com/view?r=eyJrIjoiMjFmODhhNGEtMjFhMy00ZDExLTg3NzMtMmEwYWQxMjZmM2IyIi
widCI6IjQ0OTlmNGZmLTI0YTYtNGI0Mi1iN2VmLTEyNGFmY2FkYzkxMyJ9. [Acesso em 2021].
[3] HSE, “Review of human reliability,” 2009. [Online]. Available:
https://www.hse.gov.uk/research/rrpdf/rr679.pdf.
[4] E. Hollnagel, FRAM: the functional resonance analysis method: modelling complex socio-technical systems,
CRC Press., 2017.
[5] M. Ramos, C. Major, N. Ekanem, C. Malpica e A. Mosleh, “Human Reliability Analysis for Oil and Gas
Operations: Analysis of Existing Methods,” em 16th Global Congress on Process Safety, Houston, 2020.
[6] IFE, “The Petro-HRA Project,” 2017. [Online]. Available: https://ife.brage.unit.no/ife-
xmlui/handle/11250/2601973.
[7] ANP, “Revisão do SGSO,” 2021. [Online]. Available: https://www.gov.br/anp/pt-br/assuntos/exploracao-e-
producao-de-oleo-e-gas/seguranca-operacional-e-meio-ambiente/gerenciamento-de-seguranca-operacional-sgso.
[8] NRC, “The SPAR-H Human Reliability Analysis Method (NUREG/CR-6883, INL/EXT-05-00509),” 2005.
[Online]. Available: https://www.nrc.gov/reading-rm/doc-collections/nuregs/contract/cr6883/index.html.
[9] C. Ø. S. a. G. K. Taylor, “Lessons learned from applying a new HRA method for the petroleum industry,”
Reliability Engineering & System Safety, pp. p.106-276, 2020.
[10] B. Kirwan, A Guide to Practical Human Reliability Assessment, London: Taylor & Francis, 1994.
[11] B. &. A. L. Kirwan, A guide to task analysis, Boca Raton: CRC Press, 1992.
[12] E. Institute e IOGP, “Guidance on human factors safety critical task analysis,” 2020. [Online]. Available:
https://publishing.energyinst.org/topics/human-and-organisational-factors/risk-management/guidance-on-human-
factors-safety-critical-task-analysis2.
[13] Energy Institute, “Human factors briefing note no. 11 – Task analysis,” [Online]. Available:
https://publishing.energyinst.org/topics/human-and-organisational-factors/risk-management/human-factors-briefing-
note-no.-11-task-analysis.
[14] ANP & INMETRO, “RESOLUÇÃO CONJUNTA ANP/INMETRO Nº 1,” 10 6 2013. [Online]. Available:
https://atosoficiais.com.br/anp/resolucao-conjunta-n-1-2013?origin=instituicao&q=1.
[15] D. Embrey, “ A systematic human error reduction and prediction,” em International Meeting on Advances in
Nuclear Power Systems., 1986.
[16] CCPS, Análise De Camada De Proteção: Avaliação Simplificada Do Risco De Processo, Interciência, 2021.
[17] IOGP, “Risk assessment data directory – Human factors in QRA,” 2010. [Online]. Available:
https://www.iogp.org/bookstore/product/risk-assessment-data-directory-human-factors-in-qra/.

View publication stats