Sair

6 Conferncia sobre
Tecnologia de Equipamentos

METODOLOGIA FUZZY PARA AVALIAO DA CONFIABILIDADE

HUMANA NOS END. POR ULTRA-SOM.

MSc. Eng. Jess Domech Mor

UFRJ/COPPE/PEMM

Dr.Sc. Prof. Ari Sauer Guimares

UFRJ/COPPE/PEMM

Dr.Sc. Geraldo Bonorino Xexo

UFRJ/COPPE/PESC

XXI Congresso Nacional de Ensaios No Destrutivos,

So Paulo, 19-21 agosto, 2002.

As informaes e opinies contidas neste trabalho so de exclusiva responsabilidade

dos autores.
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

SINPSE

Apresentamos uma metodologia fuzzy para avaliar a confiabilidade humana nos

ensaios no destrutivos tipo ultra-som.

A partir dos fatores de incidncia no comportamento humano (Performance Shaping

Factors PSFs) analisados como atributos de confiabilidade humana, fazemos uma
elicitao de conhecimento de especialistas para obter a importncia desses fatores
expressados em termos lingsticos. Usando operaes da Lgica Fuzzy podemos
ento conhecer o nvel de importncia de cada atributo de confiabilidade,
considerando a opinio agregada dos especialistas. O uso de uma boa seqncia de
tarefas, o mais pulverizada possvel, nos leva a identificar os eventos humanos (tarefas
ou aes) e os tipos de erros humanos associados a estes eventos que afetam a
confiabilidade do sistema de inspeo, resultando nas probabilidades fuzzy de
ocorrncia destes eventos. Estas probabilidades sero a fonte de dados de entrada de
uma rvore de falhas do inspetor. Na sada dos clculos da rvore de falhas, o conceito
de "probabilidade de erro" substitudo pelo conceito de "possibilidade de erro"
como uma medida de confiabilidade humana.

1.- INTRODUO.

O ensaio no-destrutivo (END) tipo ultra-som visa aumentar a confiabilidade de

diferentes equipamentos e componentes atravs da deteco de falhas e defeitos neles
existentes, caracterizados pelo prprio processo de fabricao das peas ou
componentes a serem examinados como, por exemplo: bolha de gs em fundidos,
dupla_laminao em laminados, micro-trincas em forjados, escria em unies
soldadas e muitas outras. O objetivo ltimo dos ensaios no-destrutivos pode ser
expresso como sendo a deteco, localizao e dimensionamento de descontinuidades.
importante notar que este tipo de ensaio requer grande conhecimento terico e
experincia por parte do inspetor (1).

Estima-se que o fator humano contribui ao 50-80 % dos acidentes tecnolgicos devido
a falhas durante o desenho de equipamentos, a calibrao, execuo e/ou interpretao
de procedimentos orais ou escritos, fatores organizacionais e, ainda, outras falhas
humanas. Estudos realizados mostram que a taxa relativa de deteco do defeito
durante a inspeo de aproximadamente 50 % (2).

Os laboratrios de END que autuam no mercado de trabalho tm implementado um

Sistema de Gesto da Qualidade em correspondncia com os requisitos estabelecidos
na norma ISSO/IEC GUIA 25 (3) como expresso qualitativa das necessidades dos
clientes e como um dos requisitos da qualidade. Estes laboratrios contam com
inspetores altamente qualificados, treinados e certificados, equipamentos modernos e
procedimentos certificados para a execuo dos ensaios. Ainda assim se mantm as
baixas taxas de deteco. Mas, por qu o inspetor erra? o ensaio por ultra-som
confivel ou no? Quanto confivel ele ? No podemos garantir a qualidade do
ensaio sem antes ter feito um estudo da confiabilidade do sistema de inspeo,
fundamentalmente da confiabilidade humana.
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

Embora seja conhecida uma ampla gama de enfoques e pesquisas sobre a

confiabilidade dos ensaios no destrutivos (END) tais como Program for Inspection of
Steel Components (PISC), Performance Demonstration Initiative (PDI), European
Network for Inspection Qualification (ENIQ), Engine Titanium Consortium (ETC) e
NORDTEST; no existe uma absoluta verdade sobre a determinao da confiabilidade
dos ensaios tipo ultra-som nem sobre a metodologia para avaliao da confiabilidade
humana (4). Fatores tais como longas horas de trabalho, ambiente de trabalho,
capacidade inerente dos inspetores (treinamento, qualificao, experincia), sistema
de inspeo aplicado, procedimento e outros tm determinada influncia na
confiabilidade dos END (5). Estes fatores so variveis lingsticas que contm
ambigidade e multiplicidade de sentidos, porm difceis de avaliar. As pesquisas
existentes so baseadas fundamentalmente na teoria das probabilidades, mas a
imprevisibilidade do desempenho humano dificulta a anlise da confiabilidade
humana. Devido a isto no adequado expressar a confiabilidade humana em taxa de
erro (6).

O objetivo deste trabalho apresentar uma metodologia fuzzy para avaliar a

confiabilidade humana durante os ensaios no destrutivos tipo ultra-som.

2.- MATERIAIS E MTODOS

2.1 Confiabilidade dos END.

No 1st European-American Workshop sobre Confiabilidade em END foi identificado

o fator humano como um dos elementos principais que afetam a confiabilidade dos
ensaios no destrutivos. Ele representa o estado fsico e mental, a experincia e
treinamento do pessoal, assim como as condies sob as quais o pessoal pode operar
e ter influncia na habilidade do sistema END. A Confiabilidade do ensaio foi
definida atravs de um modelo emprico conceitual e representada por Serge Crutzen
e Matt Golis (4) :

R f(IC) - g(AP) - h(HF) [1]

Onde,
R a Confiabilidade total do sistema de END.
f(IC) uma funo da capacidade intrnseca do sistema de END. (tcnica ou
combinao de tcnicas), geralmente considerada num limite superior.
g(AP) a funo do efeito dos parmetros aplicados (restries ao acesso, estado da
superfcie do material inspecionado, etc).
h(HF) a funo do efeito dos fatores humanos (experincia, treinamento,
qualificao, destreza, habilidade, conhecimento, personalidade).
Este modelo conceitual descreve que:
A confiabilidade de um sistema de inspeo ultra-snico nunca vai ser maior do
que a confiabilidade para um sistema ultra-snico idealizado.
A confiabilidade do sistema vai ser reduzida quando estamos fazendo a inspeo,
devido a que surgem desvios (que podem ser considerveis) em comparao com
as suposies idealizadas usadas na determinao das capacidades intrnsecas da
tcnica ultra-snica. As suposies idealizadas que podem ser afetadas so
chamadas de parmetros aplicados.
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

Quando os parmetros aplicados tm um efeito considervel, a confiabilidade

ideal do sistema vai ser reduzida em correspondncia com a funo g.
Quando os fatores humanos associados com a inspeo manual so considerveis,
a confiabilidade do sistema vai ser reduzida em correspondncia com a funo h.

A frmula [1] em seu modo geral foi expressa dentro de um enfoque de validao
modular [2] feito por Cristina Mller Nockemann no mesmo Workshop.
R = f (AP, HF) [2]

2.2 Confiabilidade fuzzy.

Em 1965 o Professor Lofti Zadeh teve a idia de criar uma nova lgica e uma nova
teoria dos conjuntos onde no precisamos nos contentar com apenas duas opes
(verdadeiro ou falso, pertence ou no pertence), mas com um grau infinito que varia
entre esses duas. Assim podemos ter algo que 50 % falso ou pertence ao conjunto
apenas 30 %. Esta nova teoria se chamou de Lgica Fuzzy.

Uma das mais grandes percepes de Zadeh foi que a matemtica pode ser utilizada
para fazer uma ligao entre a linguagem e a inteligncia humanas. Muitos conceitos,
de fato, podem ser muito mais bem definidos por palavras do que pela matemtica, e a
Lgica Fuzzy e sua expresso nos Conjuntos Fuzzy proporcionam uma disciplina que
melhor pode construir modelos do mundo real.

Em 1973 o professor Zadeh formulou o que passou a ser chamado de princpio de

incompatibilidade: " medida que a complexidade de um sistema aumenta, nossa
habilidade para fazer afirmaes precisas e que sejam significativas acerca deste
sistema diminui at que um limiar atingido alm do qual preciso e significncia
(ou relevncia) tornam-se quase que caractersticas mutuamente exclusivas".(7). Este
princpio de Zadeh muito evidente na anlise de confiabilidade humana no sistema
de inspeo por ultra-som pela complexidade do mesmo.

A falha humana resulta, das interaes homem mquina ou homem ambiente

dentro do sistema scio-tcnico que ele atua. Nesse conceito, esto implcitos trs
elementos: uma ao humana varivel; uma transformao do ambiente (ou mquina)
que no atenda a determinados critrios; e um julgamento da ao humana frente a
esses critrios. Mas difcil fazer afirmaes acerca da probabilidade de falha do
inspetor. H muita incerteza intrnseca nas interaes que dificulta fazer afirmaes
certas.

Zadeh afirma que a nebulosidade (fuzziness) envolve possibilidades. Daniel Schwartz,

pesquisador americano da Lgica Fuzzy, organizou palavras fuzzy sob diferentes
ttulos. Assim, termos de quantificao compreendem todo, a maior parte,
aproximadamente a metade, poucos e nenhum. Termos de probabilidade so certo,
provvel, incerto, improvvel e certamente no.

bem conhecido que na teoria convencional de confiabilidade existem dois

suposies fundamentais:
(A) Suposio de probabilidade: O comportamento do sistema pode ser
completamente caracterizado num contexto de medidas de probabilidades.
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

(B) Suposio de estado binrio: O significado de falha do sistema definido

abruptamente em qualquer momento estado de funcionamento ou estado defeituoso.
De acordo com a teoria das probabilidades o termo probabilidade deve satisfazer as
seguintes trs premissas:
(i) Um evento definido com preciso.
(ii)A repetitividade probabilstica baseada numa coleta de dados sobre o
comportamento dum evento.
(iii) Uma grande quantidade de dados coletados esto disponveis.
Para muitos sistemas devido s incertezas e imprecises dos dados, fazer estimaes
nicas de probabilidades e conseqncias muito difcil. Por conseguinte foi a
suposio (B) revisada por Cai et. al.(8,9):

(B') Suposio de estado fuzzy: O significado de falha do sistema no pode ser

classificado com preciso atravs de um caminho razovel e desta forma num
momento determinado o sistema pode ser considerado em estado de funcionamento
fuzzy ou em estado defeituoso fuzzy.

Num ensaio por ultra som as maiores dificuldades esto presentes nas aes
cognitivas de tomada de decises, ou seja, na localizao, avaliao do tamanho e
interpretao das descontinuidades. Como demonstra Drury (10) as funes de busca
(se refere ao sinal ou descontinuidade) e de deciso so as maiores causas de erros
de deciso. O problema fundamental que o inspetor tem um modelo mental de como
tal sistema deveria atuar e tal modelo est repleto de subjetividade e nuances inerentes
ao modo pelo qual pensamos. Este modelo mental ou cognitivo inclui sensao,
percepo, memria a curto e longo prazo, tomada de deciso e uma ao resultante.
Um modelo geral deste processo mostrado na Figura 1 (11).

Informao

Sensao

Percepo

Memria a Memria a
curto prazo (na longo prazo
operao) (armazenagem)

Deciso

Ao

Figura 1. Componentes do processamento da informao humana.

 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

Na tica da teoria fuzzy, cada atributo de confiabilidade humana pode ser visto como
uma varivel lingstica, relacionada a um conjunto de termos lingsticos, associadas
a funes de pertinncia, em um conjunto referencial estabelecido previamente (ver
Fig.2). Cada critrio de confiabilidade humana ser uma composio de termos
lingsticos, obtidos em um processo de avaliao, feito atravs do julgamento de
especialistas selecionados. Assim sendo, tambm sero nmeros fuzzy.(ver Tabela1).

2.3. Metodologia para avaliao da confiabilidade humana.

Primeira etapa Identificao do conjunto de atributos de confiabilidade humana a

ser considerado (variveis lingsticas). Nesta etapa definido o conjunto de
atributos que influenciam no desempenho do inspetor. Estes atributos so os
chamados fatores de incidncia no comportamento humano (PSFs). Segundo Swain
A.D. e Guttmann H.E (12), estes so os fatores que tm os maiores efeitos no
desempenho do operrio num sistema de interao homem mquina. Alguns destes
PSFs so externos ao inspetor e outros so internos. Os PSFs externos incluem o
ambiente de trabalho, especialmente o desenho do equipamento e os procedimentos
escritos ou as instrues orais. Os PSFs internos (fatores psicolgicos e fisiolgicos)
representam as caractersticas individuais do inspetor tais como a habilidade,
competncia, preparo, jeito, suas motivaes e a expectao que influenciam no seu
desempenho. Eles podem causar determinado grau de tenso no inspetor na hora de
executar uma ao.
Como base terica, considera-se:
PSF = {PSF1, PSF2, PSF3,..., PSFn} o conjunto de atributos de confiabilidade humana.

Segunda etapa: Escolha de especialistas Uma grande quantidade de estudos prvios

indicam que em reas onde requerida a opinio dos especialistas, o fator mais crtico
se refere seleo dos especialistas, devido a que a confiabilidade e qualidade dos
resultados vo refletir a qualidade dos especialistas (13, 14, 15). A preparao da lista
dos especialistas deve ser baseada em pessoas de alta hierarquia que sejam bem
conhecidas pelos seus conhecimentos, experincia e trabalho na rea de interesse.
Desta forma definimos o perfil dos especialistas que iro avaliar os atributos.
Como base terica, considera-se:
E = {E1, E2, E3,.., Em} o conjunto de especialistas .
Terceira etapa: Determinar o grau de importncia de cada especialista Para se ter
uma indicao da importncia relativa de cada um deles, utilizado um Questionrio
de Identificao do Perfil de Especialista (QIPE) (16) com o objetivo de avaliar cada
especialista e determinar seu grau de importncia. Os respectivos graus de
importncia so definidos como um subconjunto fuzzy g (k) [0,1].

Quarta etapa: Escolha dos termos lingsticos para avaliar os atributos de

confiabilidade humana Um conjunto apropriado de termos lingsticos escolhido
para ser usado pelos especialistas para descrever suas preferncias. Uma varivel
lingstica est associada a duas regras: uma sinttica e uma semntica (17). A regra
sinttica pode tomar a forma de gramtica para gerar os nomes dos valores da varivel
e a regra semntica define um procedimento algortmico para computar o significado
de cada valor.Ns precisamos de um conjunto de termos que defina a granulao da
incerteza, ou seja, o nvel mais fino de distino entre diferentes qualificaes da
incerteza (18). Os atributos sero definidos como: crticos, que tm grande influncia
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

na confiabilidade humana; condicionantes, que tm influncia na confiabilidade

humana; pouco condicionantes, que tm pouca influncia na confiabilidade humana e
irrelevantes, que no tm nenhuma influncia na confiabilidade humana.

Grau de importncia Simbologia Termo lingstico Nmero fuzzy

0,0 IR Irrelevante N1=(0,0; 0,0; 1,0).
1,0 PC Pouco Condicionante N2=(0,0; 1,0; 2,0).
2,0 CO Condicionante N3=(1,0; 2,0; 3,0).
3,0 CR Crtico N1=(2,0; 3,0; 4,0).
Tabela 1. Nmeros fuzzy normais para termos lingsticos.

Os termos lingsticos Ti, para i = 1, 2, 3, 4 sero representados por nmeros fuzzy

normais triangulares positivos (ai,mi,bi) do tipo L-R, que denotaro o grau de
importncia de cada atributo considerado, onde ai < bi embora possa se ter ai mi ou
mi bi. Os conjuntos fuzzy com funes de pertinncia triangulares obedecem aos
critrios relevantes de otimizao porque ocorre uma equalizao da entropia. (19). A
representao das opinies dos especialistas feita atravs da funo triangular da
possibilidade de distribuio (funo de pertinncia) (ver Fig. 3):

0, x > a1


x a1 a1 x a 2
,
a 2 a 1

(x) = [3]
a x a2 x a3
3 ,
a 3 a 2


0, x < a3

Quinta etapa: Determinao do grau de importncia de cada atributo identificado na

primeira etapa Cada questo possui vrias alternativas de resposta que
correspondem a diferentes pesos. Em alguns casos, mais de uma alternativa de
resposta pode ser selecionada. Nesta etapa cada especialista envolvido na definio
dos atributos tem sua prpria opinio e estima um grau de importncia para cada um
deles, de acordo com sua percepo e seu nvel de entendimento para a questo
proposta. Para facilitar o processo de identificao, o conjunto de atributos deve estar
bem organizado, traduzido em itens em forma de questionrio.

Sexta etapa: Tratamento dos dados coletados dos especialistas na avaliao de cada
atributo de confiabilidade - Nesta etapa os prognsticos individuais, para cada
atributo, so combinados gerando um consenso dos especialistas. Esta combinao
feita a partir de uma funo fuzzy especfica envolvendo um clculo do grau de
concordncia, a gerao de uma matriz de concordncia, a determinao da
concordncia relativa, o clculo do coeficiente de consenso dos especialistas e a
determinao do valor fuzzy de cada PSF. A sada de esta etapa o nvel de
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

importncia de cada tributo obtido atravs de uma funo de agregao de opinies

fuzzy.

Varivel
Confiabilidade Humana Lingstica
Atributos

PSF1 PSF2 PSF3 ........................... PSFn

Pouco
Crtico Condicionante Condicionante Irrelevante

Termos lingsticos

Irrelevante Pouco Condicionante Crtico

Condicionante

1 2 3 4
Figura 2. - A varivel lingstica "Confiabilidade humana".

Stima etapa: Construo de seqncias de tarefas ou aes humanas (o mais

pulverizada possvel) executadas pelo inspetor durante o ensaio. Cada ao humana
ou evento ter uma probabilidade de erro determinada e esta pode ser vista como uma
varivel lingstica, relacionada a um conjunto de termos lingsticos, associadas a
funes de pertinncia.

Oitava etapa: Opinies dos especialistas em termos lingsticos sobre as

probabilidades de falha do inspetor ante cada ao humana, o nvel de dependncia
entre aes humanas e o nvel de incerteza da sua estimao. Trs principais
suposies so feitas:
1.- Somente os erros humanos so considerados. Todos os outros elementos do
sistema de inspeo autuam de maneira satisfatria.
2.- A falha do sistema de inspeo resulta devido aos erros humanos. Outro defeito
inerente no sistema no considerado nesta anlise.
3.- Cada ao ou operao do inspetor seja ele correto ou incorreto, dependente
completamente do trmino de uma ao anterior

Se a confiabilidade humana definida como a probabilidade de ocorrncia de um erro

humano, ento uma maneira correta de aplicar a metodologia fuzzy tratando a
probabilidade como um nmero fuzzy (20).

Existem trs elementos bsicos a considerar durante o tratamento da opinio dos

especialistas: como representar a incerteza da informao levantada dos especialistas,
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

como combinar a incerteza da informao obtida de diferentes especialistas e como

propagar essa informao atravs do sistema (21). Os especialistas do a sua opinio
sobre as probabilidades de falha do inspetor em cada ao a realizar. Onisawa (22)
tm usado o conceito de erro humano/possibilidade de falha no lugar de erro
humano/probabilidade de falha. De fato ele trata o erro humano/possibilidade de falha
como um tipo de probabilidade fuzzy. Bowles et. al (23) prope dez termos
lingsticos que definem a granulao da incerteza desta varivel lingstica da forma
mais "fina" possvel (muito alta, alta, moderada, baixa, remota). Onisawa (24)
destacou quatro termos para expressar o nvel de incerteza: baixo, moderado, mais
que alto, e alto; e cinco termos para representar a dependncia entre eventos:
completa, alta, moderada; baixa e zero. A partir de aqui conformamos as funes de
pertinncia.

P= possibilidade

1,0

0
a1 mi a3 X

Figura 3. Nmero fuzzy normal triangular positivos (ai,mi,bi) que representa a

distribuio de possibilidade.

Nona etapa: Representar a rvore de falha fuzzy do inspetor. A rvore de falhas um

diagrama lgico que consiste em um evento topo e uma estrutura delineando os
caminhos pelos quais o evento topo pode acontecer. Em nosso caso o evento topo a
"interpretao errada da descontinuidade". Possveis seqncias que vo desde a causa
de um evento at a falha do inspetor so estimadas pelos especialistas. A rvore de
falhas analisada para determinar que combinaes de eventos terminais (chamados
cut set) so suficientes para causar o evento topo (S) e a possibilidade de ocorrncia
deste evento. (ver Fig. 4).
S

AND

OR

1 2 3
Figura 4. rvore de falha simples.
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

Dcima etapa: Estudo da arquitetura cognitiva dos mecanismos de erros humanos.

Centrados no inspetor, fazemos um estudo das influncias dos PSFs avaliados na
primeira etapa, num esforo por entender como eles causam atos nos processos
cognitivos que ao mesmo tempo levam ao erro humano. Os caminhos mais crticos da
interao homem mquina nos permitem uma anlise retrospectiva que identifica as
causas mais sensveis de erro. A formao de regras SE - ENTO cria uma base de
conhecimentos com ajuda dos especialistas. Dessa forma concluimos com critrios
sobre a Confiabilidade humana. [SE (atributo de confiabilidade) "termo lingstico" E
(tipo de erro) ENTO (Confiabilidade) "termo lingstico" ]. Ver Tabela 2

PSF (atributos de Ao humana ou Classificao do Confiabilidade do

confiabilidade) eventos.(seqncia tipo de erro inspetor (alta, baixa,
de tarefas) moderada)
PSF1... PSFn Tarefa 1 Tipo 1, Tipo 2.... Alta, baixa ou
moderada.
PSF2... PSFn Tarefa 2 ....... ..........
... ....... ...... ..........

Tabela 2. Representao da arquitetura cognitiva dos erros humanos.

3.- CONCLUSES

Neste trabalho propromos a utilizao de uma metodologia fuzzy para a avaliao da

confiabilidade humana do inspetor de ensaios no destrutivos do tipo ultra-som.
Inicialmente, trata-se dos atributos de confiabilidade humana, os PSFs, enquadrando-
os em uma escala de termos lingusticos. A seguir, faz-se um proposta para a
agregao desses atributos. Propomos tambm, dentro desse modelo, avaliar as
probabilidades fuzzy de ocorrncia de falhas humanas ante cada ao ou tarefa.

Esse mtodo substitui as interpretaes probabilsticas da confiabilidade humana por

medidas de possibilidade. Essa abordagem nos permite tratar de forma
matematicamente slida medidas subjetivas, sujeitas a incertezas, obtidas a partir da
opinio pessoal de especialistas no tema. Assim, somos capazes de construir a partir
do conhecimento elicitado uma rvore de falhas que pode ser analisada em busca de
configuraes com menor possibilidade de erro.

Como continuao desse trabalho, podemos prever alteraes nos processos de

medida, nos prprios equipamentos utilizados, nos processos de certificao de
inspetores, e ainda procedimentos de reviso que permitiriam avaliar a necessidade de
repetir uma medida devido a alta possibilidade de erro.

4.- REFERNCIAS BIBLIOGRFICAS.

(1) Jorge Luiz Santn "Ultra-som. Tcnica e Aplicao", Rio de Janeiro, Qualitymark,
1996.
(2) Harris, D "Effect of Decision Making on Ultrasonic Examination Performance,
TR-100412, EPRI", 1992.
(3) ISSO/IEC GUIA 25: 1997 "General Requirements for the competence of
calibration and testing laboratories"
 Sair
6 Conferncia sobre
Tecnologia de Equipamentos

(4) Cristina Mller Nockemann, "Basic Ideas of the American-European Workshops

1997 in Berlin and 1999 in Boulder" in 15th WCNDT, Roma, 2000.
(5) Alexiev A I., Mihovski M., "Human Reliability Inspection" in 15th WCNDT,
Roma, 2000.
(6) Takehisa Onisawa., "An Aproach to Human Reliability in Man-Machine Systems
using error possibility", Fuzzy Sets and Systems North-Holland, 27 (1988) 87-
103.
(7) Zadeh, L., "Outline of a new approach to the analysis of complex systems and
decision processes".IEEE Trans. Syst. Man. Cybern., vol SMC-3 (1973) pp 28-44
(8) K. Y. Cai, C. Y. Wen and M. L. Zhang, "Posbist reliability behabiour of typical
systems with two types of failure.", Fuzzy Sets and Systems, 43 (1991) 17-32.
(9) K. Y. Cai, C. Y. Wen and M. L. Zhang, "Fuzzy variables as a basis for a theory in
fuzzy reliability in the possibility context.", Fuzzy Sets and Systems, 42 (1991)
145-172.
(10) Drury, C. G "Human Factors Good Practices in Fluorescent Penetrant
Inspection", The Human Factors in Aviation Maintenance and Inspection
(HFAMI) Web Pag 25 May 2000. http://hfskyway.faa.gov/document.htm
(11) Harris, D.," Effect of Deciso Making on Ultrasonic Examination
Performance, TR-100412, EPRI." 1992.
(12) Swain A.D. e Guttmann., "Handbook of Human Reliability Analysis with
Emphasis on Nuclear Power Plant Applications, NUREG/CR-1278, USNRC",
1983.
(13) Martino J.P, "Technological Forecasting for Decision Making", Elsewier, New
York, 1983.
(14) Preble, J. F,. "The selection of Delphi panels for strategic planning purposes",
Strategic Management Journal, 5, (1984)157-170.
(15) Taylor and Judd "Delphi method applied to turismo", In Wittis, Moutinho, L
(Eds) Tourism Marketing and Management Handbook, Prentice Hall, New York,
1989, pp 95-99.
(16) Belchior, A.D Um modelo fuzzy para Avaliao da Qualidade de Software
PhD Thesis, COPPE/UFRJ, May 1997(in portuguese).
(17) Herrera, F.,Verdegay J, L, "Linguistic Assesments in group decision, Proc. of
First European Congress on Fuzzy and Intelligent Technologies, Aachen, 1993,
941-948.
(18) Witold Pedrycz, Fernando Gomide, "An Introduction to Fuzzy Sets. Analysis
and Design.", London, England, 1998.
(19) Witold Pedrycz, "Why triangular membership functions?", Fuzzy Sets and
Systems, 64 (1994) 21 - 30.
(20) Kai-Yuan-Cai, "System failure engineering and fuzzy methodology. Na
introductory overview", Fuzzy Sets and Systems, 83 (1996) 113-133.
(21) Donghan Yu, Won S. Park., "Combination and evaluation of experts opinions
characterized in terms of fuzzy probabilities", Annals of Nuclear Energy, 27,
2000, 713-726.
(22) T. Onisawa, "An aproach to human reliability in man-machine system using
error possibility", Fuzzy Sets and Systems, 27 (1988), 87-103.
(23) John B. Bowles, Coln. E. Pelez, Application of Fuzzy Logic to Reliability
Engineering, Proceedings of the IEEE, vol. 83, No. 3, march 1995.
(24) T. Onisawa, "Fuzzy Reliability Analysis using natural language information
and numerical information", in: Proc. 4th IFSA Congress, Vol. Eng., Brussels, 1991,
163-166.