Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Analyse Quantitative des Risques Industriels
Univ Europeenne - EAN : 9783639652536
Édition papier
EAN : 9783639652536
Paru le : 11 avr. 2017
39,90 €
37,82 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783639652536
- Réf. fournisseur : 8577145
- Editeur : Univ Europeenne
- Date Parution : 11 avr. 2017
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 92
- Format : H:229 mm L:152 mm E:6 mm
- Poids : 148gr
- Interdit de retour : Retour interdit
- Résumé : L'analyse quantitative des risques (Quantitative Risk Analysis : QRA) est une approche rigoureuse et avancée visant une industrie plus sure et se révèle indispensable pour une bonne maîtrise des risques. Cette approche consiste principalement à identifier les scénarios d'accidents potentiels, à estimer leur fréquence et analyser leurs conséquences. La finalité étant d'estimer les risques individuel et sociétal et par suite appliquer les mesures qui répondent convenablement à cette estimation. La QRA est basée sur des modèles mathématiques issus de la logique binaire : les états de défaillance et de fonctionnement des composants sont précisément distingués, les taux de défaillance sont à valeurs précises et par conséquent, une valeur unique d'estimation du risque est obtenue. Cette valeur est souvent assez conservatrice, car elle est basée sur le principe du "cas le plus défavorable". Cependant, dans une QRA, chaque étape qu'elle soit qualitative ou quantitative est une source potentielle d'incertitudes. Le présent travail veut apporter des éléments de réponse à la problématique des incertitudes inhérentes à une QRA, en s'aidant des outils de la théorie des ensembles flous.
