Dissertação de mestrado em Engenharia e Gestão Industrial, Atualmente, vivemos na era da Indústria 4.0, que está diretamente relacionada com a digitalização das organizações nomeadamente dos seus processos e sistemas produtivos. Assim, as organizações enfrentam a necessidade de se reinventar, de mudar o paradigma e de melhorar os seus índices de produtividade de modo a aumentar a sua competitividade e flexibilidade perante o mercado. Uma das principais características desta transformação passa pela capacidade de analisar e gerir dados de forma a obter informação relevante e previamente desconhecida a partir dos mesmos. Especificamente na área da análise e gestão do risco operacional, uma eficiente análise e gestão dos dados, que normalmente são provenientes de registos de ocorrências, pode auxiliar e otimizar a tomada de decisão. A presente dissertação, realizada no âmbito do Mestrado em Engenharia e Gestão Industrial da Universidade do Minho, foi desenvolvida no contexto de um projeto de I&DT. A mesma objetiva a definição de um algoritmo capaz de identificar dependências entre ocorrências em ambientes produtivos, de modo a auxiliar o processo de gestão dos riscos operacionais. Assim, foi utilizada a metodologia Data Mining Methodology for Engineer applicattions (DMME) como guia para o desenvolvimento do trabalho. O processo percorrido considerou o objetivo estratégico e operacional adjacente ao desenvolvimento do algoritmo, passou pela fase de aquisição de dados e atentou a possíveis falhas nos dados obtidos com o intuito de criar tarefas para os corrigir. De seguida, foi então desenvolvido o algoritmo em função de todas as etapas anteriores, com posterior avaliação e considerações complementares sobre a implementação técnica e prática do mesmo. O resultado do presente trabalho é um algoritmo com capacidade para sugerir possíveis relações de dependência entre ocorrências em ambientes industriais, permitindo posteriormente, com a colaboração do Ser Humano, otimizar o processo de tomada de decisão no âmbito da análise e gestão dos riscos operacionais., Currently, we live in the age of Industry 4.0, which is directly related to the digitalization of organizations, namely their processes and production systems. Thus, organizations face the need to reinvent themselves, change the paradigm and improve their productivity rates to increase their competitiveness and flexibility to face the market. One of the main characteristics of this transformation is the ability to analyze and manage data to obtain relevant and previously unknown information from it. Specifically, in operational risk analysis and management, efficient data analysis and management, which typically come from case records, can help and optimize decision-making. This dissertation, carried out in the context of the master’s degree in Engineering and Industrial Management at the University of Minho, was developed in the context of an R&DT project. It aims to define an algorithm capable of identifying dependencies between occurrences in productive environments, to optimize the operational risk management process. Thus, the DMME methodology was used as a guide for the development of the work. The process considered the strategic and operational objective adjacent to the development of the algorithm, went through the data acquisition phase and heeded at possible flaws in the data obtained to create tasks to correct them. Then, the algorithm was developed according to all the previous steps, with further evaluation and complementary considerations about the technical and practical implementation of it. The result of the present work is an algorithm capable of suggesting possible relationships of dependence between occurrences in industrial environments, later allowing, with the collaboration of the Human Being, to optimize the decision-making process in the context of the analysis and management of operational risks.
