Saltar para:
Logótipo
Você está em: Início > Publicações > Visualização > Power Law Behavior and Self-Similarity in Modern Industrial Accidents
Mapa das Instalações
FC6 - Departamento de Ciência de Computadores FC5 - Edifício Central FC4 - Departamento de Biologia FC3 - Departamento de Física e Astronomia e Departamento GAOT FC2 - Departamento de Química e Bioquímica FC1 - Departamento de Matemática

Power Law Behavior and Self-Similarity in Modern Industrial Accidents

Título
Power Law Behavior and Self-Similarity in Modern Industrial Accidents
Tipo
Artigo em Revista Científica Internacional
Ano
2015
Autores
António Mendes Lopes
(Autor)
FEUP
Tenreiro Machado, JAT
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Revista
Vol. 25
Página Final: 1550004
ISSN: 0218-1274
Editora: World Scientific
Outras Informações
ID Authenticus: P-00A-7N1
Abstract (EN): Advances in technology have produced more and more intricate industrial systems, such as nuclear power plants, chemical centers and petroleum platforms. Such complex plants exhibit multiple interactions among smaller units and human operators, rising potentially disastrous failure, which can propagate across subsystem boundaries. This paper analyzes industrial accident data-series in the perspective of statistical physics and dynamical systems. Global data is collected from the Emergency Events Database (EM-DAT) during the time period from year 1903 up to 2012. The statistical distributions of the number of fatalities caused by industrial accidents reveal Power Law (PL) behavior. We analyze the evolution of the PL parameters over time and observe a remarkable increment in the PL exponent during the last years. PL behavior allows prediction by extrapolation over a wide range of scales. In a complementary line of thought, we compare the data using appropriate indices and use different visualization techniques to correlate and to extract relationships among industrial accident events. This study contributes to better understand the complexity of modern industrial accidents and their ruling principles.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 12
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Dos mesmos autores

Symmetry in Complex Systems (2020)
Outra Publicação em Revista Científica Internacional
António Mendes Lopes; Tenreiro Machado, JAT
Power Law Behaviour in Complex Systems (2018)
Outra Publicação em Revista Científica Internacional
António Mendes Lopes; Tenreiro Machado, JAT
Complex systems in mechanical engineering (2017)
Outra Publicação em Revista Científica Internacional
Tenreiro Machado, JAT; António Mendes Lopes
Complex Systems and Fractional Dynamics (2018)
Outra Publicação em Revista Científica Internacional
António Mendes Lopes; Tenreiro Machado, JAT
Visualizing control systems performance: A fractional perspective (2015)
Artigo em Revista Científica Internacional
António Mendes Lopes; Tenreiro Machado, JAT

Ver todas (28)

Da mesma revista

Simple vector fields with complex behavior (2006)
Artigo em Revista Científica Internacional
Aguiar, MAD; Castro, SBSD; Labouriau, IS
Periodicity and Recurrence in Piecewise Rotations of Euclidean spaces (2004)
Artigo em Revista Científica Internacional
Miguel Ângelo de Sousa Mendes; Matthew Nicol
Patterns of Synchrony for Feed-forward and Auto-regulation Feed-forward Neural Networks (2017)
Artigo em Revista Científica Internacional
Manuela Aguiar; dias, aps; Flora Ferreira
Multidimensional Scaling Visualization Using Parametric Entropy (2015)
Artigo em Revista Científica Internacional
António Mendes Lopes; Tenreiro Machado, JAT; Galhano, AM

Ver todas (8)

Recomendar Página Voltar ao Topo
Copyright 1996-2024 © Faculdade de Ciências da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Última actualização: 2016-03-23 I  Página gerada em: 2024-11-04 às 07:41:08 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais | Denúncias