Na análise de confiabilidade, a probabilidade de falha depende criticamente do limiar de segurança previamente definido. No entanto, a maioria dos índices de sensibilidade independentes de momentos, incluindo o índice δ de Borgonovo, negligenciam o efeito do limiar e caracterizam apenas as propriedades da distribuição de saída, o que pode levar a uma inconsistência nos resultados da classificação de sensibilidade em comparação com as medidas baseadas na confiabilidade. Em aplicações práticas de engenharia, o limiar de segurança varia conforme os requisitos de serviço, e essa limitação pode induzir avaliações de sensibilidade enganosas. Para superar essa deficiência, este estudo propõe um índice avançado de sensibilidade independente de momentos — denominado índice δ^(*) — que incorpora explicitamente a informação do limiar de segurança na análise de sensibilidade. O índice proposto foi derivado por meio da reconstrução da expressão integral do índice δ clássico, permitindo capturar simultaneamente informações sobre a forma da distribuição e a localização relacionadas ao limiar de falha. Este artigo discute rigorosamente as propriedades matemáticas básicas do índice δ^(*). Em termos de implementação numérica, foram desenvolvedores dois estimadores baseados em simulação de Monte Carlo (MCS): MCS de ciclo duplo e um MCS de ciclo único eficiente que reduz significativamente o custo computacional. O desempenho do método proposto foi validado por meio de três exemplos numéricos representativos: caso assimétrico, caso de resposta descontínua e um problema de confiabilidade do sistema. Os resultados mostram que as medidas de sensibilidade fornecidas pelo índice δ^(*) têm alta consistência com as variações da probabilidade de falha. Em particular, o índice proposto fornece uma base mais confiável para a análise de sensibilidade em problemas de engenharia que envolvem critérios de desempenho relacionados ao limiar, revelando claramente a necessidade de incluir o limiar de segurança na análise de sensibilidade independente de momentos voltada para aplicações de confiabilidade.

Análise global de sensibilidade;Limiar de segurança;Análise de sensibilidade independente de momentos;Análise de importância de variáveis;Avaliação de riscos probabilísticos