Miguel Afonso Sellitto

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

MIGUEL AFONSO SELLITTO
Universidade do Vale do Rio dos Sinos Unisinos

Resumo
Este trabalho relata o uso da confiabilidade e da manutenibilidade na formulao de estratgias de manuteno industrial. O mtodo utilizado foi o estudo de dois casos. Inicia-se revisando conceitos ligados a variveis e processos aleatrios como base para definir conceitos e caractersticas de estudos de confiabilidade e de modelagem aplicados na gesto da manuteno industrial. A seguir se descrevem os casos estudados, em que se aplicam tcnicas de modelagem de tempos at a falha e at o reparo no estabelecimento de estratgias de manuteno em fbricas do setor metal-mecnico. Com base nos resultados, discute-se o caso, estabelecendo condies para o uso da confiabilidade na formulao estratgica da manuteno, principalmente quanto ao sistema de informaes necessrias.

Palavras-chave
Formulao estratgica na manuteno industrial, sistemas de informao em manuteno, confiabilidade na manuteno industrial, modelagem em manuteno industrial.

Strategic formulation of industrial maintenance supported by equipments reliability

Abstract
This paper reports the use of reliability and maintainability assessments in the strategic formulation of industrial maintenance. The method was a double case study. The paper begins by a theoretical review of related concepts of stochastic variables and processes as a basis to address concepts and features from reliability studies and modelling, suited to use in managing the industrial maintenance. One then describes the two studied cases, in which the reliability techniques were applied, in modelling the times to failure and times to the repair for the sake of settling the strategic formulation of industrial maintenance in metal-mechanic plants. Supported by results, one discuss the cases, arising requirements to the use of the reliability, mainly related to the information system.

Key words
Strategic formulation in industrial maintenance, information system in industrial maintenance, reliability in industrial maintenance, modelling in industrial maintenance.

44

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

INTRODUO E OBJETIVO
A funo manuteno industrial tem incorporado s suas estratgias usuais de gerenciamento alguns conceitos originados na confiabilidade. Para Moubray (1996), a manuteno tem procurado novos modos de pensar, tcnicos e administrativos, j que as novas exigncias de mercado tornaram visveis as limitaes dos atuais sistemas de gesto. Uma das modificaes apontadas por Moubray (1996) a incorporao de elementos da confiabilidade s estratgias usuais de manuteno encontradas nas empresas de fabricao e de servios tecnolgicos. Autores divergem quanto classificao das estratgias de manuteno. Neste artigo seguir-se- a tipologia proposta pela escola nipo-americana (NSC, 1987 apud OLIVEIRA; SELLITTO & VERDI, 2002; HIGGINS, 2001): (i) a emergncia opera at a falha, reparando o item que falhou; (ii) a corretiva opera at a falha, reforando ou corrigindo o item que falhou; (iii) a preditiva executa intervenes baseadas em diagnsticos; e (iv) a preventiva, executa intervenes incondicionais constantes de um programa pr-agendado. Ao menos trs dissertaes de mestrado recentes j exploraram a incorporao de elementos de confiabilidade pela manuteno. Santos (2003) estima o intervalo timo entre manutenes preventivas em chaves eltricas. Hiraiwa (2001) apresenta uma metodologia para determinar o perodo em que deve ser realizada a manuteno preventiva em equipamentos eletromdicos. Motta (1999) desenvolveu um modelo de anlise de confiabilidade de equipamentos reparveis, aplicado na definio da periodicidade de interveno em rels de proteo de sistemas eltricos. Tais rels podem apresentar falhas ocultas. O modelo fornece os riscos de falhas de rels, associados aos possveis intervalos entre manutenes preventivas e tambm foi publicado em Motta & Colosimo (2002). Sheu & Chien (2004) propem uma poltica generalista de reposio por idade de sistemas sujeitos a impactos que ocorrem em quantidades aleatrias por unidade de tempo. Os autores enumeram outras obras e autores que os antecederam neste tema e que propem polticas de manuteno especficas que consideram o custo e o risco para os equipamentos enfocados. Estes objetivos se relacionam com este artigo, justificando a citao desses trabalhos. Ao menos duas linhas metodolgicas para a modelagem de dados de falhas recorrentes em equipamentos

surgem na bibliografia. A primeira linha modela os dados segundo um processo puntual, atravs da funo intensidade (t) e sua fundamentao terica surge em Pulcini (2001) e Hokstad (1997). A segunda linha emprega a funo taxa de falha (hazard function) h(t) em sistemas reparveis e sua fundamentao terica encontrada em Grosh (1989), Elsayed (1996) e Lafraia (2001). Uma aplicao desta linha metodolgica calcula intervalos de manuteno preventiva associados a riscos e custos na operao de nibus urbanos de passageiros e encontrada em Sellitto; Borchardt & Arajo (2002). O objetivo principal deste trabalho a proposio de um mtodo objetivo para formular estratgias para a manuteno de equipamentos industriais. Os objetivos secundrios do trabalho so: (i) revisar brevemente conceitos sobre confiabilidade aplicada manuteno; (ii) conduzir dois estudos de caso em empresas metal-mecnicas; e (iii) discutir os resultados dos estudos de caso ligando-os teoricamente s estratgias usuais de manuteno. Algumas fundamentaes tericas no sero revisadas, mas sero empregadas: (i) gesto estratgica em Certo & Peter (1993); (ii) estratgias de manuteno em Higgins (2001, seo 2); (iii) anlise de Weibull e clculo do intervalo timo de interveno em Sellitto; Borchardt & Arajo (2002); e (iv) alocao de confiabilidade em Elsayed (1996).

ma das modificaes apontadas por Moubray (1996) a incorporao da confiabilidade s estratgias usuais de manuteno.
Este trabalho faz parte de um projeto de pesquisa em operaes industriais conduzido pela engenharia de produo da Unisinos. Por opo metodolgica do projeto, limitar-se-o os trabalhos segunda linha metodolgica citada, automatizada pelos softwares ProConf98 e ProSis2000. Remete-se a outra linha e estudos comparados continuidade das pesquisas.

CONFIABILIDADE E MANUTENO
O conceito de confiabilidade foi introduzido na manuteno por um trabalho seminal sobre falhas em equipamentos eletrnicos de uso militar nos anos 1950, nos Estados Unidos da Amrica. A tarefa foi conduzida por um grupo de estudos da Federal Aviation Administration, cujas concluses reorientaram os procedimentos de manuteno at ento vigentes: (i) se um item no possui um modo predominante e caracterstico de falha, revises
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

45

Miguel Afonso Sellitto

programadas afetam muito pouco o nvel de confiabilidade do item; e (ii) para muitos itens, a prtica de manuteno preventiva no eficaz (MOUBRAY, 1996). Equipamentos de interesse da manuteno industrial so conjuntos de partes que formam sistemas reparveis. Segundo Ascher & Feingold (1984, apud LINDQVIST; ELVEBARK & HEGGLAND, 2003), um sistema reparvel pode ser plenamente restaurado aps uma perda de desempenho em uma das suas funes. Segundo os autores, a restaurao pode ocorrer por qualquer mtodo que no seja a troca total do sistema, podendo se dar por trocas parciais ou por reparos em partes. Aps a interveno, a operao do sistema retomada em um nvel de desempenho tal como se a falha no houvesse ocorrido. Segundo a norma brasileira NBR 5462-1994, item 2.2.6.4, a confiabilidade de um item a probabilidade de que este item desempenhe a funo requerida, por um intervalo de tempo estabelecido, sob condies definidas de uso. Segundo Elsayed (1996), a confiabilidade R(t) a probabilidade que um produto ou servio opere adequadamente e sem falhas sob as condies de projeto, durante um tempo especificado, a vida de projeto. A funo confiabilidade varia entre 0 e 1 e pode ser usada como uma medida parcial do sucesso de um projeto industrial. Se o tempo at a falha do projeto Xt uma varivel aleatria, a funo confiabilidade R(t) dada pela equao (1). Se f(t) a densidade de probabilidade de Xt, sua R(t) dada pela equao (2) (ELSAYED, 1996). R(t) = Probabilidade (Xt>t) (1) (2)

tempos at a falha surgem na literatura: (i) h(t) constante, o modelo exponencial, que explica o comportamento de componentes eletrnicos; (ii) h(t) linear crescente, o modelo de Rayleigh, que explica o comportamento de componentes mecnicos; e (iii) h(t) exponencial, o modelo de Weibull, que explica o comportamento de sistemas cuja falha nasce da competio entre diversos modos de falha. Neste ltimo caso, o tempo at a falha de um equipamento uma varivel aleatria T = min(1i)[ti], em que ti o tempo at a falha de cada modo de falha. T segue uma distribuio de Weibull se os modos de falha atuarem em srie, competindo pela falha (primeiro a ocorrer, ocorre a falha), como nos equipamentos industriais (LEWIS, 1996). Interessa o modelo de Weibull a trs parmetros: (i) t0, que indica o tempo isento de falhas; (ii) , o fator de forma, que indica taxa de falhas decrescente (<1), constante (=1) ou crescente (>1); e (iii) , o fator de escala, que indica o quanto a distribuio se espalha no tempo (autores tambm usam os smbolos e para os fatores de forma e de escala). O modelo de Weibull expresso por (5) e (6) e o tempo mdio entre falhas, o MTBF, dado por (7). Caso tambm se tenha o tempo mdio at o reparo, o MTTR, a disponibilidade A(t) dada por (8) (ELSAYED, 1996).

(5) (6) (7)

A funo risco ou taxa instantnea de falha h(t) (hazard function ou hazard rate) a probabilidade de falha no intervalo [t;(t+t)], dado que no houve falha at t. Esta funo o limite da probabilidade que uma unidade no-reparvel falhe pela primeira e nica vez, ou que uma unidade renovvel falhe em um intervalo que tende a zero, dado que sobreviveu at o incio do intervalo. A funo h(t) uma probabilidade condicional expressa por (3) e relacionada R(t) por (4) (ELSAYED, 1996; LAFRAIA, 2001). (3) (4) Alguns modelos para explicar o comportamento de
46
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

(8)

Em sistemas, a confiabilidade depende da confiabilidade intrnseca das partes e da natureza das conexes entre elas. Duas conexes bsicas descrevem a maioria dos sistemas industriais: srie e paralela. Sejam dois itens A e B. A conexo srie ocorre quando a entrada do conjunto a entrada de A, a sada de A ligada entrada de B e a sada de B a sada do conjunto. A conexo paralela ocorre quando a entrada do conjunto ligada s entradas de A e de B e a sada do conjunto ligada s sadas de A e de B. O raciocnio se estende a n itens, cujo clculo dado em (9) e (10). Conexes mistas podem ser calculadas decompondo o arranjo em suas conexes bsicas (ELSAYED, 1996).

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

(9) (10)

VARIVEIS E PROCESSOS ALEATRIOS EM MANUTENO

As funes de confiabilidade dizem respeito a variveis aleatrias, tambm referenciadas na literatura como variveis randmicas ou estocsticas. Interessa revisar brevemente este tipo de varivel e seus processos subjacentes. Adotar-se- exclusivamente o termo aleatrio. Variveis aleatrias no possuem valores firmes: seus valores variam sob a influncia de fatores casuais. Conhecer uma varivel aleatria no conhecer seu valor numrico nem enumerar seus valores possveis. Conhecer uma varivel aleatria conhecer as probabilidades da varivel assumir cada valor possvel de sada de um experimento associado varivel (GNEDENKO; JINCHIN, 1965). A sada de um tal experimento toda observao na qual se pode especificar (PAPOULIS, 1984): o conjunto S de todas as n sadas possveis, os eventos elementares i; o campo de Borel F de S, composto do evento certo, evento impossvel, eventos elementares i e de todas as unies e intersees de i em S; as probabilidades de todo i em S, das quais resultam as probabilidades em F; para um evento A composto pela unio de r sadas, rn, a probabilidade de A, dada por (11); e a probabilidade condicional de A, dado que antes ocorreu M, dada por (12).

Em manuteno se associa uma taxa de falhas decrescente ao perodo de mortalidade infantil ou falhas prematuras do equipamento. Neste perodo as falhas so atribudas mais a deficincias iniciais do projeto e dos componentes, sendo sanadas medida em que so identificadas. A uma taxa de falhas constante se associa o perodo de maturidade do equipamento. Neste perodo ocorrem falhas pouco previsveis, puramente aleatrias, que obedecem a um processo de Poisson homogneo. Finalmente, a uma taxa de falhas crescente se associa o perodo de mortalidade senil, por desgaste dos materiais. Neste perodo as falhas se tornam inevitveis por perda na resistncia dos materiais, indicando-se uma poltica de reposio preventiva. A Figura 1 sintetiza estas informaes em um formato genrico da funo h(t) ao longo do ciclo de vida, a curva da banheira (bath-tube curve). A curva da banheira uma construo abstrata que expressa a expectativa de falha de um item ao longo do tempo, dado que ainda no falhou at este tempo: o valor esperado da taxa de falha ao longo de todo o tempo de observao (LAFRAIA, 2001).

Figura 1: Curva da banheira e ciclo de vida de equipamentos.

Fonte: LAFRAIA, 2001.

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

47

Miguel Afonso Sellitto

(11) (12)

Uma varivel aleatria um nmero x() associado sada de um experimento. uma funo cujo domnio o conjunto S das sadas possveis e o contradomnio so os valores gerados por uma lei de formao x(S) aplicada ao domnio. O smbolo x() indica o nmero associado sada e o smbolo x indica a lei de formao. As variveis aleatrias so: (i) discretas, se os valores possveis x i forem enumerveis e finitos, tais que aiP{x=xi}>0 e ai=1; ou (ii) contnuas se aiP{x=xi}=0 x i , lim [x0] [P{x i xx i +x}=a i .x e lim [x0,i] [ai.[(xi+x)-xi]]=1. Em ambos os casos (i) {x} o conjunto de todas as sadas do experimento tais que x(); e (ii) P{x=} = P{x=-}=0 (KARLIN; TAYLOR, 1997; PAPOULIS, 1984). A operao e o reparo de uma mquina em ambiente fabril so experimentos. O tempo at a falha, a produo at a falha e o tempo at o reparo so algumas das sadas do experimento. So variveis aleatrias, entre outras, as: (i) horas entre falhas; (ii) unidades produzidas entre falhas; e os (iii) minutos at o reparo. Estas variveis so conseqncias de outras variveis aleatrias, tais como o tempo alocado para operao, a resistncia dos materiais e a carga exigida pelo servio. Como no se consegue conhecer e controlar todos os fatores ativos, usam-se tcnicas probabilsticas para prever o comportamento das variveis (LEWIS, 1996). Por exemplo, seja uma mquina fabril que iniciou sua misso s 8:00 h de 02/01/2003, operou cinco dias por semana, das 8:00 s 18:00 h, produzindo 400 peas, das quais 380 so aproveitveis, at parar por quebra de um componente s 10:00 h de 12/02/2003. A sada do experimento um perodo de quarenta e um dias e dez horas de calendrio sem quebras e 400 peas produzidas. As variveis aleatrias dias at a falha, horas at a falha e peas at a falha assumem os valores de 29 dias, 234 horas e 380 peas. Se o reparo se iniciou s 11:00 hrs e se encerrou 22:15 hrs., com duas horas de interrupo para refeies, a varivel minutos at o reparo assume o valor 555 minutos. Funes transformaram as sadas dos dois experimentos em variveis aleatrias. A produo mdia por hora at a quebra uma funo de uma funo com uma varivel aleatria. As funes de confiabilidade j apresentadas so manifestaes especficas de funes genricas que tratam de variveis aleatrias: (i) funo distribuio de proba48
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

bilidade ou cumulativa F(x), que informa a probabilidade de que a varivel seja menor do que um dado valor, F(x0) = P{x x0}; e (ii) sua derivada, se existir, a funo densidade de probabilidade f(x) que informa a probabilidade da varivel se encontrar em um intervalo (x+x) quando x tende a zero. Se f(x) existir, x necessariamente contnua, se bem que haja variveis contnuas que no possuem f(x) (KARLIN; TAYLOR, 1997; HAHN; SHAPIRO, 1967). So algumas das propriedades de F(x) e de f(x) (PAPOULIS, 1984): F()=1; F(-)=0; F uma funo montona no-decrescente, ou seja, se x1<x2, F(x2)F(x2); Se F(x0)=0, ento F(x)=0 x<x0; P{x>x}= 1F(x); P{x1<xx2}= F(x2)F(x1); f(x)0, x; (-; +)f(x).dx=1; P{x1<xx2}= (x1;x2)f(x).dx; e f(x)=lim[x0][P{xx(x+x)}]/[x] Mesmo que a distribuio de uma varivel no seja conhecida, possvel sumarizar informaes atravs de descritores obtidos dos dados disponveis. Caractersticas como o centro da distribuio, o espalhamento, a simetria e a agudeza podem ser sumarizadas pelos ksimos momentos da distribuio contnua x, dados por (13). Se k=1 resulta o primeiro momento de x, a mdia ou valor esperado x, dado por (14) (HAHN; SHAPIRO, 1967). Os valores esperados das f(x)| x= tempo entre falhas, x= tempo so o MTBF e o MTTR. at o reparo

(13) (14)

As distribuies normal, gamma, beta, lognormal, Cauchy, Rayleigh, exponencial, Weibull e valor extremo, contnuas, e as distribuies binomial e de Poisson, discretas, so teis na manuteno. Suas formas analticas, seu uso em modelos de engenharia e a estimao de seus parmetros se encontram em Hahn & Shapiro (1967). Processos aleatrios em manuteno Um processo aleatrio x(t,), tT uma coleo de variveis aleatrias: para cada tT, uma varivel aleatria. Se uma varivel aleatria uma regra para associar a cada sada de um experimento um nmero

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

um processo aleatrio x(t) uma regra para associar a cada sada do experimento uma funo x(t,). O domnio de o conjunto S das sadas possveis do experimento e o domnio de t T, o conjunto dos nmeros reais. Se T o eixo real, x(t,) um processo contnuo. Se T um conjunto finito, x(t,) um processo discreto: uma seqncia de variveis aleatrias. Geralmente t = [0, 1, 2, ...] uma varivel de tempo ou uma contagem e (t)= o estado do processo em t. Se o processo x(t,) pode assumir um nmero finito de valores, dito a estados discretos. Do contrrio dito a estados contnuos. Uma realizao, caminho ou funo amostral de um processo aleatrio x(t,), tT a associao a cada t de T de um valor possvel de . Usa-se a notao x(t) para o processo, sendo implcita a dependncia de (PAPOULIS, 1984; ROSS, 1996). Para um t especfico, x(t) uma varivel aleatria com funo de distribuio de primeira ordem dada por (15). Esta funo depende de t e corresponde probabilidade de que as amostras x(t,) do processo no excedam ao valor numrico x. Sua derivada parcial em relao a x a densidade de primeira ordem de x(t), dada por (16). As funes de distribuio e de densidade de segunda ordem, (17) e (18), consideram a distribuio conjunta de duas variveis aleatrias x1(t1) e x2(t2). Funes de ensima ordem so extenses de (17) e (18) (PAPOULIS, 1984; ROSS, 1996).

processo a ndice discreto e a estados discretos. Como outro exemplo, seja uma mquina cuja operao monitorada e a cada interrupo por quebra anotam-se o resultado obtido e o tempo decorrido desde a ltima quebra, em um processo a ndice discreto e a estados contnuos. Em ambos os casos possvel associar uma funo x(t,) ao processo. No segundo caso o ndice t no o tempo decorrido, mas a ordinalidade da quebra. varivel pode-se associar uma produo, uma quilometragem ou o tempo entre quebras, segundo a natureza do processo aleatrio subjacente ao fenmeno em estudo. Tipos clssicos de processos aleatrios e sua relao com a manuteno Os processos aleatrios podem ser classificados segundo as relaes entre as variveis aleatrias intervenientes xn(t) (KARLIN; TAYLOR, 1997): (i) a incrementos independentes e estacionrios, se as variveis [x1(t1)x0(t0)], [x2(t2)x1(t1)],...,[xn(tn)xn-1(tn-1)] so independentes n, t0<t1<...<tn; (ii) martingales, se E{xn+1(tn+1)|x1(t1) = a1,...,xn(tn)=an}=an, ou seja, um processo acumulativo cuja expectativa da prxima execuo zero; (iii) markovianos, se P{a<x n+1 (t n+1 )b|x 1 (t 1 )= x1,...,xn(tn)=xn} = P{a<xn+1(tn+1)b|xn(tn)=xn}, ou seja, o estado da prxima execuo depende exclusivamente da execuo corrente: um processo markoviano a estados discretos chamado uma cadeia de Markov; uma cadeia de Markov a tempos contnuos um processo de Poisson; (iv) estacionrios, que podem ser estritamente estacionrios, se as funes de distribuio conjuntas da famlia de variveis [(x1(t1+h),x2(t2+h),...,xn(tn+h)] e [(x1(t1),x2(t2),..., xn(tn)] so as mesmas, h>0, tT, ou seja, o intervalo de tempo em que o processo amostrado irrelevante, ou amplamente estacionrio ou de covarincia estacionria, se possuir momentos de segunda ordem finitos e se sua covarincia cov[x(t),x(t+h)]= E[x(t).x(t+h)] E[x(t)].E[x(t+h)] depender apenas de h h>0,tT; (v) renovveis (renewal), se um componente falha em t1, reparado ou substitudo imediatamente, opera at falhar em t2 e assim por diante, a ensima renovao ocorre em Sn= t1+...+tn; e (vi) puntuais, se pontos contidos em S puderem ser contados por N(A) em A, um subconjunto amostral em S, de modo que: (a) AS, N(A) segue uma distribuio de Poisson; e (b) {A1,...,An}disjuntosS, as variveis N(A1),...,N(An) so independentes. Um processo aleatrio a tempo contnuo de interesse da manuteno o processo de Poisson. Seja uma contagem{N(t),t0} do tipo degrau no-decrescente no intervalo [0,]. Esta contagem um processo de Poisson
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

(15) (16) (17) (18)

Processos aleatrios distinguem-se pelas relaes existentes entre as sucessivas variveis aleatrias xi(t), tT. Tais relaes podem ser especificadas por uma funo de distribuio conjunta para toda famlia finita x1(t),x2(t),...,xn(t) de variveis aleatrias do processo, F(x 1 ,x 2 ,...,x n :t 1 ,t 2 ,...,t n ) x i ,t i ,n (PAPOULIS, 1984; KARLIN; TAYLOR, 1997; ROSS, 1996). Para o objetivo deste artigo suficiente definir o espao de estados S, os ndices em T e a funo de distribuio conjunta. Por exemplo, sejam dez mquinas idnticas, S = [1,2,...,10], sujeitas a cargas de trabalho similares, monitoradas por trinta dias, T = [1,2,...,30]. Ao fim de cada dia associa-se ao nmero de dias j decorridos o nmero de mquinas que apresentaram ao menos uma falha no dia, em um

49

Miguel Afonso Sellitto

de taxa >0, se (ROSS, 1996; GROSH, 1989): (i) N(0)=0 ou P0(0)=1; (ii) P{N(t+h)N(t)=1}=h, se h0: a probabilidade de uma ocorrncia em um pequeno intervalo de tempo depende da taxa do processo e do tamanho do intervalo, fazendo com que o processo tenha incrementos estacionrios; (iii) P{N(t+h)N(t)2}0, se h0: a probabilidade de mais de uma ocorrncia simultnea nula; (iv) P{N(t+h)N(t)=n}=P{N(t1+h)N(t1)=n}, t,t1,h: o processo estacionrio, sendo irrelevante o instante de tempo em que a contagem comece; (v) cov{N(t+h)N(t),N(t 1+h 1 )N(t 1 )}=0, t,t 1,h,h 1,t 1 (t+h): a contagem independente em intervalos disjuntos e o que ocorre em um intervalo no afeta os demais intervalos, fazendo com que o processo tenha incrementos independentes; (vi) a probabilidade de haver n contagens no intervalo de tempo t dada pela distribuio de Poisson, Pn(t) = (n!)-1.e-t.(t)n, cuja E[N(t)]=var[N(t)]=t, a densidade de probabilidade dada por f(t) = e-t, cuja =2=. e a densidade de probabilidade condicional h(t)=; e (vii) como a h(t) independe do instante de tempo amostral, o processo de Poisson no tem memria: o comportamento atual no depende do comportamento passado. Todas as classes de processo apontadas so encontrveis na manuteno. Para a linha metodolgica remetida continuidade das pesquisas interessam mais os processos puntuais. Para a linha ora adotada interessam mais os processos renovveis. Estes surgem ao se amostrarem em T os intervalos entre substituies ou reparos de um item. Testando hipteses, descobre-se se h uma taxa de falhas. Se esta no variar ao longo de T, o processo descrito por uma lei de falha exponencial e do tipo CFR (taxa de falha constante). Se as taxas de falha forem variveis, estas podem ser crescentes (IFR) ou decrescentes (DFR), exigindo outras distribuies,

como a distribuio de Weibull. Esta distribuio capaz de descrever os trs processos pela estimativa de seu parmetro de forma, conforme esta seja respectivamente igual a 1, maior do que 1 ou menor do que 1 (ELSAYED, 1996; GROSH, 1989).

PRIMEIRO ESTUDO DE CASO: UMA EXPLORAO DE PROCESSOS ALEATRIOS EM MANUTENO

O primeiro estudo de caso teve um objetivo exploratrio. O objeto de estudo foi composto por dois equipamentos semelhantes e que executam a mesma funo na mesma empresa: duas mquinas de tmpera a induo. A mquina A foi reformada nove meses antes do estudo, o que, para este equipamento, uma data recente. A mquina B ainda no foi reformada. A empresa dispe de sistema informatizado de gesto de manuteno, do qual coletaram-se os tempos entre falhas, apresentados na Tabela 1. Usou-se o software ProConf 98 para a obteno dos histogramas da Figura 2 e para testar o ajuste dos dados s distribuies exponencial, Weibull, gamma, normal e lognormal. Na Tabela 2 apresentam-se os parmetros resultantes destes ajustes. Discusso Os tempos entre as falhas so variveis aleatrias relativas ao processo aleatrio da quebra. Nas mquinas A e B, em intervalos de 1.002 e 1.277 horas, houve respectivamente vinte e quatro e quatorze contagens de quebra, restando verificar se as taxas so constantes ou se variaram no intervalo. Dentre os ajustes obtidos, adotou-se o modelo de Weibull, pois engloba outros modelos, como o exponencial, Rayleigh e o normal, e porque o modelo-limite quando muitos modos de falha concorrem para a quebra, como no atual equipamento (LEWIS, 1994). Inicia-se comparando os histogramas da Figura 2. A

Tabela 1: Intervalo entre falhas, em horas, para as mquinas A e B

MQUINA A 1 10 25 42 71 1 12 25 44 116 3 17 27 46 126 4 20 27 46 219 7 25 41 47 3 62 95 179 11 70 124 252 MQUINA B 18 70 124 43 83 143

Fonte: Sistema de informao da empresa.

50

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

mquina A, recm-reformada, apresenta um comportamento de mortalidade infantil, ao passo que a mquina B apresenta um comportamento intermedirio entre a maturidade e o desgaste. Prossegue-se verificando a poissonidade do comportamento da mquina B. Grosh (1986, p. 42) cita um teorema e sugere um teste: se um processo de falhas de Poisson monitorado at que ocorram n falhas, a distribuio acumulada dos tempos destas falhas igual s observaes ordenadas de uma amostra aleatria de tamanho (n-1) oriunda de uma distribuio uniforme no intervalo [0,tn]. O intervalo [0,252] e (n-1)=13. Faz-se uma verificao inicial com treze nmeros aleatrios retirados de uma distribuio U[0,252] gerada pelo software StatFit. Na Figura 3 regridem-se a amostra e os dados da mquina B, obtendose R2=91% e y1, o que sugere a poissonidade.

Grosh (1986) sugere o teste de Kolmogorov-Smirnoff (KS), apresentado na Tabela 3. A funo F(t) a funo terica [acumulado(i)/1.277], S(t) a funo emprica [ndice/13] e os mdulos so as diferenas entre F(t) e S(t) acima e abaixo da linha mdia. Como a maior distncia D=0,335 menor do que o valor tabelado D0,05 (GROSH, 1986, p. 361), em nvel de significncia de 5%, no possvel rejeitar a hiptese de que o processo de falha na mquina B um processo de Poisson e que a mquina se encontra em seu perodo de maturidade. A resistncia e a carga de um componente so variveis aleatrias. Uma falha ocorre quando a resistncia momentaneamente menor do que a carga. Na mortalidade infantil uma mquina pode estar equipada com componentes oriundos da parte baixa da distribuio de resistncia, que falharo se exigidos na parte alta da distribui-

Figura 2: Histograma dos tempos at a falha das mquina A e B.

Mquina A, mortalidade infantil Mquina B, de maturidade para desgaste

Fonte: software ProConf 98, adaptado.

Tabela 2: Parmetros de ajuste do tempo entre falhas para as mquinas A e B.

t10 Mq. A exponencial Weibull gamma lognormal normal 4,39 2,72 2,81 3,74 rejeitada t10 Mq. B 9,61 12,74 11,39 rejeitada 29,03 t50 mq. A 28,94 25,01 27,51 21,19 rejeitada t50 mq. B 63,22 68,06 69,26 rejeitada 99,32 MTBF mq. A 41,75 41,95 44,09 52,84 rejeitada MTBF mq. B 91,21 90,37 97,82 rejeitada 91,21 0; 0,85; 38,52 0; 1,12; 94,3 t 0, , mquina A t 0, , mquina B

Fonte: software ProConf 98.

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

51

Miguel Afonso Sellitto

o de carga. Se o substituto for de alta resistncia, este modo de falha no ocorre mais. medida que se conhecem as cargas e os componentes frgeis so substitudos por componentes mais fortes, os modos de falha no se manifestam mais e o processo de quebra se aproxima de um processo de Poisson: apenas sobrecargas imprevis-

veis e de intensidades extraordinrias, e portanto aleatrias, causaro falhas. O fim da mortalidade infantil pode ser antecipado caso se conheam a priori as cargas mximas e se selecionem apenas componentes de alta resistncia. Atingida a maturidade, monitora-se o equipamento

Figura 3: Regresso entre dados simulados U[0, 219] e dados reais.

real 3 11 18 43 62 70 70 83 95 124 124 143 179 simulado 32,73 72,51 73,47 80,78 85,32 91,12 132,42 138,56 148,08 158,98 192,46 204,57 207,51

Fonte: softwares Excel e StatFit.

Tabela 3: Teste Kolmogorov-Smirnoff para a maturidade da mquina B

Processo Processo de acumuPoisson lado 3 11 18 43 62 70 70 83 95 124 124 143 179 252 3 14 32 75 137 207 277 360 455 579 703 846 1025 1277 ndice F (ti ) Sn (ti ) Sn (ti-1) |F (ti ) Sn (ti )| 0,075 0,143 0,206 0,249 0,277 0,299 0,322 0,333 0,336 0,316 0,296 0,261 0,197 |F (ti ) Sn (ti -1)| 0,002 0,066 0,129 0,172 0,200 0,223 0,245 0,257 0,259 0,239 0,219 0,184 0,120 mx D D0,05 =

1 2 3 4 5 6 7 8 9 10 11 12 13

0,002 0,011 0,025 0,059 0,107 0,162 0,217 0,282 0,356 0,453 0,551 0,662 0,803

0,077 0,154 0,231 0,308 0,385 0,462 0,538 0,615 0,692 0,769 0,846 0,923 1,000

0,000 0,077 0,154 0,231 0,308 0,385 0,462 0,538 0,615 0,692 0,769 0,846 0,923

0,336

0,361

52

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

para que se possa, eventualmente, identificar o incio do processo de desgaste. A monitorao pode ser contnua e automatizada, ou peridica, sob a forma de inspees, constituindo a estratgia de predio, a preditiva. Desde modo, nesta fase s ocorrero as quebras catastrficas, ligadas a liberaes de quantidades extremas de energia em tempos muito curtos ou pequenas ultrapassagens de resistncia ligadas a falhas prematuras de manifestao tardia ou mau uso do equipamento. Ao se examinarem os dois histogramas, pode-se imaginar a maior coluna de falhas migrando da regio baixa, caracterstica da mortalidade infantil, para a regio alta, caracterstica da mortalidade senil, passando pela exponencial negativa caracterstica do processo de Poisson.

blocos da confiabilidade (RBD) e coletaram-se os tempos at a falha e at o reparo de cada bloco. Calcularamse os fatores de forma e a conseqente localizao na curva da banheira e a disponibilidade e alocaram-se estratgias de manuteno e objetivos de confiabilidade a cada bloco. Resultados O RBD apresentado na Figura 4. A confiabilidade sistmica, dada por (19), apresentada na forma grfica da Figura 5 pelo software ProSis 2000. Nas Tabelas de 4 a 7 se tm os tempos at a falha dos blocos e as distribuies de probabilidades ajustadas pelo mtodo da mxima verossimilhana no software Proconf98, as estratgias de manuteno formuladas para cada mquina pelos intervalos de confiana das estimativas de e os intervalos de tempo timos entre preventivas, para relaes de custo entre emergncia e interveno preventiva REP. Valores de REP abaixo de 2,5 no so factveis no caso e foram desconsiderados.

SEGUNDO ESTUDO DE CASO: ESTRATGIAS DE MANUTENO EM UMA LINHA DE PRODUO

O objetivo do segundo caso e do trabalho como um todo testar um mtodo capaz de formular objetivamente estratgias de manuteno para uma planta industrial e que possa ser um contraponto s prticas subjetivas observadas nas empresas, tais como: (i) em equipamentos crticos se faz manuteno preventiva; ou (ii) em equipamentos ociosos se admitem emergncias. Tambm se colocaram questes secundrias: (i) mtodos objetivos de formulao de estratgias de manuteno, se existirem, so aplicveis em ambiente industrial? (ii) que requisitos so necessrios nas empresas para a adoo destes mtodos? e (iii) que evidncias so necessrias para a comprovao da eficcia destes mtodos? Definida a unidade de estudo, fez-se o diagrama de
Figura 4: RBD estudado.

(19)

Uma dificuldade prevista mas que no se confirmou foi o fato de o sistema de informaes da empresa oferecer apenas nmeros inteiros de dias para os intervalos entre falhas e apenas a mdia aritmtica para o tempo at o reparo, pressupondo que esta varivel siga um modelo normal ou uniforme. O sistema incompleto e no foi possvel obter dados melhores, mas os resultados obtidos no parecem ter sido comprometidos por esta falta.

B1

A
operao 10

C
operao 30

D
operao 40

E
operao 50

B2
operao 20

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

53

Miguel Afonso Sellitto

A tabela 8 apresenta os MTBF e MTTR das mquinas e as disponibilidades individuais dadas pela equao 20. Na tabela 9 se tem as alocaes timas de confiabilidade s mquinas para um acrscimo requerido na confiabilidade sistmica propostas pelo software ProSis 2000. Discusso O caso aborda as estratgias de manuteno corretiva, preditiva, preventiva e emergncia. As duas primeiras j

foram abordadas no primeiro caso. A estratgia de emergncia opera at a falha com um custo mais baixo do que a preventiva. A estratgia preventiva identifica itens frgeis e agenda trocas em perodos calculados, encontrando uma soluo de compromisso que minimize a soma do custo dos itens e o custo da eventual emergncia ao longo do ciclo de vida do item. A demonstrao do clculo do intervalo timo encontrada em Monchy (1989). Usou-se uma planilha eletrnica disponvel em Sellitto (2004).

Tabela 4: Dados de tempos at a falha das mquinas.

MQUINAS A 8 7 10 8 10 7 9 9 dias entre falhas 6 6 4 4 3 3 4 8 4 2 3 6
Fonte: Sistema de informaes da empresa.

B1 3 8 8 5 5 2 7 8 5 9 3 4 6 2 3 7 2 4 9 5

B2 9 8 10 4 12 7 6 4 7 4 6 13 2 4 11 4 7 6 5 7

C 3 4 3 7 3 9 13 3 7 5 3 3 7 8 2 6 6 5 4 5

D 16 18 17 12 12 12 14 16 25 14 17 13 23 19 14 15 12 15 15 16

E 30 19 21 17 11 14 14 24 12 17 11 21 13 16 16 25 26 28 24 19

Tabela 5: Modelo de Weibull a trs parmetros para cada mquina.

MQUINAS t0 t10 t50 MTBF A 1,28 1,87 5,3 2,88 5,65 5,99 B1 1,73 1,27 3,74 2,37 4,53 5,2 B2 0,79 2,06 6,7 3,04 6,41 6,73 C 1,42 1,47 4,26 2,34 4,74 5,27 D 11,67 1,06 4,17 12,17 14,62 15,74 E 10,07 1,42 9,59 12,04 17,48 18,79

fonte: Software ProConf 98.

54

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

Figura 5: Taxa de falhas e confiabilidade sistmicas.

dias de operao R(t)

1 dia 1

2 dias 0,9243

3 dias 0,6829

4 dias 0,4198

5 dias 0,2170

6 dias 0,0942

7 dias 0,0349

8 dias 0,0111

Fonte: Software ProSis 2000.

Tabela 6: 95% do IC para e estratgias de manuteno.

MQUINAS 95% do intervalo de confiana para estratgia de manuteno A de 1,21 a 2,48 preventiva B1 de 0,82 a 1,68 corretiva, preditiva, preventiva e emergncia
Fonte: Software ProConf 98.

B2 de 1,33 a 2,73 preventiva

C de 0,95 a 1,94 preditiva e preventiva

D de 0,69 a 1,41 corretiva, preditiva e emergncia

E de 0,92 a 1,88 preditiva e preventiva

Tabela 7: Intervalos timos entre as intervenes preventivas.

Relao entre os custos da emergncia e da preventiva REP 2,5 5 7,5 10 15
Fonte: Sellitto, 2004.

A invivel 4 dias 3 dias 3 dias 3 dias

B1 invivel invivel 4 dias 3 dias 3 dias

B2 invivel 4 dias 3 dias 3 dias 3 dias

C invivel 4 dias 3 dias 3 dias 3 dias

D invivel invivel invivel invivel invivel

E invivel 16 dias 14 dias 13 dias 13 dias

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

55

Miguel Afonso Sellitto

Observam-se trs classes de mquinas: A e B2 esto na fase de desgaste, C e E esto na maturidade a caminho do desgaste e B1 e D esto em trnsito. Para A e B2 indicamse estratgias preventivas. Para C e E indicam-se estratgias preditivas e preventivas. Mesmo que o limite inferior do intervalo ainda no tenha ultrapassado =1, a diferena pequena e ser negligenciada. J para B1 e D justificam-se estratgias compostas, pois parte do intervalo de confiana ainda cai na mortalidade infantil, parte atravessa a maturidade e, para algumas REP, existe um intervalo timo de interveno. Esta estratgia composta se constitui de aes corretivas para as quebras que ainda se verificarem, aes preditivas e, ao mesmo tempo, preventivas ou emergncias conforme o produto, pois para alguns casos de REP15 no existe intervalo timo de interveno. Para as mquinas A, B1, B2 e C, os intervalos calculados so parecidos e trs vezes menores do que o intervalo da mquina E. Um plano de manuteno deve programar uma interveno na mquina E a cada trs ou quatro intervenes nas demais mquinas, unificando as paradas. A taxa de falhas sistmicas linear, correspondendo aos modos de falha das mquinas estudadas, basicamente

mecnicos. Quanto ao aumento de disponibilidade, os MTBF parecem ser mais relevantes do que os MTTR. O aumento da confiabilidade sistmica iniciaria pela mquina C, de menor MTBF, conforme a anlise do software ProSis 2000. Como no se conhecem os custos, adotaram-se custos iguais em todas as mquinas. Para o acrscimo requerido (0,96 em dois dias), o software ProSis 2000 alocou acrscimos nas confiabilidades individuais conforme a Tabela 9.

CONSIDERAES COMUNS A AMBOS OS CASOS

Consideraes comuns a ambos os casos so possveis de serem conduzidas. A Figura 6 apresenta as relaes entre as estratgias de manuteno e o ciclo de vida de equipamentos. Pode-se associar a pontos desta figura os instantes de vida das mquinas dos casos 1 e 2. Na figura tambm se comparam os resultados presumveis de uma gesto casual e subjetiva da manuteno com os resultados presumveis de uma gesto estratgica e objetiva. Em uma gesto casual entende-se que o gestor resolva os casos que

Tabela 8: Clculo das disponibilidades de mquinas.

Mquina (16 horas/dia) A B1 B2 C D E MTBF 5,99 dias 5,20 dias 6,73 dias 5,27 dias 15,74 dias 18,79 dias MTTR 0,95 hora 1,05 hora 0,75 hora 1,70 hora 0,98 hora 0,76 hora Disponibilidade 0,990 0,988 0,993 0,980 0,996 0,997

Tabela 9: Alocao de confiabilidade seguindo mnimo esforo e mnimo custo.

Mquina A B1 B2 C D E
Fonte: Software ProSis 2000.

Custo de desenvolvimento 1, 1, 1, 1, 1, 1,

Confiabilidade anterior 0,974 0,9589 0,9623 0,9432 1, 1,

Confiabilidade alocada 0,9817 0,9589 0,9623 0,9799 1, 1,

Meta de confiabilidade: 0,96 em 2 dias confiabilidade atual do sistema em 2 dias: 0,9158 nova confiabilidade do sistema em 2 dias: 0,9603

56

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

surgem segundo uma linha de ao aleatria, que se adaptaria s situaes emergentes. Em uma gesto estratgica espera-se que o gestor da manuteno possua cursos alternativos de ao previamente estudados e que sero adotados segundo um critrio objetivo de escolha, aplicado a cada equipamento ou cenrio situacional. Na gesto estratgica a fase de maturidade se inicia mais cedo, termina mais tarde e o patamar de expectativa de falha mais baixo. Iniciada a fase de desgaste, pode-se voltar maturidade atravs de intervenes preventivas ou reformas, o que tambm caracterizaria um processo de renovao de mais largo alcance. Ocorre uma nova mortalidade infantil e um novo patamar de expectativa de falha, desta vez mais alto do que o anterior, porm mais baixo do que sem uma estratgia. Programas de gesto, tais como o TQC, TPM, 5S e manuteno autnoma so teis na maturidade, pois aumentam a interao visual com o operador, evitam o mau uso da mquina, previnem catstrofes e permitem a deteco do incio da fase de desgaste. Evitar o mau uso do equipamento e prevenir catstrofes na maturidade pode baixar o patamar de expectativa de falha e retardar a senilidade. Fora da maturidade, a eficcia destes programas cai, pois a causa estrutural das falhas passa a ser intrnseca aos equipamentos e no mais extrnseca, por suas caractersticas de projeto ou por caractersticas de uso. Em resumo, na mortalidade infantil ocorrem falhas prematuras causadas principalmente por m especifica-

o, mau projeto, m instalao ou por m fabricao de componentes. Uma estratgia corretiva identifica e sana estas deficincias. Na fase de maturidade ocorrem falhas por: (i) ultrapassagens de resistncias ainda no manifestadas na fase inicial, o que indica que a mortalidade infantil ainda no estava totalmente encerrada; (ii) falhas ligadas ao mau uso do equipamento; e (iii) grandes ultrapassagens de resistncias causadas por catstrofes.

a mortalidade infantil ocorrem falhas prematuras causadas principalmente por m especificao, mau projeto ou por m fabricao de componentes.
Finalmente, na fase de desgaste, as quebras ocorrem por processos progressivos de falhas, sendo importantes o momento de incio da falha e o momento da quebra. O incio da falha pode ser detectado e a quebra pode ser predita por tcnicas de manuteno preditiva que devem ser adotadas na fase de maturidade, quando ainda no se sabe quando se iniciar o perodo de desgaste. Aps o incio deste perodo, tcnicas preditivas continuam sendo teis, pois podem auxiliar na predio do momento da ruptura, que ser prevenida por uma estratgia de manuteno preventiva. No Quadro 1 se resumem as interligaes e os relacionamentos discutidos entre estratgias usuais de manuteno e as fases do ciclo de vida de equipamentos.

Figura 6: Curvas da banheira esperadas e estratgias de manuteno.

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

57

Miguel Afonso Sellitto

CONCLUSO
O objetivo principal deste trabalho foi propor um mtodo objetivo para formular estratgias de manuteno em equipamentos industriais. Tambm foram propostas questes secundrias de estudo. O mtodo utilizado foi o estudo de dois casos, que chegaram a estratgias que parecem coerentes. Os casos devem ser considerados casos-piloto, cujas concluses so hipteses de trabalho a explorar em outras aplicaes. O mtodo proposto passa a ser uma hiptese de trabalho: (i) identificar as mquinas de interesse em uma planta industrial; (ii) levantar os dados de tempos entre falhas e at o reparo; (iii) modelar os tempos entre falhas por uma distribuio de Weibull, obtendo intervalos de confiana para ; (iv) formular a estratgia conforme a taxa de falha (DFR: corretiva, CFR: preditiva, IFR: preventiva ou emergncia); (v) calcular os intervalos timos de interveno para a estratgia preventiva; (vi) modelar os tempos at o reparo, obter seu valor esperado e calcular as disponibilidades; e (vii) calcular metas de melhoria de confiabilidade ou metas de melhoria de manutenibilidade para o sistema, conforme a dominncia no clculo da disponibilidade.

Respondendo objetivamente s questes secundrias propostas no segundo caso: (i) o mtodo objetivo proposto foi desenvolvido e aplicado em ambiente fabril, mas pode ser estendido para ambientes de servios com base tecnolgica, tais como transportes, energia e telecomunicaes; (ii) os requisitos necessrios para sua adoo esto ligados basicamente ao sistema de informao e ao conhecimento necessrio para ligar a confiabilidade ao ambiente estudado; e (iii) a evidncia necessria para a comprovao de eficcia do mtodo o acompanhamento da expectativa da taxa de falha ao longo do ciclo de vida do equipamento. Algumas observaes finais so pertinentes. Em ambos os casos observaram-se anotaes de paradas por falta de material, falta de programao, falta de operadores ou troca de software como se fossem originadas por quebras. Caso estas paradas tivessem permanecido na anlise, os resultados teriam sido distorcidos. Finaliza-se realando que em uma gesto estratgica no importa trabalhar mais, importa trabalhar certo. O objetivo da gesto estratgica focalizar apenas as aes que tm mais chance de trazer bom resultado com baixo esforo. Aes que exigem alto esforo, como corretiva

Quadro 1: Relao entre as fases do ciclo de vida e estratgias de manuteno de equipamentos.

Fases Estratgia emergncia mortalidade infantil, falhas de origem corretiva preditiva preventiva emergncia corretiva preditiva preventiva emergncia corretiva preditiva preventiva Decorrncias retarda ou at impede o fim da mortalidade infantil ao no reforar os itens que quebraram ou no remover as causas das falhas de origem antecipa o fim da mortalidade infantil ao reforar os itens que quebraram ou remover as causas das falhas de origem monitora as falhas em progresso que podem resultar em quebra, mas estas so muito poucas nesta fase, pois as quebras se do mais por baixa resistncia perpetua ou at agrava a mortalidade infantil ao trocar exatamente os sobreviventes, os itens fortes, que no tm falhas de origem como se limita a trocar componentes quebrados, pode fazer retornar mortalidade infantil se no selecionar os substitutos incua quanto s falhas catastrficas, mas pode reduzir o patamar de expectativa de falhas eliminando modos de falha que passaram da primeira fase informa o incio e monitora os processos de falhas progressivas que resultaro em quebras, podendo predizer aumentos na probabilidade da quebra retorna mortalidade infantil ao trocar exatamente os sobreviventes, os itens fortes, que no tm falhas de origem e ainda no iniciaram o desgaste permite que as quebras que vo ocorrer realmente ocorram a um custo interno mais baixo do que a preventiva s ser til se for capaz de retardar ou o incio da falha ou a quebra que realmente vai ocorrer monitora os processos progressivos de falhas j iniciados predizendo aumentos na probabilidade da quebra previne a emergncia antecipando a troca quebra que realmente vai ocorrer, porm a um custo interno mais alto do que a emergncia

maturidade, falhas aleatrias

desgaste, falhas progressivas

58

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

em toda quebra, aes que oferecem pouco resultado, como preditiva em toda mquina ou aes contraproducentes, como preventiva fora do desgaste devem ser reconhecidas e abandonadas em uma gesto estratgica da manuteno.
Artigo recebido em 00/00/0000 Aprovado para publicao em 00/00/0000

Para a continuidade das pesquisas indica-se a explorao da abordagem segundo processos puntuais e a funo intensidade, apresentada em Pulcini (2001) e Hokstad (1997). Sugere-se ainda uma reviso comparativa e estudos de casos comparados segundo as duas linhas.

Referncias Bibliogrficas
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS, NBR 5462: Confiabilidade e mantenabilidade. Rio de Janeiro: ABNT, 1994. CERTO, S.; PETER, J. Administrao estratgica. So Paulo: Makron Books, 1993. CHEU, S.; CHIEN, Y.: Optimal replacement policy of a system subject to shocks with random leadtime. European Journal of Operational Research, n. 159, p. 132-144, 2004. ELSAYED, E. System reliability engineering. Reading, Massachusetts: Addison Wesley Longman, 1996. GNEDENKO, B.; JINCHIN, A. Introduccion al calculo de probabilidades. Buenos Aires: Eudeba, 1965. GROSH, D. A primer of reliability theory. New York: John Wiley & Sons, 1989. HAHN, G.; SHAPIRO, S. Statistical models in engineering. New York: John Wiley & Sons, 1967. HIGGINS, R. Maintenance engineering handbook. 6. ed. New York: Mc. GrawHill, 2001. HIRAIWA, G. Metodologia para determinao do perodo de manuteno preventiva em equipamentos eletromdicos. Dissertao de mestrado em engenharia eltrica, UFSC, Florianpolis, 2001. HOKSTAD, P. The failure intensity process and the formulation of reliability and maintenance models. Reliability Engineering and Systems Safety, n. 58, p. 69-82, 1997. KARLIN, S.; TAYLOR, H. A first course in stochastic process. San Diego: Academic Press, 1997. LAFRAIA, J. Manual de confiabilidade, mantenabilidade e disponibilidade. Rio de Janeiro: Qualitymark, 2001. LEWIS, E. Introduction to reliability engineering. USA: John Wiley & Sons, 1996. MONCHY, F. A funo manuteno. So Paulo: Durban, 1989. MOTTA, S. Periodicidade de manutenes preventivas em dispositivos de proteo de sistemas eltricos de potncia. Aplicao de tcnicas quantitativas de confiabilidade engenharia de manuteno. Dissertao de mestrado em engenharia de produo, UFMG, Belo Horizonte, 1999. MOT TA, S.; COLOSIMO, E. Determination of preventive maintenance periodicities of standby devices. Reliability Engineering and Systems Safety, n. 76, p. 149-154, 2002. MOUBRAY, J. Introduo manuteno centrada na confiabilidade. So Paulo: Aladon, 1996. OLIVEIRA, L.; SELLIT TO, M.; VERDI, R. Gerenciando estrategicamente a manuteno de uma organizao de transportes com base em um sistema de informaes. Revista Anlise, FACE PUCRS, Porto Alegre, v. 13. n. 1. p. 103-118. 1 semestre 2002. PAPOULIS, A. P robability, random variables and stochastic processes. Singapore: McGraw-Hill, 1984. PROCONF98. Confiabilidade de componentes. Sof tware. Copyright, Maxxi Gesto Empresarial, Porto Alegre, 1998. PROSIS2000. Confiabilidade de componentes. Software. Copyright, Maxxi Gesto Empresarial, Porto Alegre, 2002. PULCINI, G. A bounded intensity process for the reliability of repairable equipment. Journal of Quality Technology. v. 33, n. 4, p. 480492, oct. 2001. ROSS, S. Stochastic process. New York: John Wiley & Sons. 1996. SANTOS, W. Determinao da periodicidade da manuteno preventiva em sistemas reparveis. Dissertao de mestrado em estatstica, UFMG, Belo Horizonte, 2003. SELLITTO, M. Modelo de manuteno, planilha eletrnica, disponvel em h t t p : / / i n f. u n i s i n o s . b r / ~ s e l l i t t o / manut.html.manweiex.xls, acesso em 02-01-2004. SELLITTO, M.; BORCHADT, M.; ARAJO, D. Manuteno centrada em confiabilidade: uma abordagem quantitativa. Anais do XXII ENEGEP. Curitiba: ABEPRO, 2002.

Reconhecimento

Deseja-se reconhecer o papel dos referees annimos pelo seu meticuloso trabalho, que contribuiu de modo expressivo para a forma final deste artigo. Tambm se reconhece o papel do MSc Flvio Sperotto pelo estmulo e profcua convivncia e os engenheiros Csar Camargo, Guilherme Hoppe, Valmir Luiz e Sheila Castro e engenheiranda Michele Silva pela coleta e refinamento dos dados de campo.

Miguel Afonso Sellitto Universidade do Vale do Rio dos Sinos Unisinos Professor do curso de Engenharia de Produo Endereo: Av. Unisinos 950 93022-000 So Leopoldo, RS Tel.: 51 xx 911.609.74 Fax: 51 xx 590.8172 E-mail: sellitto@euler.unisinos.br
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

59