Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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.
Key words
Strategic formulation in industrial maintenance, information system in industrial maintenance, reliability in industrial maintenance, modelling in industrial maintenance.
44
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
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).
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).
(9) (10)
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).
47
(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
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
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
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).
50
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-
51
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
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
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.
(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
53
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).
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
54
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
55
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.
Custo de desenvolvimento 1, 1, 1, 1, 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
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.
57
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
58
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