UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS DEPARTAMENTO DE ENGENHARIA DE CONTROLE E AUTOMAO E TCNICAS FUNDAMENTAIS DECAT

Materiais de Construo Mecnica Aos Inoxidveis

Engenharia Mecnica

Aluno: Vincius Tavares Silva

Ouro Preto, 19 de Dezembro de 2013.

Introduo A manuteno tem como objetivo garantir a disponibilidade da funo dos equipamentos e instalaes para atender a um processo de produo ou de servio, com confiabilidade. Os setores de manuteno de algumas empresas utilizam de modelos estatsticos para aperfeioar seu trabalho e garantir maior qualidade no servio prestado. Esses modelos estatsticos baseiam-se na coleta e interpretao de dados relacionados operao e s falhas dos equipamentos analisados. Anlise de Confiabilidade Atualmente o termo confiabilidade vem sendo amplamente empregado. Por definio usual, segundo O Connor, Confiabilidade a probabilidade de um item realizar sua funo especificada, sem falhas sob condies de uso previamente determinadas, em um perodo de tempo estabelecido . Com outras palavras, a ABNT define confiabilidade como: Caracterstica de um item eventualmente expressa pela probabilidade de que ela preencher uma funo dada, sob condies definidas e por um perodo de tempo definido . Desta maneira, busca-se suprir a necessidade das indstrias em conhecer e controlar a vida til de seus produtos, reduzindo custos sem o comprometimento da qualidade, da segurana ou da disponibilidade destes. Procura-se obter a garantia de que o produto exercer sua funo no perodo determinado de tempo com um mnimo de falhas. Predio e avaliao da confiabilidade so os dois problemas principais que a confiabilidade deve encarar. A predio consiste em modelos estatsticos que predizem sobre a confiabilidade de um componente ou sistema, sugerir mtodos para melhor-la, desenvolver princpios de projetos, novos materiais e tecnologias de processo. A avaliao se resume na utilizao das tcnicas que permitem medir os valores reais de confiabilidade, verificar as predies efetuadas com base nos modelos e controlar a manuteno de um nvel exigido de confiabilidade. Durabilidade um aspecto particular da confiabilidade, relacionado com o desempenho de um item atravs do tempo, ela normalmente definida como o mnimo de tempo antes da ocorrncia de falhas por desgaste. As tcnicas estatsticas existentes como a anlise de confiabilidade nos permitem estimar probabilidades de itens relacionados com a necessidade das indstrias, seja no perodo de desenvolvimento de um projeto ou aps o inicio da utilizao do produto. As estimativas esto principalmente relacionadas com: Durabilidade de um produto, com as falhas classificadas como de projeto ou processo; ocasionais, por desgaste ou fadiga. Tempo mdio entre as falhas, permite o dimensionamento de reposio do estoque e planos de manuteno.

 Correes em projetos ou recalls, necessidade pelo agravante das falhas em campo ocorrerem em grande volume. A confiabilidade desejada a novos projetos, para atender s expectativas crescentes dos clientes. 2.2 Aplicaes da Anlise de Confiabilidade Existem trs tipos de preveno de falhas em componentes ou sistemas: 1 Componentes confiveis: so os componentes eletrnicos e mecnicos que no se movimentam, mas h excees. Contm grande margem entre suas especificaes e sua solicitao de trabalho que poderia causar a falha. No sofrem com o uso durante o ciclo de vida do produto. 2 Componentes no confiveis: lmpadas, por exemplo, e componentes em movimentao com outros componentes, como peas internas de transmisses, correias, rolamentos, etc.. Possuem uma pequena margem entre suas especificaes e a sua solicitao de trabalho que poderia causar a falha. Sofrem com o uso do ciclo de vida do produto. 3 Sistemas: calibraes de motores com erros, interferncia eletromagntica, entre outros. So conjuntos de componentes com relaes entre si, onde o comportamento de um componente pode afetar o outro, existindo com grandes possibilidades de falha. 2.3 Os Tipos de Falhas A taxa de falha a chance de um componente ou sistema falhar na prxima emenor unidade de tempo, dado que o item funcionou at ento. Existem consideraes sobre as taxas de falha, sendo elas crescentes, decrescentes, constantes, em forma de banheira ou nenhum destes citados. So classificadas como taxa de falha crescente, dados ligados ao desgaste e velhice do componente, taxa de falha decrescente, aquelas com grande quantidade de falhas no incio do uso do produto (mortalidade infantil) e curva da banheira aquela que se inicia com um alto ndice de falha, seguida de desgaste por uso (mortalidade infantil seguida de desgaste). Existem trs tipos bsicos de falhas: 1 Falhas precoces Infncia: Podem ser totalmente depuradas atravs de um rigoroso controle na fabricao e mediante testes antes do envio do produto ao consumidor. So elas: o uso demasiadamente intenso, as anormalidades de fabricao ou podemos considerar tambm um projeto defeituoso. A classificao da taxa de falha decrescente. 2 Falhas por desgaste Velhice: Em alguns casos pode-se reduzir ou eliminar as falhas por desgaste mediante a um sistema de manuteno preventiva. Acontecem devido ao envelhecimento do equipamento ou desgaste real (pela perda ou degenerao de caractersticas importantes). A taxa de falha classificada como crescente. 3 Falhas casuais Vida til: No fcil a eliminao deste tipo de falhas, porm em alguns casos existem tcnicas que nos permitem fazer um

acompanhamento de componentes adequados, atravs de projetos. So falhas que ocorrem ao acaso, em intervalos de tempo inesperados. Pico de concentraes de tenses aleatrias que atuam sobre algum ponto fraco e produzem a quebra. Abaixo na FIGURA 1, tem-se a conhecida Curva da Banheira que descreve a ocorrncia de falhas que se iniciam com um alto ndice de falha, seguidas de desgaste por uso (falhas precoces seguidas de falhas por desgaste).

Anlise de Tempos de Falhas

Na Anlise de Dados de Vida ou Anlise dos Tempos de Falha, aspecto particular da anlise de confiabilidade, tudo baseado em estimativas; o valor real da confiabilidade de um produto nunca ser conhecido, somente se todos os produtos j tiverem falhado. Os modelos que fornecem a estimativa de taxa de falha do produto em funo do tempo estimam a probabilidade de falha (sobreviver) do produto para uma dada idade, ou para um dado perodo de tempo. Os modelos so representaes matemticas dos dados dadas por funes contnuas a qual permite interpolaes e algumas extrapolaes. Estes modelos probabilsticos so baseados em distribuies estatsticas. As mais utilizadas so denominadas de Distribuies de Vida, conforme a FIGURA 2 na seqncia.

Primeiramente necessita-se definir o modelo, esses so modelos caracterizados pelo comportamento da falha dos mesmos. Todos os dados disponveis devem ser considerados na anlise de dados de vida. Isto inclui os casos particulares onde um item da amostra foi removido do teste antes que a falha tivesse ocorrido. H ainda informaes, nestes casos, e nunca dever ser descartada. Para um item que foi removido do teste de confiabilidade antes que a falha ocorresse, ou um item que ainda continua em operao (itens que no falharam) denomina-se de itens suspensos ou observaes censuradas direita. A anlise de itens suspensos tambm pode ser quando: Necessitamos realizar uma anlise dos resultados de teste antes do teste ser finalizado. Necessitamos realizar uma anlise em cima dos resultados disponveis, e no conjunto de resultados ns observamos algumas falhas imprprias ou falhas no esperadas durante os testes. O modo de falha que ocorreu diferente do modo de falha que planejamos estudar. Na anlise de dados de garantia quando utilizamos dados de campo, ou seja, itens que falharam e itens que no falharam. Assim como definido acima, dados de garantia como no caso de dados coletados em garantia se enquadram no modelo de dados censurados direita. Mtodo da Regresso (Mnimos Quadrados) Utilizando dados agrupados, o software plotar os pontos correspondentes maior posio da categoria em cada grupo. Em outras palavras, dados trs gruposde 10 unidades falhando em 100, 200 e 300 horas respectivamente, os trs pontos plotados sero os pontos finais de cada grupo, ou a 10 posio em 30, a 20 posio em 30 e a 30 posio em 30. Este procedimento idntico ao procedimento padro quando utilizamos dados agrupados. Nos casos onde so usados dados agrupados voc assume-se que as falhas ocorreram em um dado tempo dentro do intervalo. Em nosso exemplo poderamos tambm dizer que at 100 horas 10 itens falharam de 100 a 200 horas outros 10 itens falharam e de 200 a 300 horas outros 10 itens falharam. A anlise de regresso automaticamente contabilizaria isso. Se este no for o caso, quando utilizando regresso, e 10 itens falharam exatamente com 100 horas, 10 itens falharam exatamente com 200 horas e 10 itens falharam exatamente com 300 horas, recomendado que voc os considere como dados no agrupados. As categorias medianas so usadas para obter uma estimativa da desconfiabilidade para cada falha, com 50% de confiana. No caso de dados agrupados eles so estimados para cada grupo de falhas ao invs de cada falha. Por exemplo, quando utilizamos um grupo de 10 falhas em 100 horas, 10 falhas em 200 horas e 10 falhas em 300 horas, o software realizar a estimativa seguindo a categoria mediana (Zs). Para 10 falhas em 100 h, a categoria mediana, Z estimada utilizando:

Mtodo da Mxima Verossimilhana Quando utilizando o Mtodo da Mxima Verossimilhana, ou MMV, cada tempo individual utilizado no clculo dos parmetros, portanto no h diferena em entrar com um grupo de 10 itens falhando at 100 horas e 10 entradas individuais em 100 horas. Isto inerente ao mtodo padro do MMV. Em outras palavras, independentemente se os dados forem entrados agrupados ou no agrupados, o resultado ser o mesmo. Quando utilizando a mxima verossimilhana recomendada a entrada redundante de dados em grupos. Isto significar maior velocidade nos clculos. Comentrios sobre o Mtodo da Mxima Verossimilhana: (1) Os estimadores da mxima verossimilhana so consistentes e assintoticamente eficientes. (2) A distribuio de probabilidade do estimador assintoticamente normal. Para amostras pequenas, olhando um grfico do MMV, ele pode nos revelar ou no como esta suposio razovel. (3) O estimador da mxima verossimilhana mais requerido quando trabalhamos com pequenas amostras, desde que elas tragam resultados conservadores, comparados com o estimador dos mnimos quadrados. (4) Os estimadores da mxima verossimilhana podem convergir para uma soluo, mesmo quando temos uma nica falha conhecida (isto no deve ser implementado, pois resulta em uma grande incerteza). (5) O estimador da mxima verossimilhana da funo de probabilidade para a distribuio Weibull na vizinhana do valor =1, (ponto de transio) apresenta um comportamento incerto (imprevisvel). (6) Utilizando o MMV quando o parmetro de localizao conhecido, nas correspondentes distribuies, ele relativamente livre de problemas computacionais. Entretanto, a introduo do parmetro de localizao cria complicaes matemticas.

Distribuies Mais Utilizadas

A distribuio estatstica descrita pela f.d.p. (ou funo densidade de probabilidade). Utilizando a definio da f.d.p. como todas as outras funes mais comumente utilizadas na anlise de confiabilidade, que permitem a anlise de dados de vida, tais como, funo confiabilidade, funo taxa de falha, funo vida mdia e funo vida mediana. Todas estas podem ser determinadas diretamente a partir das definies da f.d.p., ou f(t).

Existem diferentes distribuies, tais como normal, exponencial etc. e cada uma delas tem o f(t) pr-definido. Estas distribuies foram formuladas por estatsticos, matemticos e engenheiros para modelar matematicamente ou representar certo comportamento. Por exemplo, a distribuio Weibull foi formulada por Walloddi Weibull. Muitas das distribuies que tendem a melhor representar os dados de vida so comumente chamadas de distribuies de vida. Uma das mais simples e comumente utilizada (e freqentemente super utilizada erroneamente devido sua facilidade) a distribuio exponencial.

Distribuio Exponencial
A distribuio exponencial a mais comumente utilizada para componentes ou sistemas que apresentam uma taxa de falha constante, e definida na maioria dos casos como:

Distribuio exponencial

Distribuio Logonormal A distribuio lognormal comumente utilizada na anlise de confiabilidade em ciclos at a falha por fadiga, resistncias de materiais, e no projeto probabilstico com cargas variveis. Quando o logaritmo natural dos tempos at a falha normalmente distribudo, ento dizemos que os dados seguem uma distribuio lognormal. A funo da distribuio lognormal dada por:

Distribuio Normal A distribuio normal comumente utilizada na anlise de confiabilidade, de tempos at a falha de componentes eletrnicos e mecnicos, equipamentos ou sistemas. A formula da distribuio normal dada por:

Distribuio Normal Distribuio Gama Generalizada A distribuio Gama Generalizada no to utilizada como as outras distribuies de vida j apresentadas e possui a capacidade de imitar outras distribuies, tais como a Weibull ou a lognormal, dependendo dos parmetros desua distribuio. A distribuio gama generalizada possui trs parmetros e sua formula dada por:

Distribuio Weibull Expresso semi-emprica desenvolvida por Ernest H. W. Weibull, fsico sueco, em 1939 A distribuio Weibull uma distribuio proposta para anlise de confiabilidade Utilizada na anlise da falha mais grave dentre as outras falhas do sistema.

Expresso matemtica:

Modelagem grfica da distribuio de Weibull