Professional Documents
Culture Documents
\
|
=
t
D
e t F
5.1.2.2 Curva da Taxa de Degradao
Com os parmetros gerados pela primeira parte da anlise, gera-se a curva da
taxa de degradao e, a partir de seu estudo, tem-se o intervalo timo para inspees
preditivas.
Como o intervalo timo deve ser aquele que acarretar um menor impacto nos custos de
manuteno, devem ser assumidas hipteses de gastos referentes aos custo mdio por
inspeo (Ki), custo mdio de reparo detectado por inspeo (Kv) e custo mdio de
interveno corretiva (Kc). Com os mdulos desses custos, um modelo matemtico
determina o perodo que se busca.
Modelo matemtico para determinao do perodo:
Equao 8:
Para o exemplo utilizado, assumem-se valores de Ki = 200, Kv = 600 e Kc =
2400, em reais. Com essas hipteses, o Weibull++ gera o seguinte grfico:
Grfico 12: Custos de Manuteno Preditiva em Funo do Tempo
A partir do ponto de mnimo do grfico, tem-se o perodo timo para
programao da manuteno preditiva, ou seja, o perodo em que a realizao da mesma
gerar um menor impacto nos custos, sem afetar a segurana e a operacionalidade do
equipamento. Pela observao do grfico determinado, temos um perodo timo para
manuteno preditiva equivalente a aproximadamente 34.000h.
Com esses dados, somos capazes de desenvolver a Curva da Taxa de
Degradao:
Grfico 13: Curva da Taxa de Degradao
Dois valores importantes devem ser observados: o perodo de 31.246 horas, que
equivale ao intervalo de tempo em que as vibraes ocorrem dentro de um limite
aceitvel, e o intervalo de 2754 horas, que referente ao perodo entre as intervenes
preditivas.
Este ltimo valor obtido pela diferena entre o perodo timo para realizao
da manuteno preditiva (T = 34.000 horas) e o valor do tempo livre de degradao ( =
31.246 horas)
Para maior segurana, uma unidade de PCM experiente programa a realizao
de duas medidas antes do tempo , para aes em caso de degradao acelerada, e
aps o tempo , em caso de degradao normal. O intervalo entre as medidas antes do
tempo ficar a critrio da unidade, dependendo da criticidade do equipamento em
questo e o impacto de sua inoperabilidade.
5.1.3 Determinao do Intervalo timo para Manuteno Detectiva
Neste caso, o intervalo timo corresponde ao perodo entre as inspees que
proporcionar uma maior disponibilidade do equipamento. Para o clculo do mesmo, a
equipe de PCM deve considerar os seguintes parmetros:
T = Intervalo entre as inspees
Tt = Tempo para uma inspeo
Tr = Tempo para reparo de falha indicada por inspeo
Deve-se buscar um intervalo T que maximizar a DF, sendo a disponibilidade
por unidade de tempo uma funo do intervalo entre as intervenes de inspeo,
denotada por A(T) e evidenciada abaixo:
Equao 9:
A(T) =
Admitindo-se a distribuio de Weibull como representativa para as falhas do
item em questo, tem-se:
Equao 10:
Desenvolvendo-se a funo de distribuio de probabilidade representativa da
distribuio de Weibull, tem-se:
Equao 11:
Matematicamente, podemos igualar sua derivada a zero e calcular o ponto de
mximo da equao ou, por meio de programas como o Weibull++, desenvolver sua
soluo grfica.
Assumindo-se um equipamento cujo comportamento assume parmetros de
Weibull equivalentes a = 3,3170, = 1410 horas e t0 = 691,0548 horas e estipulando-
se Tt = 2,5 horas e Tr = 5,16 horas, obtemos o grfico:
Grfico 14: Disponibilidade Fsica em Funo do Tempo
Observando o ponto de mximo do grfico acima, podemos concluir que a
mxima disponibilidade gerada por um intervalo de manuteno detectiva de 1000
horas, sendo este, ento, o intervalo timo.
5.2 Distribuio de Poisson e Dimensionamento de Peas Sobressalentes
Para o estudo do nmero de peas sobressalentes necessrias e para obteno de
uma probabilidade de falhas no tempo, utilizamos a distribuio de Poisson, uma
distribuio discreta e que faz uso de inteiros como variveis randmicas.
No clculo da probabilidade de um nmero de falhas ao longo de um perodo t,
temos:
Equao 12:
Para:
r = nmero de falhas no perodo t
t = intervalo de tempo em anlise, expresso em horas
= taxa de falhas por hora
P(r) = probabilidade de ocorrncia de um nmero de falhas r em um
intervalo t
Agora, almejando uma probabilidade especfica de disponibilidade de uma certa
pea sobressalente, determinamos um nmero de peas necessrias para que tal
probabilidade seja alcanada. Para isso, utilizamos novamente a distribuio de Poisson:
Equao 13:
Em que:
P(n) = Probabilidade de sucesso operacional
n = Nmero de peas sobressalentes
T = Intervalo operacional, expresso em horas
N = Nmero de itens em operao
Pr = Probabilidade de realizao de reparo durante o tempo T
Neste caso, os parmetros da distribuio de Weibull utilizados correspondem a:
= Fator de forma
= Fator de escala
t0 = Perodo livre de falhas
Deve-se lembrar que o fator de forma representa uma caracterstica da falha,
enquanto o fator de escala a vida caracterstica do equipamento.
Com esses valores, fazendo uso das equaes anteriormente explicitadas, pode-
se obter uma soluo grfica em que relacionam-se as probabilidades de sucesso
operacional em funo do nmero de peas sobressalentes disposio da equipe de
manuteno e prontas para serem utilizadas em caso de necessidade de substituio por
falha.
Grfico 15: Probabilidade de Sucesso Operacional em Funo do Nmero de Peas
Sobressalentes Disponveis para um Conjunto de Bombas
Para elaborao do grfico 15, assume-se um intervalo operacional de 1440
horas, um conjunto de 37 bombas em operao e uma probabilidade de 87,68% de
ocorrncia de falha durante o perodo analisado. Os parmetros da distribuio de
Weibull utilizados foram = 3,3170, = 1410,8649 e t0 = 691,0548 horas.
A partir do grfico 15, possvel obter as seguintes relaes:
Probabilidade de
Sucesso Operacional (%)
Nmero de Peas
Sobressalentes
Probabilidade de
Sucesso Operacional (%)
Nmero de Peas
Sobressalentes
3,76 1 85,75 7
11,76 2 92,62 8
25,32 3 96,49 9
42,56 4 98,47 10
60,09 5 99,38 11
74,95 6 99,77 12
Tabela 1: Nmero de Peas Sobressalentes para uma Dada Probabilidade de Sucesso
Operacional
Dessa forma, constri-se uma base de dados para que o responsvel pelo
planejamento de manuteno possa tomar uma deciso quanto ao nmero de peas
sobressalentes necessrias em funo da probabilidade de sucesso operacional mais
confortvel sua gesto em termos oramentrios e de riscos tolerveis de
disponibilidade fsica. Esses limites de riscos aceitveis devem variar quanto
criticidade do equipamento, uma vez que os equipamentos que provocam maior impacto
na produo e possam ser classificados como crticos A, por exemplo, devem ter uma
menor probabilidade de necessidade de reparo sem reposio imediata de seus itens
falhos.
5.3 Distibuio Lognormal
A distribuio Lognormal o mtodo estatstico mais indicado para anlise de
tempo para reparo, da mesma forma que a distribuio de Weibull a que melhor se
adequa para estudos de tempos de falha e a distribuio de Poisson a ideal para
estimativas de peas sobressalentes tendo em vista um risco assumido. Esta distribuio
tambm indicada para modelagem de falhas originadas por causas que se intensificam,
como corroso. A funo de densidade de probabilidade representativa da Lognormal
especificada por:
Equao 14:
A funo acumulada dada por:
Equao 15:
A mdia e o desvio-padro da distribuio so:
Equao 16 e 17:
O uso dessa distribuio permite prever o tempo timo para reparo, ou seja,
aquele que impactar de forma mais amena nos custos da manuteno, sem afetar a
segurana da equipe mantenedora e da operao, alm de garantir a operabilidade do
item e sua disponibilidade fsica. Os dados de tempo de reparo provenientes de um
banco de PCM, constituem material suficiente para que o comportamento de um
equipamento seja modelado pela funo de distribuio de probabilidade e, a partir da
mesma, solues grficas sejam oferecidas e proporcionem um quadro para anlise e
previses de comportamento futuro do item, como sua confiabilidade futura em caso de
solicitao constante do equipamento.
5.4 Testes de Aderncia
Inicialmente, para avaliar a validade de se modelar o comportamento de falhas
de um equipamento segundo um determinado mtodo estatstico, deve-se conhecer a
natureza e complexidade do sistema e avaliar o quanto os dados de manuteno
adequam-se graficamente funo do mtodo escolhido. Aps essa primeira avaliao,
que mostra-se puramente intuitiva, ainda que apresente eficcia, devem-se aplicar os
testes de aderncia. Esses testes so no paramtricos, ou seja, no dependem dos
parmetros populacionais, como mdia e varincia; usam mtodos matemticos e
medem o quanto os dados de reparo ou falha adequam-se ao modelo estatstico optado.
So dois os testes utilizados em PCM: Teste do Qui-Quadrado e Teste
Kolmogorov-Smirnov. Os softwares utilizados para gerar as anlises grficas dos
mtodos estatsticos, como o Proconf 2000 e o Weibull ++ j realizam os clculos
segundo esses testes e fornecem os resultados segundo cada um deles, sendo requisitado
ao Engenheiro responsvel pela manuteno apenas indicar os dados de falha e as
distribuies segundos as quais se deseja analisar o seu comportamento.
5.4.1 Teste do Qui-Quadrado
O teste do Qui-Quadrado um teste de hipteses que tem como objetivo
encontrar um valor da disperso para duas variveis nominais. Ele procura obter um
valor, denominado Qui-Quadrado e simbolizado por 2. Este valor corresponde
disperso entre as duas variveis nominais e fornece a medida com que os valores em
anlise se desviam do esperado. Seu princpio bsico consiste na comparao entre as
frequncias observadas e aquelas que se esperam para um certo evento.
Logo, possvel afirmar-se que um modelo de mtodo estatstico adequado
para descrever o comportamento de falhas de certo equipamento se o valor que o
software indicar como representativo do Qui-Quadrado (2) for muito pequeno,
prximo a zero.
A frmula para clculo do Qui-Quadrado indicada a seguir:
Equao 18:
2 =
5.4.2 Teste Kolmogorov-Smirnov
O teste de Kolmogorov-Smirnov averigua se uma amostra de uma certa
populao proveniente de uma dada distribuio. Ele tem como princpio a
comparao a suas porcentagens para cada nmero real x. As duas porcentagens a se
comparar so: a porcentagem de dados da amostra que equivalem a valores menores ou
iguais a x e a porcentagem da populao inferiores ou iguais a x, considerando-se que a
populao siga uma dada distribuio. Se a diferena dos valores dessas porcentagens
for suficientemente pequena, o teste confirma a adequao da distribuio para
descrever o comportamento da amostra.
6. Estudo de Caso
Analisamos uma empresa atuante no setor de fabricao de garrafas de vidro. A
mesma adota uma cultura ambiental rgida, auto denominando-se empresa verde, e
pertence a um grupo organizacional extremamente forte e competitivo de nvel
internacional e com grande atuao no pas e, por isso, necessita manter seus preos
atrativos e os gastos com manuteno os mnimos possveis. Devido a seu ramo de
atuao, a fbrica dispe de diversos equipamentos trabalhando a altas temperaturas e,
como um forno de fabricao vidreira no pode ter sua produo interrompida devido a
problemas graves relacionados eroso gerada pela variao de temperatura, a
produo ocorre ao longo das 24 horas do dia. Dessa forma, encontramos um quadro de
equipamentos em constante solicitao e uma equipe de trabalho de manuteno
sobrecarregada.
Assim, a implementao de uma clula de PCM mostrou-se importante e, apesar
da Cia em questo dispor de outras unidades fabris com experincia em planejamento e
controle de manuteno, a mesma foi introduzida de forma gradual, sem um projeto de
introduo completo nesta fbrica. A seguir, apresentam-se os resultados encontrados na
empresa e a proposta de implementao dos mtodos de anlise estatsticas de falha no
item de criticidade A que se mostra como grande retentor de HH e de recursos
financeiros. Os dados de falha e reparo dos ltimos dois anos so avaliados e determina-
se a estratgia de manuteno ideal, assim como os perodos timos de realizao de
intervenes.
Nesta unidade em estudo, a clula de PCM responsvel atualmente por:
- Planejamento de Qualidade: Avaliao semanal do cumprimento de calibrao dos
equipamentos crticos
- Planejamento do Meio Ambiente: Consiste na elaborao e divulgao de feedback
semanal sobre as manutenes realizadas na Estao de Tratamento de gua (ETA) da
unidade, desenvolvimento de planilha constando o fluxograma e registro dos status de
funcionamento dos equipamentos da ETA e do acompanhamento dirio do nvel de
gua versus anomalias e paradas de equipamentos.
-Planejamento de Segurana: Corresponde atualizao diria sobre todas as
manutenes realizadas e necessrias geradas a partir da existncia de uma condio
insegura no ambiente fabril
- Planejamento de Manuteno: Equivale avaliao diria da eficincia e anlise da
programao, gerao de relatrios de custos de manuteno (discriminao e
justificativa dos maiores gastos, determinao de gastos por tipo de manuteno e
justificativa das emergenciais e anlise do valor acumulado e da tendncia de gastos em
manuteno), elaborao de dados percentuais sobre o nmero de notas detalhadas por
dia em relao ao nmero de notas abertas no sistema SAP, obteno do Farol de
Apropriao (nmero de ordens executadas em relao ao nmero de ordens emitidas;
estipulado por rea e justificado por cada supervisor), atualizao dos dados de Backlog
(nmero de notas de manuteno no sistema que ainda no passaram pelo processo de
detalhamento), elaborao de espelhos de rota e programao de inspees pedritivas
segundo os critrios da cia (anlise vibracional - mensal, termografia - quadrimestral,
anlise de leo - bimestral e anlise de leo transformador - semestral)
- Planejamento de Gesto: Elaborao de GAP de Engagement da Unidade de Gesto e
gerao de Plano de Ao do GAP e atualizao constante da matriz RACI (matriz que
designa os responsveis por cada tarefa e etapa) de detalhamento de nota. Esse
planejamento responsvel por avaliar a defasagem dos resultados obtidos e os
esperados, alm de desenvolver planos de ao para que se possa reverter quadros de
resultados insatisfatrios frente s expectativas, alm de atribuir responsveis por cada
fase do detalhamento.
Seguindo essas atribuies de acordo com os padres organizacionais, a clula
de PCM dessa unidade fabril se mostra fortemente gerencial, com grande capacidade de
anlise de recursos e identificao de pontos que requerem maiores investimentos.
Entretanto, sua grande experincia em gesto de recursos se contrape administrao
da equipe de funcionrios prprios e terceiros. Uma anlise swot (estudo de foras,
fraquezas, oportunidades e ameaas do ingls: strength, weakness, opportunity and
threat) foi elaborada e apresentada a empresa contendo a profunda investigao dos
maiores impactos oramentrios como o principal ponto de fora do PCM. Os pontos
que constituem fraquezas e oportunidades de melhoria so identificados a seguir.
Devido a uma implementao progressiva, sem a contratao prvia do corpo de
funcionrios de PCM e estudo junto rea de processo, alm da inexistncia de um
projeto de introduo completo, constataram-se inicialmente os principais pontos
negativos na rotina da clula:
- Baixo nmero de preditivas frente ao tamanho da planta fabril
- Altos gastos com manutenes emergenciais
- Gerao de ordens sem realizao de pedido de materiais necessrios para sua
execuo
- Demora na aprovao de Requisies de Compras
- responsvel pela empresa terceirizada responde diretamente ao gestor de PCM
mas no se apresenta s reunies de planejamento e programao de manuteno
- Implementao tardia de software de programao: adoo do programa SIGMA
apenas aps dois anos do incio dos trabalhos na fbrica
- M utilizao do SIGMA: disponibilizao de HH (hora-homem) de tcnicos de
manuteno em perodo de frias
- Falta de integrao com as demais reas
- Arborescncia incompleta
- Disponibilizao fsica de materiais para manuteno divergente dos nmeros
encontrados no SAP
- Alta taxa de reprogramao
- Alto backlog
- Permanncia de notas sem detalhamento por mais de duas semanas no sistema
superior ao limite de tolerncia dentro dos padres da Companhia.
- Gerao de ordens de manuteno a partir de notas criadas sem priorizao
O maior empecilho para a otimizao da produo, entretanto, consiste nas
falhas constantes de um equipamento crtica A da empresa: o scrappper. O Scrapper
um equipamento responsvel por filtrar os gases provenientes do forno e sua
manuteno tratada como prioridade na fbrica, sendo realizada apenas pela empresa
terceirizada parceira da organizao. Em 2011, a realizao de uma manuteno
preventiva foi cancelada tendo em vista a necessidade de reduo de gastos da
Engenharia. No incio de 2012, uma sucesso de falhas e necessidade de corretivas
foram observadas, aumentando consideravelmente a concentrao de recursos da
manuteno neste equipamento.
Foram apresentados empresa alguns resultados provenientes de fbricas de
outros ramos mas que atuam na mesma zona industrial e que decidiram por utilizar
mtodos estatsticos nas anlises de perodos de reparo e falhas. O intuito de
introduzirem-se esses resultados equipe de PCM da fbrica vidreira foi justificar a
utilizao dos distribuies de Weibull e Lognormal, comprovar a eficcia das mesmas
e demonstrar que possvel treinar uma equipe tcnica para lidar com as funes de
distribuio de probabilidade, alm de evidenciar a melhor estratgia de manuteno
para o scrapper.
A empresa em questo localiza-se no mesmo centro industrial e atua
desenvolvendo pneus de automveis em grande escala, com distribuio nacional. Os
dados em anlise so oriundos da evoluo ao longo de dois anos de aplicao de um
modelo de PCM em que rigorosas prticas de reduo de backlog, utilizao do mtodo
de Weibull, Lognormal e distribuio de Poisson so registrados.
Grfico 16: Melhorias Promovidas em Fbrica de Pneus por Otimizao da Clula de
PCM e Uso de Mtodos Estatsticos
Grfico 17: Melhorias Promovidas em Fbrica de Pneus por Otimizao da Clula de
PCM e Uso de Mtodos Estatsticos
Aps a apresentao desse quadro de evoluo, a empresa permitiu que dados
referentes a uma vlvula do scrapper fossem modelados segundo s avaliaes de
mtodos estatsticos para que se pudesse demonstrar a aplicabilidade em meio a este
ambiente diante do item responsvel pela maior nmero de paradas do equipamento e
do comprometimento da produo e da posio da empresa frente a seus ideais
ambientais.
Para tanto, calculamos a disponibilidade deste item e analisamos a evoluo de
seu ciclo de vida na curva da banheira.
A vlvula compostas por subsistemas e a falha de um nico desses subsistemas de
forma isolada, acarreta a falha geral do equipamento, evidenciando um comportamento
bem representado pela distribuio de Weibull.
Definido o mtodo estatstico a ser utilizado, recolhem-se os dados de falha do
equipamento referentes aos ltimos dois anos de produo e, a seguir, os mesmos so
modelados com o auxlio do software Proconf 2000, que testa por mxima
verossimilhana pelos testes do qui-quadrado e KS, os melhores ajustes s distribuies
selecionadas.
Esse software permite que se estime os parmetros necessrios para a
determinao da distribuio adotada, assim como indica aquelas distribuies de
anlise que podem se ajustar ao caso em estudo, devendo o usurio fazer o julgamento e
optar por aquela que melhor modele o caso em questo. Com isso, consegue-se obter a
funo densidade de falha, o tempo mdio de falha e a funo de confiabilidade.
Os seguintes dados de falha so inseridos no software Proconf 2000:
Tempo entre Falhas (hrs) - TBF Tempo para Reparo (hrs) - TTR
275,00 2,70
309,00 3,00
405,50 3,50
449,00 4,00
500,00 4,00
630,00 4,25
714,50 4,50
739,75 4,75
784,00 5,25
884,00 6,00
975,00 6,50
1029,00 6,70
1097,50 7,20
1168,50 7,75
1316,00 8,00
1600,00 8,70
1913,30 9,00
2014,80 11,00
Tabela 2: Dados de Tempos entre Falhas e Reparo para Vlvula do Scrapper
Inicia-se a anlise em busca do MTTR. Os dados so inseridos no Proconf e
altera-se a funo de distribuio para anlise do problema, podendo-se concluir que o
modelo da distribuio Lognormal o que melhor descreve o comportamento da
vlvula.
Grfico 18: Papel de Probabilidade Segundo Distribuio Lognormal para o Tempo
para Reparo
Testa-se a aderncia ao modelo por meio dos testes do Qui-Quadrado e de
Kolmogorov-Smirnov. Os resultados obtidos so:
Teste do Qui-Quadrado: = 1,78 com 2 graus de liberdade
Nvel de Significncia = 0,41
Teste de Kolmogorov-Smirnov: DN = 0,1086
Nvel de Significncia = 0,3235
A significncia do ajuste de 0,3235, suficiente para nossa anlise.
Com esses dados, o software conclui que a hiptese da descrio do
comportamento do equipamento em questo pela distribuio Lognormal no pode ser
descartada. Uma vez que os dados mostram-se tambm bem descritos por essa funo
pela observao do grfico x, adota-se esse modelo para nosso estudo. Esta opo est
de acordo com Sellitto (2005) e Lafraia (2001), que defendem reparos em equipamentos
industriais, com atividades com componente intelectivo e cognitivo, seguindo esta
distribuio.
Continuando a anlise com a Lognormal, obtm-se um tempo mdio para reparo
(MTTR) de 344,7848 horas e um tempo mdio entre falhas com valores entre 282,4668
e 424,6499 horas. Deve-se considerar 95% do intervalo de confiana nesses resultados e
significncia do ajuste de 0,1.
Grfico 19: Manutenabilidade em Funo do Tempo
O tempo entre falhas deve ser nosso prximo objeto de estudo. Para esta anlise,
opta-se por utilizar a distribuio de Weibull j que os grficos de papel de
probabilidade desta distribuio descrevem bem os dados da vlvula e, segundo Sellito
(2005) e Rausand e Hoyland (2004) para equipamentos industriais de considervel
complexidade, contendo um nmero de modos de falha tendendo ao infinito e
competindo ao causar a falha geral, segue-se essa distribuio para modelagem do
MTTF. Alm disso, trata-se de uma distribuio aplicvel a diversos casos de anlise
industrial devido a sua grande flexibilidade.
Grfico 20: Papel de Probabilidade Segundo Distribuio de Weibull para Tempos entre
Falhas.
So realizados novamente os testes de aderncia para avaliar a aplicabilidade da
distribuio de Weibull a este estudo.
Teste do Qui-Quadrado: = 1,16 com 2 graus de liberdade
Nvel de Significncia = 0,56
Teste de Kolmogorov-Smirnov: DN = 0,0839
Nvel de Significncia = 0,4055
A significncia do ajuste de 0,4055, suficiente para nossa anlise.
O teste conclui, ento, que a distribuio de Weibull compatvel com a anlise
do comportamento da vlvula e no pode ser descartada. Utilizando-a como mtodo de
estudo, ento, obtemos os seguintes parmetros para sua descrio por meio do Proconf:
Parmetro de forma: = 1,96
Parmetro de escala: = 1056,88
MTTF = 937,038
A Funo Densidade de Probabilidade para a anlise da vlvula , ento:
f(t) = exp
A partir dessa funo, podem-se obter os grficos caractersticos da anlise da
vida til do equipamento. A Companhia assume um limite de confiabilidade de 90%
para equipamentos crticos A e, portanto, o valor de t10 estimado para que a equipe de
PCM possa programar a manuteno preventiva com base neste dado.
Grfico 21: Confiabilidade em Funo do Tempo
Por meio de anlise grfica ou buscando-se no Proconf, tem-se um valor de t10
igual a 304,1572 horas. A equipe determina, ento, que este deve ser o intervalo
mximo entre a instalao de uma nova vlvula e a primeira manuteno preventiva.
Em conjunto com o acompanhamento da confiabilidade, PCM tambm passa a registrar
os grficos de taxas de falhas.
Grfico 22: Confiabilidade em Funo do Tempo
Grfico 23: Taxa de Falha em Funo do Tempo
Para o tempo estipulado para a primeira manuteno preventiva, a taxa de falhas
estimada em cerca de 0,0007. Este baixo valor corrobora a tomada desse dado como
parmetro para orientar a programao.
Grfico 24: Taxa de Falha em Funo do Tempo
Com os resultados dessas anlises, pode-se obter a disponibilidade da vlvula:
D =
MTTR = 344,7848
MTTF = 937,038
MTBF = MTTR + MTTF = 1281,8228
A disponibilidade da vlvula de 78,8%. Esse valor est abaixo do aceitvel
pela empresa para equipamentos de alta criticidade (90%).
Em relao ao fator de forma, obtm-se um valor de 1,96. Sendo este valor maior que
um, conclui-se que a taxa de falhas apresenta comportamento crescente e que a vlvula
encontra-se na fase de mortalidade senil.
Figura 6: Fase de Mortalidade da Vlvula
Baseando-se nesses dados obtidos e em Sellito (2005), conclui-se que a
estratgia de manuteno mais compatvel com o comportamento da vlvula a
preventiva. Essa anlise pode ser constatada uma vez que o monitoramento das falhas
desse equipamento passou a ser crtico a partir de no realizao de uma preventiva,
prevista para 2011. A negligncia dessa manuteno programada, levou a uma maior
taxa de falhas, que gerou o interesse pelo monitoramento desse equipamento com maior
ateno. Segundo s descries dos servios das ordens relacionadas vlvula, tanto
fisicamente (nas ordens retornadas a PCM pelo quadro tcnico) quanto no sistema SAP,
temos definies de estados de deteriorao devido , sobretudo, exposio a altas
temperaturas e consequente desgaste. Tendo em mos esse resultado final, a equipe
programou-se para pr em prtica um plano em que leva-se em considerao ao menos
um item de controle em cada componente do sistema que possa levar sua falha.
Passaram-se a adotar tambm os mtodos estatsticos matemticos para indicao de
tempos timos para realizao de manutenes e para estabelecer-se um nmero
mnimo de peas sobressalentes segundo Poisson tendo em vista um risco assumido
pela manuteno segundo a criticidade de cada equipamento, podendo-se ter riscos de
falta de 0% para crticos A, 97% para crticos B e 90% para crticos C.
7. Concluso
O trabalho apresentado teve como objetivo demonstrar a relevncia da
colaborao do uso de mtodos estatsticos para a dinmica de um setor de PCM de um
ambiente fabril. Por meio da apresentao da fundamentao terica que rege esses
mtodos e de uma breve ilustrao da aplicabilidade de cada um deles, diferenciando-
os, buscou-se evidenciar a larga e prtica utilizao dos mesmos. Fica clara a
necessidade de capacitao da equipe gestora e dos tcnicos responsveis por
planejamento e programao; contudo, considera-se que o conhecimento requerido para
uso de softwares como o Proconf 2000 deve ser adquirido com facilidade por tcnicos
que j estejam familiarizados com os dados de falha e reparo dos equipamento e que j
utilizem Sistemas de Gerenciamento de Manuteno.
Um ponto que deve ser observado pelo Engenheiro responsvel por PCM e que
implica na eficcia do uso dos mtodos propostos a autenticidade dos dados que se
encontram nesses sistemas. O mais comumente utilizado na indstria nacional o SAP,
um sistema alemo que permite que os dados referentes a ordens e notas de manuteno
sejam armazenados. Entretanto, o seu uso equivocado por parte dos tcnicos
mantenedores faz com que alguns dados no sejam confiveis, o que prejudica a anlise
de PCM e impede a utilizao dos mtodos estatsticos. Dessa forma, deve-se
primeiramente avaliar a confiabilidade do sistema de gerenciamento empregado para
que, ento, possa-se aplicar o uso das distribuies. Essa verificao demanda tempo e
colaborao de equipes de diferentes clulas na organizao mas apenas dessa forma,
ter-se- uma anlise fiel realidade do equipamento.
Aps a apresentao da fundao terica, um estudo de caso intende demonstrar
a grande aplicabilidade em meio a uma planta com PCM consolidado. Ainda que o setor
em anlise mostrasse alguns pontos a serem revisados e incorporados aos padres
organizacionais, alm de adequarem-se corretamente a um modelo de gesto mais
eficiente, apenas a utilizao dos mtodos estatsticos sugeridos j comprovaram um
grande avano na administrao das ordens de manuteno; essa contribuio se d por
meio de uma base de dados confiveis e fundamentada em modelos matemticos
seguros que acaba por fornecer um direcionamento a toda a equipe de Engenharia
responsvel pelo planejamento e programao da manuteno.
O uso dos mtodos citados requeriu o aprendizado de sua fundamentao terica
para que se pudesse realizar a associao dos equipamentos e seu comportamento de
falhas a cada tipo de distribuio, sem que fosse necessrio testar no software todas as
funes de distribuio de probabilidade; ainda que fosse possvel realizar os testes para
uma grande variedade de mtodos, uma vez que o programa responderia com as
hipteses que deveriam ser descartadas e aquelas que se mostraram adequadas aos
dados fornecidos, uma grande parcela de tempo seria perdida em meio a um grande
nmero de tentativas de modelagem.
Segundo Rausand e Hoyland, 2004, e Hahn e Shapiro, 1967, a distribuio
normal pode descrever tempos at falhas originadas de causas que se somam, como em
britadores de martelos; a lognormal, quando a falha se origina de causas que se
multiplicam, tal como em corroso; a Weibull, quando vrias causas competem e a
primeira que ocorre causa a falha (sistemas srie); a exponencial, quando a falha ocorre
por motivos aleatrios; e a gamma, quando a ltima causa que ocorre dispara a falha
(sistemas paralelos).
O conhecimento dessa correlao entre as diferentes distribuies e os
comportamentos que melhor descrevem de extrema importncia e deve ser difundido
em meio aos responsveis pelo planejamento de forma a intensificar a dinmica de uso
dos softwares de programao e melhor compreender os dados de falha e reparo da
planta.
Outro ponto que deve ser ressaltado, o fato de este trabalho ter baseado seu
estudo de caso em um equipamento crtico A, j que estes equipamentos, por gerarem
um maior impacto na produo, ganham maior visibilidade e seus dados so mais
frequentemente acompanhados e verificados pelos gestores. Entretanto, uma pesquisa
mais aprofundada, com maior disponibilidade de tempo dos supervisores da
organizao para acompanhamento dos dados, levaria a um maior detalhamento e
verificao das ordens de manuteno registradas no sistema como realizadas, alm de
contestao dos dados inseridos pelos tcnicos mantenedores com a equipe operadora.
Essa maior investigao dos dados permitiria que se atribusse uma maior
confiabilidade aos mesmos. Atentando-se a este ponto, os mtodos propostos mostram-
se de fcil e larga aplicao. Com dados suficientes, pode-se modelar toda a planta e ter
noo do melhor tipo de manuteno para cada equipamento a partir de seu
comportamento e determinar-se os perodos timos para intervenes.
Outra contribuio do uso dos mtodos sugeridos para PCM e que foi
evidenciada, a possibilidade de gerar as anlises grficas para taxa de falhas,
confiabilidade e manutenabilidade pelos mesmos softwares indicados. Esses dados
grficos permitem que se preveja o comportamento dos equipamentos quanto a essas
variveis para um quadro futuro em funo de seu histrico de falhas ou reparos. Isso
favorece a gesto de manuteno uma vez que permite a ela saber o risco assumido
quanto a cada um desses fatores em funo do tempo.
Este trabalho mostra-se mais uma vez importante tendo em vista tais
contribuies e a baixa difuso do conceito de Planejamento e Controle de Manuteno
na indstria nacional em relao sua propagao na Europa.
A eficincia dos mtodos propostos, contudo, intensificada se outras medidas
forem adotadas concomitantemente sua implantao. Todo os principais pontos de
atuao de uma clula de PCM devem ser revisados e as atividades com baixo
desempenho devem ser otimizadas em paralelo adoo de modelos que auxiliem no
planejamento e na programao. Apenas dessa forma, obter-se- um setor com
resultados satisfatrios em todos os seus segmentos e que permita que os esforos
direcionados manuteno sejam corretamente coordenados.
A equipe de PCM da unidade em anlise no estudo de caso, por exemplo,
mostrou-se com grande experincia na gesto de ativos e na investigao profunda dos
maiores impactos oramentrios, tendo dificuldades quanto programao e execuo
de seu planejamento de manuteno envolvendo o quadro prprio de funcionrios e a
equipe terceira. Tendo em vista este panorama, foi desenvolvido um plano de
treinamento para que o sistema de gerenciamento de HH fosse mais difundido entre os
supervisores de todas as clulas da Engenharia e entre os tcnicos de programao.
A empresa adotou um sistema de gerenciamento de manuteno denominado
SIGMA, que foi desenvolvido pela Petrobras e opera desde 1975. Seu mtodo baseado
em outro sistema, conhecido por PROCEX, elaborado na refinaria Gabriel Passos, em
Betim-MG. Esses sistemas permitem a alocao e visualizao da disponibilidade de
HH (hora-homem) dos tcnicos de manuteno e agiliza o trabalho de programao das
ordens, distribuindo-as ao longo do tempo disponvel dos funcionrios no sistema.
Apenas a sua utilizao correta e eficiente representou uma economia de 4% nos
gastos de manuteno.
Alm disso, os custos com servios contratados representam 27% dos gastos
com manuteno no Brasil como um todo. Na fbrica em questo, os servios
terceirizados ocupam 38% do oramento destinado manuteno e as rea que mais
fazem uso de consultorias so o setor de packinging (especificamente nos equipamentos
responsveis pela embalagem) e a sada do forno.
E, como implementao mais importante, a equipe tcnica de planejamento ser
treinada para o uso de mtodos estatstico na anlise de manuteno. Essa mudana tem
como objetivo garantir que alteraes na programao, como a postergao na
manuteno preventiva do scrapper, no mais possam ocorrer, tendo em vista que ser
desenvolvido um banco de dados justificando-se a melhor forma de manuteno para
cada equipamento crtico A, expondo-se os tempos timos para os mesmos e no
deixando essa determinao apenas a critrio do conhecimento prprio de cada tcnico.
Observa-se, ento, que o uso de mtodos estatstico apresenta grande
aplicabilidade em ambientes fabris, podendo ser utilizado para alavancar a eficincia de
clulas de PCM e auxiliar na reduo dos gastos e na melhoria progressiva da realizao
dos servios de manuteno, requerendo conhecimentos simples e de fcil utilizao.
8. Referncias Bibliogrficas:
COLOSIMO, Enrico Antnio; GIOLO, Suely Ruiz. Anlise de Sobrevivncia
Aplicada. Edgard Blucher, So Paulo. 2006.
GALBRAITH ,Jay R. Designing Organizations: An Executive Briefing on Strategy,
Structure, and Process. Jossey-Bass, So Francisco, 1995.
HAHN, Gerald J.; SHAPIRO, Samuel S. Statistical Models in Engineering. John
Wiley & Sons, Nova Iorque, 1967.
HOYLAND, Arnljot; RAUSAND, Marvin. System Reliability Theory: Models,
Statistical Methods and Applications, 2
nd
Edition. Wiley-Interscience, London, 2005.
LAFRAIA, J. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. Rio
de Janeiro: Qualitymark, 2001.
PINTO, Alan Kardec. Gerenciamento Moderno da Manuteno. 4 ed. Novo Sculo,
So Paulo, 2012.
PINTO, Alan Kardec e Xavier, Julio de Aquino Nascif. Manuteno Funo
Estratgica. Rio de Janeiro: Qualitymark, 2001.
SEIXAS, Eduardo de Santana Manuteno Corretiva, Preventiva e Preditiva IV
Congresso Ibero-Americano de Manuteno ABRAMAN SP, 2012.
SELLITTO, M.; BORCHADT, M.; ARAJO, D. Manuteno Centrada em
Confiabilidade: uma Abordagem Quantitativa. Anais do XXII ENEGEP. Curitiba:
ABEPRO. 2002.
SIQUEIRA, I. Manuteno Centrada em Confiabilidade. Rio Janeiro: Qualitymark,
2005.
TAVARES, Lourival. Administrao Moderna da Manuteno. Rio de Janeiro:
Novo Plo, 1999.
VIANA, Herbert Ricardo Garcia. PCM, Planejamento e Controle da Manuteno.
Rio de Janeiro: Qualitymark, 2002.
XENOS, Harilaus Georgius D'Philippos. Gerenciando a Manuteno Produtiva. Belo
Horizonte: EDG, 1998.
WUTTKE, Rgis Andr; SELLITTO, Miguel Afonso. Clculo da Disponibilidade e
da Posio na Curva da Banheira de uma Vlvula de Processo
Petroqumico. Revista Produo Online, Florianpolis, v. 8, n. 4, nov. 2008..
Engenharia da Confiabilidade. Apresentao publicada em CD-ROM pela ReliaSoft
Brasil, Copyright 1992-2001.
Resumo Terico Engenharia da Confiabilidade. Apostila publicada em CD-ROM
ReliaSoft Brasil, Copyright 1992-2001.
Anexo 1: Dados de Vibrao para Anlise de Degradao
Dados de Vibrao em Sete Conjuntos de Moto-Bomba
Tempo de Operao
(hrs)
Velocidade de Vibrao
(mm/s) Equipamento
4500 1,7 M1
8500 2,3 M1
13200 3,2 M1
17500 3,9 M1
24000 4,1 M1
26100 4,7 M1
4800 1,8 M2
9200 2,2 M2
13700 2,9 M2
19200 3,4 M2
22000 3,9 M2
24500 4,2 M2
4200 1,5 M3
12890 2,5 M3
19200 3,5 M3
20300 3,7 M3
23800 4,1 M3
24400 4,6 M3
5200 1,9 M4
9700 2,8 M4
14300 3,1 M4
18950 3,7 M4
23500 4,1 M4
26700 4,5 M4
4800 1,5 M5
8950 2,5 M5
13500 2,9 M5
19300 3,2 M5
23900 4,1 M5
26800 4,8 M5
5000 1,9 M6
9200 2,6 M6
13900 3,2 M6
22000 3,9 M6
24300 4,3 M6
26500 4,7 M6
6500 2,1 M7
9890 2,9 M7
13960 3,2 M7
19890 3,7 M7
23000 4,3 M7
25500 4,8 M7