P. 1
A Distribuição de Weibull Aplicada à Fiabilidade

A Distribuição de Weibull Aplicada à Fiabilidade

|Views: 775|Likes:
Publicado porManuel Canela

More info:

Published by: Manuel Canela on May 15, 2011
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/24/2013

pdf

text

original

A Distribuição de Weibull Aplicada à Fiabilidade

Trabalho Prático de Investigação - Tema 1




Unidade Curricular: Gestão da Manutenção


Resumo

Pretende-se com este trabalho caracterizar a fiabilidade a partir da distribuição de
Weibull. Para tal, é necessária a introdução de conceitos básicos de fiabilidade assim
como as características da referida distribuição. Esta abordagem da fiabilidade requer a
existência de dados estatísticos ou histórico de falhas.

1. Introdução
Diante de um mercado altamente competitivo, onde os clientes estão-se a tornar cada vez mais
exigentes, e os produtos, por sua vez, cada vez mais complexos, as empresas têm vindo a
sentir a necessidade de modernização das suas linhas de produção. Entretanto mostra-se
necessário que tal modernização venha acompanhada de procedimentos que, baseados em
informações quantitativas, sejam capazes de optimizar a utilização e a manutenção desses
novos meios produtivos.
Nesse sentido, impulsionada pelo aparecimento de softwares, especialmente desenvolvidos
para facilitar a resolução de cálculos e para gerar relatórios instantâneos, a engenharia da
fiabilidade vem ganhando cada vez mais destaque, uma vez que tem como principal objectivo
estabelecer, através de modelos estatísticos, o tempo no qual um sistema estará disponível,
informação fundamental tanto para a proposição do tempo de garantia de um determinado
produto quanto para a gestão da manutenção de um ambiente fabril.

2. A gestão da manutenção como Instrumento de Competitividade
Com as frequentes mudanças ocorridas na economia, têm levado as empresas a procurarem
diferenciadores em seus processos produtivos. Não basta somente produzir a um menor custo,
deve-se agregar ao produto qualidade, preço e prazo de entrega. Neste sentido, as empresas
devem projectar produtos que tenham o máximo de valor agregado com custos reduzidos, a
fim de aumentar a produtividade. A produtividade de um produto pode ser descrita pelo
quociente entre qualidade e custos. Uma vez que os padrões de qualidade são ditados pelos
clientes, que a cada dia estão mais exigentes, para uma empresa tornar-se produtiva, ela deve
minimizar seus custos de produção. Portanto, para se desenvolver e para se tornar mais
eficiente, mostra-se necessário que um grande esforço seja empenhado à gestão da
manutenção.
Desta forma, a manutenção tem evoluído significativamente, deixando em segundo plano o
papel de conservar (consertar ou reparar) dando prioridade ao manter (prevenir, corrigir).
Na busca de uma maior produtividade, a gestão da produção trilhou os seguintes passos
evolutivos:

I - Manutenção Correctiva: Reparar quando falhar;
II - Manutenção Preventiva: Reparar antes que falhe;
III - Manutenção Condicionada: monitorar e reparar somente na eminência de falha;

3. Conceitos básicos
3.1 Definição de falha

O que é uma falha?
Falha é o limite da capacidade de um item em desempenhar a função requerida. Entretanto, o
item pode estar degradado ou ao mesmo tempo avariado e ainda não causar uma falha. A
esse fenómeno é atribuído o nome de defeito, que significa qualquer desvio de uma
característica de um item em relação aos seus requisitos.
As falhas, para objectivos deste trabalho, são classificadas em duas categorias:
Falha funcional: incapacidade de um item de desempenhar uma função específica dentro de
limites desejados. Também é conhecida como estado de falha;
Falha potencial: condição identificável e mensurável que indica uma falha funcional pendente
ou em processo de ocorrência. Muitas vezes se apresenta em forma de defeito.
Prevenir e corrigir falhas constituem os objectivos primários da manutenção. Para isto é
necessário conhecer como os itens falham, caracterizando a forma como as falhas ocorrem.

3.2 Modo de falha

Modo de falha é um evento ou condição física que causa uma falha funcional. Está associado à
causa da transição do estado normal para o estado anormal. Em geral podem ser divididos em
mecânicos, eléctricos, estruturais e humanos.

3.3 Tempo até à falha

O tempo até falha pode ser definido como o tempo decorrido desde o instante em que o item é
colocado em funcionamento até à sua primeira falha. Pode assumir valores discretos, como por
exemplo, o número de ciclos até à falha.

3.4 Probabilidade de falha

A densidade de probabilidade de ocorrência de falha é definida pela modelagem da variação
temporal da probabilidade de falha funcional do item por unidade de tempo. É a definição
matemática do valor associada à probabilidade de ocorrência deste valor. É encontrada através
da equação 1.
A distribuição de probabilidade acumulada de ocorrência de falha é definida como a
probabilidade de falha de um item em uma missão de duração menor ou igual a t. É encontrada
através da equação 2.
dt
t dF
t f
) (
) ( = (1)

í
· ÷
=
t
dt t f t F ) ( ) ( (2)
onde f(t) é a função densidade de probabilidade de falha, F(t) é a distribuição de probabilidade
acumulada de falhas e t é o tempo até falha.

3.5 Fiabilidade

Sob o enfoque da manutenção preventiva mostra-se indispensável a utilização de ferramentas
quantitativas capazes de medir o risco de falha de um dado componente. Define-se fiabilidade
como sendo “a probabilidade de um item desempenhar satisfatoriamente a função requerida,
sob condições de operação estabelecidas, por um período de tempo predeterminado”. Uma
vez que a fiabilidade e o tempo de falha de um dado componente são acontecimentos
complementares, fica evidente a relação entre o estudo de fiabilidade e o sucesso da
manutenção preventiva.
Matematicamente, a fiabilidade é descrita segundo as Equações 3 ou 4:
í
·
=
t
dt t f t R ) ( ) ( (3)
) ( 1 ) ( t F t R ÷ = (4)
Onde:
R(t) é a fiabilidade; f (t) é a função da densidade de probabilidade (f. d. p.) e t é o período de
vida útil.

3.6 Taxa de falha ou função de risco

A taxa de falha, também conhecida como função de risco, é definida pela probabilidade
condicional da ocorrência de falha no intervalo de t a t + dt, dado que não houve falha até o
instante t, divido pelo intervalo dt. A função é representada matematicamente pela equação 5.
) (
) (
) ( ) (
t R
t f
t h t = = ì (5)

3.7 Variáveis aleatórias

Se uma variável aleatória puder assumir valores numa escala contínua é uma variável aleatória
continua. A probabilidade que um valor particular de uma variável aleatória contínua se
verifique é zero, devido à infinidade de valores possíveis. Portanto no caso de variáveis
contínuas, é necessário considerar a probabilidade de que a variável aleatória fique dentro de
um intervalo, mais do que um ponto. A probabilidade de que t fique num valor do intervalo
t
x
a t
y
é:
( ) dt t f t t t p
y
x
t
t
y x
í
= < < ) ( (6)
e f(t) é uma função densidade para a variável aleatória continua.
1 ) ( =
í
dt t f
z
a
t
t
(7)
Podemos, através de um do histograma de frequências relativas, comprová-lo.
Se pensarmos num certo número de máquinas similares sujeitas a varia, não esperaremos que
cada uma delas falhe depois do mesmo número de horas de funcionamento. Anotando o tempo
de funcionamento até a avaria de cada máquina é possível traçar um histograma no qual a
área associada com qualquer intervalo mostre a frequência relativa da avaria ocorrendo nestes
intervalos (ver figura 1).


Figura 1- Histograma

Se agora desejarmos determinar a probabilidade de um avaria ocorrer entre os tempos de
funcionamento t
x
e t
y
multiplica-se a ordenada y pelo intervalo (t
y
- t
x
).

Assim, a probabilidade de avaria ocorrer entre os tempos t
a
e t
z
, em que t
a
e t
z
são
respectivamente as horas de funcionamento mais baixas e mais elevadas em que o
equipamento falhou, é a unidade. Isto é, admite-se como certo a ocorrência da avaria no
intervalo (t
a
, t
z
) e a área do histograma é igual a 1.
Em estudos de manutenção opta-se em vez dos histogramas de frequência relativa, as funções
de densidade de probabilidade. Estas são semelhantes àqueles excepto que é usada uma
curva contínua, como indicado na figura 2. A equação da curva função de densidade é
designada por f(t).

Figura 2 - Gráfico função de densidade de probabilidade
Tal como com a área sob o histograma de frequência relativa, a área sob a curva de densidade
de probabilidade é igual à unidade.

4. Distribuição de Weibull
Nomeada pelo seu criador Waloddi Weibull, a distribuição Weibull é a mais utilizada em
estudos de fiabilidade, de entre as funções de densidade de probabilidade existentes, análise
de sobrevivência e em outras áreas devido a sua versatilidade.
Ernst Hjalmar Waloddi Weibull (18 de Junho de 1887-Annecy, 12 de Outubro de 1979) foi um
engenheiro e matemático sueco. É reconhecido pelo seu trabalho na área da fadiga de
materiais e na estatística pelos seus estudos sobre a distribuição de Weibull.

Uma distribuição é definida matematicamente pela sua equação de função de densidade de
probabilidade (f. d. p.). Existem outras formas de parametrizar a distribuição Weibull, mas a
expressão mais geral da f. d. p. da distribuição weibull de 3 parâmetros, é dada pela equação
8.
|
n
¸ |
n
¸
n
|
|
|
.
|

\
| ÷
÷
÷
|
|
.
|

\
| ÷
=
t
e
t
t f
1
) ( (8)
onde: t>0; β>0 e η >0

t é a variável que define o período de vida útil podendo ser expresso em distância percorrida
(km), em número de ciclos (n) ou em tempo de funcionamento (h);
β é o parâmetro de forma;
η é o parâmetro de escala;
γ é o parâmetro de posição;
A figura 3 realça o parâmetro de posição γ.



Figure 3 - Distribuição de Weibull Tri-Paramétrica

Nos estudos de fiabilidade, o parâmetro γ caracteriza a vida inicial do item sendo, na maioria
das aplicações, desprezado, γ=0. Nesses casos, onde se assume γ=0, a equação 8 pode ser
simplificada e a distribuição Weibull fica representada na sua forma biparamétrica (equação 9).
|
n
|
n n
|
|
|
.
|

\
|
÷
÷
|
|
.
|

\
|
=
t
e
t
t f
1
) ( (9)

Substituindo-se a equação 9 na equação 2 temos a equação 10:
dt e
t
t F
t
t
í
|
|
|
.
|

\
|
|
|
.
|

\
|
÷ =
|
|
.
|

\
|
÷
÷
0
1
1 ) (
|
n
|
n n
|
(10)

Calculando-se o integral proposto na equação 10 temos a seguinte função para o calculo da
fiabilidade:
|
n
|
|
.
|

\
|
÷
=
t
e t F ) ( (11)

Outra medida importante na fiabilidade está associada à taxa de falhas λ(t). De um modo geral,
a taxa de falhas pode ser descrita como a razão entre o número de falhas num determinado
tempo de vida e o número de componentes sujeitos à falha. Matematicamente, levando-se em
conta a distribuição Weibull biparamétrica, a taxa de falhas é descrita segundo a Equação (12).
1
) (
) (
) (
÷
|
|
.
|

\
|
= =
|
n n
|
ì
t
t R
t f
t (12)

4.2 Relações entre os parâmetros da distribuição Weibull e o planeamento da
Manutenção

No que segue, são apresentados os parâmetros característicos da distribuição Weibull a fim de
se caracterizar seus efeitos no comportamento da função de densidade de probabilidade, das
curvas de fiabilidade e de taxa de falhas e, consequentemente, nas estratégias da gestão da
manutenção.

4.3 O parâmetro de forma (β)

O parâmetro β é um número puro, isto é, adimensional e como o próprio nome sugere, tal
parâmetro interfere no formato da função de densidade de probabilidade como veremos a
seguir:
Quando β < 1 a função densidade de probabilidade (f. d. p.) de falhas apresenta frequências
elevadas na parte inicial da vida, tais falhas são comumente denominadas de falhas
prematuras e, de maneira geral, estão associadas a defeitos originados no projeto, na
produção ou na operação. Nestes casos, do ponto de vista da gestão da de manutenção, não
há como se antever tais defeitos e para itens nesta condição mostra-se mais indicado optar-se
pela manutenção corretiva ou preventiva.
Para ilustração, na Figura 4 são apresentadas a FDP, a curva de fiabilidade e a curva da taxa
de falhas para um componente fictício cuja probabilidade de falha segue uma distribuição
Weibull biparamétrica com β= 0,8 e η=30.

Figura 4 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica ( β= 0,8 e η=30).

Analisando-se a Figura 4, podemos verificar o formato assumido pela distribuição Weibull.
Verifica-se que a freqüência de falhas é elevada na vida inicial do componente fazendo que a
fiabilidade do mesmo decresça de forma acelerada neste mesmo período.O comportamento da
taxa de falhas é uma combinação da probabilidade de falha e da fiabilidade (Equação 5) e
evidencia que a ocorrência de falhas é mais elevada na vida inicial do componente, diminuindo
drasticamente com o tempo de vida e, a partir de um dado momento, aproxima-se de um valor
constante. Em outras palavras, o comportamento da taxa de falhas evidencia que em boa parte
dos componentes avaliados, apresentaram falhas prematuras, defeitos, e os componentes que
não falharam, até um determinado tempo de vida, tendem a funcionar segundo as suas
características de projeto.
Quando β=1, a função densidade de probabilidade equivale à função distribuição exponencial.
Nesse caso, a taxa de falhas é constante e as falhas ocorrem de forma aleatória. Esse
comportamento está associado, sobretudo, às características de projeto do componente
avaliado e também denominado vida útil. Nesse caso, a manutenção corretiva e a manutenção
preventiva são as mais indicadas (Figura 5).

Figura 5 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica ( β= 1 e η=30).

Quando β > 1 existem modos de falhas predominantes e, nesses casos, após efetuar-se
estudos sobre os tempos médios entre falha (MTBF) e se analisar o efeito e o modo da falha
(FMEA), é possível a manutenção preventiva dos itens que estão sendo analisados. Na Figura
6, são apresentados à densidade de probabilidade, a confiança e a taxa de falhas
considerando-se uma distribuição Weibull biparamétrica (β=4 e η=30). Analisando-se essa a
densidade de probabilidade, percebe-se que grande parte da densidade de falhas concentra-se
ao redor de um determinado tempo de vida. Nesse caso, T=30, e é justamente esse
comportamento que caracteriza as falhas predominantes. De maneira geral, ele está ligado ao
desgaste natural de um determinado componente. Nesse sentido, a manutenção preditiva tem
como preceito básico o reparo na eminência da falha. Assim, as curvas de fiabilidade e da taxa
de falha trazem informações importantes que devem subsidiar a tomada de decisão sobre “o
momento de se reparar”.


Figura 6 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica ( β= 4 e η=30).


4.4 Parâmetro de Escala (η)

O parâmetro de escala (η) está associado à vida característica de um determinado
componente. Ele descreve e representa uma distância, tempo ou ciclos transcorridos desde o
início da atividade até o momento da falha. Nesse sentido, caso não apresente defeitos, falhas
prematuras, as falhas predominantes de um determinado componente, que, como abordado
anteriormente, estão associadas ao desgaste do mesmo, tendem a ocorrer nas proximidades
de sua vida característica; ou seja, nos casos em que ocorrem falhas predominantes, as
mesmas tendem a concentra-se nas proximidades do parâmetro de escala.
De maneira geral, podemos afirmar que:
Se η é aumentado, enquanto β é mantido constante, a distribuição, ou seja, a "curva" começa a
se estender, esticar para direita e sua altura diminui, ao manter sua forma e posição.
Se η é diminuído, enquanto β é mantido constante, a distribuição começa a se estreitar para
dentro, para esquerda (isto é para sua origem ou para 0 ou γ), e aumenta a sua altura.

Os comportamentos descritos acima, podem ser visualizados na Figura 7, onde são
apresentados a densidade de probabilidade, a confiança e a taxa de falhas considerando-se
uma distribuição Weibull biparamétrica mantendo-se fixo o parâmetro de forma (β=4) e o
parâmetro de escala η assumiu os valores 10, 20 e 30.


Figura 7 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica (β= 4 e η = 10, 20 e 30).


4.5 Métodos gráficos – Papel de Weibull

De modo a calcular a fiabilidade de um item podemos recorrer ao papel de Weibull.
Existem 4 folhas com 4 escalas do tempo diferentes, todas elas utilizam escalas logarítmicas.
A figura 8 apresenta uma dessas folhas.


Figure 8 - Papel de Weibull
É um método aproximado mas poderá dar informações útil sobre o período em que o referido
equipamento se encontra, através do valor determinado para o parâmetro β.
Na posse dos valores correspondestes aos parâmetros da distribuição, pode-se então calcular
a fiabilidade para um qualquer tempo “t”.


Existem também outras ferramentas de cálculo para a distribuição de Weibull, como o caso de
seguida, o Microsoft Office Excel.


Figure 9 – Exemplo de uma folha de cálculo para a distribuição de Weibull
















Existe também o software Weibull++, que é o padrão para análise de dados de vida utilizado
por milhares de companhias no mundo inteiro. Desenvolvido por uma equipe de especialistas
da ReliaSoft, esse software realiza a análise de dados de vida utilizando mais de 13
distribuições estatísticas, com ênfase para todas as formas da distribuição Weibull.



Figure 10 – Exemplo de uma folha de cálculo do software Weibull ++



5. Conclusões
Com o passar dos anos, as empresas estão cada vez mais utilizando as abordagens realizadas
pela engenharia da fiabilidade para melhorarem os seus desempenhos no ambiente industrial,
na performance de seus produtos, na optimização de seus recursos, na redução dos custos por
paragens inesperadas, na garantia da disponibilidade de um recurso. Para melhorarem, assim,
a qualidade frente aos concorrentes.
A engenharia da fiabilidade, a partir dos registros dos tempos de vida e de outros resultados,
esta intimamente baseada no ajuste de diferentes modelos estatísticos, resultando, por sua
vez, em informações que servem como auxílios para tomada de decisão. Nesse sentido, a
compreensão e a utilização dos conceitos descritos neste trabalho mostram-se indispensáveis
e são condição básica de conhecimento a todos os profissionais que desejem actuar na gestão
da engenharia da fiabilidade, na manutenção e nas áreas relacionadas.

Referências

- Manuel Cabral Morais, Fiabilidade e Controlo de Qualidade - Notas de apoio Fiabilidade,
Caps. 1-6, Secção de Estatística e Aplicações - IST
- Maria Prudência G. Martins, Armando L. F. Leitão, Predição de Falhas no Apoio à Decisão na
Gestão da Manutenção, Departamento de Gestão Industrial – ESTiG, IPB
- Handbook of Reliability Engineering, Hoang Pham, Editor
- Reliability Engineering Handbook, vol. 1, Dimitri Kececioglu
- ISEL - DEM - Gestão da Manutenção (Apontamentos), ROCHA J. (AEISEL)
- ISEL - DEM - Apresentações das Aulas, GESTÃO DA MANUTENÇÃO 2009/2010, José
Sobral
- ReliaSoft Corporation, http://www.reliasoft.com/pubs/paper_weibull.pdf, Acedido em 25 de
Abril 2011
- Rui Assis Homepage, http://www.rassis.com/manutencao.html, Acedido em 23 de Abril 2011
- Quality Digest, http://www.qualitydigest.com/jan99/html/body_weibull.html, Acedido em 23 de
Abril 2011

Introdução Diante de um mercado altamente competitivo. informação fundamental tanto para a proposição do tempo de garantia de um determinado produto quanto para a gestão da manutenção de um ambiente fabril. baseados em informações quantitativas. Para tal. o tempo no qual um sistema estará disponível. para se desenvolver e para se tornar mais eficiente.Resumo Pretende-se com este trabalho caracterizar a fiabilidade a partir da distribuição de Weibull. uma vez que tem como principal objectivo estabelecer. as empresas têm vindo a sentir a necessidade de modernização das suas linhas de produção. A gestão da manutenção como Instrumento de Competitividade Com as frequentes mudanças ocorridas na economia. Portanto. a manutenção tem evoluído significativamente. a engenharia da fiabilidade vem ganhando cada vez mais destaque. Não basta somente produzir a um menor custo. têm levado as empresas a procurarem diferenciadores em seus processos produtivos. para uma empresa tornar-se produtiva. Entretanto mostra-se necessário que tal modernização venha acompanhada de procedimentos que. preço e prazo de entrega. cada vez mais complexos. 1. a gestão da produção trilhou os seguintes passos evolutivos: I . as empresas devem projectar produtos que tenham o máximo de valor agregado com custos reduzidos. sejam capazes de optimizar a utilização e a manutenção desses novos meios produtivos. ela deve minimizar seus custos de produção. . deve-se agregar ao produto qualidade. é necessária a introdução de conceitos básicos de fiabilidade assim como as características da referida distribuição. corrigir).Manutenção Preventiva: Reparar antes que falhe. Na busca de uma maior produtividade. e os produtos. deixando em segundo plano o papel de conservar (consertar ou reparar) dando prioridade ao manter (prevenir. II . Neste sentido. Desta forma. que a cada dia estão mais exigentes. mostra-se necessário que um grande esforço seja empenhado à gestão da manutenção. Esta abordagem da fiabilidade requer a existência de dados estatísticos ou histórico de falhas. impulsionada pelo aparecimento de softwares. por sua vez. 2. especialmente desenvolvidos para facilitar a resolução de cálculos e para gerar relatórios instantâneos. a fim de aumentar a produtividade. Uma vez que os padrões de qualidade são ditados pelos clientes. Nesse sentido. através de modelos estatísticos.Manutenção Correctiva: Reparar quando falhar. onde os clientes estão-se a tornar cada vez mais exigentes. A produtividade de um produto pode ser descrita pelo quociente entre qualidade e custos.

Manutenção Condicionada: monitorar e reparar somente na eminência de falha. 3. Também é conhecida como estado de falha. para objectivos deste trabalho. 3. o item pode estar degradado ou ao mesmo tempo avariado e ainda não causar uma falha. Está associado à causa da transição do estado normal para o estado anormal. A distribuição de probabilidade acumulada de ocorrência de falha é definida como a probabilidade de falha de um item em uma missão de duração menor ou igual a t. As falhas. A esse fenómeno é atribuído o nome de defeito. 3. que significa qualquer desvio de uma característica de um item em relação aos seus requisitos. o número de ciclos até à falha. Em geral podem ser divididos em mecânicos.2 Modo de falha Modo de falha é um evento ou condição física que causa uma falha funcional. são classificadas em duas categorias: Falha funcional: incapacidade de um item de desempenhar uma função específica dentro de limites desejados. Muitas vezes se apresenta em forma de defeito. caracterizando a forma como as falhas ocorrem.III . como por exemplo.3 Tempo até à falha O tempo até falha pode ser definido como o tempo decorrido desde o instante em que o item é colocado em funcionamento até à sua primeira falha. Falha potencial: condição identificável e mensurável que indica uma falha funcional pendente ou em processo de ocorrência. Pode assumir valores discretos. Para isto é necessário conhecer como os itens falham. É encontrada através da equação 2. 3. É encontrada através da equação 1. eléctricos. estruturais e humanos. Entretanto. f (t )  dF (t ) dt (1) . Conceitos básicos 3. É a definição matemática do valor associada à probabilidade de ocorrência deste valor.4 Probabilidade de falha A densidade de probabilidade de ocorrência de falha é definida pela modelagem da variação temporal da probabilidade de falha funcional do item por unidade de tempo. Prevenir e corrigir falhas constituem os objectivos primários da manutenção.1 Definição de falha O que é uma falha? Falha é o limite da capacidade de um item em desempenhar a função requerida.

f (t) é a função da densidade de probabilidade (f. divido pelo intervalo dt. p. A probabilidade de que t fique num valor do intervalo tx a ty é: ty pt x  t  t y    f (t ) dt tx (6) . mais do que um ponto. Matematicamente.) e t é o período de vida útil. fica evidente a relação entre o estudo de fiabilidade e o sucesso da manutenção preventiva.5 Fiabilidade Sob o enfoque da manutenção preventiva mostra-se indispensável a utilização de ferramentas quantitativas capazes de medir o risco de falha de um dado componente.F (t )    f (t )dt t (2) onde f(t) é a função densidade de probabilidade de falha. devido à infinidade de valores possíveis. A probabilidade que um valor particular de uma variável aleatória contínua se verifique é zero. Portanto no caso de variáveis contínuas.6 Taxa de falha ou função de risco A taxa de falha. sob condições de operação estabelecidas. dado que não houve falha até o instante t. d.  (t )  h(t )  f (t ) R(t ) (5) 3. 3. a fiabilidade é descrita segundo as Equações 3 ou 4:  R(t )   f (t )dt t (3) (4) R(t )  1  F (t ) Onde: R(t) é a fiabilidade. Define-se fiabilidade como sendo “a probabilidade de um item desempenhar satisfatoriamente a função requerida.7 Variáveis aleatórias Se uma variável aleatória puder assumir valores numa escala contínua é uma variável aleatória continua. F(t) é a distribuição de probabilidade acumulada de falhas e t é o tempo até falha. Uma vez que a fiabilidade e o tempo de falha de um dado componente são acontecimentos complementares. 3. é definida pela probabilidade condicional da ocorrência de falha no intervalo de t a t + dt. é necessário considerar a probabilidade de que a variável aleatória fique dentro de um intervalo. por um período de tempo predeterminado”. A função é representada matematicamente pela equação 5. também conhecida como função de risco.

Histograma Se agora desejarmos determinar a probabilidade de um avaria ocorrer entre os tempos de funcionamento tx e ty multiplica-se a ordenada y pelo intervalo (ty . as funções de densidade de probabilidade. Anotando o tempo de funcionamento até a avaria de cada máquina é possível traçar um histograma no qual a área associada com qualquer intervalo mostre a frequência relativa da avaria ocorrendo nestes intervalos (ver figura 1). Se pensarmos num certo número de máquinas similares sujeitas a varia. como indicado na figura 2. através de um do histograma de frequências relativas. comprová-lo. não esperaremos que cada uma delas falhe depois do mesmo número de horas de funcionamento. Assim. em que ta e tz são respectivamente as horas de funcionamento mais baixas e mais elevadas em que o equipamento falhou. Em estudos de manutenção opta-se em vez dos histogramas de frequência relativa. é a unidade. Figura 1.tx). a probabilidade de avaria ocorrer entre os tempos ta e tz. Estas são semelhantes àqueles excepto que é usada uma curva contínua. tz) e a área do histograma é igual a 1. Isto é.e f(t) é uma função densidade para a variável aleatória continua. . admite-se como certo a ocorrência da avaria no intervalo (ta. tz ta  f (t ) dt  1 (7) Podemos. A equação da curva função de densidade é designada por f(t).

em número de ciclos (n) ou em tempo de funcionamento (h). Existem outras formas de parametrizar a distribuição Weibull. d. β>0 e η >0      1 e  t          (8) t é a variável que define o período de vida útil podendo ser expresso em distância percorrida (km). γ é o parâmetro de posição. análise de sobrevivência e em outras áreas devido a sua versatilidade. é dada pela equação 8. η é o parâmetro de escala.   t  f (t )      onde: t>0.). Uma distribuição é definida matematicamente pela sua equação de função de densidade de probabilidade (f. a área sob a curva de densidade de probabilidade é igual à unidade. de entre as funções de densidade de probabilidade existentes. A figura 3 realça o parâmetro de posição γ. 4. É reconhecido pelo seu trabalho na área da fadiga de materiais e na estatística pelos seus estudos sobre a distribuição de Weibull. Figure 3 . p. d. β é o parâmetro de forma. p. Distribuição de Weibull Nomeada pelo seu criador Waloddi Weibull. Ernst Hjalmar Waloddi Weibull (18 de Junho de 1887-Annecy. a distribuição Weibull é a mais utilizada em estudos de fiabilidade. 12 de Outubro de 1979) foi um engenheiro e matemático sueco.Distribuição de Weibull Tri-Paramétrica .Gráfico função de densidade de probabilidade Tal como com a área sob o histograma de frequência relativa. mas a expressão mais geral da f.Figura 2 . da distribuição weibull de 3 parâmetros.

γ=0. são apresentados os parâmetros característicos da distribuição Weibull a fim de se caracterizar seus efeitos no comportamento da função de densidade de probabilidade.2 Relações entre os parâmetros da distribuição Weibull e o planeamento da Manutenção No que segue. do ponto de vista da gestão da de manutenção. na produção ou na operação. estão associadas a defeitos originados no projeto. onde se assume γ=0. p.3 O parâmetro de forma (β) O parâmetro β é um número puro. a taxa de falhas é descrita segundo a Equação (12). Matematicamente. 4. desprezado. consequentemente. adimensional e como o próprio nome sugere. Nesses casos. o parâmetro γ caracteriza a vida inicial do item sendo. das curvas de fiabilidade e de taxa de falhas e. levando-se em conta a distribuição Weibull biparamétrica. d. tais falhas são comumente denominadas de falhas prematuras e. a taxa de falhas pode ser descrita como a razão entre o número de falhas num determinado tempo de vida e o número de componentes sujeitos à falha. isto é.  1 f (t )   t   (t )     R(t )       (12) 4. Nestes casos.  t f (t )          1 e t       (9) Substituindo-se a equação 9 na equação 2 temos a equação 10:   F (t )  1     0  t t        1 e t          dt   (10) Calculando-se o integral proposto na equação 10 temos a seguinte função para o calculo da fiabilidade:  t        F (t )  e (11) Outra medida importante na fiabilidade está associada à taxa de falhas λ(t). na maioria das aplicações. a equação 8 pode ser simplificada e a distribuição Weibull fica representada na sua forma biparamétrica (equação 9).) de falhas apresenta frequências elevadas na parte inicial da vida. nas estratégias da gestão da manutenção. De um modo geral. não . tal parâmetro interfere no formato da função de densidade de probabilidade como veremos a seguir: Quando β < 1 a função densidade de probabilidade (f.Nos estudos de fiabilidade. de maneira geral.

O comportamento da taxa de falhas é uma combinação da probabilidade de falha e da fiabilidade (Equação 5) e evidencia que a ocorrência de falhas é mais elevada na vida inicial do componente.8 e η=30). Em outras palavras. às características de projeto do componente avaliado e também denominado vida útil. o comportamento da taxa de falhas evidencia que em boa parte dos componentes avaliados. tendem a funcionar segundo as suas características de projeto. Verifica-se que a freqüência de falhas é elevada na vida inicial do componente fazendo que a fiabilidade do mesmo decresça de forma acelerada neste mesmo período. aproxima-se de um valor constante.8 e η=30. sobretudo. e os componentes que não falharam. Nesse caso. até um determinado tempo de vida.há como se antever tais defeitos e para itens nesta condição mostra-se mais indicado optar-se pela manutenção corretiva ou preventiva. apresentaram falhas prematuras.Distribuição da probabilidade de falhas. a taxa de falhas é constante e as falhas ocorrem de forma aleatória. diminuindo drasticamente com o tempo de vida e. Nesse caso. Para ilustração. a manutenção corretiva e a manutenção preventiva são as mais indicadas (Figura 5). Esse comportamento está associado. Figura 4 . podemos verificar o formato assumido pela distribuição Weibull. fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica ( β= 0. a função densidade de probabilidade equivale à função distribuição exponencial. . na Figura 4 são apresentadas a FDP. a partir de um dado momento. defeitos. a curva de fiabilidade e a curva da taxa de falhas para um componente fictício cuja probabilidade de falha segue uma distribuição Weibull biparamétrica com β= 0. Quando β=1. Analisando-se a Figura 4.

são apresentados à densidade de probabilidade. ele está ligado ao desgaste natural de um determinado componente. a manutenção preditiva tem como preceito básico o reparo na eminência da falha. Assim.Figura 5 . após efetuar-se estudos sobre os tempos médios entre falha (MTBF) e se analisar o efeito e o modo da falha (FMEA). Quando β > 1 existem modos de falhas predominantes e. Nesse sentido. De maneira geral. nesses casos. T=30. é possível a manutenção preventiva dos itens que estão sendo analisados. e é justamente esse comportamento que caracteriza as falhas predominantes. Nesse caso.Distribuição da probabilidade de falhas. Na Figura 6. . Analisando-se essa a densidade de probabilidade. as curvas de fiabilidade e da taxa de falha trazem informações importantes que devem subsidiar a tomada de decisão sobre “o momento de se reparar”. fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica ( β= 1 e η=30). percebe-se que grande parte da densidade de falhas concentra-se ao redor de um determinado tempo de vida. a confiança e a taxa de falhas considerando-se uma distribuição Weibull biparamétrica (β=4 e η=30).

De maneira geral. esticar para direita e sua altura diminui. caso não apresente defeitos. as falhas predominantes de um determinado componente.Figura 6 . podemos afirmar que: Se η é aumentado. as mesmas tendem a concentra-se nas proximidades do parâmetro de escala. nos casos em que ocorrem falhas predominantes. enquanto β é mantido constante. tempo ou ciclos transcorridos desde o início da atividade até o momento da falha. falhas prematuras. a confiança e a taxa de falhas considerando-se uma distribuição Weibull biparamétrica mantendo-se fixo o parâmetro de forma (β=4) e o parâmetro de escala η assumiu os valores 10. .Distribuição da probabilidade de falhas. 20 e 30. Nesse sentido. onde são apresentados a densidade de probabilidade. tendem a ocorrer nas proximidades de sua vida característica. Se η é diminuído. 4. estão associadas ao desgaste do mesmo. ao manter sua forma e posição. fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica ( β= 4 e η=30). a "curva" começa a se estender. ou seja. Os comportamentos descritos acima. a distribuição começa a se estreitar para dentro. a distribuição. como abordado anteriormente. podem ser visualizados na Figura 7. ou seja. enquanto β é mantido constante. para esquerda (isto é para sua origem ou para 0 ou γ). e aumenta a sua altura.4 Parâmetro de Escala (η) O parâmetro de escala (η) está associado à vida característica de um determinado componente. Ele descreve e representa uma distância. que.

Papel de Weibull . fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica (β= 4 e η = 10. Figure 8 .5 Métodos gráficos – Papel de Weibull De modo a calcular a fiabilidade de um item podemos recorrer ao papel de Weibull. todas elas utilizam escalas logarítmicas.Figura 7 . Existem 4 folhas com 4 escalas do tempo diferentes. A figura 8 apresenta uma dessas folhas.Distribuição da probabilidade de falhas. 4. 20 e 30).

É um método aproximado mas poderá dar informações útil sobre o período em que o referido equipamento se encontra. através do valor determinado para o parâmetro β. pode-se então calcular a fiabilidade para um qualquer tempo “t”. o Microsoft Office Excel. Existem também outras ferramentas de cálculo para a distribuição de Weibull. Na posse dos valores correspondestes aos parâmetros da distribuição. Figure 9 – Exemplo de uma folha de cálculo para a distribuição de Weibull . como o caso de seguida.

Desenvolvido por uma equipe de especialistas da ReliaSoft. em informações que servem como auxílios para tomada de decisão. assim. na manutenção e nas áreas relacionadas. A engenharia da fiabilidade. na garantia da disponibilidade de um recurso. Figure 10 – Exemplo de uma folha de cálculo do software Weibull ++ 5. a partir dos registros dos tempos de vida e de outros resultados. esta intimamente baseada no ajuste de diferentes modelos estatísticos. as empresas estão cada vez mais utilizando as abordagens realizadas pela engenharia da fiabilidade para melhorarem os seus desempenhos no ambiente industrial. na performance de seus produtos. na optimização de seus recursos. por sua vez. a qualidade frente aos concorrentes. esse software realiza a análise de dados de vida utilizando mais de 13 distribuições estatísticas. na redução dos custos por paragens inesperadas. Para melhorarem. com ênfase para todas as formas da distribuição Weibull.Existe também o software Weibull++. . que é o padrão para análise de dados de vida utilizado por milhares de companhias no mundo inteiro. resultando. a compreensão e a utilização dos conceitos descritos neste trabalho mostram-se indispensáveis e são condição básica de conhecimento a todos os profissionais que desejem actuar na gestão da engenharia da fiabilidade. Nesse sentido. Conclusões Com o passar dos anos.

Notas de apoio Fiabilidade.Maria Prudência G. http://www.pdf. Secção de Estatística e Aplicações .IST .rassis.ISEL .Gestão da Manutenção (Apontamentos). José Sobral . Dimitri Kececioglu . IPB .Handbook of Reliability Engineering.html. Predição de Falhas no Apoio à Decisão na Gestão da Manutenção.Rui Assis Homepage. Departamento de Gestão Industrial – ESTiG. Fiabilidade e Controlo de Qualidade . Martins.DEM . Caps.Reliability Engineering Handbook.DEM .Quality Digest. http://www.com/manutencao.com/pubs/paper_weibull.com/jan99/html/body_weibull. GESTÃO DA MANUTENÇÃO 2009/2010. Hoang Pham. Leitão.Referências . Acedido em 25 de Abril 2011 .Apresentações das Aulas. 1-6. Acedido em 23 de Abril 2011 .reliasoft. (AEISEL) . vol. Armando L.qualitydigest. Acedido em 23 de Abril 2011 . http://www. ROCHA J.ISEL .html. 1. Editor .Manuel Cabral Morais. F.ReliaSoft Corporation.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->