Você está na página 1de 282

Cadastre-se em www.elsevier.com.

br
para conhecernosso catlogo completo,
ter acesso a servios exclusivos no site
e receber informaes sobre nossos
lanamentos e promoes.

Flvio Sanson Fogliatto


Jos Luis Duarte Ribeiro

CONFIABILIDADE
E MANUTENO
INDUSTRIAL

ABEPRO

2011, Elsevier Editora Ltda.


Todos os direitos reservados e protegidos pela Lei no 9.610, de 19/02/1998.
Nenhuma parte deste livro, sem autorizao prvia por escrito da editora, poder ser reproduzida ou
transmitida sejam quais forem os meios empregados: eletrnicos, mecnicos, fotogrficos, gravao ou
quaisquer outros.
Copidesque: Adriana Kramer
Reviso: Marco Antnio Corra
Editorao Eletrnica: SBNIGRI Artes e Textos Ltda.
Elsevier Editora Ltda.
Conhecimento sem Fronteiras
Rua Sete de Setembro, 111 16o andar
20050-006 Centro Rio de Janeiro RJ Brasil
Rua Quintana, 753 8o andar
04569-011 Brooklin So Paulo SP Brasil
Servio de Atendimento ao Cliente
0800-0265340
sac@elsevier.com.br
ISBN 978-85-352-5188-3 (recurso eletrnico)
Nota: Muito zelo e tcnica foram empregados na edio desta obra. No entanto, podem ocorrer erros
de digitao, impresso ou dvida conceitual. Em qualquer das hipteses, solicitamos a comunicao
ao nosso Servio de Atendimento ao Cliente, para que possamos esclarecer ou encaminhar a questo.
Nem a editora nem o autor assumem qualquer responsabilidade por eventuais danos ou perdas a
pessoas ou bens, originados do uso desta publicao.

CIP-Brasil. Catalogao-na-fonte.
Sindicato Nacional dos Editores de Livros, RJ
_________________________________________________________________________
F692c
Fogliatto, Flvio Sanson
Confiabilidade e manuteno industrial [recurso eletrnico] / Flvio
Sanson Folgliatto e Jos Luis Ribeiro Duarte. - Rio de Janeiro: Elsevier:
ABEPRO, 2011.
recurso digital
(ABEPRO)
Formato: FLASH
Requisitos do sistema: Adobe Flash Player
Modo de acesso: World Wide Web
Apndice
Inclui bibliografia
ISBN 978-85-352-5188-3 (recurso eletrnico)
1. Confiabilidade (Engenharia). 2. Fbricas - Manuteno. 3.
Engenharia de produo. 3. Livros eletrnicos. I. Duarte, Jos Luis
Ribeiro. II. Associao Brasileira de Engenharia da Produo. III.
Ttulo. IV. Srie.
11-5917.
CDD: 620.00452
CDU: 62-7
_________________________________________________________________________

Aos nossos mestres Luis Fernando Nanni (in memoriam) e Elsayed A. Elsayed.

Pgina deixada intencionalmente em branco

Prefcio
Mais de quinze anos de docncia na rea de Engenharia da Qualidade, inicialmente em nvel de Ps-graduao e posteriormente em cursos de Graduao em Engenharia de Produo, inuenciaram a escolha dos contedos em nosso livro. A seleo
dos tpicos reete nossa crena de que a atuao do Engenheiro de Produo na rea
de Conabilidade e Manuteno Industrial deve se concentrar na coleta e anlise de
dados de desempenho de equipamentos e produtos, e no planejamento de programas
de manuteno e melhoria de unidades fabris. O material aqui apresentado tambm
traz um vis, majoritariamente quantitativo, repassado a ns pelos nossos mestres:
Professor Luis Fernando Nanni, na dcada de 1980, e Professor Elsayed A. Elsayed, na
dcada de 1990. No caso do Professor Elsayed, participamos ativamente, em diferentes
momentos e de diferentes formas, na elaborao de sua obra Reliability Engineering, que
serviu como referncia para muitas das sees em diferentes captulos de nosso livro.
As diversas teses e dissertaes que orientamos sobre Conabilidade e Manuteno ao
longo dos anos, assim como os projetos sobre o tema realizados com empresas, tambm tiveram importante papel na elaborao do livro. Ao longo dos anos, tivemos a
oportunidade de participar de pesquisas e implementaes que envolveram o uso das
tcnicas de conabilidade e manuteno nos setores siderrgico, petroqumico, automotivo, eletro eletrnico e alimentcio, entre outros. A julgar pela nossa experincia,
os contedos aqui selecionados so plenamente operacionalizveis na prtica e podem
auxiliar o Engenheiro de Produo na gesto e melhoria de sistemas produtivos. Os
aplicativos computacionais disponibilizados no site do livro garantem o suporte necessrio para a realizao dessas atividades.
Na elaborao deste livro, contamos com o apoio de diversos colegas e estudantes, cuja atuao gostaramos de deixar aqui registrada. Celso Fritsch programou
os trs aplicativos, cujas verses estudantis acompanham o livro. Denis Fraga Heilmann e Fernando Weiler auxiliaram na elaborao das extensas listas de exerccios
que encerram a maioria dos captulos e do gabarito disponibilizado no site do livro.
Denise Chagas auxiliou na elaborao das guras e tabelas. Diversos alunos de gra-

VIII

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

duao e ps-graduao auxiliaram na reviso de verses preliminares dos captulos,


sugerindo correes e melhorias. A todos eles deixamos nossos agradecimentos.

Apresentao
Este livro foi concebido para ser utilizado como texto em disciplinas de Conabilidade e Manuteno, em cursos de graduao e ps-graduao em Engenharia
de Produo, Engenharia Mecnica e Estatstica, entre outros. Para tanto, traz contedos bsicos da rea acompanhados de listas de exerccios e aplicativos computacionais, que so apresentados por meio de tutoriais. Tambm tivemos por objetivo fornecer a base terica necessria para que nossos leitores possam investigar o
estado-da-arte na rea de Conabilidade e Manuteno, na literatura especializada.
Como pr-requisitos desejados para uma melhor utilizao do livro, recomenda-se
aos leitores familiaridade com contedos bsicos de Clculo (integrais e derivadas) e
Probabilidade e Estatstica.
Apesar da estrutura de captulos estar apresentada de forma contnua, o livro
est dividido em trs partes dando maior nfase a assuntos relacionados Engenharia da Conabilidade. A parte inicial, correspondente aos captulos 1 a 10,
devotada apresentao de tcnicas e ferramentas quantitativas de anlise de Conabilidade. A segunda parte, correspondente ao captulo 11, traz as duas tcnicas mais
tradicionais de anlise qualitativa de Conabilidade. A terceira parte, correspondente
aos captulos 12 e 13, apresenta os mtodos mais difundidos de gesto de sistemas
de manuteno industrial. Adicionamos um apndice contendo as principais normas
tcnicas brasileiras sobre Conabilidade, que devem ser revisadas quando da elaborao de planos de manuteno e de controle da qualidade.
Um curso bsico de Conabilidade e Manuteno, em nvel de graduao ou
ps-graduao lato sensu, apresentaria como contedo mnimo os captulos 1 a 3, 5 e
11 a 13. Os captulos 4 e 6 seriam os prximos a ser includos, havendo disponibilidade de tempo. Demais captulos poderiam ser considerados avanados e adequados
para cursos de ps-graduao stricto sensu. Caso os contedos de Conabilidade faam parte da disciplina de Engenharia da Qualidade, em nvel de graduao ou ps-

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

graduao, os captulos 1 a 6 trariam o conhecimento bsico sobre o tema devendo


ser selecionados para integrar a disciplina.
O aplicativo ProConf pode ser utilizado para auxiliar na resoluo de exerccios dos captulos 1 a 4. O aplicativo ProSis, por sua vez, prov suporte aos
exerccios dos captulos 5 e 6, e parte do captulo 7. O aplicativo ProAcel executa
anlises apresentadas no captulo 8.

Sumrio
CAPTULO 1

CONCEITOS BSICOS DE CONFIABILIDADE ...............................................1


1.1. Introduo ................................................................................ 1
1.2. Evoluo histrica da conabilidade e suas principais reas de
aplicao .................................................................................. 3
1.3. Qualidade e conabilidade ........................................................ 5
1.4. Principais conceitos associados conabilidade ........................ 6
1.5. Gesto da conabilidade ........................................................... 8
1.6. Medidas de conabilidade ......................................................... 8
1.6.1. Tempo at falha ........................................................... 9
1.6.2. Funo de conabilidade, R(t)................................... 10
1.6.3. Funo de risco, h(t) ................................................. 10
1.6.4. Tempo mdio at falha, MTTF ................................... 12
1.6.5. Funo de vida residual mdia, L(t)........................... 13
1.6.6. Relao entre funes e exemplo ............................... 13
Exemplo de xao 1.1 .................................................................... 14
Questes .......................................................................................... 14
APNDICE: UTILIZAO DO PROCONF A PARTIR DE UM EXEMPLO .........................................20
CAPTULO 2

DISTRIBUIES DE PROBABILIDADE EM CONFIABILIDADE: ESTIMATIVAS


DE PARMETROS E TEMPOS AT FALHA ..................................................23
2.1. Introduo .............................................................................. 23
2.2. Mtodos de estimao de parmetros ...................................... 24
Exemplo de xao 2.1: Distribuio exponencial ............................ 26
Exemplo de xao 2.2: Distribuio Weibull com dois parmetros ...... 27
2.3. Distribuies de tempos at falha ............................................ 27
2.3.1. Distribuio exponencial ........................................... 28
2.3.2. Distribuio de Weibull ............................................. 29
2.3.3. Distribuio gama...................................................... 31
2.3.4. Distribuio lognormal .............................................. 32
2.4. Vericao do ajuste de dados a distribuies de
probabilidade .......................................................................... 34

XII

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Exemplo de xao 2.3: Teste do qui-quadrado usando dados


simulados................................................................................ 35
Questes .......................................................................................... 36
CAPTULO 3

MODELOS DE RISCO E AS FASES DA VIDA DE UM ITEM ..............................39


3.1. Introduo .............................................................................. 39
3.2. Categorias da funo de risco e fases da vida de produtos ....... 40
3.3. Modelos de risco ..................................................................... 42
Modelo de risco constante....................................................... 42
Modelo de risco linearmente crescente .................................... 43
Modelo de risco linearmente decrescente ................................ 43
Modelo de risco linear piecewise da curva da banheira ............. 43
Modelo de risco da funo de potncia ................................... 44
Modelo de risco exponencial ................................................... 44
3.4. Classicao de distribuies de tempos at falha a partir da
funo de risco ........................................................................ 44
3.5. Estimativa da funo de risco a partir de dados empricos ....... 45
Exemplo de xao 3.1 .................................................................... 45
Exemplo de xao 3.2 .................................................................... 46
Questes .......................................................................................... 47

CAPTULO 4

ANLISE DE DADOS CENSURADOS ........................................................51


4.1. Introduo .............................................................................. 51
4.2. Funo de verossimilhana para dados censurados ................. 54
4.3. Modelos paramtricos para dados de conabilidade ................ 56
Exemplo 4.1 ..................................................................................... 56
Exemplo 4.2 ..................................................................................... 57
Exemplo 4.3 ..................................................................................... 59
4.4. Dados multicensurados ........................................................... 60
Questes .......................................................................................... 61

CAPTULO 5

ANLISE DE SISTEMAS SRIE-PARALELO .................................................67


5.1. Introduo .............................................................................. 67
5.2. Sistemas em srie .................................................................... 69
Exemplo de xao 5.1 .................................................................... 70
5.3. Sistemas em paralelo ............................................................... 71
5.4. Sistemas paralelo-srie, srie-paralelo e paralelo-misto ............ 72
Exemplo de xao 5.2 .................................................................... 74
5.5. Sistemas k-em-n...................................................................... 74
Exemplo de xao 5.3 .................................................................... 75
5.6. Sistemas com componentes dependentes .................................. 76
Questes .......................................................................................... 77

Sumrio

APNDICE: UTILIZAO DO PROSIS A PARTIR DE UM EXEMPLO .............................................83


CAPTULO 6

ANLISE DE SISTEMAS COMPLEXOS.......................................................87


6.1. Introduo .............................................................................. 87
6.2. Mtodos para determinao da conabilidade de sistemas
complexos............................................................................... 88
6.2.1. Mtodo da decomposio .......................................... 88
Exemplo de xao 6.1 ................................................................... 89
6.2.2. Mtodos do tie set e cut set ......................................... 90
Exemplo de xao 6.2: .................................................................. 91
6.2.3. Mtodo da tabela booleana ........................................ 92
Exemplo de xao 6.3: .................................................................. 93
6.2.4. Mtodo da tabela de reduo ........................................ 94
Exemplo de xao 6.4: .................................................................. 94
Questes .......................................................................................... 96

CAPTULO 7

MEDIDAS DE IMPORTNCIA DE COMPONENTES......................................101


7.1. Introduo ............................................................................ 101
7.2. Medida de importncia de Birnbaum .................................... 102
Exemplo de xao 7.1 ................................................................. 103
7.3. Medida de importncia crtica ............................................... 104
Exemplo de xao 7.2 .................................................................. 105
7.4. Medida de Vesely-Fussell ...................................................... 106
Exemplo de xao 7.3 .................................................................. 106
7.5. Medida de potencial de melhoria .......................................... 107
Exemplo de xao 7.4 .................................................................. 108
7.6. Comparativo entre medidas .................................................. 108
Questes ........................................................................................ 111

CAPTULO 8

TESTES ACELERADOS .......................................................................115


8.1. Introduo ............................................................................ 115
8.2. Denies preliminares ......................................................... 116
8.3. Projetos experimentais para testes acelerados ........................ 118
8.4. Modelos fsicos...................................................................... 121
8.4.1. Modelo de acelerao de Arrhenius ......................... 122
Exemplo 8.1. .................................................................................. 123
8.4.2. Modelo de acelerao de Eyring .............................. 123
8.4.3. Modelo de acelerao da lei da potncia inversa ...... 124
8.4.4. Modelo combinado de acelerao ............................ 124
Exemplo 8.2 ................................................................................... 125
8.4.5. Outros modelos fsicos ............................................ 126

XIII

XIV

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

8.5. Modelos paramtricos ........................................................... 126


8.5.1. Modelo de acelerao da distribuio exponencial ....... 127
Exemplo 8.3 ................................................................................... 128
8.5.2. Modelo de acelerao da distribuio de Weibull ......... 128
8.5.3. Modelo de acelerao da distribuio gama ............. 129
8.5.4. Modelo de acelerao da distribuio lognormal ....... 130
Exemplo 8.4 ................................................................................... 131
Questes ........................................................................................ 131
APNDICE C UTILIZAO DO PROACEL A PARTIR DE UM EXEMPLO .................................137
CAPTULO 9

MODELOS DE GARANTIA ..................................................................139


9.1. Introduo ............................................................................ 139
9.2. Produtos no-reparveis ........................................................ 141
Exemplo 9.1 ................................................................................... 144
9.3. Produtos reparveis ............................................................... 145
9.3.1. Modelos de garantia para tamanho xo de lote
mediante poltica de mnimo reparo ........................ 146
9.3.2. Modelos de garantia para tamanho xo de lote
mediante poltica de reparo integral......................... 147
Exemplo 9.2 ................................................................................... 148
Exemplo 9.3 ................................................................................... 149
Questes ........................................................................................ 150

CAPTULO 10

DISPONIBILIDADE DE EQUIPAMENTOS ..................................................153


10.1. Introduo ............................................................................ 153
10.2. Conceitos bsicos sobre processos estocsticos ...................... 154
Exemplo 10.1 ................................................................................. 159
Exemplo 10.2 ................................................................................. 160
10.3. Medida da disponibilidade em componentes individuais ...... 160
Exemplo 10.3 ................................................................................. 162
Exemplo 10.4 ................................................................................. 163
Exemplo 10.5 ................................................................................. 165
10.4. Medida da disponibilidade em sistemas ................................ 166
Exemplo 10.6 ................................................................................. 168
10.5. Aplicao do conceito de disponibilidade em um problema
de manuteno preventiva .................................................... 169
Exemplo 10.7 ................................................................................. 170
Questes ........................................................................................ 171

CAPTULO 11

FMEA E FTA ..............................................................................173


11.1. Introduo ............................................................................ 173
11.2. FMEA de projeto ................................................................... 174

Sumrio

11.2.1. Desenvolvimento da FMEA de projeto..................... 176


11.2.2. A planilha de FMEA de projeto................................ 177
11.3. FMEA de processo ................................................................ 187
11.3.1. Desenvolvimento da FMEA de processo .................. 188
11.3.2. A planilha de FMEA de processo ............................. 189
11.4. Acompanhamento da FMEA ................................................. 199
11.5. Anlise de rvores de falha .................................................... 201
11.5.1. Desenho da rvore de falha...................................... 201
11.5.2. Smbolos usados em rvores de falha ....................... 201
11.5.3. Passos na anlise de rvores de falha ....................... 204
Exemplo de xao 11.1: Aplicao da FTA ................................... 207
11.6. Notas sobre o uso de FMEA e FTA ........................................ 209
11.6.1. Escolha entre FMEA e FTA ...................................... 209
11.6.2. Etapas no desenvolvimento de um estudo de
FMEA e FTA ............................................................ 210
11.6.3. Avaliaes qualitativas ............................................. 211
11.6.4. Revises no projeto/processo ................................... 211
11.6.5. O uso conjunto de FMEA e FTA .............................. 211
11.7. Procedimentos para programas de FMEA e FTA .................... 212
11.7.1. Identicao do problema ....................................... 212
11.7.2. Classicao e equipe .............................................. 212
11.7.3. Anlise .................................................................... 213
11.7.4. Atuao e responsveis ............................................ 214
11.7.5. Padronizao ........................................................... 214
11.7.6. Documentao ........................................................ 214
11.7.7. Manuteno............................................................. 215
Questes ........................................................................................ 215
CAPTULO 12

.....................................217
12.1. Introduo ............................................................................ 217
12.2. Questes bsicas da MCC ..................................................... 218
12.3. Passos para a implantao da MCC ....................................... 221
12.3.1. Escolha do comit e equipes de trabalho ................. 221
12.3.2. Capacitao em MCC .............................................. 222
12.3.3. Estabelecimento dos critrios de conabilidade ....... 223
12.3.4. Estabelecimento da base de dados ........................... 223
12.3.5. Aplicao da FMEA e classicao dos componentes ..... 224
12.3.6. Seleo das atividades de MP pertinentes ................ 224
12.3.7. Documentao das atividades de MP ....................... 225
12.3.8. Estabelecimento de metas e indicadores .................. 225
12.3.9. Reviso do programa de MCC ................................. 226

MANUTENO CENTRADA EM CONFIABILIDADE

XV

XVI

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

12.4. Planilha de apoio implantao da MCC .............................. 226


12.5. Diagrama de vericao da atividade recomendada ............... 229
Questo .......................................................................................... 232
CAPTULO 13

MANUTENO PRODUTIVA TOTAL ......................................................233


13.1. Introduo ............................................................................ 233
13.2. Conceitos bsicos .................................................................. 234
13.2.1. Perdas ..................................................................... 234
13.2.2. Rendimento operacional e outros ndices da MPT ... 236
Exemplo 13.1 Clculo do IROG .................................................. 237
13.2.3. Quebra zero ............................................................ 237
13.3. Requisitos para o desenvolvimento da MPT .......................... 238
13.3.1. Capacitao tcnica ................................................. 238
13.3.2. Implementao de melhorias nos equipamentos ...... 239
13.3.3. Estruturao da manuteno autnoma ................... 240
13.3.4. Estruturao da manuteno planejada ................... 241
13.3.5. Estruturao do controle de novos equipamentos .... 243
13.4. Etapas para a implantao da MPT ........................................ 244
13.4.1. Campanha de lanamento da MPT .......................... 244
13.4.2. Organizao para a implantao da MPT ................. 245
13.4.3. Diretrizes e metas do programa ............................... 245
13.4.4. Uso do software de gesto da manuteno ............... 246
13.4.5. Capacitao dos colaboradores ................................ 246
13.4.6. Incio das atividades e melhoria dos equipamentos.. 247
13.4.7. Controle das intervenes e estoques de reposio .. 248
13.4.8. Manuteno autnoma ............................................ 248
13.4.9. Manuteno planejada ............................................. 249
13.4.10. Consolidao do programa ...................................... 249
Questes ........................................................................................ 250

APNDICE:

NORMAS BRASILEIRAS DE CONFIABILIDADE ..........................................251


A.1. Introduo ............................................................................ 251
A.2. Normas gerais e de terminologia ........................................... 253
A.3. Normas relacionadas a procedimentos e mtodos ................. 254

REFERNCIAS BIBLIOGRFICAS ...................................................................................261

Captulo

CONCEITOS BSICOS
DE CONFIABILIDADE

CONCEITOS APRESENTADOS NESTE CAPTULO


Neste captulo, o conceito de conabilidade apresentado em detalhes, bem como
a evoluo histrica da rea de pesquisa e suas principais aplicaes. Tambm
traado um paralelo entre os conceitos de conabilidade e qualidade. O captulo
encerrado com uma seo onde so apresentadas as principais medidas de conabilidade, seguido de uma lista de exerccios propostos. No Apndice, apresentam-se
instrues de uso do aplicativo Proconf, que acompanha este livro.

1.1. INTRODUO
Com o advento da economia globalizada, observou-se um aumento na demanda por produtos e sistemas de melhor desempenho a custos competitivos. Concomitantemente, surgiu a necessidade de reduo na probabilidade de falhas em produtos
(sejam elas falhas que simplesmente aumentam os custos associados aos produtos ou
falhas que possam implicar riscos srios segurana pblica), o que resultou numa
nfase crescente em sua conabilidade. O conhecimento formal resultante da anlise
de falhas e da busca da minimizao de sua ocorrncia prov uma rica variedade de
contextos nos quais surgem consideraes acerca da conabilidade.
Em seu sentido mais amplo, conabilidade est associada operao bemsucedida de um produto ou sistema, na ausncia de quebras ou falhas. Em anlises
de engenharia, todavia, necessria uma denio quantitativa de conabilidade,
em termos de probabilidade. Tal denio, proposta por Leemis (1995), apresen-

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

tada a seguir; nos pargrafos que se seguem, os termos em itlico na denio so


explicados.
A conabilidade de um item corresponde sua probabilidade de desempenhar adequadamente o seu propsito especicado, por um determinado
perodo de tempo e sob condies ambientais predeterminadas.
Na denio, subentende-se que o objeto de interesse seja um item. A denio de item depende do propsito do estudo. Em certos casos, considera-se um
sistema, constitudo de um arranjo de diversos componentes, como um item; em
outros casos, em que existe interesse ou possibilidade de maior detalhe na anlise,
o termo item refere-se a um componente do arranjo em particular. Por exemplo, na
anlise de um monitor de computador, pode-se considerar o monitor (com todas as
suas partes componentes) como um item, ou pode-se estar interessado no estudo
dos componentes individualmente; neste caso, cada componente seria caracterizado
como um item.
Conabilidade denida como uma probabilidade. Isso signica que todas as
conabilidades devem apresentar valores entre 0 e 1 e que os axiomas clssicos da
probabilidade podem ser aplicados em clculos de conabilidade. Por exemplo, se
dois componentes independentes apresentam conabilidade, aps 100 horas de uso,
de p1 e p2 e a falha do sistema ocorre quando qualquer dos dois componentes falha,
ento a conabilidade do sistema em uma misso de 100 horas dada por p1 p2.
Para a correta especicao do modelo matemtico que representa o desempenho de um item, deve-se denir de maneira precisa o que se entende por seu
desempenho adequado. O modelo matemtico mais simples usado para representar a
condio de um item o modelo binrio, segundo o qual um item pode estar em um
estado de funcionamento (apresentando desempenho adequado) ou de falha. O modelo binrio pode ser estendido para produtos que apresentam degradao a partir
do estabelecimento de um ponto de corte que separe os estados de funcionamento
e de falha. Mediante conhecimento do que se entende por desempenho adequado,
possvel denir quando o item falha, j que, mediante a ocorrncia da falha, o item
deixa de desempenhar adequadamente suas funes. Um padro deve ser usado na
determinao do que se entende por desempenho adequado. Se, por exemplo, o
item em estudo for um carro e se o padro (que estabelece o nvel adequado de desempenho) for um carro capaz de se movimentar, um carro sem surdina continuar
apresentando um desempenho adequado.
A denio de conabilidade implica especicao do propsito ou uso pretendido para o item em estudo. comum que um mesmo produto seja fabricado em
diferentes verses, conforme o uso pretendido. Por exemplo, uma furadeira pode ser
fabricada para uso domstico ou industrial; os produtos apresentam funes idn-

Captulo 1

Conceitos Bsicos de Confiabilidade

ticas, mas diferenciam-se quanto sua conabilidade, pois foram projetados para
cargas de uso distintas.
Conabilidade denida como funo de um perodo de tempo, o que implica
cinco consequncias: (i) o analista deve denir uma unidade de tempo (por exemplo,
minutos, horas ou anos) para a realizao das anlises; (ii) os modelos que descrevem
os tempos at falha utilizam a varivel aleatria T (em vez de X, como comum na
estatstica clssica) para descrever o tempo at falha de um item; (iii) o termo tempo
no deve ser interpretado literalmente, j que em muitos contextos o nmero de
milhas ou o nmero de ciclos pode representar o tempo at falha de um item; (iv)
o conceito de conabilidade deve ser associado a um perodo de tempo ou durao
de misso (no faz sentido armar que um item apresenta conabilidade de 0,7,
por exemplo, sem especicar durante qual perodo de tempo a anlise do item foi
realizada), e (v) a determinao do que deveria ser usado para medir a vida de um
item nem sempre bvia; por exemplo, o tempo at falha de uma lmpada eltrica
pode ser denido como o nmero contnuo de horas at a falha ou como o nmero
somado de horas at a falha, considerando o nmero tpico de acionamentos a que
a lmpada submetida.
O ltimo aspecto da denio de conabilidade diz respeito denio das
condies ambientais de uso do item. Um mesmo produto pode apresentar desempenho distinto operando em ambientes de calor ou umidade intensos, se comparado a
produtos expostos a condies climticas amenas de uso.

1.2. EVOLUO HISTRICA DA CONFIABILIDADE E SUAS


PRINCIPAIS REAS DE APLICAO
Uma breve descrio da evoluo histrica da conabilidade apresentada
por Knight (1991). O conceito de conabilidade em sistemas tcnicos vem sendo
aplicado h pouco mais de 50 anos. O conceito adquiriu um signicado tecnolgico
aps o trmino da Primeira Guerra Mundial, quando foi utilizado para descrever
estudos comparativos feitos em avies com um, dois ou quatro motores. Naquele
contexto, a conabilidade era medida como o nmero de acidentes por hora de voo.
Durante a Segunda Guerra Mundial, um grupo de engenheiros da equipe de
von Braun trabalhou, na Alemanha, no desenvolvimento dos msseis V-1. Aps o
trmino da guerra, soube-se que todos os prottipos desenvolvidos falharam quando
testados, explodindo antes (durante o voo) ou aterrissando antes do alvo. O matemtico Robert Lusser foi contratado para analisar o sistema operacional dos msseis.
A partir de sua anlise, Lusser props a lei da probabilidade de um produto com
componentes em srie, em que estabelecia que a conabilidade de um sistema em
srie igual ao produto das conabilidades de suas partes componentes. Como con-

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

sequncia direta, sistemas em srie compostos por muitos componentes tendem a


apresentar baixa conabilidade e o efeito da melhoria de conabilidade dos componentes individualmente sobre o sistema tende a ser pequeno.
No nal dos anos 50 e incio dos anos 60, o interesse dos norte-americanos
esteve centrado no desenvolvimento de msseis intercontinentais e na pesquisa espacial, eventos motivados pela Guerra Fria. A corrida para ser a primeira nao a
enviar uma misso tripulada Lua, em particular, motivou avanos na rea da conabilidade, tendo em vista os riscos humanos envolvidos. Em 1963, surgiu, nos
Estados Unidos, a primeira associao que reunia engenheiros de conabilidade e
o primeiro peridico para divulgao de trabalhos na rea, o IEEE Transactions on
Reliability. Ao longo da dcada de 1960, diversos livros-texto sobre conabilidade
foram publicados.
Na dcada de 1970, o estudo da conabilidade esteve centrado na anlise dos
riscos associados construo e operao de usinas nucleares. A partir da, aplicaes da conabilidade nas mais diversas reas se consolidaram. Algumas dessas reas
de aplicao, associadas engenharia de produo, foram elencadas por Rausand &
Hyland (2003) e vm listadas a seguir.

Anlises de risco e segurana a anlise de conabilidade essencial em estudos


de risco e segurana. Em uma anlise de risco, por exemplo, a anlise de causas
normalmente realizada usando tcnicas de conabilidade como a anlise de
modos e efeitos de falhas (FMEA failure mode and effects analysis) e a anlise da
rvore de falhas, ambas apresentadas no Captulo 11.

Qualidade a crescente adoo das normas ISO-9000 por empresas fez com
que tcnicas de gesto e garantia da qualidade crescessem em importncia. Os
conceitos de qualidade e conabilidade esto intimamente conectados. A conabilidade pode ser considerada, em diversas situaes, como uma importante
caracterstica de qualidade a ser considerada no projeto e na otimizao de produtos e processos. Dessa forma, muita ateno vem sendo dada incorporao
de tcnicas de gesto e garantia da conabilidade nos programas de garantia da
qualidade.

Otimizao da manuteno manutenes so realizadas com o objetivo de prevenir falhas ou de restaurar o sistema a seu estado operante, no caso de ocorrncia de uma falha. O objetivo principal da manuteno , portanto, manter
e melhorar a conabilidade e regularidade de operao do sistema produtivo.
Muitas indstrias (em particular as de manufatura e aquelas em que riscos humanos esto potencialmente envolvidos com falhas na manuteno, como o
caso da indstria de aviao e nuclear) tm percebido a importante conexo
existente entre manuteno e conabilidade e adotado programas de manuten-

Captulo 1

Conceitos Bsicos de Confiabilidade

o centrados em conabilidade (RCM Reliability Centered Maintenance, discutida no Captulo 12). Tais programas tm por objetivo reduzir custos e otimizar
a manuteno em todos os tipos de indstrias, promovendo melhorias na disponibilidade e segurana de equipamentos.
Proteo ambiental estudos de conabilidade podem ser usados na melhoria
do projeto e na otimizao da operao de sistemas inibidores de poluio, tais
como sistemas de limpeza de dejetos lquidos e de emisses gasosas.
Projeto de produtos a conabilidade considerada uma das mais importantes
caractersticas de qualidade em produtos com intenso valor tcnico agregado.
natural, assim, que a engenharia de desenvolvimento de produtos enfatize
a garantia da conabilidade. Nesse sentido, muitas indstrias vm integrando
programas de conabilidade ao processo de desenvolvimento de produtos, seja
atravs de tcnicas quantitativas, como aquelas apresentadas em vrios captulos
deste livro, ou atravs de estudos qualitativos de conabilidade, envolvendo o
uso do FMEA. Exemplos incluem a indstria automobilstica e de aviao.

1.3. QUALIDADE E CONFIABILIDADE


Os conceitos de conabilidade e qualidade so frequentemente confundidos
entre si. A principal diferena entre esses dois conceitos que a conabilidade incorpora a passagem do tempo; o mesmo no ocorre com a qualidade, que consiste em
uma descrio esttica de um item. Dois transistores de igual qualidade so usados
em um aparelho de televiso e em um equipamento blico. Ambos os transistores
apresentam qualidade idntica, mas o primeiro transistor possui uma conabilidade
provavelmente maior, pois ser utilizado de forma mais amena (em um ambiente
de menor stress). Parece claro que uma alta conabilidade implica alta qualidade; o
contrrio que pode no ser verdade.
Os conceitos de qualidade e conabilidade se inter-relacionam no projeto e
na manufatura de produtos e em sua posterior utilizao. A denio de qualidade
pode ser subdividida em duas partes. Primeiro, qualidade est associada capacidade de projetar produtos que incorporem caractersticas e atributos otimizados para
atender a necessidades e desejos dos usurios; algumas caractersticas podem ser
qualitativas, relacionadas a aspectos estticos, por exemplo, ao passo que outras so
especicadas como caractersticas quantitativas de desempenho. Segundo, qualidade
est associada reduo da variabilidade nas caractersticas de desempenho. Nesse
sentido, Lewis (1996) prope a seguinte classicao para as fontes da variabilidade:
(i) variabilidade nos processos de manufatura, (ii) variabilidade no ambiente de operao e (iii) deteriorao do produto.

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

A fonte (i) a principal responsvel pela ocorrncia de falhas precoces nos


itens, as quais costumam surgir no incio de sua vida operacional. Prticas de controle da qualidade de processos podem atenuar os efeitos dessa fonte de variabilidade. A
fonte (ii) costuma levar a ocorrncia de falhas aleatrias nos itens. O projeto robusto
de produtos costuma dirimir os seus efeitos. A fonte (iii) leva a falhas por desgaste e
deteriorao dos itens. Quando possvel, prticas de manuteno preventiva podem
retardar o seu aparecimento ou diminuir a sua intensidade.
Aes de melhoria da qualidade que reduzam ou compensem essas fontes de
variabilidade podem resultar em melhorias na conabilidade do produto, j que falhas no produto, como exposto anteriormente, podem ter sua origem explicada por
uma ou mais dessas fontes. Para que a melhoria da qualidade dos produtos apresente
impacto sobre a sua conabilidade, devem-se relacionar as fontes de variabilidade e
suas falhas associadas aos estgios do ciclo de desenvolvimento de produtos.
De maneira simplicada, o desenvolvimento de produtos pode ser dividido
em trs grandes estgios: (i) projeto do produto, (ii) projeto do processo e (iii) manufatura. No projeto do produto, as necessidades dos usurios so convertidas em
especicaes de desempenho, o que resulta no projeto conceitual do item. No detalhamento do projeto, a congurao de componentes e partes estabelecida, e
parmetros e tolerncias so identicados. No projeto do processo, outros nveis de
detalhamento so contemplados, referentes, em sua maioria, aos processos de manufatura a serem utilizados e suas especicaes de operao. Aps especicao de
produto e processos, tem incio o estgio nal, de manufatura e monitoramento da
produo. A reduo da variabilidade nas caractersticas de desempenho do produto
s pode ser obtida integrando-se os trs estgios do desenvolvimento de produtos.
Lewis (1996) apresenta o relacionamento entre os estgios de desenvolvimento de produtos e as fontes de variabilidade (e falhas) listadas anteriormente. A
concluso que esforos de melhoria da conabilidade em produtos devem estar
concentrados no estgio de projeto do produto. Somente a variabilidade no produto que leva a falhas precoces pode ser reduzida atravs dos estgios de projeto
do processo e manufatura.

1.4. PRINCIPAIS CONCEITOS ASSOCIADOS CONFIABILIDADE


Na Seo 1.1, apresentou-se uma conceituao probabilstica de conabilidade, aceita e utilizada pela maioria dos pesquisadores que trabalha na rea da conabilidade. Outras denies mais amplas, baseadas essencialmente no texto de normas como a ISO-8402 e a QS-9000, existem, mas no sero utilizadas neste texto.

Captulo 1

Conceitos Bsicos de Confiabilidade

Os principais conceitos associados conabilidade so: qualidade, disponibilidade, mantenabilidade, segurana e conana. Tais conceitos so denidos na
sequncia tendo como base principal o texto das normas NBR ISO-8402 (1994) e
5462 (1994).
Qualidade pode ser denida como a totalidade de caractersticas e aspectos de
um produto ou servio que tornam possvel a satisfao de necessidades implcitas
e explcitas associadas ao produto ou servio. De forma mais especca, qualidade
denida como cumprimento a especicaes de projeto e manufatura com menor
variabilidade possvel, como visto na seo anterior.
Disponibilidade denida como a capacidade de um item, mediante manuteno apropriada, desempenhar sua funo requerida em um determinado instante do tempo ou em um perodo de tempo predeterminado. O conceito de disponibilidade varia conforme a capacidade de reparo de uma unidade. Em unidades
no-reparveis, os conceitos de disponibilidade e conabilidade se equivalem. Em
unidades reparveis, os possveis estados da unidade em um tempo t de anlise so
funcionando ou em manuteno (isto , sofrendo reparo). Nesses casos, costuma-se
supor que reparos devolvam a unidade condio de nova e trabalha-se com um
valor mdio de disponibilidade para a unidade, dado por:
A=

MTTF
MTTF + MTTR

(1.1)
onde A (do ingls availability) denota a disponibilidade mdia da unidade, MTTF o
tempo mdio entre falhas (ou seja, o tempo mdio de funcionamento da unidade) e
MTTR o tempo mdio at concluso de reparos feitos na unidade.
Mantenabilidade denida como a capacidade de um item ser mantido ou
recolocado em condies de executar suas funes requeridas, mediante condies
preestabelecidas de uso, quando submetido manuteno sob condies predeterminadas e usando recursos e procedimentos padro. A mantenabilidade um fator
essencial no estabelecimento da disponibilidade de uma unidade.
Segurana denida como a ausncia de condies que possam causar morte,
dano ou doenas ocupacionais a pessoas, bem como dano ou perda de equipamentos
ou de propriedade. Uma denio alternativa de segurana substitui o termo ausncia por nvel aceitvel de risco, j que em muitas atividades impossvel chegar-se
a uma condio isenta de risco.
O termo conana (ou dependabilidade) utilizado para designar um coletivo
que inclui a disponibilidade e seus fatores determinantes: o desempenho da conabilidade, da mantenabilidade e do suporte tcnico. Pode-se considerar os conceitos de
conana e conabilidade como anlogos; o termo conana, todavia, estaria associado
a uma denio mais ampla, no estritamente probabilstica de conabilidade.

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

1.5. GESTO DA CONFIABILIDADE


Um programa integrado de conabilidade compreende o estabelecimento de
prticas e procedimentos para gerir a conabilidade nas seguintes fases da vida de
um produto: (i) projeto e desenvolvimento, (ii) manufatura e instalao, (iii) operao e manuteno e (iv) descarte, quando encerra a vida operacional do produto. A
gesto da conabilidade demanda a existncia de um programa de conabilidade e
da denio das tarefas e elementos desse programa. Neste livro, so apresentadas
ferramentas que subsidiam a gesto da conabilidade nas fases (i) a (iii) listadas.
A gesto da conabilidade no descarte de itens est fortemente associada ao tipo
de item em questo, sendo objeto de normas tcnicas, as quais no so aqui abordadas.
Um programa de conabilidade dene a estrutura organizacional, responsabilidades, procedimentos, processos e recursos utilizados na gesto da conabilidade. As tarefas em um programa de conabilidade formam um conjunto de
atividades relacionadas a aspectos da conabilidade de uma unidade ou o apoio
para produo de um resultado preestabelecido. Os elementos de um programa
de conabilidade incluem uma tarefa ou conjunto de tarefas realizadas por um
indivduo ou equipe.
A implantao bem-sucedida de um programa de gesto da conabilidade demanda um grupo dedicado exclusivamente para esse m. Um grau adequado de conhecimento demandado dos membros do grupo, devido ao carter multidisciplinar
do programa de gesto. Assim, alm de dominar os princpios matemticos bsicos
de conabilidade, o grupo deve ter familiaridade, por exemplo, com princpios e
tcnicas de desenvolvimento de produtos, fatores humanos e anlise de custos. Para
monitorar o desempenho de conabilidade do sistema, o grupo deve montar um
sistema eciente de coleta e anlise de dados, que permita a construo de uma base
histrica de dados de conabilidade na empresa.

1.6. MEDIDAS DE CONFIABILIDADE


Nesta seo, apresentam-se diversas medidas de conabilidade para uma unidade no-reparvel (que no est sujeita a reparos). Unidade pode designar um componente, subsistema ou sistema. As trs medidas de conabilidade mais comumente
usadas para unidades no-reparveis apresentadas nesta seo so (i) a funo de
conabilidade R(t), (ii) a funo de risco h(t) e (iii) o tempo mdio at falha, MTTF
(mean time to failure). A funo de vida residual mdia L(t), uma medida de conabilidade de menor utilizao prtica, tambm apresentada. A seo encerrada
com um quadro de relacionamento entre as medidas apresentadas e um exemplo

Captulo 1

Conceitos Bsicos de Confiabilidade

de aplicao. A notao apresentada nesta seo, concordante com grande parte da


literatura sobre conabilidade em lngua inglesa, reete uma escolha dos autores.
1.6.1. TEMPO AT FALHA

Por tempo at falha de uma unidade entende-se o tempo transcorrido desde


o momento em que a unidade colocada em operao at a sua primeira falha.
Convenciona-se t = 0 como incio da operao do sistema. Por estar sujeito a variaes aleatrias, o tempo at falha denido como uma varivel aleatria, designada
por T. O estado da unidade em um tempo t pode ser descrito por uma varivel de
estado X(t), que uma varivel aleatria denida por dois estados: X(t) = 1, no caso
de a unidade estar operacional no tempo t, e X(t) = 0, no caso de a unidade estar nooperacional no tempo t. A relao existente entre a varivel de estado X(t) e o tempo
at falha T vem ilustrada na Figura 1.1.
Como observado na denio da Seo 1.1, o tempo at falha nem sempre
medido de forma contnua, podendo assumir valores discretos, como nmero de
ciclos at falha. Para os propsitos deste texto, pressupe-se uma varivel T distribuda continuamente, com densidade de probabilidade dada por f (t) e funo de
distribuio dada por:
t
F (t ) = P (T t ) = f (u )du , t > 0
(1.2)
0
A funo F(t) denota, assim, a probabilidade de falha da unidade em uma
misso de durao menor ou igual a t.
A densidade de probabilidade f (t) denida como:
f (t ) = F' (t ) =

d
dt

F (t ) = lim

t 0

F (t + t ) F (t )
t

= lim

t 0

P (t < T t + t )

(1.3)

Para valores pequenos de t, a seguinte aproximao pode ser usada:


P(t < T t + t) f (t) . t
X(t)
1

Falha

t
Tempo at falha, T

Figura 1.1: Varivel de estado X(t) e seus estados.

(1.4)

10

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

1.6.2. FUNO DE CONFIABILIDADE, R(t)

Suponha n0 unidades idnticas submetidas a teste em condies predenidas.


Transcorrido o intervalo (t t, t), nf (t) unidades falharam e ns(t) unidades sobreviveram, tal que nf (t) + ns (t) = n0. A conabilidade da unidade denida como a sua
probabilidade acumulada de sucesso; assim, em um tempo t, a funo de conabilidade R(t) :
R (t ) =

n s (t )

n s (t ) + n f (t )

n s (t )
n0

(1.5)
Considerando a varivel aleatria T denida anteriormente, a funo de conabilidade em um tempo t pode ser expressa como:
R(t) = P (T > t)
(1.6)
A funo de distribuio de T, F (t), o complemento de R(t), ou seja:
+

R (t ) = 1 F (t ) = 1 f (u )du = f (u ) du
t

(1.7)

Assim, a funo de conabilidade R(t) informa a probabilidade de a unidade


apresentar sucesso na operao (isto , ausncia de falhas) no intervalo de tempo (0,
t) e ainda estar funcionando no tempo t. A funo de conabilidade R(t) tambm
denominada funo de sobrevivncia.
1.6.3. FUNO DE RISCO, h(t)

A funo de risco h(t) pode ser considerada a medida de conabilidade mais


difundida na prtica. Tal funo pode ser interpretada como a quantidade de risco
associada a uma unidade no tempo t. A funo de risco bastante til na anlise do
risco a que uma unidade est exposta ao longo do tempo, servindo como base de
comparao entre unidades com caractersticas distintas. A funo de risco tambm
conhecida em conabilidade como taxa de falha ou taxa de risco.
A funo de risco pode ser derivada usando probabilidade condicional. Considere, inicialmente, a probabilidade de falha entre t e t + t, dada por:
t+
t

P(t T t + t) = t f(u)du = R (t) R (t + t)

(1.8)

Condicionando no evento de a unidade estar operando no tempo t, chega-se


seguinte expresso:
P (t T t + t T t ) =

P (t T t + t )
P (T t )

R (t ) R (t + t )
R (t )

(1.9)
Uma taxa de falha mdia no intervalo (t, t + t) pode ser obtida dividindo a
Equao (1.9) por t. Supondo t 0, obtm-se a taxa de falha instantnea, que
a funo de risco, dada por:
h(t) = lim

t 0

R (t ) R (t + t )
R (t )t

R (t )
R (t )

f (t )

R (t )

,t0

(1.10)

Captulo 1

Conceitos Bsicos de Confiabilidade

Funes de risco devem satisfazer as seguintes condies:


+

(i) 0 h(t)dt = + e (ii) h(t) 0, para todo t 0

(1.11)

A unidade de medida em uma funo de risco normalmente dada em termos


de falhas por unidade de tempo. A forma da funo de risco um indicativo da maneira como uma unidade envelhece. Como a funo de risco pode ser interpretada
como a quantidade de risco a que uma unidade est exposta em um tempo t, um
valor pequeno para a funo de risco implica uma unidade exposta a uma menor
quantidade de risco.
Existem trs classicaes bsicas para a funo de risco: (i) funo de risco
crescente, FRC, em que a incidncia de risco cresce com o tempo; (ii) funo de
risco decrescente, FRD, em que a incidncia de risco decresce com o tempo; e (iii)
funo de risco constante ou estacionria, FRE, em que a unidade est exposta a
uma mesma quantidade de risco em qualquer momento do tempo. Alguns autores,
como Leemis (1995), no consideram a classicao (iii) de forma independente,
apresentado-a como uma combinao das classicaes (i) e (ii). Produtos manufaturados costumam apresentar uma funo de risco dada pela ocorrncia sucessiva
das trs classicaes anteriores, ilustrada na Figura 1.2 e conhecida como curva
da banheira.
A Figura 1.2 pode ser facilmente interpretada resgatando os conceitos apresentados na Seo 1.3. Como visto anteriormente, decincias no processo de manufatura de um produto levam a falhas precoces, que se concentram no incio de sua
vida, na chamada fase de mortalidade infantil. As falhas que incidem na fase de vida
til do produto devem-se tipicamente a condies extremas no ambiente de operao do produto e podem ocorrer, uniformemente, em qualquer momento no tempo.
Finalmente, a deteriorao do produto frequentemente leva a falhas por desgaste,
concentradas no nal da vida til do produto, na fase de envelhecimento.
Funo de
risco

Mortalidade
infantil

t1
Figura 1.2: Exemplo de curva da banheira.

Vida til

t2

Envelhecimento

t3

Tempo

11

12

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

A funo de conabilidade R(t) e a funo de densidade f(t) podem ser derivadas a partir da funo de risco, conforme demonstrado a seguir. Usando como ponto
de partida a Equao (1.10), tem-se:
h(t ) =

R' (t )

R (t )

dt

lnR (t )

(1.12)

Como, por denio, R(0) = 1, tem-se:

t
0

h(t)dt = lnR(t)

(1.13)

h(u)du

(1.14)
R(t) = e 0
A partir da Equao (1.10) e do resultado na Equao (1.14), possvel estabelecer a seguinte relao entre f (t) e a funo de risco:
t
h(u)du
0

,t0
(1.15)
f(t) = h(t) e
Integrando-se a funo de risco sobre um perodo de tempo, obtm-se a funo acumulada de risco, H(t), dada por:
H (t ) = h(u)du , t 0
t

(1.16)

A funo acumulada de risco oferece uma representao alternativa da funo


de risco, na forma de uma funo no-decrescente no tempo. Entretanto, de maneira
anloga s funes de distribuio F (t), a maioria das funes acumuladas de risco se
assemelha na forma, independente da distribuio que modela os tempos at falha.
1.6.4. TEMPO MDIO AT FALHA, MTTF

O tempo mdio at falha de uma unidade, designado por MTTF (do ingls
mean time to failure), pode ser denido como:
MTTF = E(T ) =

(1.17)

tf(t)dt

ou seja, trata-se da expectncia (ou valor esperado) da varivel T. Como, a partir da Equao (1.3), f (t ) = R(t ) , uma expresso alternativa para o MTTF pode ser assim obtida:

MTTF = tR' (t)dt

(1.18)

Integrando por partes, obtm-se:

MTTF = [tR(t)]0 + R (t ) dt
0

(1.19)

Se o MTTF < , pode-se demonstrar que [tR(t)]


expresso alternativa para o MTTF, dada por:

MTTF = R (t )dt

0=

0. Nesse caso, obtm-se a

(1.20)
O mesmo resultado pode ser obtido utilizando a transformada de Laplace da
funo de conabilidade; uma verso genrica desse resultado pode ser encontrada
em Rigdon & Basu (2000: 70).
0

Captulo 1

Conceitos Bsicos de Confiabilidade

Para a maioria das funes de distribuio que a varivel T pode apresentar,


a determinao do MTTF a partir da expresso na Equao (1.20) costuma ser mais
fcil, se comparada expresso na Equao (1.17).
1.6.5. FUNO DE VIDA RESIDUAL MDIA, L(t)

A funo de vida residual mdia corresponde vida remanescente esperada da


unidade, dado que ela sobreviveu at o tempo t. Se T designar a durao da vida da
unidade, a vida residual mdia corresponde ao intervalo T t. A vida residual mdia
designada por L (t) e dada por:
L(t ) = E[T 1 T t ], t 0

(1.21)

O valor esperado no-condicional da distribuio de T, E(T), um caso


especial da funo L(t), quando t = 0. A frmula para clculo da expectncia na
Equao (1.21) dada por:

L(t ) = u
t

f (u )
1
t =
uf (u )du t
R (t )
R (t ) t

(1.22)

1.6.6. RELAO ENTRE FUNES E EXEMPLO

A Tabela 1.1, originalmente proposta por Leemis (1995), apresenta a relao entre as medidas de conabilidade discutidas nos itens anteriores desta seo.
Analisando a tabela, pode-se constatar que, sendo informada uma das medidas de
conabilidade, qualquer outra medida pode ser derivada.
f(t)
f(t)

R(t)

h(t)

H(t)

R(t)
f (u )du

h(t )e 0

L(t) 1 + L (t ) e

t 1+ L ( u )

L(t )

L (u )

e 0

H ( t ). e H ( t )

t 1+ L ( u )

L (u )

f (u )du ln t f (u )du

ln R( t )

R( t )

h(u )du
0

H ( t )
du

L(t)

1+ L ( t )
L( t )

Tabela 1.1: Relao entre medidas de conabilidade

u f (u )du t
f (u )du
t

h ( u ) du

e H (t)
du

R ( t )

h ( u ) du

R ( t )

H(t)

f (t )

h(t)

1
R (u )du
R (t ) t

h ( y ) dy
e 0
du
t

h ( u ) du
e 0

e H (t ) e H (u ) du
t

1 + L(u )
du
L(u )

13

14

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

EXEMPLO DE FIXAO 1.1


Lmpadas eltricas costumam apresentar tempos at falha descritos por uma
distribuio exponencial, com funo de densidade dada por:
f (t ) = e -t , t 0

A funo de conabilidade das lmpadas pode ser obtida por aplicao direta
da Equao. (1.7):

R (t ) = f (u )du = e

du = e

u
t

[ (

= 0 e

)] = e

A funo de risco das lmpadas pode ser determinada usando a Equao (1.10):
h(t ) =

f (t )

R (t )

e
e

Como uma constante, conclui-se que a funo de risco da distribuio


exponencial do tipo FRE (funo de risco constante no tempo).
A funo de risco acumulada pode ser obtida diretamente da Equao (1.16):
H (t ) = h(u )du = du = t
t

Atravs da Equao (1.20), obtm-se o tempo mdio at falha:

MTTF = R (t )dt = e t dt =

1 - t
[e

(0 1) = 1

Ou seja, o MTTF de tempos at falha exponencialmente distribudos corresponde ao recproco da taxa de falha .
Finalmente, a funo de vida residual mdia pode ser determinada diretamente da Equao (1.22):
L(t ) =

1
uf (u )du t =

R (t )
e
t

u e du t =
t

Esse resultado indica que, mediante suposio de tempos at falha exponencialmente distribudos, a vida residual mdia da unidade independe de sua
idade.

QUESTES
1)

Uma fbrica de bobinas para motores est interessada em estimar a vida mdia de
suas bobinas. Para tanto, foram submetidas a testes de conabilidade 150 bobinas.
As bobinas foram observadas e as falhas anotadas em intervalos de tempo. O nmero
de falhas por intervalo de tempo mostrado na tabela a seguir:

Captulo 1

Intervalo de tempo
(horas)
0 1,000
1,001 2,000
2,001 3,000
3,001 4,000
4,001 5,000

Conceitos Bsicos de Confiabilidade

Falhas no intervalo
16
24
26
46
38

Estime a funo densidade f(t), a funo de risco h(t), a funo de probabilidade acumulada F(t) e a funo de conabilidade R(t). Plote os grcos dessas funes. Use
as seguintes frmulas para estimar as funes:

f(t) =

n f (t)
n o t

, h(t) =

n f (t)
n s t

, R(t) =

f(t)
h(t)

, F(t) = 1 R(t)

2)

Um certo componente eletrnico apresenta funo de risco constante com valor de


2,5 10-5 falhas por hora. Calcule a probabilidade de o componente sobreviver pelo
perodo de um ano (104 horas). Caso um comprador adquirisse um lote desse componente e zesse um teste de 5.000 horas em uma amostra de 2.000 componentes,
quantos deles falhariam durante o teste?

3)

Componentes como vlvulas apresentam funo de risco crescente, h(t) = . Encontre


a funo densidade f(t), a probabilidade de falha no intervalo (0,t] F(t), a funo
de conabilidade R(t), a funo acumulada do risco H(t) e a funo de vida residual
mdia.
Determine a funo de conabilidade aps um ano de uso da vlvula, sabendo que
= 0,5 10-8. Qual a mdia de tempo para sua reposio?
Considere que uma funo de risco crescente possui funo de densidade de Rayleigh;
assim sendo:

=
4)

e
2
=
1
2
4

Um engenheiro estima a conabilidade de uma mquina de corte, chegando seguinte


expresso:
2

R (t ) = 1 t t , 0 t < t 0
0

R (t ) = 0, t t 0
(a) Determine a funo de risco. (b) Determine o MTTF.

5)

Capacitores cermicos tm funo de risco constante com valor de 3 10-8 falhas


por hora. Qual ser a funo de sobrevivncia aps um ano (104 horas). Aps o recebimento de um carregamento desses capacitores, decide-se fazer um teste de 5.000
horas com uma amostra de 2.000 capacitores. Quantos capacitores devem falhar
durante o teste?

15

16

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

6)

ELSEVIER

Um determinado componente apresenta a funo de conabilidade de uma distribuio de Weibull. Os parmetros do modelo so = 2,25 e = 300. Determine a
conabilidade desse componente depois de 10 horas de operao, sua vida esperada
e seu desvio-padro.
2

1
2
1
2

,
, onde [n ]
Considere E[T ] = 1 +
Var [T ] = 1 + 1 +


designa a funo gama.
1

7)

O tempo de vida de um determinado componente segue uma distribuio lognormal


com = 6 e = 2. Calcule a conabilidade do componente e o risco aps 200 unidades de tempo. O formulrio da distribuio lognormal vem apresentado a seguir:

lnt
R(t) = P[T > t ] = P z >

lnt

f(t)

=
h[t ] =
R(t)
tR (t )
[N] Nota: z refere-se a uma varivel normal padronizada. (.) a integral tabelada
cujo valor corresponde ordenada da funo de densidade de uma varivel normal
padronizada.

8)

O tempo de falha de um componente segue uma distribuio de Weibull com par6


15. Calcule o valor
metro de escala = 5,0 10 (horas)-1 e parmetro de forma = 15
do MTTF.

9)

A resistncia rolante uma medida da energia perdida por um pneu de carga ao


resistir fora que ope sua direo de movimento. Em um carro normal, viajando a
oitenta quilmetros por hora, so usados aproximadamente 20% do poder da mquina
para superar a resistncia do rolamento dos pneus. Um fabricante de pneus introduz
um material novo que, quando acrescido combinao de borracha, melhora signicativamente a resistncia do rolamento do pneu. Uma anlise em laboratrio com
150 pneus demonstrou que a taxa de falha do pneu novo aumenta linearmente com
8
o tempo (em horas); isso pode ser expresso como = 5,0 10 t . Calcule a funo
de conabilidade do pneu aps um ano e a mdia de tempo at a troca do pneu.
Formulrio adicional fornecido a seguir:

2
1
4

Os prximos exerccios devem ser resolvidos com o auxlio do software Proconf, cujo
tutorial encontra-se no Apndice, ao nal deste captulo.

Captulo 1

10)

Conceitos Bsicos de Confiabilidade

Os dados na tabela a seguir so tempos at falha, apresentados em ordem crescente,


medidos a partir de uma amostra de 50 unidades de um determinado componente
eletromecnico:
15
23
62
78

119
121
125
128

158
162
167
171

218
225
230
237

312
330
345
360

80
85
97
105

132
137
140
145

175
183
189
190

243
255
264
273

383
415
436
457

110
112

149
153

197
210

282
301

472
572

Pede-se: (a) plotar no Proconf as funes f(t), h(t), R(t) e F(t); (b) comentar os resultados.
11)

12)

13)

Os dados de tempo at falha a seguir foram obtidos em ensaios de conabilidade


conduzidos sobre um tipo de componente eletrnico. Obtenha no Proconf os histogramas das funes f(t), h(t), R(t) e F(t) e comente os resultados.
2,7
3,1

6,1
6,4

8,4
8,6

12,0
13,2

18,9
19,0

21,0
22,2

3,3

7,3

9,5

13,7

19,3

26,4

3,3

8,0

9,6

14,2

20,2

33,6

4,6

8,2

11,9

16,1

20,4

35,0

Os dados a seguir foram obtidos em testes com um componente mecnico que falha
por fadiga. Plote no Proconf os histogramas de funes f(t), h(t), R(t) e F(t) e comente
os resultados.
62

85

95

101

109

126

65

87

95

103

109

131

79

90

98

105

119

132

82

92

99

106

120

134

83

95

99

108

125

139

Considere os trs grupos de dados a seguir. O grupo no item (a) foi obtido testando
o nmero de dias at falha de lmpadas eltricas em condies de uso contnuo; o
grupo no item (b) corresponde ao tempo at falha, em milhares de horas, de bombas
submersas; o grupo no item (c) corresponde a um teste com mecanismos de pouso
de avies (os resultados esto em nmeros de pousos/decolagens, em condies
normais). Analise os grupos de dados e determine, utilizando o Proconf: (a) qual a
distribuio de probabilidade que melhor se ajusta aos dados (na dvida entre mais

17

18

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

de uma distribuio, informe os resultados para aquelas que oferecem melhor ajuste);
(b) elabore um relatrio com os grcos da funo de conabilidade e de densidade
da distribuio selecionada; (c) o MTTF dos equipamentos; e (d) o tempo correspondente a uma conabilidade de 95% para os equipamentos?
(a) Lmpadas
20,1

98,7

256,4

662,6

20,4

115,3

267,2

668,9

21,5

116,9

332,6

702,7

32,5

190,9

378,6

750,7

35,3

191,8

417,4

771,1

56,0

219,2

433,1

907,0

63,6

234,5

522,4

952,2

74,1

235,7

560,4

1072,4

78,1

253,3

577,0

1168,4

82,0

254,2

581,7

(b) Bombas submersas


58,9

57,3

38,0

26,8

27,4

89,7

16,3

41,2

39,7

20,7

14,8
30,0

102,2
41,4

63,2
39,5

58,0
171,7

75,4
13,8

31,1
23,6

60,7
51,1

15,1
62,7

110,6
106,7

13,7
30,5

40,5
81,1
19,0

28,0
49,5
21,8

127,0
72,3
32,0

14,3
20,0
125,5

36,5
174,2
21,9

38,7
12,7
58,6

47,7
20,8
29,5

118,0
6,5
101,0

14,5
24,3
165,3

18,8
59,3
46,6

46,8

75,6

26,5

11,3

28,4

43,3

34,0

55,2

42,8

24,5

18,5

43,5

66,9

51,0

13,7

194,4

32,2

48,2

32,8

20,2

44,8

64,6

28,5

10,6

29,1

19,4

47,6

108,1

98,6

11,4

23,4

68,9

79,8

123,8

27,3

16,6

18,0

13,5

56,1

36,3

(c) Trens de pouso


20937,3
15868,6

19295,7
19455,8

18076,7
21300,5

10550,1
14498,5

16618,8
15672,5

16504,1
19597,5

16606,6

15864,2

19558,7

19274,7

19485,0

18646,4

19593,3

27046,6

13572,6

14585,3

25814,3

18627,7

15579,3

19101,3

9797,0

16785,8

16724,8

18631,4

15525,7

20822,0

15854,5

15063,2

8384,93

11950,7

20130,6

22271,6

17342,7

20617,2

12328,2

16003,7

20703,5

26231,2

22068,3

12786,3

21788,0

19782,8

15845,8

12242,6

22179,6

20739,5

16217,6

17431,8

20900,8

11110,2

23469,6

26138,5

21370,0

14301,2

Captulo 1

Conceitos Bsicos de Confiabilidade

14)

Um componente mecnico sujeito a estresse cclico apresenta um tempo at falha


normalmente distribudo, com mdia 1980 ciclos e desvio-padro de 350 ciclos. O
fabricante oferece uma garantia de um ano, com total reposio do componente no
caso de falha (em um ano, estima-se uma mdia de 1.580 ciclos de uso do componente). Cada reposio custa $380,00 para o fabricante. Elabore um relatrio no
Proconf com as seguintes informaes: (a) apresente os grcos de conabilidade,
densidade de probabilidade e taxa de falha do componente mecnico; (b) para cada
1.000 componentes vendidos, qual o custo esperado para o fabricante incorrido
com reposies dentro do prazo de garantia? (c) O fabricante deseja um custo com
reposies na garantia $1.000,00/mil peas vendidas; considerando o nvel de
conabilidade atual, qual deveria ser o prazo de garantia oferecido pelo fabricante
para o produto?

15)

Utilizando o Proconf, encontre a distribuio que melhor se ajusta aos dados e o MTTF
da seguinte amostra de tempos at a falha:
6
8
10

15
16
28

30
33
36

39
41
45

47
48
51

57
62
110

149
271

19

APNDICE: UTILIZAO DO
PROCONF A PARTIR DE UM EXEMPLO
Considere os dados a seguir, obtidos em um teste de fadiga em hlices de automveis (em milhares de horas). Nosso objetivo :
Inserir dados de falha no software.
Analisar os grcos resultantes e escolher a distribuio de probabilidade mais
apropriada na descrio dos tempos at falha.
Obter valores de conabilidade e MTTF para cada distribuio.
8,2
14,3
28,3
12,0
3,2
31,3
17,2
49,7
0,4
2,3

12,5
3,7
32,2
0,7
22,0
1,6
20,3
14,4
2,6
11,6

8,4
5,0
15,4
10,9
14,0
22,7
14,9
3,0
35,7
10,9

Tabela A.1. Dados de TTF de hlices de automveis

1.
2.
3.

O Proconf possui trs janelas de funes:


Dados
Anlise
Calculadora

11,9
14,5
8,2
9,6
7,4
27,5
7,1
9,2
43,3
0,2

273,2
273,9

Captulo 1

Conceitos Bsicos de Confiabilidade

A janela Dados a primeira a aparecer quando o programa aberto. Ela contm quatro planilhas: (i) Informaes bsicas, (ii) Dados de falha, (iii) Grcos de
barras e (iv) Papel de probabilidade. Em (i) o usurio fornece informaes sobre a
anlise em curso. Por exemplo, o Ttulo do Projeto poderia ser Tutorial, a Unidade
de Tempo poderia ser Milhares de Horas e o Nvel do Intervalo de Conana poderia
ser 95% (o mais usual, na prtica). Em (ii) os dados de tempo at falha devero ser
informados; entre com os dados da tabela anterior. Aps inserir os dados, clique em
processar, para atualizar o registro. Em (iii), analise os grcos de barra (histogramas)
resultantes; eles do uma ideia da distribuio de probabilidade dos dados. Existem
quatro opes: frequncia, taxa de falha, conabilidade e densidade acumulada de
falha. A frequncia corresponde funo de densidade, podendo dar uma ideia da
melhor distribuio para os dados em estudo. Em (iv) os dados so plotados em
quatro papis de probabilidade (exponencial, Weibull, lognormal e normal). Quanto
mais prximos da reta os dados estiverem, maior a probabilidade de pertencer a uma
dada distribuio. Analise com cuidado os dados nas extremidades; eles costumam
ser decisivos na escolha da distribuio apropriada.
A janela Anlise contm cinco planilhas: (i) Modelos, (ii) Ajuste/Estatsticas,
(iii) Funes de conabilidade, (iv) Grcos e (v) Testes de aderncia. Em (i) o usurio escolhe o modelo desejado (existem cinco opes de modelo); por exemplo, o
modelo escolhido pode ser o de Weibull. A partir da escolha do modelo, todas as
funes nas demais planilhas vo utilizar o modelo escolhido como referncia. Em
(ii) os parmetros da distribuio so calculados; algumas informaes como os percentis 10 e 50 e o MTTF tambm so fornecidos. A planilha (iii) traz as informaes
usadas na construo dos grcos da planilha (iv). Em (iv) pode-se ter uma ideia do
formato das funes de probabilidade associadas distribuio selecionada, tendo
em vista os dados de TTF. importante ressaltar que os grcos so gerados independentemente de a distribuio selecionada ser aquela que melhor se ajusta aos
dados. O ajuste das distribuies aos dados vericado na planilha (v), atravs de
dois testes de aderncia: o teste do qui-quadrado e o teste de Kolmogorov-Smirnov.
A interpretao do resultado dos testes vem dada na prpria planilha. Para que o
programa no rejeite a hiptese de a distribuio selecionada ser correta, ela precisa
passar nos dois testes.
A janela Calculadora traz uma calculadora para determinao da conabilidade, dada uma determinada distribuio com parmetros informados (boto calcular
conabilidade). A calculadora tambm pode determinar o tempo correspondente a
uma determinada conabilidade (boto calcular tempo). A calculadora tambm apresenta os grcos correspondentes distribuio informada.

21

Pgina deixada intencionalmente em branco

Captulo

DISTRIBUIES DE PROBABILIDADE
EM CONFIABILIDADE: ESTIMATIVAS
DE PARMETROS E TEMPOS AT
FALHA

CONCEITOS APRESENTADOS NESTE CAPTULO


Apresentam-se as principais distribuies de probabilidade utilizadas em anlise
de conabilidade. Apresentam-se tambm as propriedades desejadas de um estimador,
para ento detalhar a estimao dos parmetros das distribuies de probabilidade
atravs do mtodo da mxima verossimilhana. O captulo encerrado apresentando
testes grcos e anlticos para vericar o ajuste de dados de tempos at falha a distribuies de probabilidade. Uma lista de exerccios proposta ao nal do captulo.

2.1. INTRODUO
A denio mais usual de conabilidade de uma unidade (componente ou sistema) dada em termos de sua probabilidade de sobrevivncia at um tempo t de interesse. A determinao de tal probabilidade possvel atravs da modelagem dos tempos at
falha da unidade em estudo. Conhecendo-se a distribuio de probabilidade que melhor
se ajusta a esses tempos, possvel estimar a probabilidade de sobrevivncia da unidade
para qualquer tempo t, bem como outras medidas de conabilidade apresentadas na
Seo 1.6 do Captulo 1, como o seu tempo mdio at falha e funo de risco. A modelagem dos tempos at falha , portanto, central em estudos de conabilidade.

24

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Por tempo at falha de uma unidade entende-se o tempo transcorrido desde


o momento em que a unidade colocada em operao at a sua primeira falha. Tais
tempos podem ser conhecidos de registros histricos ou obtidos a partir de observaes do desempenho do produto em campo ou em laboratrio, sob condies
controladas. Convenciona-se t = 0 como incio da operao da unidade. Por estar
sujeito a variaes aleatrias, o tempo at falha interpretado como uma varivel
aleatria no-negativa, designada por T. Tempos at falha nem sempre so medidos
como tempo de calendrio, podendo assumir valores discretos. Para os propsitos
deste texto, pressupe-se uma varivel T distribuda continuamente, com funo de
densidade de probabilidade dada por f(t) e funo de distribuio dada por:
t

F(t) = P(T t) = f(u)du, para t 0


0

(2.1)

F(t) denota, assim, a probabilidade de falha da unidade no intervalo de tempo


(0, t].
A densidade de probabilidade f (t) denida como:
P(t < T t + t)
F(t + t ) F(t)
d
= lim
f(t) = F' (t) = F(t) = lim
t 0
t 0
t
t
dt

(2.2)

Conhecendo-se f(t) [ou F(t)], possvel determinar a conabilidade R(t) da unidade para qualquer tempo t, alm de outras medidas de interesse (ver Tabela 1.1). A
densidade f(t) plenamente caracterizada pelo seu vetor de parmetros = [1, 2,...].
Os parmetros da funo que caracteriza uma determinada unidade so estimados
utilizando informaes de tempos at falha, atravs de mtodos de estimao como o
da mxima verossimilhana, apresentado mais adiante.
As distribuies de probabilidade usadas em estudos de conabilidade podem
apresentar at trs parmetros, classicados em parmetros de (a) localizao, (b) escala e (c) forma. Parmetros de localizao so usados para deslocar a distribuio de probabilidade ao longo do eixo do tempo, sendo tambm conhecidos como parmetros de
vida mnima ou de garantia. Um exemplo conhecido a mdia da distribuio normal.
Parmetros de escala so usados para expandir ou contrair o eixo do tempo. Um exemplo conhecido o parmetro da distribuio exponencial; a funo de densidade
possui sempre a mesma forma, mas as unidades no eixo do tempo so determinadas
por . Os parmetros de forma so assim designados por afetarem a forma da funo
de densidade. Um exemplo conhecido o parmetro da distribuio de Weibull.

2.2. MTODOS DE ESTIMAO DE PARMETROS


Considere uma amostra aleatria completa (sem censura uma denio
para dados censurados apresentada no incio do Captulo 4) de tempos at falha

Captulo 2

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

(T1,...,Tn) obtida de uma populao de interesse tal que Ti s so variveis aleatrias


independentes que seguem uma mesma distribuio de probabilidade. Deseja-se utilizar a informao na amostra para estimar o vetor de parmetros da distribuio.
Para tanto, deve-se desenvolver uma estatstica que, a partir da amostra, fornea uma
para .
estimativa de ; em outras palavras, deseja-se desenvolver um estimador
Os mtodos mais difundidos para estimar parmetros populacionais so o
mtodo (i) dos momentos, (ii) dos mnimos quadrados e (iii) da mxima verossimilhana. Este ltimo, talvez o mais utilizado dos mtodos, detalhado a seguir.
Independente do mtodo de estimao utilizado, deseja-se obter estimadores com as
seguintes propriedades:

No-tendencioso estimador que no subestima ou superestima, de maneira


^
sistemtica, o valor real do parmetro; isto , E[] = , onde E[] denota o
operador de expectncia.

Consistente estimador no-tendencioso que converge rapidamente para o


valor real do parmetro medida que o tamanho de amostra aumenta.

Eciente estimador consistente que apresenta a menor varincia dentre os


estimadores usados para estimar o mesmo parmetro populacional.

Suciente estimador eciente que utiliza toda a informao acerca do parmetro que a amostra possui.

Um dos melhores mtodos para obter estimadores pontuais de parmetros


populacionais o mtodo da mxima verossimilhana. Como o nome sugere, um
estimador de mxima verossimilhana ser dado pelo valor do parmetro que maximiza a funo de verossimilhana. A apresentao que se segue foi baseada nos
trabalhos de Montgomery & Runger (2006; Cap. 7), Mood et al. (1974; Cap. 7) e
Leemis (1995; Cap. 7).
Sejam T1,...,Tn variveis aleatrias que seguem uma distribuio de probabilidade f(t, ), onde um parmetro desconhecido. Sejam t1,...,tn os valores observados
em uma amostra aleatria de tamanho n. A funo de verossimilhana da amostra :
L() = f(t1, ) . f(t2, ) ..... f(tn, )

(2.3)

A funo na Equao (2.3) informa sobre a possibilidade (ou verossimilhana)


de as variveis T1,...,Tn assumirem os valores t1,...,tn; tal possibilidade dada pelo
valor da funo de densidade calculada para cada valor realizado t1,...,tn. Para o caso
de variveis discretas, a verossimilhana um valor de probabilidade.
A expresso na Equao (2.3) funo apenas do parmetro desconhecido .
O estimador de mxima verossimilhana de , assim, o valor de que maximiza
L(); tal valor obtido derivando a Equao (2.3) com relao a e igualando o
resultado a 0; isto :

25

26

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

L( )

=0

ELSEVIER

(2.4)

importante ressaltar que L() e l() = ln[L ()] apresentam seus mximos no
mesmo valor de ; em muitos casos, mais fcil resolver a derivada na Equao (2.4)
e
para l(). No restante deste texto, o estimador do parmetro designado por

suas estimativas por .


O mtodo de mxima verossimilhana pode ser usado, tambm, em casos
em que diversos parmetros sejam desconhecidos; por exemplo, quando 1,..., k
devam ser estimados. Nesses casos, a funo de verossimilhana torna-se uma funo dos k parmetros desconhecidos, e os estimadores de mxima verossimilhana
,...,
so encontrados determinando k derivadas parciais, igualando-as a zero e

1
k
resolvendo-as para os parmetros de interesse, seguindo basicamente o mesmo procedimento apresentado para o caso de um parmetro nico de interesse.
Estimadores de mxima verossimilhana apresentam, em geral, propriedades
de qualquer paassintticas favorveis. O estimador de mxima verossimilhana
rmetro no tendencioso para valores grandes de n e apresenta uma varincia to
pequena quanto possvel de ser obtida com qualquer outro estimador.

EXEMPLO DE FIXAO 2.1: DISTRIBUIO EXPONENCIAL


Tempos at falha seguem uma distribuio exponencial com parmetro e funo de densidade dada por:
f(ti , ) = e - ti , i = 1,..., n.

(2.5)

Aplicando a Equao (2.3), isto , calculando o valor da funo de densidade para cada valor observado na amostra, obtm-se a seguinte funo de verossimilhana:
n

L( ) = f (t1 , ) = n e -ti = n e
i =1

ti
i =1

(2.6)

i =1

cujo logaritmo dado por:


l( ) = ln[L( )] = nln - ti
n

i =1

(2.7)

A derivada da funo na Equao (2.7) dada por:


l( )

ti = 0
i =1

(2.8)

Captulo 2

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

O estimador de mxima verossimilhana de obtido isolando :

n
= n
ti
^

i =1

(2.9)

EXEMPLO DE FIXAO 2.2: DISTRIBUIO DE WEIBULL COM


DOIS PARMETROS
Tempos at falha seguem uma distribuio de Weibull com parmetros e ,
funo de densidade dada na Equao (2.10) e funo de verossimilhana dada na
Equao (2.11).

- ti
f(t) = ti 1e , i = 1,..., n

(2.10)

1n
ti
i=1

t e
(2.11)
i =1
As derivadas do logaritmo da funo na Equao (2.11) com relao a e so
^
^
obtidas, igualadas a zero, avaliadas em e e rearranjadas, resultando nas seguintes
equaes:
L( , ) =

-1
i

ti lnti
i =1

ti

i =1

1 1 n
lnti = 0
n i=1

= n ti n

i =1

(2.12)

(2.13)

A estimativa de na Equao (2.12) obtida iterativamente, j que impossvel isolar o parmetro de forma independente na equao. O valor de , ento,
substitudo na Equao (2.13), resultando na estimativa de .

2.3. DISTRIBUIES DE TEMPOS AT FALHA


Quatro distribuies de probabilidade frequentemente utilizadas para descrever tempos at falha de componentes e sistemas so detalhadas na sequncia:
(i) Exponencial, (ii) Weibull, (iii) Gama, e (iv) Lognormal. A distribuio normal,
importante na estatstica inferencial, encontra pequena aplicabilidade em estudos
de conabilidade, no sendo abordada nesta seo (cabe ressaltar, entretanto, que
o aplicativo Proconf, que acompanha este livro, fornece um conjunto completo de
anlises para variveis normalmente distribudas). As representaes apresentadas
para as distribuies aqui abordadas so as mais comumente usadas em estudos de

27

28

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

conabilidade: funo de densidade f(t), funo de conabilidade R(t), funo de


risco h(t) e tempo mdio at falha MTTF.
Os formatos assumidos pelas funes de densidade das distribuies abordadas nesta seo so apresentados para algumas combinaes de parmetros. Diferentes representaes grcas para as distribuies podem ser obtidas utilizando o
comando Calculadora de Conabilidade do aplicativo Proconf. Recomenda-se, assim,
que a leitura do texto que se segue seja feita com o apoio do Proconf para gerao de
grcos de interesse.
2.3.1. DISTRIBUIO EXPONENCIAL

A distribuio exponencial importante em estudos de conabilidade por ser


a nica distribuio contnua com funo de risco constante. A simplicidade matemtica das expresses derivadas da exponencial difundiu o seu uso na rea, s vezes
inadequado. Suas representaes de conabilidade, para t 0, vm apresentadas a
seguir; as Equaes (2.14) a (2.16) so ilustradas na Figura 2.1, para = 2 (grcos
obtidos utilizando o aplicativo Proconf).
f(t) = e t
(2.14)
R(t) = e t

(2.15)

h(t) =

(2.16)

MTTF = E[T ] = 1

(2.17)

O estimador de mxima verossimilhana de para amostras completas (isto ,


sem censura) apresentado na Equao (2.9).
A distribuio exponencial apresenta trs importantes propriedades. A primeira diz respeito ausncia de memria de unidades com tempos at falha modelados
pela exponencial; isto , supem-se unidades com uma mesma conabilidade R(t)
para qualquer t, independente de sua idade ou tempo de uso. Tal suposio restringe a aplicao da exponencial a alguns componentes eltricos; unidades que apresentam desgaste ou fadiga so modeladas adequadamente pela exponencial apenas
durante o seu perodo de vida til, quando a ocorrncia de falhas for relativamente
constante no tempo.
A segunda propriedade importante da exponencial garante que se T1,...,Tn
forem variveis exponenciais independentes e identicamente distribudas, ento
n
2 i =1Ti ~ 22n , onde 22n designa a distribuio do qui-quadrado com 2n graus
de liberdade. Tal propriedade permite a determinao de um intervalo de conana
para baseado nas observaes de n variveis exponenciais independentes. O intervalo para com conana 100(1 )% dado por:
n

22n ,1 2 2 Ti < < 22n ,2 2


i =1

2 Ti
i =1

(2.18)

Captulo 2

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

A terceira e ltima propriedade da exponencial a ser destacada aplica-se a


componentes submetidos a choques ou cargas de forma aleatria. Se o tempo entre
choques for modelado por uma distribuio exponencial com parmetro , ento o
nmero de choques no intervalo (0, t] segue uma distribuio de Poisson com parmetro t. Essa propriedade central na modelagem da garantia de produtos.
2.0

1.0
0.8

1.5
R(t)

f(t)

0.6
1.0

0.4
0.5

0.2
0.0

0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8
Tempo at a falha

Tempo at a falha

h(t)

2.1

2.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8
Tempo at a falha

Figura 2.1: Representaes de conabilidade da distribuio exponencial.

Alm das propriedades listadas, Leemis (1995) apresenta outras oito propriedades de interesse em situaes especcas. Kapur e Lamberson (1977; Cap. 10)
apresentam testes para deteco de valores esprios em amostras exponenciais. Mais
especicamente, os autores abordam a identicao de tempos at falha atipicamente
longos ou curtos, alm de perturbaes na taxa de falha constante que caracteriza a
distribuio exponencial.
2.3.2. DISTRIBUIO DE WEIBULL

A distribuio de Weibull apropriada na modelagem de tempos at falha


apresentando funes de risco constante, estritamente crescente e estritamente decrescente. Trata-se de uma das distribuies mais importantes na modelagem de conabilidade devido sua exibilidade e capacidade de representao de amostras de
tempos at falha com comportamentos distintos. Na anlise de amostras de tempos
at falha de tamanho pequeno, supor dados seguindo uma distribuio de Weibull
costuma ser um bom ponto de partida na anlise.
As representaes de conabilidade da Weibull, para t 0, > 0 e > 0, so
fornecidas nas seguintes equaes:

29

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

1 t
f(t) = t e

R(t) = e

(2.19)

(2.20)
1

t
h(t) =

MTTF = (1 + 1 )

(2.21)
(2.22)

Na Equao (2.22), (.) designa a funo gama, uma integral indenida tabelada. Os estimadores de mxima verossimilhana para e , os parmetros de forma e escala da Weibull, so fornecidos nas Equaes (2.12) e (2.13) para amostras completas.
A distribuio de Weibull modela adequadamente uma ampla variedade de
situaes em que unidades apresentam funes de risco distintas. O tipo de funo
de risco da Weibull denido pelo seu parmetro de forma. Quando < 1, h(t)
decrescente. Quando = 1, h(t) constante e a Weibull transforma-se na distribuio
exponencial (podendo ser vista, assim, como um caso mais geral dessa distribuio).
Quando > 1, h(t) crescente. Dois casos especiais so: (i) = 2, quando h(t) uma
reta com inclinao (2/)2 e a Weibull transforma-se na distribuio de Rayleigh, e
(ii) = 3,26, quando a Weibull apresenta funo de densidade com formato similar
ao da distribuio normal. Alguns dos cenrios para h(t) apresentados anteriormente
vm ilustrados na Figura 2.2.
0.5

0.20

0.4
0.15
h(t)

0.3
h(t)

0.10

0.2
0.05

0.1
0.0

0.00
0

200

100

300

2 4

Tempo at a falha

8 10 12

14 16 18 20 22 24

Tempo at a falha

(a)

(b)

1.5

1.0
h(t)

30

0.5

0.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Tempo at a falha

(c)

Figura 2.2: h(t) quando (a) = 0,5; (b) = 2,0; e (c) = 3,26.

Captulo 2

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

O parmetro da Weibull frequentemente designado como a vida caracterstica da unidade modelada por essa distribuio. Da Equao (2.20), tem-se que:

R( ) = 1 e 0,3679 para todo > 0

(2.23)

Todas as funes de conabilidade da Weibull se encontram no ponto (, e1),


independente do valor de .
A distribuio de Weibull, assim como a exponencial, apresenta uma propriedade conhecida como de autorreproduo. Segundo essa propriedade, se T1,...,Tn so
tempos at falha seguindo uma distribuio de Weibull com parmetros de forma
idnticos, ento o mnimo desses valores tambm segue uma distribuio de Weibull; isto , Min {T1 ,K,Tn } ~ Weibull n i , .

i =1

A obra de Murthy, Xie e Jiang (2004) merece destaque entre os estudos que
abordam a distribuio de Weibull, j que inteiramente devotada a essa distribuio de probabilidade. Os autores abordam tpicos avanados como modelos de
mistura de distribuies de Weibull (teis na modelagem emprica da curva da banheira) e modelos multivariados baseados nessa distribuio, sendo um importante
complemento para a introduo aqui apresentada.

2.3.3. DISTRIBUIO GAMA

Assim como a distribuio de Weibull, a distribuio gama uma generalizao da distribuio exponencial. Seja uma unidade exposta a uma srie de choques
que ocorrem conforme um processo de Poisson homogneo, com intensidade . Os
intervalos de tempo T1,T2,... entre choques consecutivos so, ento, independentes
e exponencialmente distribudos, com parmetro , conforme visto anteriormente
(terceira propriedade da distribuio exponencial). Se a unidade apresentar falha no
m-simo choque, o tempo at falha da unidade :
T = T1 + T2 + ... + Tm

(2.24)

e, T segue uma distribuio gama; para mais detalhes, ver Ross (2006: 307).
As medidas de conabilidade de interesse para a distribuio gama so (t 0,
parmetro de forma > 0 e parmetro de escala > 0):

(t )y1 e t
f (t ) =
(2.25)
( )

R (t ) = 1

1
y1 x
x e dx

( ) 0

(2.26)

h(t ) = f(t) R(t)

(2.27)

MTTF =

(2.28)

31

32

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Os formatos assumidos pela densidade da distribuio gama so bastante similares aos da distribuio de Weibull, sendo difcil diferenciar as distribuies a
partir de seus grcos de densidade. Analogamente Weibull, a distribuio gama
apresenta funo de risco decrescente quando < 1, constante quando = 1 e crescente quando > 1. Ao contrrio de f(t), o formato de h(t) da gama e da Weibull diferencia-se bastante, em particular para valores maiores de t. Para qualquer , limt
h(t) = , indicando que tempos at falha que seguem uma distribuio gama apresentam uma cauda exponencial.
A funo de verossimilhana da distribuio gama dada por:
1

ti
n n
i =1
(2.29)
L( , ) =
t
e
i
[ ( )]n
i =1

Aplicando o logaritmo e obtendo as derivadas parciais de L( , ) em relao a


e , obtm-se um conjunto de equaes em termos de e . Como os parmetros
no podem ser isolados nas equaes, as suas estimativas de mxima verossimilhana podem ser encontradas utilizando mtodos numricos.

A distribuio gama apresenta duas situaes especiais que merecem destaque. A primeira ocorre quando o parmetro de forma for um nmero inteiro positivo; neste caso, a gama transforma-se na distribuio de Erlang, cuja funo de
conabilidade matematicamente tratvel (ao contrrio da distribuio gama). A
Erlang a distribuio da varivel aleatria descrita pela soma de variveis exponencialmente distribudas. A segunda situao especial ocorre quando = e = n/2 e a
distribuio gama transforma-se na distribuio do qui-quadrado, em que n designa
o nmero de graus de liberdade da distribuio.
2.3.4. DISTRIBUIO LOGNORMAL

O tempo at falha T de uma unidade segue uma distribuio lognormal se Y =


lnT for normalmente distribudo. A lognormal uma distribuio limitada esquerda,
muito utilizada na modelagem de tempos at reparo em unidades reparveis. Nesse
caso, razovel supor que a probabilidade de completar uma ao de reparo aumenta
com o passar do tempo. No caso de o reparo demorar muito a ser concludo, h um
indicativo de causas especiais sobre o processo (por exemplo, falta de conhecimento
dos mecnicos para execuo da tarefa que se impe ou falta de matrias-primas necessrias para realizar o reparo). Assim, costuma-se supor que a taxa de reparo (isto ,
a intensidade com que reparos so concludos) se assemelhe funo de risco de uma
distribuio lognormal, conforme ilustrado na Figura 2.3. Observe que a funo de
risco da lognormal apresenta o formato de uma curva da banheira invertida, com h(t)
crescendo inicialmente e, aps, decrescendo assintoticamente.

Captulo 2

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

0.40

h(t)

0.30
0.20
0.10
0.00
0

2 4

8 10 12

14 16 18 20 22 24 26 28

Tempo at a falha

Figura 2.3: Funo de risco da lognormal para = 1 e = 0,5.

As medidas de conabilidade de interesse para a distribuio lognormal so


(t 0):

1 (lnt ) 2
exp
f(t) =

2
2 t
1

lnt

R(t) =

h(t) =

[( lnt ) ] t
[( lnt ) ]

2
MTTF = e ( + ) 2

(2.30)
(2.31)
(2.32)
(2.33)

Nessas expresses, (x) o valor da funo de distribuio da distribuio


normal padronizada avaliada em x, e () o valor da funo de densidade da distribuio normal padronizada avaliada em x.
Por ser uma distribuio limitada esquerda, a lognormal no centrada em
, como o caso da normal. Ao contrrio, a mediana tM da distribuio, que satisfaz
R(tM) = 0,5, dada por tM = e.
Os estimadores de mxima verossimilhana de e so dados por:
n

1
= lnti
n i =1

(2.34)

2

n

1 n
2
=

(
)
(
)
ln
t
ln
t
n

i
i

n i =1

i =1

(2.35)

^2

33

34

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

2.4. VERIFICAO DO AJUSTE DE DADOS A DISTRIBUIES DE


PROBABILIDADE
As duas formas mais comuns de vericao de ajuste de dados a distribuies
hipotetizadas so: (i) grca, atravs de histogramas de frequncia e papis de probabilidade, e (ii) analtica, atravs de testes de aderncia.
Uma hiptese inicial acerca da distribuio de probabilidade que melhor se
adapta a dados amostrais pode ser obtida atravs da anlise dos histogramas empricos de frequncia e de risco, obtidos a partir dos dados. A vericao feita por
comparao com distribuies tabeladas conhecidas. Uma vez constatada a similaridade, pode-se renar a anlise grca utilizando o papel de probabilidade da
distribuio hipotetizada, quando disponvel. Nos papis de probabilidade, dados
amostrais so transformados de forma a se distriburem em torno de uma reta que
representa o seu comportamento esperado, mediante hiptese de uma determinada
distribuio. Quanto mais prximos os dados transformados estiverem da reta-base
que representa a distribuio, melhor ser o seu ajuste distribuio hipotetizada.
Os papis de probabilidade variam conforme a distribuio em questo, podendo ser
de utilizao trabalhosa quando implementados manualmente. Os papis de probabilidade mais frequentemente utilizados em estudos de conabilidade encontram-se
disponveis na janela Anlise (opo grcos) do aplicativo Proconf. Nelson (2003;
Cap. 3) apresenta as diretrizes para a obteno dos papis de probabilidade da maioria das distribuies apresentadas neste captulo.
Os testes analticos de aderncia mais utilizados so o do qui-quadrado e o de
Kolmogorov-Smirnov. Ambos os testes apresentam a estrutura de um teste de hipteses, em que a hiptese nula (H0) de que os dados sigam uma determinada distribuio hipotetizada. O teste do qui-quadrado um teste paramtrico, com estatstica
de teste seguindo uma distribuio do qui-quadrado, caso H0 seja verdadeira. A ideia
calcular a soma dos quadrados das diferenas entre frequncias esperadas (considerando a distribuio em H0) e frequncias empricas observadas em diferentes intervalos de classe; se a soma ultrapassar um determinado valor tabelado, rejeita-se H0, o
que no , obviamente, o objetivo do teste. O teste de Kolmogorov-Smirnov (KS)
implementado de maneira anloga, entretanto considerando frequncias acumuladas
ao invs de frequncias absolutas (isto , a frequncia registrada em um intervalo de
classe acumulada nos intervalos seguintes), utilizando melhor a informao contida
na amostra. O KS um teste no-paramtrico, de uso mais adequado em situaes nas
quais poucos dados amostrais esto disponveis. O teste do qui-quadrado formalizado na sequncia. Ambos os testes encontram-se disponveis no aplicativo Proconf.
Considere uma amostra de n observaes de tempos at falha, obtida de
uma populao com distribuio de probabilidade desconhecida. Organize os n

Captulo 2

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

pontos amostrais em uma tabela de frequncia, distribuindo-os em k classes (onde


k usualmente dado por n ). Seja Oi a frequncia observada na i-sima classe e
Ei a frequncia esperada caso a populao amostrada siga a distribuio de probabilidade hipotetizada em H0. O teste do qui-quadrado compara Oi e Ei atravs da
seguinte expresso:
(Oi Ei )2
Ei
i =1
k

20 =

(2.36)

Caso a distribuio hipotetizada modele os tempos at falha amostrados, podese demonstrar que X20 segue uma distribuio do qui-quadrado, com k p 1 graus
de liberdade (p denota o nmero de parmetros da distribuio em H0).

EXEMPLO DE FIXAO 2.3: TESTE DO QUI-QUADRADO USANDO


DADOS SIMULADOS
Suponha uma amostra completa, sem inspeo, composta de 49 pontos
amostrais correspondendo a tempos at falha observados em fontes de alimentao de microcomputadores. Os dados foram obtidos por simulao a partir de uma
distribuio lognormal, sendo apresentados na Tabela 2.1 (tempos em milhares de
horas).

15
23
62
78
80
85
97
105
110
112
119
121
125
128
132

Tempos at falha (x 1000)


137
218
415
140
225
436
145
230
457
149
237
472
153
242
158
255
162
264
167
273
171
282
175
301
183
312
189
330
190
345
197
360
210
383

Tabela 2.1: Dados simulados a partir de uma distribuio lognormal.

35

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O histograma de frequncia dos dados na Tabela 2.1 dado na Figura 2.4. O


grco sugere duas possveis distribuies para os dados: Weibull e lognormal. Os clculos relativos a cada hiptese so apresentados na Tabela 2.2. O nvel de signicncia
quando H0: Weibull de 62%; para H0: lognormal, tem-se uma signicncia de 82%,
evidenciando um melhor ajuste dos dados distribuio lognormal, como esperado.
0.005
0.004
0.003
f(t)

36

0.002
0.001
0.000
0

100

200

300

400

t horas
Figura 2.4: Histograma de frequncia dos dados na Tabela 2.1.

Ho: Weibull
Limite

Limite

Freq.

Ho: lognormal
Freq.

Limite

Limite

Freq.

Freq.

Inferior Superior Observada Esperada Inferior Superior Observada Esperada


0

61,8

4,2

61,8

3,2

61,8

123,7

10

9,3

61,8

123,7

10

12,4

123,7

185,6

14

10,8

123,7

185,6

14

11,5

185,6

247,4

9,5

185,6

247,4

7,8

247,4

309,3

6,9

247,4

309,3

309,3

371,1

4,3

309,3

371,1

3,1

371,1

432,9

2,3

371,1

432,9

432,9

Mais

1,8

432,9

Mais

Tabela 2.2: Clculos para o teste do qui-quadrado no exemplo.

QUESTES
1)

Um certo componente para televisores foi testado em 20 aparelhos e seus tempos


at falha anotados. Os valores a seguir so os tempos at falha em horas.
44, 128, 55, 102, 126, 77, 95, 43, 170, 130, 112, 130, 150, 180, 40, 90, 125, 106,
93, 71.
Os tempos at falha desse componente seguem uma distribuio gama. Encontre as
estimativas dos parmetros e .

Captulo 2

2)

Distribuies de Probabilidade em Confiabilidade:


Estimativas de Parmetros e Tempos at Falha

Os tempos at falha de um certo sistema de transmisso seguem uma distribuio


exponencial. Os tempos at falha desse sistema foram anotados de forma contnua,
obtendo-se os seguintes valores:
48, 80, 122, 188, 189, 220, 253, 311, 325, 358, 490, 495, 513, 723, 773, 879, 1.510,
1.674, 1.809, 2.005, 2.028, 2.038, 2.870, 3.103, 3.205.
Calcule a estimativa de de acordo com o mtodo da mxima verossimilhana.

3)

Encontre o estimador para o parmetro da distribuio de Rayleigh seguindo o mtodo


da mxima verossimilhana. A funo de distribuio dada por

f ( x ) = xe

x 2
2

4)

Um determinado componente apresenta os tempos at falha 15, 21, 30, 39, 52 e 68


horas em um teste de conabilidade. Os tempos seguem uma distribuio de Rayleigh.
Determine a estimativa do parmetro .

5)

Use o mtodo da mxima verossimilhana para encontrar o parmetro da seguinte


funo de densidade: f(t) =

6)

2t

Considere a distribuio f(x) =

e x

. Encontre o estimador de mxima verossimilhana

de baseado numa amostra aleatria de tamanho n.

7)

Encontre a funo de verossimilhana e o estimador de mxima verossimilhana para


a seguinte distribuio: f(x) = (5 2 )
x

8)

12 x

Dada a seguinte amostra, distribuda segundo um modelo de Weibull com = 5,


determine o valor de .
2,0467; 2,1855; 2,2458; 2,283; 2,3148; 2,4232; 2,4301; 2,6576; 2,7338; 2,9255;
2,9908; 3,1101; 3,1316; 3,7602; 4,0101.

9)

Dada a seguinte amostra de uma distribuio lognormal, encontre o valor de , sabendo que = 2.
0,8354; 1,3501; 1,6027; 2,1866; 2,6564; 2,8457; 2,8771; 3,1694; 3,1822; 3,8758;
3,8874; 6,1022; 6,1826; 6,3748; 6,4106; 6,5976; 8,0894; 9,248; 10,1226; 10,2311;
11,7324; 14,5509; 15,0022; 17,2304; 17,8238; 25,8404; 25,9037; 26,0993; 35,7513;
43,5031.

37

38

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

10)

ELSEVIER

Feito um teste com seis radiadores para automveis, chegou-se aos seguintes tempos
at a falha (em milhares de horas de uso):
9,0

15,7

22,1

90,9

92,1

166,2

Sabendo-se que essa amostra segue uma distribuio exponencial, encontre (a) a
taxa de falha; (b) o MTTF e (c) a conabilidade em t = 100 dos radiadores.

Os prximos exerccios devem ser resolvidos utilizando o software Proconf.

11)

Simule uma amostra normalmente distribuda de tamanho 10 (utilize = 5 e = 1).


Determine os estimadores de mxima verossimilhana de e . Simule amostras
normalmente distribudas de tamanho 30 e 50 (utilizando os mesmos valores de
e ) e verique se as estimativas de mxima verossimilhana dos parmetros da
distribuio esto mais prximas de seus valores reais.

12)

Simule uma amostra normal de tamanho 50, com mdia 50 e desvio-padro 5. Quais
so as estimativas de mxima verossimilhana dos parmetros e , supondo um
modelo de Weibull para os dados simulados?

13)

Determine o estimador de mxima verossimilhana, a taxa de falha e o MTTF para a


amostra a seguir, supondo uma distribuio exponencial.
1,6
3,0
5,5
5,8
9,4

14)

11,2
11,5
15,8
18,2
21,2

24,4
29,2
29,3
32,5
35,7

43,1
44,2
45,2
48,5
51,9

51,9
54,4
54,7
57,9
63,2

86,6
96,4
100,7
124,1
139,0

Um teste realizado com 30 interruptores apresentou os seguintes tempos at a falha


(dados em nmero de usos), os quais seguem uma distribuio lognormal.
232
409
562
711
862

1018
1179
1345
1517
1694

1877
2068
2270
2490
2756

3224
3568
3914
4296
4733

5246
5859
6607
7538
8728

10303
12498
15818
21710
38331

Determine (a) o estimador de mxima verossimilhana dos parmetros da distribuio


hipotetizada para os dados, e (b) calcule a conabilidade para uma misso de 2.000
usos.

Captulo

MODELOS DE RISCO E AS FASES DA


VIDA DE UM ITEM

CONCEITOS APRESENTADOS NESTE CAPTULO


Neste captulo, o conceito de taxa de falhas e funo de risco aprofundado.
So apresentadas as categorias de funo de risco, as quais so associadas s fases
da vida de um item. A estimao da funo de risco a partir de dados empricos
detalhada. O conceito de curva da banheira tambm apresentado. Uma lista de
exerccios proposta ao nal do captulo.

3.1. INTRODUO
A funo de risco h(t) , provavelmente, a mais utilizada das medidas de conabilidade; tal funo pode ser interpretada como a quantidade de risco associada
a uma unidade (componente ou sistema) no tempo t. A funo de risco bastante
til na anlise do risco a que uma unidade est exposta ao longo do tempo, servindo
como base de comparao entre unidades com caractersticas distintas. A funo de
risco tambm conhecida em conabilidade como taxa de falha ou taxa de risco.
Neste captulo, revisam-se e aprofundam-se alguns conceitos apresentados no
Captulo 1. Seja T uma varivel aleatria contnua que designa o tempo at falha de
uma unidade, com densidade de probabilidade dada por f (t) e funo de distribuio dada por:
t

F(t) = P(T t) = f(u)du , para t > 0


0

(3.1)

A funo de conabilidade da unidade, R (t), o complemento de F (t), ou


seja:

40

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial


t

ELSEVIER

R(t) = 1 F(t) = 1 f(u)du = f(u)du

(3.2)
A funo de risco da unidade, h(t), pode ser derivada usando probabilidade
condicional. Para tanto, considere a probabilidade de falha entre t e t + t:
0

t + t

P(t T t + t ) =

f(u)du =R (t ) R (t + t )

(3.3)

A seguinte expresso obtida impondo a condio de a unidade estar operacional no tempo t:


P (t T t + t T t ) =

P (t T t + t ) R (t ) R (t + t )
=
R (t )
P (T t )

(3.4)

A taxa de falha mdia no intervalo (t, t + t) obtida dividindo a Equao (3.4)


por t. Ao supor-se t 0, obtm-se a taxa de falha instantnea, isto , a funo de
risco dada por:
h(t) = lim =
t 0

R(t ) R (t + t ) R' (t ) f (t )
=
=
,t 0
R (t )
R (t )
R (t )t

(3.5)

Funes de risco devem satisfazer a duas condies:


+

(i) 0h(t)dt = + e (ii) h(t ) 0 para todo t 0

(3.6)

A unidade de medida da funo de risco normalmente dada em termos de


falhas por unidade de tempo. Como apresentado no Captulo 1, as funes de conabilidade e densidade podem ser derivadas a partir da funo de risco.

3.2. CATEGORIAS DA FUNO DE RISCO E FASES DA VIDA DE


PRODUTOS
Existem duas categorias bsicas para a funo de risco: (i) funo de risco
crescente (FRC), que descreve casos em que a incidncia de risco no decresce com
o tempo; e (ii) funo de risco decrescente (FRD), adequada para descrever situaes
em que a incidncia de risco no cresce com o tempo. As duas categorias vm ilustradas na Figura 3.1. Uma funo de risco constante, adequada para descrever casos em
que a unidade est exposta a uma mesma quantidade de risco em qualquer momento
do tempo (como no caso da distribuio exponencial), o caso limtrofe entre FRC e
FRD, pertencendo a ambas as categorias. Alguns autores (como Rausand & Hyland,
2003) apresentam duas categorias adicionais, derivadas das categorias bsicas anteriores; elas so designadas por funo de risco crescente ou decrescente na mdia,
sendo designadas por FRCM ou FRDM. Uma funo de risco considerada FRCM
(FRDM) se H(t)/t no decresce (cresce) quando t aumenta.
Vrios exemplos prticos ilustram a categoria FRC, correspondendo a itens
que se desgastam ou degradam com o tempo. Exemplos incluem componentes mecnicos (na quase totalidade) e eletrodomsticos. Exemplos prticos de funes FRD
so menos frequentes, mas podem ser encontrados na modelagem de conabilidade

Captulo 3

Modelos de Risco e as Fases da Vida de um Item

de softwares, em que a incidncia de bugs diminui medida que o produto sofre revises. Funes do tipo FRD tambm surgem na anlise de conabilidade humana,
sendo adequadas para descrever o processo de aprendizagem de trabalhadores na
execuo de suas tarefas. A maioria dos produtos manufaturados, entretanto, costuma apresentar uma funo de risco dada pela combinao das categorias acima,
ilustrada na Figura 1.2 e conhecida como curva da banheira.
A partir do modelo da curva da banheira, divide-se a vida operacional de
uma unidade em trs estgios: (1) de mortalidade infantil (quando ocorrem falhas
precoces), (2) de vida til (em que a incidncia de falhas relativamente estvel no
tempo) e (3) de envelhecimento (quando o produto passa a apresentar desgaste e
falhas passam a ocorrer com maior frequncia).
O primeiro estgio da curva da banheira (t < t2) uma regio de alta, porm
decrescente, taxa de falha. Nesse estgio, a taxa de falha dominada por defeitos relacionados a matrias-primas e operaes de manufatura que no atendem s normas
de especicao. As falhas percebidas nesse estgio so majoritariamente decorrentes
de causas especiais. O estgio de mortalidade infantil pode ser reduzido atravs da
adoo de projetos robustos de produto e de prticas de controle de qualidade na
manufatura. Caso essas medidas no sejam ecazes, as unidades devem ser submetidas a um perodo de burn in. Durante o burn in, testam-se as unidades em condies
normais de uso por um perodo de tempo suciente para que defeitos precoces sejam detectados e corrigidos antes da ocorrncia de falhas. Alternativamente, testamse unidades em condies severas de uso, de forma a promover a falha daquelas
apresentando defeitos por causas especiais.
h(t)

FRC

FRD
t

Figura 3.1: Categorias de funes de risco.

41

42

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O segundo estgio da curva da banheira, denominado estgio de vida til


(t2 < t < t3), traz a menor taxa de falha do grco na Figura 1.2, sendo aproximadamente constante. Tal comportamento caracterstico de falhas causadas por eventos
aleatrios, designadas por causas comuns e no-relacionadas a defeitos inerentes s
unidades. Por exemplo, sobrecargas de voltagem, vibrao e impactos, aumentos na
temperatura e umidade durante a operao normal das unidades. Falhas por causas comuns podem ser reduzidas atravs da melhoria nos projetos dos produtos,
tornando-os mais robustos a variaes nas condies de uso a que so submetidos.
O ltimo estgio da curva da banheira, de envelhecimento (t > t3), uma regio de
taxa de falha crescente, dominada por falhas relacionadas ao desgaste da unidade. Exemplos de falhas por envelhecimento so corroso e trincas por fadiga. O aumento da taxa
de falha normalmente indica a necessidade de reposio de peas no produto, informando acerca da durao aproximada de sua vida de projeto. As alternativas para amenizar a
intensidade do envelhecimento incluem o projeto de produtos com componentes e materiais mais durveis, prticas de manuteno preventiva e corretiva e controle de fatores
ambientais de estresse que possam intensicar a taxa de falha do produto.
Apesar de a Figura 1.2 apresentar caractersticas gerais presentes nas funes de
risco de vrios tipos de produtos manufaturados, um dos trs mecanismos pode ser
predominante para uma determinada classe de sistemas. Por exemplo, computadores
e componentes eletrnicos costumam apresentar uma funo de risco dominada pelo
estgio de vida til, com perodos curtos de mortalidade infantil e envelhecimento.
Para sistemas desse tipo, ateno especial deve ser dada a falhas aleatrias e a mtodos
de controle do ambiente de utilizao do produto. Em contrapartida, em equipamentos e componentes mecnicos a funo de risco dominada pelos estgios 1 e 3 da
curva da banheira, sendo o estgio 2, de vida til, pouco relevante. O mesmo ocorre
na modelagem de conabilidade humana, em que o estgio 1 corresponde ao perodo
de aprendizagem do indivduo, e o estgio 3, incidncia de fadiga.

3.3. MODELOS DE RISCO


As categorias da funo de risco discutidas na seo anterior podem ser formalizadas atravs da denio de seis modelos de risco: constante, crescente, decrescente, curva da banheira piecewise linear, funo de potncia e exponencial. A
utilizao combinada desses modelos permite representar a quase totalidade dos
mecanismos de risco existentes na prtica.
MODELO DE RISCO CONSTANTE

A funo de risco constante representada por:


h(t ) = t falhas/unidade de tempo

(3.7)

Captulo 3

Modelos de Risco e as Fases da Vida de um Item

onde uma constante. A partir da Equao (1.15), determina-se a densidade correspondente a esse modelo:
t

-t
f (t ) = exp du = e
0

(3.8)

que a funo de densidade de uma varivel exponencialmente distribuda.


MODELO DE RISCO LINEARMENTE CRESCENTE

Um modelo de risco crescente corresponde ao ltimo estgio da curva da banheira na Figura 1.2, sendo normalmente representado por uma funo no linear.
A funo linear a seguir uma simplicao desse modelo:
h(t ) = t ,
(3.9)
onde uma constante. A funo de densidade associada Equao (3.9) pode ser
obtida a partir da Equao (1.16):
- t
t

f (t ) = texp du = e 2
0

(3.10)

correspondendo funo de densidade da distribuio de Rayleigh.


MODELO DE RISCO LINEARMENTE DECRESCENTE

O modelo de risco linearmente decrescente prov uma representao simplicada do primeiro estgio da curva da banheira, dada por:
(3.11)
h(t ) = a bt
a bt
tal que a e b so constantes, e . A funo de densidade associada Equao (3.11)
no corresponde a nenhuma distribuio de probabilidade em particular.
MODELO DE RISCO LINEAR PIECEWISE DA CURVA DA BANHEIRA

O modelo linear da curva da banheira bastante verstil, ajustando-se satisfatoriamente a funes de risco calculadas empiricamente. O modelo oferece uma
aproximao linear da curva da banheira (a qual tipicamente no linear na prtica),
apresentada na Figura 1.2; tal aproximao dada por:
h(t ) =

a bt + , 0 t a b

a b t t0

c(t t0 ) +

t0 < t

(3.12)
onde > 0. Essa funo decresce linearmente at no tempo a/b, permanece constante at t0, e cresce linearmente para tempos maiores que t0. A funo de densidade
associada regio de risco constante, por exemplo, dada por:

[(

)]

f(t) = exp t + a 2b , a b < t t0


2

(3.13)

43

44

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

MODELO DE RISCO DA FUNO DE POTNCIA

Uma funo de risco pode ser caracterizada por uma funo de potncia. A
partir da seguinte parametrizao da funo de potncia:

h(t) =

(3.14)

obtm-se a seguinte densidade associada:


1 t
f(t) = t e

(3.15)
que a densidade da distribuio de Weibull. A Weibull permite uma representao
no-linear plena da curva da banheira na Figura 1.2, a partir da escolha apropriada
do valor de , que o parmetro de forma da distribuio. A representao do estgio 1 obtida quando < 1, do estgio 2 quando = 1, e do estgio 3 quando > 1.
MODELO DE RISCO EXPONENCIAL

O modelo de risco exponencial pode ser usado quando a funo de risco


crescer ou decrescer abruptamente, apresentando comportamento exponencial. Esse
modelo dado por:
(3.16)
h(t) = cet
A natureza do modelo nessa expresso depende dos valores das constantes c e
. A funo de densidade associada funo de risco na Equao (3.16) um caso
especial da distribuio do valor extremo.

3.4. CLASSIFICAO DE DISTRIBUIES DE TEMPOS AT FALHA


A PARTIR DA FUNO DE RISCO
Das diversas distribuies de probabilidade tabeladas existentes na literatura,
quatro distribuies so frequentemente utilizadas para descrever tempos at falha
de componentes e sistemas; so elas: (i) exponencial, (ii) Weibull, (iii) gama e (iv)
lognormal. Tais distribuies podem ser classicadas, conforme o comportamento
de suas funes de risco, nas categorias bsicas FRC e FRD apresentadas na Seo 3.2. O resultado da classicao vem apresentado na Tabela 3.1.
Os parmetros listados na Tabela 3.1 (adaptada de Leemis, 1995) provm das
funes de densidade das quatro distribuies analisadas. As funes de densidade
da exponencial e da Weibull esto apresentadas nas Equaes (3.8) e (3.15), respectivamente; as densidades da gama e lognormal so dadas nas Equaes (3.17) e
(3.18).
f(t) =

(t )1e t , , > 0
( )

(3.17)

Captulo 3

Modelos de Risco e as Fases da Vida de um Item

1 (lnt ) 2
1
exp

2 t
2

f(t) =

(3.18)

Distribuio

FRD

FRC

Exponencial

SIM p / todo

SIM p / todo

Weibull

SIM 1

SIM 1

Gama

SIM 1

SIM 1

Lognormal

NO

NO

Tabela 3.1: Classicao das distribuies de probabilidade.

Observe na Tabela 3.1 que nenhuma combinao de parmetros da lognormal


resulta em h(t)s exclusivamente FRC ou FRD. A funo de risco da lognormal apresenta, aproximadamente, o formato de uma curva da banheira invertida ao longo do
eixo vertical.

3.5. ESTIMATIVA DA FUNO DE RISCO A PARTIR DE DADOS


EMPRICOS
Os procedimentos para estimao da funo de risco a partir de dados empricos dependem do tamanho da amostra disponvel. Nesta seo, os procedimentos
so apresentados a partir de dois exemplos.

EXEMPLO DE FIXAO 3.1


Os dados na Tabela 3.2 representam milhares de ciclos at a falha de um
componente mecnico (molas) e ilustram o procedimento de estimao de h(t) para
pequenas amostras.
Nmero da
falha
1
2
3
4

Kilociclos at
falha
190
245
275
300

h(t)
0,0024
0,0050
0,0070
0,0171

Nmero da
falha
5
6
7
8

Kilociclos at
falha
350
365
380
400

Tabela 3.2: Dados de falha e estimativa de h(t) amostra de tamanho pequeno.

h(t)
0,0180
0,0247
0,0294

45

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O estimador para h(t) no caso de pequenas amostras dado por:


h(t i ) =

[(ti+1 ti )(n i + 0,7 )]

(3.19)
onde n o tamanho da amostra. Aplicando essa expresso aos dados da Tabela 3.2,
^
^
obtm-se os resultados na coluna h(t) da mesma tabela. Os valores de h(t) vm grafados na Figura 3.2. A curva ajustada aos dados corresponde, aproximadamente,
funo de risco de uma distribuio de Weibull, com = 4 e = 1.
h(t) teste das molas

0,0400

Funo de risco

46

0,0300
0,0200
0,0100
0,0000
0

100

200

300

400

500

Kilociclos at falha
Figura 3.2: Funo de risco emprica para os dados de falha das molas.

EXEMPLO DE FIXAO 3.2


Os dados na Tabela 3.3 representam falhas no cmbio vericadas em um teste
com 46 tratores agrcolas e ilustram o procedimento de estimao de h(t) para grandes amostras. Neste exemplo, os dados foram agrupados em intervalos de classe de
20.000 km.
Intervalo (km)

Nmero de falhas

h(t)

0 m 20.000
20.000 < m 40.000
40.000 < m 60.000
60.000 < m 80.000
80.000 < m 100.000
m > 100.000

19
11
7
5
4
0

0,0000207
0,0000204
0,0000219
0,0000278
0,0000500

Tabela 3.3: Dados de falha e estimativa de h(t) amostra de tamanho grande.

Captulo 3

Modelos de Risco e as Fases da Vida de um Item

O estimador para h(t) no caso de amostras grandes dado por:


N (t ) N (t + t )
h(t) =
N (t )t

(3.20)
onde N(t) o nmero de unidades sobreviventes no tempo t e t o intervalo de classe. Para o primeiro grupo na Tabela 3.3, por exemplo, a Equao (3.20) resulta em:
46 27
h(t ) =
= 0, 0000207
46(20000)
.
^
Os demais resultados vm apresentados na coluna h(t) da Tabela 3.3. Os valo^
res de h(t) esto grafados na Figura 3.3.
h(t) teste dos cmbios

funo de risco

0,00006

0,00004

0,00002

0
100000

50000

150000

Km at falha
Figura 3.3: Funo de risco emprica para os dados de falha dos cmbios.

QUESTES
1)

Baseado em dados anteriores, se sabe que o 15o componente de uma amostra a falhar
dura 597 horas de uso e o 16o dura 600 horas. Estime a taxa de risco sabendo que
a amostra tem 25 componentes.

2)

Os seguintes dados so o tempo de uso em milhares de horas de um microprocessador


antes da falha. Estime a funo de risco para o tempo de uso de 200.000 horas.
37

70

123

223

307

49

73

159

259

349

52

99

200

280

390

47

48

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

3)

4)

5)

ELSEVIER

A seguir so apresentados os tempos at falha (dados em milhares de horas de trabalho) dos componentes de uma amostra de 20 circuitos eletrnicos. Estime a taxa
de risco de um circuito trabalhando h 159.000 horas.
15

75

159

246

321

29

99

177

268

339

37

118

200

281

347

58

139

215

304

375

Os dados a seguir representam o nmero de componentes de uma furadeira que falharam em determinados perodos de tempo. Estime a taxa de risco para o intervalo
de 40.000 a 80.000 utilizaes.
Nmero de utilizaes

Nmero de falhas

De 0 a 40000

163

De 40000 a 80000

218

De 80000 a 120000

148

De 120000 a 160000

126

Acima de 160000

95

Na tabela a seguir tm-se os dados de falha de um motor de caminho. Estime a taxa


de risco para a faixa dos 100.000 a 150.000 quilmetros de uso.
Quilometragem

Nmero de falhas

De 0 a 50000

12

De 50000 a 100000

21

De 100000 a 150000

27

De 150000 a 200000

33

Acima de 200000

17

6)

Dada uma funo de risco h(t) = e + 2e , determine o valor da funo acumulada


de risco quando t igual a 5 segundos.

7)

Para uma funo de risco com modelo exponencial com c = 7 e = 3, determine h(t),
H(t), R(t) e f(t).

8)

9)

2t

A funo de risco associada distribuio f (t ) = 6te


decrescente?

3t

crescente, constante ou

Quinze unidades de um certo componente so testadas e a sua vida til medida em


quilociclos. As falhas ocorreram em 100, 160, 250, 350, 420, 460, 510, 560, 610,
720, 780, 800, 840, 890 quilociclos. Plote um grco com a densidade de falhas e a
funo risco baseada nesses dados.

Captulo 3

10)

Modelos de Risco e as Fases da Vida de um Item

A taxa de falha de um componente hidrulico dada por:

h(t) =

t
t +1

,t > 0

Determine a funo de conabilidade.

11)

Dada uma funo h(t ) = 4t + 3 , calcule R(t).

12)

A conabilidade de um componente mecnico dada por R (t ) = e

13)

2 t

. Encontre h(t).

Na seguinte amostra, utilizando o Proconf: (a) encontre a distribuio que melhor se


adapta aos dados; (b) plote o grco da funo de risco e analise se esta do tipo IFR ou
DFR; (c) calcule a funo de risco utilizando os estimadores de mxima verossimilhana.
0,2354
0,3552
0,5298
0,5534
0,7628
0,8584

0,8697
1,0768
1,1834
1,3098
1,4397
1,6199

1,6259
1,7411
1,8526
2,1014
2,1384
2,171

2,275
2,3804
2,3804
2,4552
2,4647
2,5586

2,7129
3,3482
3,5942
3,7008
4,2545
4,5888

14)

Simule no Proconf uma amostra de 30 valores de uma funo de risco, com modelo
de risco da funo de potncia, que seja decrescente.

15)

Numa amostra, foram encontrados os seguintes resultados:


0,0065
0,0126
0,1593
0,1604
0,3315
0,3818

0,41
0,6518
0,7269
0,7937
0,9554
1,2042

1,2206
1,229
1,2389
1,3503
1,4055
1,468

1,6994
1,7212
1,7688
1,8007
2,1127
2,1262

2,1588
3,0336
3,4397
3,8043
4,074
7,0888

Utilize o Proconf para responder s seguintes questes: (a) encontre a distribuio


adequada; (b) informe h(t); (c) plote o grco da funo de risco h(t).

16)

Na seguinte amostra, utilize o Proconf para: (a) encontrar a distribuio que melhor
se adapta aos dados, e (b) calcular a funo de risco (dica: utilize os estimadores de
mxima verossimilhana).
1,0048

2,6775

4,2807

5,5072

6,2845

1,3679

3,1426

4,5062

5,6975

7,3588

1,8462

3,3731

4,721

5,6976

7,7606

1,9076

3,6399

5,189

5,8312

7,9327

2,4267

3,9075

5,2573

5,8482

8,807

2,6512

4,2689

5,3174

6,0145

9,3212

49

Pgina deixada intencionalmente em branco

Captulo

ANLISE DE
DADOS CENSURADOS

CONCEITOS APRESENTADOS NESTE CAPTULO


O captulo devotado anlise de dados censurados, oriundos de testes de
conabilidade no integralmente concludos. Apresentam-se os tipos mais usuais de
censuras de dados e adapta-se o mtodo da mxima verossimilhana, apresentado no
Captulo 2, para a anlise desses dados. Finalmente, as distribuies de probabilidade apresentadas no Captulo 2 so revisitadas e os estimadores de seus parmetros,
para o caso de amostras censuradas, so apresentados. Uma lista de exerccios propostos encerra o captulo.

4.1. INTRODUO
Para obter informaes sobre a distribuio de probabilidade de um componente (ou sistema) em um estudo de conabilidade, normalmente conduzem-se
testes de vida com o componente em questo. Nesses testes, n unidades idnticas
e numeradas do componente so postas em uso, com o objetivo de registrar seus
tempos at falha. Se o teste for conduzido de forma a permitir a falha de todas as n
unidades, o conjunto de dados de tempo at falha obtido dito completo.
Em muitas situaes prticas, anlises de conabilidade no podem ser conduzidas com conjuntos completos de dados. Dados incompletos podem ser resultantes
de testes de vida em que: (i) critrios de ordem prtica ou econmica no permitiram
rodar o teste at que todas as unidades falhassem, (ii) algumas unidades perderam-se
ou danicaram-se durante o teste, ou (iii) no foi possvel registrar o exato momento

52

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

de ocorrncia da falha nas unidades, mas somente um intervalo de tempo que contm esse momento. Alm disso, a anlise do conjunto de dados parciais obtidos antes
do nal do teste pode levar a concluses seguras sobre a distribuio que caracteriza
os tempos at falha da unidade. Nesses casos, o alargamento da amostra no seria necessrio, e o teste seria interrompido. Um conjunto de dados incompletos de tempos
at falha dito censurado ou truncado. As circunstncias que resultam em dados
censurados, exemplicadas anteriormente, permitem concluir que, em um teste de
vida de componentes, a censura pode ou no ser planejada.
Dados censurados so aqueles para os quais se conhece um limite, em geral
inferior, do tempo at falha, mas no o seu valor exato. O tipo mais frequente de
censura conhecido como censura direita. Um conjunto de dados dito censurado
direita quando existir uma ou mais unidades para as quais s se conhece o limite
inferior do tempo at falha. Suponha, por exemplo, um teste em que 15 componentes so colocados em uso durante 30 dias. Ao nal do teste, 10 componentes haviam
falhado, tendo sido registrados os tempos exatos de cada falha. Nesse caso, o conjunto de dados constitudo por 10 tempos at falha e cinco observaes censuradas
direita, cujos tempos at falha ocorrem em algum momento aps 30 dias de uso.
Como o tempo exato da falha dessas unidades no pode ser conhecido j que o teste
foi interrompido, a melhor informao disponvel que elas sobreviveram at 30
dias de uso. Assim, consideram-se as unidades como falhadas no tempo t = 30 dias,
e o tempo de censura passa a ser interpretado como o limite inferior do tempo real
de falha das unidades.
Em ensaios de conabilidade, trs tipos de censura direita ocorrem com
maior frequncia; so eles: censura tipo I, censura tipo II e censura aleatria. Nas
denies que se seguem, n designa o nmero total de unidades colocadas em teste
e r, o nmero de falhas observadas.
Na censura tipo I, o teste de vida interrompido em um tempo tr predeterminado. Todas as unidades so ativadas no tempo t = 0 e observadas at a ocorrncia
da falha ou at tr, quando ocorre o trmino do teste. Aps esse momento, somente
os tempos at falha das unidades que falharam antes de t0 so conhecidos. Em um
teste com censura tipo I, obtm-se um conjunto de dados contendo r ( n) tempos
at falha observados e (n r) tempos at falha censurados em tr. Como o nmero r
de falhas observadas em um ensaio com censura tipo I aleatrio, corre-se o risco
de que poucas ou nenhuma unidade falhe at o tempo t0, sendo esta a desvantagem
desse tipo de censura.
Na censura tipo II, o teste de vida interrompido aps a ocorrncia da r-sima
falha. Como o nmero total de falhas r denido a priori, pode-se escolher um valor
de r que garanta uma modelagem estatstica satisfatria dos resultados do teste. Na

Captulo 4

Anlise de Dados Censurados

censura tipo II, todas as unidades so ativadas em t = 0 e o conjunto de dados obtidos


do teste consiste de r tempos at falha observados e (n r) tempos at falha censurados. O tempo T(r) de trmino de teste aleatrio; consequentemente, impossvel
prever a sua durao total, sendo esta a desvantagem deste tipo de censura.
Na censura aleatria (tambm designada por censura tipo IV), as n unidades so
colocadas em teste em momentos distintos no tempo e o teste interrompido no tempo t0. Alternativamente, todas as unidades so ativadas em t = 0, mas tm sua operao
interrompida em momentos distintos no tempo. Em ambos os casos, os tempos de censura das unidades so aleatrios (Ri, i = 1,..., n), podendo ser diferentes entre si. Esse tipo
de censura ocorre, por exemplo, ao observar-se a utilizao da garantia em produtos
manufaturados por um determinado perodo de tempo. Como os produtos so manufaturados em diferentes momentos ao longo do perodo de observao, ao interromper-se
a observao no trmino desse perodo, os tempos de censura dos produtos que no
apresentaram falhas sero diferentes entre si, dependendo de sua data de fabricao.
Dados censurados esquerda ocorrem com menos frequncia do que dados
censurados direita. A censura esquerda caracterstica de estudos sociais, em
que o tempo at falha no representa necessariamente uma falha, mas a ocorrncia
de algum evento de interesse do analista. Para exemplicar a censura esquerda,
considere o caso de um pesquisador que deseja vericar com que idade indivduos
de uma localidade desenvolvem uma determinada habilidade. Nesse caso, o tempo
at falha o tempo transcorrido entre o nascimento e o momento em que o indivduo desenvolve a habilidade. Indivduos que, quando da chegada do pesquisador,
j possuam a habilidade desenvolvida sero observaes censuradas esquerda;
em contrapartida, indivduos que no haviam desenvolvido a habilidade quando da
partida do pesquisador sero observaes censuradas direita.
A ltima classicao de censura a censura por intervalo. Nesse caso, dados
de tempo at falha so agrupados em intervalos. Essa censura ocorre, normalmente,
em investigaes em que no possvel determinar o momento da falha com preciso, j que o esquema de coleta dos dados no o permite. Um exemplo ocorre em
componentes que sofrem inspeo peridica; no caso de ocorrncia de falha, somente ser possvel armar que ela ocorreu no intervalo entre duas inspees.
As designaes empregadas na descrio dos diferentes esquemas de censura
esto resumidas na Figura 4.1.
Existem pelo menos trs abordagens para o tratamento de dados censurados,
mas apenas uma delas vlida em termos estatsticos e prticos (Leemis, 1995). A
primeira abordagem consiste em ignorar os valores censurados e realizar a anlise
apenas com os dados de falha observados. Apesar de simplicar a anlise em termos
matemticos, essa no uma abordagem vlida. Se usada, por exemplo, em um conjunto de dados censurados direita, sero exatamente os maiores valores de tempo

53

54

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

at falha (correspondentes aos valores censurados direita) que sero excludos da


anlise. Nesse caso, a modelagem subestimar o tempo mdio at falha das unidades,
j que justamente as melhores unidades foram excludas. A segunda abordagem consiste em simplesmente aguardar at que todos os dados censurados direta falhem.
Ainda que desejvel em termos estatsticos, j que gera um conjunto completo de
dados de tempos at falha, essa abordagem pode no ser prtica devido ao tempo
total demandado para nalizar o teste. A terceira abordagem consiste em tratar os
dados censurados probabilisticamente incluindo os valores censurados na funo
de verossimilhana utilizada para estimar os parmetros da distribuio que melhor
caracteriza os tempos at falha; esse o tratamento correto a ser dado amostra censurada, sendo detalhado na prxima seo.
Conjunto de dados de falha

Completo

Censurado
esquerda

Tipo I

direita

Tipo II

Por intervalo

Aleatria

Outro

Outro

Figura 4.1: Tipos de conjuntos de dados e esquemas de censura.

No restante deste captulo, os tempos at falha das n unidades colocadas em


teste sero considerados como estatisticamente independentes e identicamente distribudos, segundo uma funo de densidade f (t). importante observar que os tempos at falha, no caso de dados censurados, devem ser interpretados como tempos
at falha potenciais, j que as falhas no foram observadas na prtica.
A suposio de tempos at falha identicamente distribudos corresponde
suposio de unidades idnticas, ou seja, de um mesmo tipo, lote de fabricao e expostas a aproximadamente os mesmos estresses ambientais e operacionais. Ao supor
independncia entre falhas assumem-se unidades no afetadas pela operao ou pela
falha de outras unidades. O mecanismo de censura deve satisfazer condio de independncia, em que censuras ocorrem independentemente de qualquer informao
adquirida sobre unidades que j falharam no mesmo teste.

4.2. FUNO DE VEROSSIMILHANA PARA DADOS CENSURADOS


A funo de verossimilhana para um conjunto de dados censurados pode
ser escrita de vrias formas, uma das quais apresentada a seguir. Sejam T1,...,Tn

Captulo 4

Anlise de Dados Censurados

variveis aleatrias que seguem uma distribuio de probabilidade f (t,), onde


um parmetro desconhecido. Em alguns casos, f (t) pode ser caracterizada por
mltiplos parmetros, os quais seriam organizados em um vetor de parmetros .
Nos desenvolvimentos a seguir, os r tempos at falha observados so designados,
em ordem crescente de ocorrncia, por t1,...,tr ; os dados censurados so designados
+
+
+
+
por t1 ,...,t n r . No caso de censura direita do tipo I, t1 = ... = t n r = t 0 . Um total de n
unidades foi colocado em teste.
Considere inicialmente um conjunto completo de dados (isto , sem censura,
tal que r = n). A funo de verossimilhana associada amostra dada por:
n

L( ) = f (ti , )

(4.1)
A funo na Equao (4.1) informa sobre a possibilidade (ou verossimilhana)
de as variveis T1,...,Tn assumirem os valores t1,...,tn; tal possibilidade dada pelo
valor da funo de densidade. Para o caso de variveis discretas, a verossimilhana
corresponde a um valor de probabilidade.
A expresso na Equao (4.1) funo apenas do parmetro desconhecido .
O estimador de mxima verossimilhana de corresponde ao valor de que maximiza L(); tal valor obtido derivando a Equao (4.1) com relao a , igualando o
resultado a 0 e isolando . Pode-se demonstrar que L() e l() = ln[L()] apresentam
seus mximos no mesmo valor de (ver, por exemplo, DasGupta, 2008, Cap. 16);
em muitos casos, mais fcil resolver a derivada de l(). Aqui adota-se a mesma
notao introduzida no Captulo 2, em que o estimador do parmetro designado
e suas estimativas por .
por
No caso de uma amostra contendo dados censurados, a Equao (4.1) assim
reescrita para incluir a poro censurada da amostra:
i =1

n r

i =1

i =1

( )

L( ) = f (ti , ) R ti+ ,

(4.2)

+
i
+
i

onde R( t , ) a funo de conabilidade com parmetro avaliada no tempo cen+


surado t . Observe que a funo de conabilidade R( ti , ) utilizada na expresso da
funo de verossimilhana para uma observao censurada direita corresponde
probabilidade de a unidade i sobreviver a um tempo ti+ .
O logaritmo da funo na Equao (4.2) dado por:
r

n r

i =1

i =1

( )

l( ) = lnf (ti , ) + lnR ti ,


+

(4.3)

sendo utilizado em algumas derivaes apresentadas na prxima seo. A funo


de verossimilhana para conjuntos de dados censurados esquerda no abordada
neste livro; para detalhes, ver Lawless (1982), entre outros.

55

56

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

4.3. MODELOS PARAMTRICOS PARA DADOS DE


CONFIABILIDADE
Nesta seo, so apresentados modelos paramtricos para ajuste a dados de
conabilidade, obtidos em ensaios de conabilidade ou observaes de campo, em
que parte dos dados sofreu censura direita do tipo I e II. Quatro distribuies de
probabilidade frequentemente utilizadas para descrever tempos at falha de componentes e sistemas so abordadas; so elas: (i) exponencial, (ii) Weibull, (iii) gama, e
(iv) lognormal.
Distribuio exponencial
O estimador de mxima verossimilhana do parmetro da distribuio exponencial, no caso de dados censurados direita mediante censura do tipo I, dado
por:
r
=

t + (n r )t
i

i 1

(4.4)

onde t0 corresponde ao tempo de interrupo do teste.


No caso de censura do tipo II, em que o teste interrompido no tempo tr de
ocorrncia da r-sima falha, o estimador de mxima verossimilhana de dado
por:
=

t + (n r )t
i

(4.5)

i 1

EXEMPLO 4.1
Considere um teste de conabilidade com 10 unidades de um componente
eletrnico. O teste interrompido no tempo t0 = 50.000 minutos devido a restries
oramentrias. No momento da censura, os seguintes tempos at falha haviam sido
observados: 2.000, 8.000, 14.000, 16.000, 21.000, 29.000. Determine o MTTF das
unidades mediante suposio de dados exponencialmente distribudos (a) levando
em considerao os dados censurados e (b) desconsiderando os dados censurados.
(a) Os dados obtidos no teste sofreram censura do tipo I. Assim, a estimativa do
parmetro da distribuio exponencial pode ser obtida a partir da Equao (4.4):
=

6
90.000 + (4 50.000 )

= 2,069 10 5 falhas por minuto

O MTTF da distribuio exponencial o inverso de , isto :


MTTF = 1 = 48.333 minutos

(4.6)

(4.7)

Captulo 4

Anlise de Dados Censurados

(b) Descartando os dados censurados, a estimativa do parmetro resulta em


uma incidncia maior de falhas por unidade de:
=

6
90.000

= 6,67 10

falhas por minuto

(4.8)

O MTTF resultante substancialmente menor, j que as unidades que sobreviveram por um maior perodo de tempo foram descartadas da amostra:
MTTF = 1 = 15.000 minutos
(4.9)

Distribuio de Weibull
Ao contrrio da exponencial, as estimativas dos parmetros da distribuio de
Weibull no podem ser obtidas por clculo direto, mas por um processo iterativo. Os
estimadores de e para amostras censuradas direita so os mesmos, para censura
do tipo I e II. Sejam os dados obtidos no teste representados por:

t1 t2 K tr = tr++1 = K = tn+

(4.10)
Para estimar o parmetro , utiliza-se a Equao (4.11), derivada da funo de
verossimilhana, em um procedimento de tentativa e erro; o objetivo determinar o
valor de ^ que resulte em Dif(^) = 0. Na prtica, a Equao (4.11) pode ser utilizada
como funo objetivo em um software de otimizao no linear, em que o objetivo
seja minimizar Dif(^), sujeito s restries ^ 1 e Dif(^) 0. O aplicativo Proconf, que
acompanha este livro, realiza essa otimizao automaticamente.
r

Dif ( ) =

t lnt + (n r ) t lnt

i =1

t + (n r ) t

1 r
1
lnti = 0

r i=1

(4.11)
O estimador no-tendencioso de , escrito como uma funo dos dados amostrais e de ^, dado por:
i =1

r

ti + (n r )tr
i
=
1

(4.12)

EXEMPLO 4.2
Considere o teste de conabilidade do Exemplo 4.1. Determine o MTTF das unidades mediante suposio de dados distribudos segundo uma distribuio de Weibull.
Soluo:
Aplicando a Equao (4.11) em um procedimento de otimizao no linear,
chega-se a um valor para dado por:
^ = 0,91
(4.13)

57

58

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O valor de prximo de 1,0 indica uma distribuio de Weibull com formato


prximo ao de uma distribuio exponencial. Utilizando o resultado da Equao
(4.13) na Equao (4.12), tem-se:
37.285 + (10 6 )18.882,6
=

0 ,91

= 49.757

(4.14)

O MTTF resultante, superior quela obtida modelando os dados supondo distribuio exponencial, dado por:
MTTF = 1 + 1 = 60.997 minutos

(4.15)

Distribuio lognormal
A estimao dos parmetros e da distribuio lognormal, mediante censura do tipo I ou II, requer a especicao do nmero total de unidades colocadas em
teste (n). Para n 20 , as melhores estimativas de e so combinaes lineares dos
logaritmos dos r tempos at falha observados, dadas por:
r

= a i lnti
i =1

(4.16)

= bi lnti
i =1

(4.17)
onde os valores de ai e bi foram tabelados por Sarhan e Greenberg (1962) e no so
apresentados neste livro, j que se encontram implementados no aplicativo Proconf.
Para tamanhos de amostra n > 20, os estimadores de mxima verossimilhana
da distribuio normal podem ser usados para estimar os parmetros da lognormal,
com censura do tipo I ou II, conforme apresentado a seguir:
y=

lnt
r

(4.18)

i =1

1
2
s = (lnti )2 lnti
i =1

r i =1
r

(4.19)

Os estimadores de mxima verossimilhana de e so:


= y ( y lnt )
M
r
e
2
= s + ( y lnt )2
r

(4.20)

(4.21)
com coeciente aproximado pela seguinte expresso (Cohen, 1961 apud Elsayed,
1996):

][

= 1,136a 3 ln(1 a ) 1 + 0,437 0,250a1,3 + 0,08a (1 a )

onde e so dados por:


= s2 (y lntr)2 e
= (n r ) n

(4.22)
(4.23)
(4.24)

Captulo 4

Anlise de Dados Censurados

EXEMPLO 4.3
Considere um teste de conabilidade com n = 12. O teste interrompido aps
a oitava falha; os tempos at falha observados so: 29, 35, 40, 44, 47, 48, 49 e 51.
Suponha dados seguindo uma distribuio lognormal e estime os parmetros e .
Soluo:
Neste caso, n < 20 e os parmetros podem ser estimados utilizando as Equaes (4.16) e (4.17). Os valores tabelados de ai e bi para n = 12 e r = 8 so:
i
1
2
3
4
5
6
7
8

ai
0,0057
0,0428
0,0595
0,0724
0,0836
0,0938
0,1036
0,5386

bi
-0,2937
-0,1686
-0,1119
-0,0678
-0,0296
0,0058
0,0400
0,6259

As estimativas de e so:
^
^
= 3,87069 e = 0,26733

(4.25)

Distribuio gama
A estimao exata dos parmetros e da distribuio gama bastante complexa no caso de conjunto de dados contendo censura, demandando o uso de tabelas ou pacotes computacionais. Os parmetros podem ser aproximados atravs do
seguinte algoritmo, proposto por Elsayed (1996):
1. Calcule as mdias aritmtica e geomtrica dos tempos at falha observados:
r

tc = ti r

(4.26)

i =1

r
t%c = ti
i =1

2.

Calcule as quantidades NR, S e Q usando as expresses a seguir:


NR = n r
S = tc tr

Q = 1 (1 t%c tc )

(4.27)
(4.28)
(4.29)
(4.30)

59

60

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Calcule a estimativa no-tendenciosa de utilizando umas das expresses a seguir:


Se S < 0,42:

3.

= 1, 061(1 Q ) + 0, 2522Q(1 + ( S / NR 4 ))
+ 1,953( S 1/ Q) 0, 220 / NR 4 + 0,1308Q / NR 4 + 0, 4292 /(Q S )

(4.31)

Quando 0,42 S 0,80:


= 0,5311Q((1/ NR 2 ) 1) + 1, 436 log Q + 0, 7536(QS S )
2, 040 / NR 0, 260QS / NR 2 + 2, 489 /(Q / NR )

(4.32)

Se S > 0,80:
= 1,151 + 1, 448(Q(1 S ) / NR) 1, 024(Q + S )
+ 0,5311log Q + 1,541QS 0,515(Q / NR)

4.

(4.33)

Estime o valor de utilizando a seguinte expresso:


r

ti + (n r )tr n
i
=
1

1 1 ( r )

(4.34)

4.4. DADOS MULTICENSURADOS


Os modelos apresentados na seo anterior so apropriados para conjuntos de
dados apresentando censura do tipo I, II e aleatria. Em algumas situaes, todavia,
uma combinao de tipos de censura pode ocorrer no mesmo teste; nesses casos,
os resultados obtidos so ditos multicensurados. Os modelos paramtricos vistos
anteriormente no so adequados para modelagem de dados multicensurados. Nesses casos, uma abordagem no-paramtrica alternativa o estimador da funo de
conabilidade de Kaplan-Meier, cujo procedimento resumido a seguir (Kaplan e
Meier, 1958).
Selecione um tempo t > 0 para anlise. Ordene os n tempos at falha em ordem crescente, tal que t(1) < t(2) <... < t(n); os tempos at falha podem corresponder
a falhas efetivamente observadas ou a unidades censuradas. O conjunto Jt contm
todos os ndices j para os quais t(j) t, onde t(j) representa o j-simo tempo at falha
ordenado anteriormente. Seja nj o nmero de unidades sobreviventes no momento
imediatamente anterior a t(j), j = 1,..., n. O estimador de Kaplan-Meier para R (t)
denido como:
n j 1
R (t ) =
nj
jJ t

(4.35)

Captulo 4

Anlise de Dados Censurados

A lgica do estimador na Equao (4.35) baseia-se no fato de que a probabilidade de sobrevivncia de uma unidade em um intervalo (ti, ti+1) pode ser estimada
como a razo entre o nmero de unidades que no falharam durante o intervalo e o
nmero de unidades em teste no incio do intervalo.

QUESTES
1)

Foram testadas 25 unidades de uma determinada pea. Todas as peas foram ativadas
em t = 0, e o teste foi interrompido aps 1.000 horas. Nesse intervalo, observaram-se
falhas nos tempos: 80, 180, 300, 420, 550, 640, 720, 800, 870, 940, 990. Supondo
que os dados estejam distribudos exponencialmente e levando em considerao os
dados censurados, encontre o MTTF.

2)

Um teste foi feito em 10 peas mas, devido a limitaes nanceiras, foi interrompido
aps a stima falha. Os dados seguem uma distribuio exponencial. Considerando
censura do Tipo II, encontre f(t), h(t), R(t) e o MTTF. A seguir esto os tempos (em
horas) at a falha, sendo o ltimo correspondente ao momento em que o teste foi
interrompido
18

3)

56

98

147

204

273

359

Realizou-se um teste com 7 ferros de solda. Supondo que os tempos at falha resultantes sigam uma distribuio lognormal, estime os parmetros e ; os tempos
das falhas so: 13, 36, 55, 59. Utilize a tabela a seguir nos clculos (correspondente
a n = 7 e r = 4).
i

ai

bi

-0,0738

-0,5848

0,0677

-0,2428

0,1375

-0,0717

0,8686

0,8994

4)

Um teste feito em uma amostra de 15 unidades foi interrompido aps a dcima falha.
Os tempos at a falha encontrados foram: 4737, 5498, 12380, 22182, 22468, 25655,
35941, 38718, 43791 e 54680. Supondo que os dados sigam uma distribuio de
Weibull, determine o MTTF.

5)

Um teste realizado com 12 capacitores foi interrompido na 9a falha. Os tempos at


falha registrados so 3, 9, 12, 13, 15, 16, 21, 23 e 29. Determine os parmetros da
distribuio lognormal que se adapta a essa amostra. Utilize a seguinte tabela para
os clculos:

61

62

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ai

bi

0,0360

-0,2545

0,0581

-0,1487

0,0682

-0,1007

0,0759

-0,0633

0,0827

-0,0308

0,0888

-0,0007

0,0948

0,0286

0,1006

0,0582

0,3950

0,5119

ELSEVIER

6)

Para o exerccio anterior, estime os parmetros de uma distribuio de Weilbull.

7)

Estime os parmetros e da distribuio Gama para a seguinte amostra:


8

11

14

18

25

28+

12

15

21

28+

28+

8)

Foi realizado um teste com 11 bombas de gua cujos tempos at falha seguem uma
distribuio gama. O teste foi interrompido aps a stima falha, e os tempos (em
milhares de horas de uso) a seguir foram coletados: 2; 3,8; 6; 9; 12; 15 e 20. Encontre
o MTTF.

9)

Em um teste realizado com 12 controladores eletrnicos, obtiveram-se os seguintes


tempos at falha:
1,5

68,5

91,4

94,3 +

4,0

72,2

94,3

94,3 +

32,7

90,1

94,3 + 94,3 +

Com base nos resultados, supondo dados exponencialmente distribudos, encontre


a funo acumulada de risco para t = 45.

10)

Supondo que os valores do exemplo anterior fossem modelados segundo uma distribuio de Weilbull, qual seria a sua funo acumulada de risco em t = 45?

11)

Encontre os estimadores de e para a seguinte amostra de uma distribuio lognormal.

Captulo 4

7,6

134,8

170,9 +

170,9 +

36,1

152,2

170,9 +

170,9 +

129,8

170,9

170,9 +

130,4

170,9 +

170,9 +

Anlise de Dados Censurados

Para resolver, utilize a tabela dada a seguir (para n = 14 e r = 7):

12)

13)

ai

bi

-0,0915

-0,3599

-0,0158

-0,2084

0,0175

-0,1414

0,0429

-0,0903

0,0643

-0,0469

0,0835

-0,0077

0,8992

0,8546

Encontre o estimador de Kaplan-Meier para t = 78 na seguinte amostra:


42

71+

87

103+

61

83

93

104

70

85+

102

107

Em um estudo com 15 circuitos eletrnicos, se encontraram os seguintes tempos at


falha:
292

322

351

383+

412

304

334

368

389+

435

311

340+

381

399

456

Alguns circuitos tiveram seus testes interrompidos por problemas tcnicos e esto
indicados com o sinal +. Encontre o estimador da funo de conabilidade de KaplanMeier em t = 395.

14)

Em um teste feito com nove ventiladores obtiveram-se os seguintes tempos at falha:


40+

50

53+

46

51+

54

49+

52

57

Encontre o estimador de Kaplan-Meier para t = 47.

15)

Em um teste feito com alto-falantes foram testadas 24 peas. O teste foi iniciado no
mesmo momento para todas as peas e interrompido na 16 falha. Os tempos at a
falha (em dias) encontrados foram:

63

64

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

21

60

116

172

22

91

144

193

23

97

152

211

45

115

167

212

ELSEVIER

Utilize o Proconf para (a) encontrar a distribuio que melhor se ajusta aos dados,
(b) encontrar o estimador de mxima verossimilhana e (c) calcular a conabilidade
em t = 36 dias.

16)

Testando uma amostra de 30 reatores de lmpadas uorescentes foram obtidos os


seguintes tempos at falha (em milhares de acionamentos), os quais seguem uma
distribuio de Weibull:
12,3

129,4

304,9

581,4

1085,7

1345,2+

48,3

154,6

339,0

614,2

1137,7

1345,2+

87,8

180,3

343,1

756,4

1217,7

1345,2+

97,2

246,7

413,9

782,1

1280,5

1345,2+

104,7

278,1

435,5

1003,8

1345,2

1345,2+

Com o auxlio do Proconf, encontre e e o MTTF.

17)

Supondo que os dados do exerccio anterior obedeam a uma distribuio Gama,


encontre seus estimadores de mxima verossimilhana e o tempo mdio at a falha
utilizando o Proconf.

18)

Num teste feito com 20 parafusos foram encontrados os seguintes tempos at falha.
O teste sofreu censura aleatria.
6

13

19

32 +

49

8+

13 +

25

41

50

15

27

45

53 +

12

18 +

32

46 +

60

Utilize o Proconf para (a) encontrar a distribuio adequada aos dados, (b) encontrar
seus estimadores de mxima verossimilhana e (c) calcular a conabilidade no momento da ltima falha.

19)

Trinta pneus so submetidos a um teste de resistncia, que foi interrompido aps a


21a falha. A seguir so apresentados os tempos at falha (em milhares de quilmetros):
2,1

27,8

47,8

63,8

87,4

87,4 +

2,7

28,6

51,4

65,3

87,4 + 87,4 +

3,2

32,7

53,5

72,3

87,4 + 87,4 +

7,4

34,1

54,5

75,7

87,4 + 87,4 +

21,8

45,6

54,9

82,4

87,4 + 87,4 +

Captulo 4

Anlise de Dados Censurados

Utilize o Proconf para resolver as seguintes questes:


(a)

Assumindo dados exponencialmente distribudos, plote a funo de risco.

(b)

Calcule a conabilidade de um pneu aps 100.000 km rodados.

(c)

Refaa os itens (a) e (b) assumindo uma distribuio de Weibull.

65

Pgina deixada intencionalmente em branco

Captulo

ANLISE DE SISTEMAS
SRIE-PARALELO

CONCEITOS APRESENTADOS NESTE CAPTULO


No incio do captulo apresenta-se a representao de sistemas de componentes atravs de diagramas de blocos. Na sequncia, os sistemas em paralelo e em srie
so introduzidos, bem como combinaes srie-paralelo e sistemas do tipo k-em-n.
Uma breve apresentao sobre sistemas com componentes dependentes fecha o captulo, o qual acompanhado de uma lista de exerccios. No Apndice so fornecidas
instrues para uso do aplicativo Prosis, que acompanha este livro.

5.1. INTRODUO
Sistema todo o conjunto de componentes interconectados segundo um projeto predeterminado, de forma a realizar um conjunto de funes de maneira convel e com bom desempenho. Sistemas so aqui representados por arranjos de
blocos funcionais. Os blocos funcionais, aqui designados por componentes, podem
ser subsistemas ou componentes individuais, dependendo do tipo de sistema e das
condies estabelecidas para o estudo. O tipo e a qualidade dos componentes usados, bem como a forma como esto arranjados inui diretamente no desempenho e
na conabilidade do sistema por eles composto. Uma vez congurado o sistema, sua
conabilidade pode ser determinada. Se o sistema no oferecer um nvel adequado
de conabilidade, tanto o seu arranjo estrutural como a conabilidade de suas partes
componentes podem ser alterados, em um processo iterativo, em busca de um projeto que atenda s especicaes de conabilidade.

68

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Duas decises devem ser tomadas no processo de representao estrutural de


um sistema: (i) quais componentes do sistema devem ser includos na anlise e (ii) o
nvel de detalhe utilizado na representao desses componentes. Se o sistema em estudo for, por exemplo, um microcomputador, pode-se decidir pela representao de
subsistemas, tais como a placa-me ou o ventilador, na forma de um nico componente, ou detalhada em suas submontagens, especicando componentes individuais
como a hlice e a carcaa, no caso do ventilador. O nvel de detalhe na representao
do sistema depende das informaes disponveis relativas conabilidade de suas
partes componentes e dos objetivos do estudo.
A forma mais difundida de representao estrutural de sistemas utiliza o diagrama de blocos de conabilidade. Tal diagrama oferece uma representao grca
da forma como componentes do sistema esto conectados entre si. O diagrama de
blocos descreve a funo do sistema. possvel que em sistemas com mais de uma
funo sejam necessrios diagramas de blocos individuais para cada funo.
Considere a representao, atravs de um diagrama de blocos, de um sistema
com n componentes. Nesse caso, cada componente ser representado por um bloco, como na Figura 5.1. Sempre que existir uma conexo entre os pontos extremos
(a) e (b) na gura, diz-se que o componente i est funcionando, o que no incluiu
todas as suas formas de funcionamento, mas uma forma ou conjunto de formas
pr-especicado (tal que alguns modos de falha de i no ocorram). A denio das
formas de funcionamento de um componente pode gerar mltiplas representaes
do componente e, por consequncia, do sistema a que ele pertence.
a

Figura 5.1: Componente i ilustrado na forma de bloco.

A representao acima pode ser ampliada para um sistema de componentes,


conforme exemplicado na Figura 5.2. O diagrama de blocos de um sistema apresenta
a forma em que os n componentes do sistema esto interconectados de modo a proporcionar o funcionamento do sistema. Ampliando a denio apresentada na Figura 5.1,
sempre que existir uma conexo entre os pontos extremos (a) e (b) da Figura 5.2,
diz-se que uma funo especca do sistema (representada pelo diagrama da gura)
atingida; nesse contexto, alguns modos de falha do sistema no podem ocorrer.
2
a

1
3

Figura 5.2: Sistema ilustrado na forma de diagrama de blocos.

Captulo 5

Anlise de Sistemas Srie-Paralelo

Nas anlises de conabilidade apresentadas nas demais sees deste texto, o


sistema e seus componentes so analisados em um tempo t especco. Dessa forma,
pressupem-se componentes que seguem uma distribuio de probabilidade com
parmetros conhecidos, tal que suas conabilidades possam ser determinadas no
tempo t de interesse. Em outras palavras, a anlise de conabilidade do sistema
esttica; um perl da conabilidade do sistema no tempo pode ser obtido repetindo
a anlise para diferentes momentos no tempo.
Uma segunda suposio importante diz respeito ao estado dos componentes e
sistema no momento da anlise. Nas sees que se seguem, componentes e sistemas
esto operantes (isto , funcionando) ou no-operantes. Ainda que tal suposio
binria possa no descrever de forma correta e realista certos tipos de componentes
e sistemas, ela necessria, na maioria dos casos, para tornar possveis os clculos
envolvidos na anlise do sistema. Sendo assim, os componentes e sistemas discutidos esto sujeitos (i) a falhas catastrcas ou (ii) a falhas causadas por degradao
gradual, mas para as quais se estabelece um valor limite que caracteriza a ocorrncia
da falha (tornando, assim, vlida a suposio binria).
A seguinte notao ser utilizada nos Captulos 5 e 6 deste livro:
xi = evento do i-simo componente em um estado operante,
xi = evento do i-simo componente em um estado no-operante,
P (.) = probabilidade de ocorrncia de um evento, tal que P( xi ) = Ri e P( xi ) = R i
Ri = conabilidade do i-simo componente no momento da anlise,
Ri = 1 Ri = no-conabilidade i-simo componente no momento da anlise,
RS = conabilidade do sistema no momento da anlise, e
RS = 1 RS = no-conabilidade do sistema no momento da anlise.

5.2. SISTEMAS EM SRIE


Em um sistema em srie, n componentes esto conectados de tal forma que
a falha de qualquer componente resulta na falha de todo o sistema. Os arranjos em
srie so muito utilizados no projeto de produtos industriais j que, por no apresentarem redundncia de componentes, constumam apresentar menor custo. Para
determinar a conabilidade de um sistema em srie, necessrio conhecer as conabilidades de suas partes componentes no momento da anlise. O diagrama de blocos
de um sistema em srie est apresentado na Figura 5.3.
1

Figura 5.3: Diagrama de blocos de um sistema em srie.

69

70

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Em um sistema em srie, todos os componentes devem estar operantes para que


o sistema esteja operante. Assim, a conabilidade do sistema pode ser expressa como:
RS = P ( x1 x2 K xn )
(5.1)
Supondo componentes com modos de falha independentes entre si (isto , a
falha de um componente no afeta a probabilidade de falha dos demais), obtm-se a
expresso usual para a conabilidade de um sistema em srie:
n

RS = P ( x1 ) K P ( x2 ) = Ri

(5.2)

i =1

A Equao (5.2) conhecida como a regra do produto em conabilidade.


A aplicao prtica da equao conduz a um cenrio no qual a conabilidade do
sistema decresce rapidamente medida que o nmero de componentes aumenta. O
limite superior na conabilidade do sistema dado pelo componente menos convel no arranjo em srie, isto :
RS min { Ri }
(5.3)
i
Suponha um sistema em srie com n componentes idnticos, com no-conabilidade designada por R. A conabilidade do sistema dada por:
n
RS = (1 R )
(5.4)
Aplicando o teorema binomial, obtm-se a seguinte expanso:
n(n 1)
(5.5)
1 + n( R )1 +
( R ) 2 + K + ( R ) n
2
razovel supor um valor pequeno para R, o que permite ignorar os termos
de mais alta ordem na Equao (5.5), gerando a seguinte aproximao para a conabilidade do sistema:
(5.6)
RS 1 nR
No caso de componentes distintos, a aproximao pode ser reescrita como:
n

RS 1 R i
i =1

(5.7)

As aproximaes nas Equaes (5.6) e (5.7) podem ser utilizadas para determinar a conabilidade necessria em nvel de componente de modo a se alcanar
uma conabilidade-alvo de sistema.

EXEMPLO DE FIXAO 5.1


Deseja-se uma conabilidade de 0,95 em um sistema constitudo de 20 componentes idnticos. Determine a conabilidade necessria para os componentes.
Soluo:
Aplicando a Equao (5.6):
0,95 1 20 R R = 0, 0025
(5.8)
A conabilidade necessria para os componentes ser aproximadamente R =
0,9975.

Captulo 5

Anlise de Sistemas Srie-Paralelo

5.3. SISTEMAS EM PARALELO


Em um sistema em paralelo, todos os componentes devem falhar para que o
sistema falhe. A conabilidade de um sistema em paralelo de componentes independentes determinada a partir da sua no-conabilidade, isto :
n

RS = P [ x1 x2 K xn ] = P ( x1 ) K P ( xn ) = (1 Ri )

(5.9)

i =1

A conabilidade do sistema dada pela probabilidade complementar:


n

RS = 1 (1 Ri )

(5.10)

i =1

A anlise do sistema em paralelo apresentada anteriormente pressupe que


todos os componentes so ativados quando o sistema ativado e que falhas no afetam a conabilidade dos componentes sobreviventes. Tal arranjo conhecido como
arranjo paralelo puro, representado na Figura 5.4(a), constituindo uma parcela dos
arranjos em paralelo existentes. Outros arranjos em paralelo, com carga compartilhada e com redundncia em standby, so mais utilizados na prtica.
Em arranjos com carga compartilhada, a taxa de falha dos componentes sobreviventes aumenta medida que falhas ocorrem. O sistema de turbinas de um avio
um bom exemplo desse arranjo. Se uma das turbinas deixar de operar, as turbinas
remanescentes devero sustentar uma carga de operao maior, o que acarretar em
aumento na sua taxa de falha. Tais arranjos dinmicos no so detalhados neste texto, mas podem ser encontrados em referncias como Mann, Schafer e Singpurwalla
(1974; Cap. 10) e Ross (2006; Cap. 9).
Em um sistema com redundncia em standby, o componente em standby s
ativado se um dos componentes em operao vier a falhar. Tal situao vem ilustrada
na Figura 5.4(b). A chave de troca [c] pode representar um dispositivo automtico
ou um operador que executa a troca quando demandada. Um exemplo comum desse tipo de sistema a gerao de energia de um hospital. Em condies normais, o
hospital abastecido pela rede de distribuio. No caso de falta de energia, dois geradores reservas esto disponveis para serem acionados. Os sistemas com redundncia
em standby devem ser analisados como sistemas dinmicos.
Seja RSn (t ) a conabilidade de um sistema de n componentes com standby e
Ti a varivel aleatria representando o tempo at falha do i-simo componente, com
funo de densidade fi(ti). Para um sistema com dois componentes e uma chave de
troca livre de defeitos, a Figura 5.4(c) traz os modos de sucesso na operao do sistema. A conabilidade desse sistema para uma misso de durao t ser dada por:
RS2 (t ) = P (T1 > t ) (T1 t T2 > t T1 )
(5.11)
Como os modos de sucesso so mutuamente exclusivos, reescreve-se a Equao (5.11) como:

71

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

RS2 (t ) = R1 (t ) + f1 (t1 ) R2 (t t1 )dt1

(5.12)

Aplicando-se a Equao (5.12) no caso especial em que todos os componentes


apresentam uma taxa de falha constante e igual a , tem-se a seguinte conabilidade
resultante para o sistema:
RS2 (t ) = e t (1 + t )
(5.13)
A modicao na Equao (5.12) para incluir casos em que a chave de troca
imperfeita, com probabilidade de falha pc, feita multiplicando pc pelo segundo
termo no lado direito da equao.
A

1
2

(a)

(b)

Modos de sucesso

72

x1

x1

x1 x2
f1

Tempo

(c)

Figura 5.4: Diagrama de blocos de arranjos em paralelo (a) puro e (b) com standby, e (c) representao
dos modos de sucesso de um sistema de dois componentes com standby.

5.4. SISTEMAS PARALELO-SRIE, SRIE-PARALELO E PARALELOMISTO


Em muitas situaes reais, sistemas so compostos por combinaes de subsistemas em srie e paralelo. Tais combinaes podem ser facilmente analisadas reduzindo os subsistemas sucessivamente a componentes em srie ou paralelo. Na sequncia, desenvolvem-se expresses para a conabilidade de sistemas paralelo-srie
e srie-paralelo. A utilizao dessas expresses na determinao da conabilidade de
um sistema paralelo-misto ilustrada atravs de um exemplo.
Sistemas do tipo paralelo-srie caracterizam-se por apresentar redundncia no
nvel do sistema (tambm designada por redundncia de alto nvel), sendo constitudos
por m subsistemas em srie de n componentes conectados em paralelo. A Figura 5.5(a)
traz um diagrama em blocos com uma representao genrica desses sistemas.
Seja Rij a conabilidade do j-simo (j = 1,...,n) componente localizado no
i-simo (i = 1,...,m) subsistema em srie. A conabilidade do subsistema :
n

RSSi = Rij , i = 1,K , m


j =1

(5.14)

Captulo 5

Anlise de Sistemas Srie-Paralelo

ou seja, idntica Equao (5.2), como esperado. Como m desses subsistemas esto
conectados em paralelo, a Equao (5.10) pode ser adaptada para obter a conabilidade do sistema:
m
n

RS = 1 1 Rij
(5.15)
i =1
j =1

No caso especial em que todos os componentes do sistema so idnticos e


apresentam conabilidade R, a conabilidade do sistema :
m
(5.16)
RS = 1 (1 R n )
Sistemas do tipo srie-paralelo apresentam redundncia no nvel do componente, tambm chamada redundncia de baixo nvel. Tais sistemas so constitudos
por n subsistemas em srie, os quais apresentam m componentes conectados em
paralelo. A Figura 5.5(b) traz um diagrama em blocos com uma representao genrica desses sistemas. A expresso de conabilidade desses sistemas pode ser obtida
seguindo uma lgica similar a dos sistemas paralelo-srie, sendo dada por:
n
m

RS = 1 (1 Rij )
(5.17)
i =1
j =1

onde i designa o subsistema e j designa o componente. No caso especial em que


todos os componentes so idnticos e apresentam conabilidade R, a conabilidade
do sistema :
m n
(5.18)
RS = 1 (1 R )

Os sistemas com redundncia de alto e baixo nvel ilustrados na Figura 5.5


apresentam o mesmo nmero de componentes. Considere uma situao na qual, a
um custo idntico, o engenheiro de qualidade deva optar por um ou outro design.
Deseja-se determinar, assim, em um cenrio em que todos os componentes apresentam conabilidade idntica R, qual arranjo resulta em um sistema com maior
conabilidade.
1

n
(a)

m
(b)

Figura 5.5: Diagrama de blocos com representaes genricas de sistemas (a) em paralelo-srie e (b)
srie-paralelo.

Pode-se demonstrar que a redundncia de baixo nvel resulta em sistemas com


conabilidade pelo menos to grande quanto a de sistemas com redundncia de alto

73

74

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

nvel. A diferena, entretanto, no to pronunciada quando os componentes apresentam alta conabilidade (R > 0,9). Sendo assim, sempre que o sistema em estudo
viabilizar, ser mais benco prover componentes sobressalentes do que sistemas
sobressalentes. Em alguns sistemas, como no caso de geradores de emergncia em
hospitais, tal cenrio pode no ser possvel, j que o tempo de parada para troca ou
acionamento do componente sobressalente pode comprometer operaes vitais do
hospital. Nesse caso, ainda que no vantajoso em termos de conabilidade, necessrio prover um gerador sobressalente.

EXEMPLO DE FIXAO 5.2


Considere seis componentes idnticos com conabilidade. Determine as conabilidades resultantes nos arranjos (a), (b) e (c) na Figura 5.6

(a)

(b)

(c)

Figura 5.6: Conguraes dos sistemas no Exemplo 5.2.

(a) Aplicando a Equao (5.16):


RS = 1 (1 R n ) = 1 (1 0, 752 ) = 0,8086
m

(5.19)

(b) Aplicando a Equao (5.18):


n

m
2
RS = 1 (1 R ) = 1 (1 0, 75 ) = 0,8789

(5.20)

(c) Este um arranjo paralelo-misto, que pode ser resolvido combinando as Equaes (5.16) e (5.18):
m
m n
RS = 1 (1 R n ) 1 (1 R ) =


2
RS = 1 (1 0,752 ) 1 (1 0,75 ) = 0,8205

(5.21)

5.5. SISTEMAS KEMN


Sistemas em srie e paralelo puros so casos especiais dos sistemas k-em-n,
nos quais o sistema est operante se k ou mais de seus n componentes estiverem ope-

Captulo 5

Anlise de Sistemas Srie-Paralelo

rantes. Um sistema em srie corresponde a um sistema do tipo n-em-n; um sistema


em paralelo corresponde a um sistema do tipo 1-em-n. Um avio que necessita de
pelo menos duas das quatro turbinas para operar e, mais genericamente, uma ponte
suspensa que necessita k de seus n cabos para manter-se suspensa so exemplos de
sistemas do tipo 2-em-n e k-em-n, respectivamente.
Uma representao genrica do diagrama de blocos de um sistema k-em-n no
possvel. Para casos especcos, pode-se representar o arranjo repetindo componentes
no diagrama. O diagrama de blocos para um sistema do tipo 2-em-3, por exemplo,
apresentado na Figura 5.7. O diagrama indica que se todos os trs ou exatamente dois
dos trs componentes estiverem operantes, o sistema estar operante.
1

Figura 5.7: Diagrama de blocos de um sistema 2-em-3.

A conabilidade de um sistema k-em-n pode ser facilmente obtida supondose componentes idnticos, com conabilidade R e distribuies de tempos at falha
independentes. Nesse caso, a expresso idntica funo de massa de uma distribuio binomial:
n
n
RS ( k ; n, R ) = R i (1 R) n i
(5.22)
i =k i
No caso dos componentes com conabilidades distintas no momento da anlise, pode-se tambm determinar a conabilidade do sistema com facilidade, mediante
suposio de componentes com modos de falha independentes, como apresentado
no exemplo a seguir.

EXEMPLO DE FIXAO 5.3


Considere um avio a jato com quatro turbinas em paralelo. O sistema considerado operacional se quaisquer trs turbinas estiverem operantes. Determine a
conabilidade do sistema.

75

76

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O sistema em questo do tipo 3-em-4. A conabilidade do sistema dada


por:
RS = P ( x1 x2 x3 + x1 x2 x4 + x1 x3 x4 + x2 x3 x4 )

(5.23)

Os eventos A1 = x1x2x3, A2 = x1x2x4, A3 = x1x3x4 e A4 = x2x3x4 e A51 = x1x2x3x4


representam os modos de operao do sistema. Na estimao da conabilidade do
sistema, pode-se incluir o evento A5; entretanto, os termos de interao acabam por
cancelar algumas das probabilidades, o que torna a incluso de dispensvel. No
geral, em sistemas k-em-n, a incluso do evento em que todos os componentes esto
operantes no necessria. Rescrevendo-se a Equao (5.23), obtm-se a seguinte
expresso:
Rs= P(A1 + A2 + A3 + A4) = P(A1) + P(A2) + P(A3) + P(A4)
P(A1A2) ... P(A3A4) + P(A1A2A3) + ... + P(A2A3A4)
P(A1A2A3A4)
(5.24)
As probabilidades envolvendo dois ou mais eventos resultam em P ( x1 x2 x3 x4 ) .
Substituindo este resultado na Equao (5.24), obtm-se:
RS = P ( x1 x2 x3 ) + P ( x1 x2 x4 ) + P ( x1 x3 x4 ) + P ( x2 x3 x4 ) 3P ( x1 x2 x3 x4 )
(5.25)
No caso de componentes idnticos com conabilidade R, essa expresso
igual a:
RS = 4 R 3 3R 4

(5.26)

ou seja, o mesmo resultado obtido a partir da Equao (5.22):


4
n
4
4
RS ( 3; 4, R ) = R i (1 R) 4i = R 3 (1 R) + R 4 (1 R)0 =
i =3 i
3
4
3
4
= 4 R 3R

(5.27)

5.6. SISTEMAS COM COMPONENTES DEPENDENTES


Nos sistemas apresentados anteriormente, clculos de conabilidade partiram
da suposio de independncia entre componentes do sistema. Tal suposio pode
ser vlida em uma srie de situaes prticas, em que o efeito da falha de um componente sobre os demais desprezvel. Em outras aplicaes, a anlise da conabilidade do sistema baseada na suposio de independncia leva a resultados pouco
realistas.
Das muitas abordagens propostas para o clculo da conabilidade de sistemas
com componentes dependentes, quatro merecem meno: (i) mtodo da raiz quadrada, (ii) modelo do fator , (iii) modelo do fator generalizado, e (iv) modelo da
taxa de falha binomial.

Captulo 5

Anlise de Sistemas Srie-Paralelo

Cada abordagem modela situaes distintas. O mtodo da raiz quadrada,


por exemplo, parte do arranjo estrutural dos componentes no sistema para determinar seus limites inferior e superior de conabilidade. No limite superior, falhas
dos componentes so independentes entre si e tem-se uma situao de mxima
conabilidade para o sistema. No limite inferior, existe uma dependncia positiva entre as falhas do sistema (ou seja, a ocorrncia da falha em um componente
aumenta a taxa de falha dos demais componentes). A determinao dos limites
de conabilidade especca para cada tipo de sistema, podendo ser invivel em
sistemas complexos com grande nmero de componentes. Para um maior detalhamento sobre esses mtodos, recomendam-se os trabalhos de Mosleh (1991) e
Rausand e Hyland (2003; Cap. 6).

QUESTES
1)

Em um sistema em srie constitudo por 30 componentes idnticos, qual deveria ser


a conabilidade mnima necessria em cada um desses componentes para que se
obtenha uma conabilidade total de 92%?

2)

Um sistema composto por 11 componentes cuja conabilidade de 0,95 e por


quatro componentes cuja conabilidade de 0,99. Sabendo que esse sistema est
em srie, determine a conabilidade total do sistema.

3)

Calcule a conabilidade de um sistema constitudo por cinco componentes arranjados


em paralelo cuja conabilidade 50%.

4)

Imagine um sistema em paralelo com dois componentes, com standby, e taxa de falha
constante igual a 0,0614. Qual a sua conabilidade no tempo t = 10, sabendo-se que
a chave de troca livre de defeitos?

5)

Compare a conabilidade de dois sistemas com nove componentes, sendo (a) um


paralelo-srie (apresentando trs subsistemas em paralelo, cada um constitudo de
trs componentes em srie); e outro (b) srie-paralelo (apresenta trs subsistemas
em srie, cada um constitudo de trs componentes em paralelo). Considere uma
conabilidade de 0,95 para todos os componentes do sistema.

6)

Calcule a conabilidade do arranjo na Figura 5.8.

77

78

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

0,99

0,95

0,9
Figura 5.8: Diagrama de blocos do sistema.

7)

Considere que o arranjo na Figura 5.9 constitudo por 12 componentes com R =


0,78. Determine a conabilidade do sistema.

Figura 5.9: Diagrama de blocos do sistema.

8)

H diferena de conabilidade entre um sistema constitudo por trs componentes


em paralelo e um sistema constitudo por um componente em paralelo com um subsistema constitudo de dois componentes em paralelo? Considere a conabilidade de
todos os componentes igual a 0,85.

9)

O arranjo na Figura 5.10 apresenta quatro componentes com a mesma conabilidade


R. Determine o valor de R, sabendo que a conabilidade do sistema igual a 94%.

Figura 5.10: Diagrama de blocos do sistema.

10)

Calcule a conabilidade do sistema na Figura 5.11.

0,75
0,94

0,92
0,97

0,985

0,96

0,75

0,93
0,75

Figura 5.11: Diagrama de blocos do sistema.

Captulo 5

11)

Anlise de Sistemas Srie-Paralelo

Calcule a conabilidade do sistema na Figura 5.12.

0,68
0,75
0,68
0,85

0,95
1
0,62

0,77

Figura 5.12: Diagrama de blocos do sistema.

12)

Um sistema com cinco componentes em paralelo necessita que trs deles estejam
funcionando para que esteja operante. Sabendo que a conabilidade dos componentes
0,88, calcule a conabilidade do sistema.

13)

Considere uma planta industrial com sete linhas de produo. Para atender sua
demanda, a planta necessita que pelo menos cinco linhas estejam produzindo. Qual
a probabilidade de essa indstria no atender sua demanda sabendo que a conabilidade de cada linha 0,75?

14)

Para um avio funcionar, duas de suas quatro turbinas precisam estar em perfeito
funcionamento. Sabendo que a conabilidade de cada turbina 0,99, calcule a possibilidade de acidentes em ppm (partes por milho).

15)

Para uma loja funcionar adequadamente trs dos seus sete funcionrios devem estar
presentes. Levando em considerao que cada funcionrio falta uma vez por semana
e a loja funciona cinco dias por semana, calcule a probabilidade de a loja funcionar
adequadamente.

16)

O sistema eletrnico de um avio composto por um sensor, um sistema de orientao,


um computador, um controlador de incndio, um radar e um sistema amplicador
de udio. O sistema s opera se todos os componentes operarem. As conabilidades
dos componentes, em ordem crescente, so:
P1 = 0,75

P2 = 0,80

P3 = 0,87

P4 = 0,90

P5 = 0,95

P6 = 0,99

A conabilidade desejada para o sistema RL = 0,53. Calcule Rs.

17)

Um sistema em srie contm trs componentes, X1, X2 e X3, e s opera se pelo menos
dois dos componentes estiverem operantes. A conabilidade dos componentes R1 =
0,80, R2 = 0,85 e R3 = 0,90, respectivamente. Qual a conabilidade do sistema?

79

80

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

18)

Deseja-se que um sistema composto por cinco unidades idnticas em paralelo puro
tenha conabilidade 0,99. Qual a conabilidade que cada componente deve apresentar
de forma a atingir essa meta?

19)

Um amplicador com taxa de falha constante tem conabilidade de 0,95. Qual a


conabilidade de um sistema com: (a) trs amplicadores em srie; (b) trs amplicadores em paralelo. Qual o sistema mais convel?

20)

Um sensor de temperatura necessita ter conabilidade mnima de 0,97, porm a


conabilidade de um nico sensor de 0,85. O engenheiro responsvel imagina que
colocando dois sensores em paralelo alcance o critrio. Verique se ele est correto.

21)

Um par termoeltrico tem uma taxa de falha de = 0,005/h. Supondo dois componentes com redundncia em standby, qual a conabilidade do sistema para 100
horas?

22)

Um sistema com redundncia de alto nvel constitudo por trs subsistemas em srie
de dois componentes conectados em paralelo. Considerando todos os componentes
idnticos e com conabilidade igual a 0,90, calcule a conabilidade do sistema.

23)

Um sistema com redundncia de baixo nvel constitudo por dois subsistemas em


srie de trs componentes conectados em paralelo. Considerando todos os componentes idnticos e com conabilidade igual a 0,85, calcule a conabilidade do sistema.

24)

Considere um sistema com oito componentes idnticos com conabilidade 0,90,


arranjados em paralelo-misto, de acordo com a congurao na Figura 5.13. Qual a
conabilidade do sistema?

Figura 5.13: Diagrama de blocos do sistema.


Os demais exerccios devem ser resolvidos utilizando o software Prosis.

25)

Um sistema com cinco componentes est distribudo conforme o esquema na Figura 5.14.

Captulo 5

Anlise de Sistemas Srie-Paralelo

A
D
B
E
C
Figura 5.14: Diagrama de blocos do sistema.
Os componentes apresentam as seguintes caractersticas:
Nome do
componente

Distribuio

Parmetro
de forma

Parmetro
de escala

Parm. de
localizao

Custo
Desenv.

Normal

38

89

Weibull

80

40

Normal

18

112

Exponencial

115

70

Weibull

60

55

Determine a conabilidade para cada componente e para esse sistema em t = 110.

26)

Um sistema srie-paralelo possui quatro componentes com tempos at falha caracterizados pelas seguintes distribuies de probabilidade:
A: Normal, com = 8 e = 100;
B: Normal, com = 5 e = 70;
C: Exponencial, com = 0,01, sendo que a primeira falha ocorre em t = 20;
D: Weilbull, com = 5 e = 90, sendo que a primeira falha ocorre em t = 15.
Utilize o ProSis para determinar em que instante o sistema apresenta uma conabilidade de 95%.

27)

Considere o sistema na Figura 5.15.

A
D
B
G
E
C
F
Figura 5.15: Diagrama de blocos do sistema.
Considere que A e C seguem distribuies normais, com mdia 90 e desvio-padro 5;
B e D seguem distribuies normais, com mdia 85 e desvio-padro 3; E segue uma

81

82

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

distribuio normal, com mdia 120 e desvio 7; F segue uma distribuio de Weilbull,
com = 2 e = 15, e a primeira falha ocorre em t = 15; G segue uma distribuio
uniforme com amplitude 90 e mnimo 20. Encontre a conabilidade e o componente
crtico do sistema em t = 80. Determine a conabilidade do componente crtico nesse
instante.

28)

Plote os grcos de conabilidade, taxa de falha e densidade acumulada de falha do


sistema representado no diagrama de blocos da Figura 5.16.

C
A
D

B
E
Figura 5.16: Diagrama de blocos do sistema.
Os componentes apresentam as seguintes caractersticas:

29)

Componente

Distribuio

Parmetro de
Forma

Parmetro de
Escala

Parmetro de
Localizao

Weibull

72

Weibull

55

Normal

90

Normal

115

Normal

15

230

Normal

70

No sistema representado no diagrama da Figura 5.17, os componentes A, C e D seguem uma distribuio de probabilidade de Weilbull, com estimadores de mxima
verossimilhana = 3,2 e = 44, enquanto B e E apresentam uma taxa de falha constante igual a 0,01. A primeira falha nos trs primeiros componentes ocorre em t =
24 e nos dois ltimos em t = 32. Determine a conabilidade do sistema em quatro
instantes no tempo: 30, 50, 70 e 90. Indique qual o componente crtico do sistema
em cada instante.

D
C

B
Figura 5.17: Diagrama de blocos do sistema.

APNDICE: UTILIZAO DO PROSIS A


PARTIR DE UM EXEMPLO
Considere as informaes na Tabela 5.1, relativas a um sistema de componentes e suas distribuies de probabilidade. Nosso objetivo :
inserir informaes sobre componentes, subsistemas e sistema;
analisar os grcos de conabilidade resultantes para componentes, subsistemas
e sistema;
obter valores de conabilidade e TTF para cada componente, subsistema e sistema.
determinar componentes crticos e melhor alocao de conabilidade para o
sistema (ou seja, em quais componentes ou subsistemas melhorias na conabilidade devem ser priorizadas).
Nome do
componente
Parafuso 1
Parafuso 2
Parafuso 3
Chapa
Coluna 1
Coluna 2

Distribuio Parmetro
de forma
Normal
0
Normal
0
Normal
0
Exponencial
0
Weibull
2
Weibull
4

Parmetro
de escala
122,172
2
10
100
50
60

Parm. de
localizao
210,56
120
100
60
50
30

Tabela 5.1: Informaes sobre componentes e suas distribuies de probabilidade

Esses componentes esto arranjados segundo a Figura 5.18.

Custo
Desenv.
1
1
1
1
1
1

84

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Paraf.
1

Paraf.
2

Chapa

Paraf.
3

ELSEVIER

Col.
1

Col.
2

Figura 5.18: Sistema do tutorial Prosis.

O Proconf possui duas janelas de funes:


1. Dados
2. Anlise
A janela Dados a primeira a aparecer quando o programa aberto. Ela contm quatro planilhas: (i) Informaes Bsicas, (ii) Componentes, (iii) Sistema e (iv)
Esquema. Em (i), o usurio fornece informaes sobre a anlise em curso. Por exemplo, o Ttulo do Projeto poderia ser Tutorial, a Unidade de Tempo poderia ser Milhares de Horas, seguido de Comentrios pertinentes. Em (ii), as informaes sobre cada
componente so entradas. Voc precisa identicar a distribuio e seus parmetros
para cada componente. As opes de distribuio so exponencial, Weibull, Gama,
lognormal, uniforme, normal e usurio. A opo usurio demanda que o analista entre
com tempos e conabilidades respectivas na planilha de entrada de dados direita
da janela (o software gerar uma distribuio emprica utilizando essas informaes;
quanto maior o nmero de informaes sobre tempos e conabilidades, maior a preciso do ajuste distribuio emprica). Para cada opo, o usurio dever informar
os parmetros. Para saber como entrar corretamente com os parmetros em cada
tipo de distribuio, clique no cone ? no canto direito superior da janela. Na ltima
coluna, informe o custo de desenvolvimento de cada componente (ou seja, quanto
custaria melhorar a conabilidade do componente em questo). Essa anlise comparativa (e opcional): escolha um componente como padro e compare os demais
com relao a ele. Em (iii), informe como os componentes em (ii) encontram-se arranjados. O programa agrupa componentes em srie e paralelo (a anlise de sistemas
complexos usando o software demandar um certo esforo para decomposio dos
sistemas). Voc dever escolher o tipo de arranjo de cada subsistema e seus componentes. Lembre-se de que os prprios subsistemas podem entrar como componentes
em outros subsistemas, o que permitir arranjos mais elaborados. O ltimo subsistema a ser denido dever ser o prprio sistema (um arranjo com os componentes e
subsistemas anteriores). A planilha (iv) ainda est em desenvolvimento.
A janela Anlise de Conabilidade possui quatro planilhas: (i) anlise de conabilidade; (ii) grcos e inferncias; (iii) componente crtico e (iv) alocao de

Captulo 5

Anlise de Sistemas Srie-Paralelo

conabilidade. Em (i), valores de tempo e funes derivadas de conabilidade so


informados. Voc pode escolher componentes e subsistemas para os quais deseja
fazer a anlise. Voc tambm pode escolher a escala de tempo em que deseja trabalhar, componente ou sistema. A escala para o sistema ser correspondente menor
escala de tempo dentre todos os componentes e subsistemas que o compem. Em
(ii), so apresentados os grcos de conabilidade e distribuio para cada componente, subsistema e para o sistema completo. Mais uma vez, a escala de tempo
pode ser denida pelo usurio. A planilha (iii) apresenta um grco de Pareto
informando a importncia relativa de cada componente no sistema. Componentes
importantes so aqueles que apresentam maior impacto sobre a conabilidade global do sistema. A planilha (iv) informa a alocao de conabilidade aos componentes do sistema que implique menor esforo e menor custo. A alocao considera a
meta de conabilidade especicada pelo usurio num determinado tempo.
Entre as informaes apresentadas anteriormente no programa e analise suas
funes operacionais.

85

Pgina deixada intencionalmente em branco

Captulo

ANLISE DE SISTEMAS COMPLEXOS

CONCEITOS APRESENTADOS NESTE CAPTULO


Este captulo retoma e aprofunda os assuntos tratados no Captulo 5, apresentando a anlise de sistemas complexos. Quatro procedimentos de anlise so detalhados: o mtodo da decomposio, o mtodo do tie set e do cut set, o mtodo da
tabela booleana e o mtodo da tabela de reduo. Uma lista de exerccios apresentada ao nal do captulo.

6.1. INTRODUO
Arranjos estruturais podem ser simples ou complexos, dependendo do grau
de diculdade para determinao de suas expresses de conabilidade.
Sistemas simples incluem arranjos em srie, paralelo, combinaes srie-paralelo e paralelo-srie, e arranjos do tipo k-em-n. As expresses de conabilidade
desses sistemas so facilmente derivveis a partir das leis bsicas da probabilidade.
Em um sistema em srie de n componentes, por exemplo, a operao do sistema est
condicionada operao simultnea de todos os seus componentes; ou seja, a falha
de qualquer componente resulta na falha do sistema. A expresso de conabilidade
para um sistema pode ser assim obtida:
(6.1)
Rs = P (x1 x2 ... xn)
onde P (xi) a probabilidade de sucesso na operao do i-simo componente, representado pelo evento xi. Supondo componentes com modos de falha independentes
entre si, obtm-se a expresso usual para a conabilidade de um sistema em srie:
Rs = P (x1) ... P (xn) =

Ri
i=1

(6.2)

88

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Demais sistemas simples tm suas expresses de conabilidade determinadas


de forma anloga s apresentadas no Captulo 5.
Em um sistema complexo, a natureza das interconexes entre componentes
no permite uma determinao direta e generalizvel de sua expresso de conabilidade, sendo necessrio, para tanto, a utilizao de mtodos especiais. Nas sees
que se seguem, quatro mtodos para a determinao da conabilidade de sistemas
complexos so apresentados: (i) mtodo da decomposio, (ii) mtodos tie set e cut
set, (iii) mtodo da tabela booleana, e (iv) mtodo da reduo.

6.2. MTODOS PARA DETERMINAO DA CONFIABILIDADE DE


SISTEMAS COMPLEXOS
Sistema complexos so aqueles que no podem ser modelados (ou so de
modelagem difcil) como combinaes de sistemas simples (srie, paralelo, paralelo-srie, srie-paralelo ou k-em-n). Redes de computadores e sistemas urbanos de
distribuio de energia e gua so exemplos desses sistemas. Sistemas complexos
podem ser unidirecionados ou bidirecionados. No primeiro caso, o caminho que
liga um componente a outro unidirecional, como exemplicado na Figura 6.1,
em que todos os caminhos so direcionados da esquerda para a direita; no segundo
caso, qualquer direo de ligao entre os dois componentes vlida. Na sequncia,
apresentam-se os mtodos mais usuais para determinao da expresso de conabilidade de sistemas complexos.
B

D
Figura 6.1: Diagrama de blocos de um sistema complexo.

6.2.1. MTODO DA DECOMPOSIO

O mtodo da decomposio, ou decomposio pivotal, implementado identicando-se um componente-chave, x, que corte diversos caminhos do sistema. A
conabilidade do sistema ser, ento, expressa em termos do componente-chave,
usando a seguinte expresso:

Captulo 6

Anlise de Sistemas Complexos

Rs = P [sistema operacional|x]P(x) + P [sistema operacional|x]P(x)

(6.3)

onde P [sistema operacional|x] designa a probabilidade de o sistema estar operante,


dado que o componente x est em um estado operante, P [sistema operacional|x] =
probabilidade do sistema no operante, dado que o componente x est em um estado
no-operante (correspondendo ao evento x), P(x) corresponde conabilidade do
componente x no momento da anlise, tal que P(x) = 1 P(x).
A escolha do componente-chave inuencia diretamente os clculos associados
s probabilidades na Equao (6.3). Deve-se preferencialmente visualizar um componente condicionante que reduza o sistema complexo a dois subsistemas simples, com
expresses de conabilidade conhecidas. Uma escolha equivocada de componentechave levar a subsistemas ainda complexos, que demandaro a aplicao reiterada
do mtodo. Sendo assim, o melhor componente-chave aquele que promove uma
nica decomposio no sistema. importante observar que a aplicao reiterada do
mtodo pode ser necessria, de qualquer forma, em sistemas de alta complexidade.

EXEMPLO DE FIXAO 6.1


Considere o sistema na Figura 6.1. Trata-se claramente de um sistema complexo, j que impossvel analis-lo usando as expresses de conabilidade para
sistemas simples. Considere A como o componente-chave e determine a expresso
de conabilidade do sistema atravs do mtodo da decomposio.
Soluo:
Considere, inicialmente, a situao em que A est no estado operante. Nesse
caso, o componente B passa a ser desnecessrio para a operao do sistema, j que,
havendo uma conexo direta entre o incio do sistema e os componentes C e D, o
caminho que passa por B levando a C jamais ser utilizado. O resultado um arranjo
paralelo puro representado no diagrama de blocos da Figura 6.2(a). A expresso para
a conabilidade desse subsistema :
P [sistema operacional |A) = P(C) + P(D) P(C)P(D)

(6.4)

No caso de A estar no estado no-operante, os caminhos que utilizam o componente A no esto mais disponveis, e o sistema reduzido ao subsistema paralelosrie da Figura 6.2(b), com expresso de conabilidade dada por:
P [sistema operacional |A) = P(B)P(C) + P(D) P(B)P(C)P(D)

(6.5)

89

90

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

(a)

D
(b)

Figura 6.2: Diagrama de blocos do sistema quando (a) A est operante e (b) A est no-operante.

Substituindo-se as Equaes (6.4) e (6.5) na Equao (6.3) tem-se como resultado a seguinte expresso para a conabilidade do sistema:
Rs = [P(C) + P(D) P(C)P(D)]P(A)
+ [P(B)P(C) + P(D) P(B)P(C)P(D)][1 P(A)]
(6.6)
6.2.2. MTODOS DO TIE SET E CUT SET

O segundo mtodo para determinao da conabilidade de um sistema complexo baseado nos conceitos de tie set e cut set.
Um tie set um conjunto de componentes que estabelece um caminho que
assegura a operao do sistema. Um tie set pode estar contido em outro; sendo assim,
para ns de anlise de conabilidade necessrio determinar os tie sets mnimos, que
no contm nenhum outro tie set dentro de si. O sistema na Figura 6.1, por exemplo,
constitudo dos tie sets mnimos {B, C}, {A, C} e {D}. A conabilidade de um sistema
qualquer dada pela unio de todos os seus tie sets mnimos.
Tie sets mnimos representam caminhos mnimos de operao do sistema. Para
identic-los, preciso simular um cenrio no qual s os componentes no tie set
esto operantes no sistema e, no caso de qualquer componente do tie set falhar, o
sistema falha como um todo. Considere o tie set {A, D}, no sistema da Figura 6.1.
Simulando um cenrio em que somente os componentes no tie set esto operantes no
sistema, para que o mesmo possa ser considerado um tie set mnimo preciso que a
falha de qualquer um de seus componentes resulte na falha do sistema. No caso do
tie set {A, D} isso no ocorre, pois se A falhar, o sistema continua operante atravs do
componente D. por essa razo que o tie set {A, D} no est listado entre os tie sets
mnimos.

Captulo 6

Anlise de Sistemas Complexos

Um cut set um conjunto de componentes que, uma vez removidos do sistema, interrompe todas as conexes entre os pontos extremos inicial e nal do sistema.
Um cut set mnimo aquele que no contm nenhum outro cut set dentro de si. O
sistema na Figura 6.1, por exemplo, possui dois cut sets mnimos: {B, A, D} e {C, D}.
A no-conabilidade de um sistema dada pela probabilidade de que ao menos um
cut set mnimo ocorra.
Para identicar um cut set mnimo, deve-se simular um cenrio em que somente os componentes que integram o cut set no esto operantes; os demais componentes do sistema so considerados como operantes. Um cut set mnimo quando
qualquer componente do cut set volta a operar, fazendo o sistema tambm voltar a
operar. por essa razo que o cut set {A, B, C, D} no mnimo, j que se o componente C voltar a operar, o sistema continua no-operante.
Os mtodos de tie set e cut set para determinao da conabilidade de sistemas
complexos so ilustrados no exemplo a seguir.

EXEMPLO DE FIXAO 6.2


Considere o sistema complexo na Figura 6.3, proposto por Elsayed (1996). Os
tie sets mnimos do sistema so:
T1 = AE, T2 = DC, T3 = ABC
(6.7)
A conabilidade do sistema dada pela unio de todos os tie sets mnimos;
isto :
Rs = P(AE DC ABC) = P(AE) + P(DC) + P(ABC)
P(AEDC) P(AEBC) P(DCAB) + P(AEDCB)
(6.8)
E
A

D
Figura 6.3: Exemplo de sistema complexo.

Considerando componentes idnticos e independentes com conabilidade R,


a Equao (6.8) se reduz a:
RS = 2R2 + R3 3R4 + R5
(6.9)

91

92

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O mesmo resultado pode ser obtido atravs do mtodo do cut set. Os cut sets
mnimos do sistema na Figura 6.3 so:
(6.10)
C1 = AD , C2 = EC , C3 = AC e C4 = BED
A conabilidade do sistema dada pelo complemento da unio dos cut sets
mnimos; isto :
RS = 1 P ( AD EC AC BED )

(6.11)

Considerando componentes independentes e idnticos com conabilidade R,


lembrando que P(x ) = 1 P(x) e substituindo esses resultados na Equao (6.11),
chega-se expresso para a conabilidade do sistema:
RS = 2R2 + R3 3R4 + R5
(6.12)
idntica quela dada na Equao (6.9).
6.2.3. MTODO DA TABELA BOOLEANA

O presente mtodo inicia com a construo de uma tabela booleana de verdades para o sistema. Para tanto, enumeram-se todas as combinaes de estados
(operante/no-operante) que os componentes do sistema podem assumir. Em outras
palavras, todos os componentes so considerados como inicialmente funcionando.
Em seguida, consideram-se situaes em que um componente falha de cada vez, dois
componentes falham de cada vez, e assim por diante. A conabilidade do sistema
dada pela unio de todas as combinaes que tm como resultado a operao do
sistema.
O nmero total de combinaes a serem analisadas em uma tabela booleana de verdades depende do nmero de componentes no sistema. Por exemplo, em
um sistema com cinco componentes, que podem estar em um estado operante ou
no-operante, o nmero de combinaes ser 25 = 32. Dessas, uma combinao
5

corresponde situao em que todos os componentes esto operantes = 1 ,


0
cinco combinaes correspondem a situaes em que apenas um componente falha
5
= 5 , e assim por diante.
1

Apesar de ser um mtodo de baixa complexidade matemtica, a utilizao prtica do mtodo da tabela booleana pode ser bastante trabalhosa para sistemas com
um grande nmero de componentes. Os clculos podem ser implementados em uma
planilha de clculos, como exemplicado a seguir.

Captulo 6

Anlise de Sistemas Complexos

EXEMPLO DE FIXAO 6.3


Considere novamente o sistema complexo na Figura 6.1 e determine a sua
expresso de conabilidade utilizando o mtodo da tabela booleana.
Soluo:
Os estados operante e no-operante de cada componente so representados
por 1 e 0 na Tabela 6.1; a mesma representao adotada para os estados do sistema.
A tabela booleana completa para o exemplo contm 24 = 16 combinaes de estados
para os componentes. Das 16 combinaes, 11 correspondem a situaes em que
o sistema est operante. A conabilidade do sistema dada pela probabilidade da
unio dos eventos correspondentes a essas combinaes; na Tabela 6.1, so apresentadas as probabilidades correspondentes s combinaes, mediante suposio de
componentes com modos de falha independentes.
A conabilidade do sistema, supondo componentes idnticos com conabilidade R, dada por:
(6.13)
Rs = R4 + 4R3 (1 R) + 5R2 (1 R)2 + R (1 R)3
A
1
0
1
1
1
0
0
0
1
1
1
1
0
0
0
0

B
1
1
0
1
1
0
1
1
0
0
1
0
1
0
0
0

C
1
1
1
0
1
1
0
1
0
1
0
0
0
1
0
0

D
1
1
1
1
0
1
1
0
1
0
0
0
0
0
1
0

Sistema
1
1
1
1
1
1
1
1
1
1
0
0
0
0
1
0

Probabilidade
P(A)P(B)P(C)P(D)
[1-P(A)]P(B)P(C)P(D)
P(A)[1-P(B)]P(C)P(D)
P(A)P(B)[1-P(C)]P(D)
P(A)P(B)P(C)[1-P(D)]
[1-P(A)][1-P(B)]P(C)P(D)
[1-P(A)]P(B)[1-P(C)]P(D)
[1-P(A)]P(B)P(C)[1-P(D)]
P(A)[1-P(B)][1-P(C)]P(D)
P(A)[1-P(B)]P(C)[1-P(D)]
P(A)P(B)[1-P(C)][1-P(D)]
P(A)[1-P(B)][1-P(C)][1-P(D)]
[1-P(A)]P(B)[1-P(C)][1-P(D)]
[1-P(A)][1-P(B)]P(C)[1-P(D)]
[1-P(A)][1-P(B)][1-P(C)]P(D)
[1-P(A)][1-P(B)][1-P(C)][1-P(D)]

Tabela 6.1: Tabela parcial de verdades booleanas para o exemplo na Figura 6.1.

93

94

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

6.2.4. MTODO DA TABELA DE REDUO

O mtodo da tabela reduo usa como ponto de partida o mtodo da tabela


booleana de verdades do sistema, conforme descrito a seguir.
Elabora-se a tabela booleana de verdades para o sistema listando todas as segundas combinaes de estado dos componentes do sistema. As linhas da tabela so
examinadas em busca de combinaes que resultem em sucesso na operao do sistema (ou seja, sistema em estado operante). Tais combinaes so listadas na coluna
1 de uma nova tabela, denominada tabela de reduo.
Todas as combinaes que resultam no estado operacional do sistema so
ento comparadas entre si aos pares, em busca de combinaes que diram pela
inverso de uma das letras que designam o estado dos componentes (por exemplo,
combinaes ABC e ABC). Para essas combinaes, calcula-se o produto dos termos
(no caso do exemplo anterior, ABC ABC = AB), listando os resultados na coluna 2
da tabela.
As combinaes resultantes na coluna 2 so ento comparadas aos pares conforme descrito anteriormente, gerando combinaes que sero escritas na coluna 3
da tabela. O procedimento continua at que nenhuma comparao de combinaes
apresente inverso de uma das letras. A conabilidade do sistema ser dada pela
unio de todas as combinaes no includas nos pares para os quais as combinaes
so idnticas, exceto por uma nica letra invertida. A ordem em que pares de combinaes so analisadas em qualquer etapa do mtodo da tabela de reduo no altera
os resultados obtidos.

EXEMPLO DE FIXAO 6.4


Considere novamente o sistema complexo na Figura 6.3 e determine a sua
expresso de conabilidade utilizando o mtodo da tabela de reduo.
Soluo:
Existem 15 combinaes que resultam em sucesso na operao do sistema;
essas combinaes so listadas na coluna 1 da Tabela 6.2. As duas primeiras linhas
da tabela, por exemplo, apresentam combinaes em que apenas uma letra, correspondendo a um dos componentes do sistema, est invertida; o produto das duas
combinaes vem indicado na coluna 2 da tabela. A mesma lgica de anlise utilizada na coluna 2, resultando nas combinaes indicadas na coluna 3.

Captulo 6

Anlise de Sistemas Complexos

As combinaes na coluna 3 da Tabela 6.2 no resultam em nenhuma combinao com apenas uma letra invertida, quando comparadas aos pares. Essa coluna ,
assim, a ltima coluna da tabela.
As cinco combinaes no includas em agrupamentos de combinaes diferindo por uma nica letra so somadas no clculo da conabilidade do sistema:
(6.14)
RS = P(ABCDE + ABCD + ABC + ACE + ACD)
Considerando componentes independentes e idnticos, com conabilidade R,
as probabilidades na Equao (6.14) resultam na seguinte expresso:
RS = R3 (1 R)2 + R3 (1 R) + R3 + R2 (1 R) + R2 (1 R)
(6.15)
Combinando os termos obtm-se como resultado a Equao (6.12).
Coluna 1
Estados funcionais do sistema

ABCDE

Coluna 2

ABCD

ABCDE
ABCDE

Coluna 3

ABC
ABCD

ABCDE
ABCDE

ABCE

ACE

ABCDE
ABCDE

ABCD

ABCDE
ABCDE
ABCDE

ABCE

ABCDE
ABCDE

ABCD

ABCDE
ABCDE

ACD
ABCD

ABCDE
Tabela 6.2: Tabela de reduo para o exemplo na Figura 6.3.

95

96

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

QUESTES
1)

Determine os tie sets e cut sets mnimos do sistema representado na Figura 6.4.

A
D

B
E

C
Figura 6.4: Diagrama de blocos do sistema.

2)

Determine os tie sets e cut sets mnimos do sistema representado na Figura 6.5.

Figura 6.5: Diagrama de blocos do sistema.

3)

Encontre a conabilidade do sistema complexo representado na Figura 6.6 utilizando


o mtodo do tie set, sabendo que a conabilidade de cada componente igual a 0,97.

Figura 6.6: Diagrama de blocos do sistema.

4)

Calcule o diagrama do exerccio anterior utilizando o mtodo do cut set.

5)

Calcule a conabilidade do sistema representado no diagrama da Figura 6.7, sabendo


que a conabilidade dos componentes 0,935. Para resolv-la utilize o mtodo do
cut set.

Figura 6.7: Diagrama de blocos do sistema.

6)

Suponha que as conabilidades dos componentes do diagrama na Figura 6.7 sejam:


A=B=C = 0,92 e D=E = 0,95. Encontre a conabilidade do sistema utilizando o mtodo
do tie set.

Captulo 6

7)

Anlise de Sistemas Complexos

Atravs do mtodo da decomposio, encontre a conabilidade do sistema representado pelo diagrama a seguir. Suponha que todos os componentes tenham uma
conabilidade de 0,89.

C
A
D
B
E
Figura 6.8: Diagrama de blocos do sistema.

8)

Um sistema produtivo de uma empresa apresenta a congurao dada na Figura 6.9.

Figura 6.9: Diagrama de blocos do sistema.


A conabilidade de cada componente 0,95. Utilizando o mtodo da tabela booleana,
encontre a conabilidade total do sistema.

9)

Resolva o exerccio anterior atravs do mtodo da tabela de reduo.

10)

Um sistema de uma planta produtiva apresenta a congurao na Figura 6.10. Atravs


do mtodo da decomposio, utilizando como componente-chave a clula destacada,
calcule a conabilidade do sistema.

0,98

0,96

0,9

0,98
0,82

0,9

Figura 6.10: Diagrama de blocos do sistema.

11)

Um sistema produtivo composto por trs linhas em paralelo como representado na


Figura 6.11. Calcule a conabilidade do sistema sabendo que ele necessita de apenas
uma linha operante, para estar operante.

D (0,9)
A (0,7)

B (0,92)
E (0,95)
C (0,96)

Figura 6.11: Diagrama de blocos do sistema.

97

98

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

12)

ELSEVIER

Calcule a conabilidade de um sistema constitudo por quatro componentes de conabilidade R distribudos conforme o esquema na Figura 6.12. Sabendo que R = 0,85,
utilize a tabela booleana para o clculo.

Figura 6.12: Diagrama de blocos do sistema.

13)

Uma empresa deseja estimar seus gastos em manuteno de uma determinada pea.
Sabendo que essa pea reposta em caso de falha e que o custo de reposio de
$40,00 por pea, estime o gasto dessa empresa a cada 1.000 unidades. O diagrama
na Figura 6.13 indica os componentes da pea. Considere que a conabilidade dos
componentes seja igual a 0,80.

Figura 6.13: Diagrama de blocos do sistema.

14)

Uma fbrica deseja obter um gasto com garantia de no mximo $1,00 por pea produzida. Cada pea que necessita de reparo representa uma despesa de $25,00 para
a fbrica. Os componentes dessa pea esto representados no esquema na Figura
6.14. Qual deve ser a mnima conabilidade do componente A para que os gastos
com manuteno no ultrapassem o estimado pela empresa?

0,93

0,89

0,94

0,94

A
Figura 6.14: Diagrama de blocos do sistema.

15)

Considerando o sistema apresentado na Figura 6.15, utilize o mtodo da decomposio


para determinar sua conabilidade. Para tanto, utilize B como componente-chave.

B
C

0,90

0,90

0,95
0,85

0,95

Figura 6.15: Diagrama de blocos genrico (acima) e especicando conabilidades (abaixo) do sistema.

Captulo 6

16)

Anlise de Sistemas Complexos

Um sistema complexo tem congurao de acordo com o diagrama de blocos da Figura


6.16. Qual a conabilidade do sistema, escolhendo-se A como componente-chave?

0,95

0,90

0,90

0,90

Figura 6.16: Diagrama de blocos genrico (acima) e especicando conabilidades (abaixo) do sistema.

17)

Calcule a conabilidade do sistema apresentado na Figura 6.17 utilizando o mtodo


tie set.

0,90

0,90

0,90

0,90

0,90

0,90

0,90
Figura 6.17: Diagrama de blocos do sistema.

18)

Utilize o mtodo da tabela booleana para obter a conabilidade do sistema na Figura


6.18.

0,95

0,95
Figura 6.18: Diagrama de blocos do sistema.

0,95

99

Pgina deixada intencionalmente em branco

Captulo

MEDIDAS DE IMPORTNCIA DE
COMPONENTES

CONCEITOS APRESENTADOS NESTE CAPTULO


A importncia de um componente em um sistema funo de sua conabilidade no momento da anlise e de sua posio no sistema. O captulo apresenta as
principais medidas de importncia para componentes em sistemas simples e complexos. Quatro medidas so detalhadas: medida de Birnbaum, medida de importncia crtica, medida de Vesely-Fussell e medida de potencial de melhoria. Esta ltima
medida est disponvel no aplicativo Prosis. Um comparativo entre medidas encerra
o captulo, o qual tambm acompanhado de uma lista de exerccios.

7.1. INTRODUO
Aps concluir o projeto de um sistema composto por vrios componentes,
desejvel identicar decincias do projeto e componentes cujo funcionamento
determinante do funcionamento do sistema como um todo. Tal identicao pode
ser feita atravs de medidas quantitativas da importncia dos componentes, em termos de suas conabilidades. Atravs dessas medidas, projetistas podem melhorar o
sistema agregando, por exemplo, redundncia a componentes crticos. Analogamente, engenheiros de manuteno podem estabelecer uma lista de prioridades para a
inspeo preventiva de componentes.
A importncia de um componente em um sistema depende de dois fatores:
(i) a localizao do componente no sistema e (ii) a conabilidade do componente no
tempo t de realizao da anlise. O clculo da importncia de conabilidade repre-

102

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

senta um avano sobre o clculo da importncia estrutural de um componente, em


que somente a sua localizao no sistema (e no a conabilidade do componente no
momento da anlise) determina a sua importncia.
Diferentes medidas de importncia de componentes foram propostas desde
1969, a partir do desenvolvimento seminal de Birnbaum (1969). Quatro dessas medidas so apresentadas neste captulo: (i) Birnbaum, (ii) importncia crtica (traduo aproximada do termo criticality importance, que originalmente designou a medida), (iii) Vesely-Fussell e (iv) potencial de melhoria. A mensurao da importncia
de um componente a partir desses mtodos baseia-se, em geral, na observao das
conabilidades do sistema quando o componente est funcionando e quando ele no
est. Essas conabilidades calculadas para o sistema, em conjunto com as conabilidades individuais dos componentes no momento da anlise, so ento manipuladas
algebricamente, resultando nas diferentes medidas de importncia.
As medidas de importncia aqui abordadas so aplicadas a dois sistemasexemplo, com componentes arranjados em srie e em paralelo. A seo nal traz
um comparativo entre as medidas abordadas, alm de uma aplicao das medidas de
Birnbaum e de importncia crtica em um sistema complexo de cinco componentes.
Os desenvolvimentos aqui apresentados foram baseados em Rausand e
Hyland (2003) e Elsayed (1996). Tais obras so exceo na literatura sobre Engenharia da conabilidade, j que boa parte das referncias clssicas no aborda o
assunto; por exemplo, Mann et al. (1974), Meeker e Escobar (1998) e Nelson (2003).
Alm das medidas apresentadas neste captulo, outras podem ser encontradas em
Henley e Kumamoto (1992), entre outros. O aplicativo Prosis, descrito no anexo do
Captulo 5, traz entre suas funes o clculo da importncia de componentes baseado na medida de potencial de melhoria.
Nos desenvolvimentos que se seguem considera-se um sistema de n componentes independentes, com conabilidades no tempo t designadas por Ri(t), i = 1,...,
n, e organizadas em um vetor r(t). A conabilidade do sistema Rs(t) funo exclusiva de r(t), sendo designada por:
RS [r (t ) ] = f [ R1 (t ),K , Rn (t ) ]

(7.1)

Sistemas ou componentes ditos inoperantes esto em estado de pane, incapacitados de operar devido ocorrncia de falha.

7.2. MEDIDA DE IMPORTNCIA DE BIRNBAUM


A medida de importncia de Birnbaum de um componente i no tempo t, designada por I B (i | t ) , dada por:
I B (i | t ) =

RS ( r (t ) )
, para i = 1,..., n
Ri (t )

(7.2)

Captulo 7

Medidas de Importncia de Componentes

ou seja, obtida por diferenciao parcial da conabilidade do sistema com relao


a conabilidade do i-simo componente.
Existe uma conexo entre a importncia estrutural de um componente e sua
importncia de Birnbaum, dada pela seguinte expresso alternativa:
I B (i | t ) = RS (1i , r (t )) RS (0i , r (t ))

(7.3)

onde Rs(1i, r(t)) denota a conabilidade do sistema em um cenrio no qual o componente i funciona com certeza no tempo t, e Rs(0i, r(t)), a conabilidade do sistema
quando sabe-se que o componente i est inoperante com certeza no tempo t. Em
ambos os casos, a conabilidade dos demais componentes do sistema no instante t
conforme dada no vetor r(t). A Equao (7.3) mais facilmente implementada em
planilhas de clculo do que a Equao (7.2).
A Equao (7.3) permite denir a medida de importncia de Birnbaum em
termos probabilsticos: I B (i | t ) igual probabilidade de o sistema estar, no tempo
t, em um estado no qual o componente i crtico para o sistema. O componente i
considerado como crtico quando o seu estado (operante ou no-operante) em t
dene o estado do sistema em t. A denio probabilstica de I B (i | t ) na Equao
(7.3) permite calcular a importncia de conabilidade de componentes no caso de
sistemas de componentes dependentes entre si.

EXEMPLO DE FIXAO 7.1


Considere dois componentes independentes que, em um dado tempo t, apresentam conabilidades R1(t) = 0,92 e R1(t) = 0,90. Determine a importncia de conabilidade de Birnbaum para os componentes supondo (a) um arranjo em srie e (b)
um arranjo em paralelo dos componentes. Os diagramas de blocos para os arranjos
vm apresentados na Figura 7.1.
1
1

2
2

(a) arranjo srie

(b) arranjo em paralelo

Figura 7.1: Diagramas de blocos de sistemas em (a) srie e (b) paralelo com dois componentes.

(a) A conabilidade do sistema em srie no tempo t dada por:


Rs(R1, R2) = R1 R2 = 0,828
(7.4)
A medida de importncia de Birnbaum dos componentes pode ser obtida utilizando a Equao (7.2):

103

104

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

I B (1| t ) =

RS ( R1 , R2 )
= R2 = 0,90
R1

R ( R , R )
I B (2 | t ) = S 1 2 = R1 = 0,92
R2

ELSEVIER

(7.5)

(7.6)
De acordo com a medida de Birnbaum, o componente mais fraco do arranjo
em srie o mais importante. Arranjos em srie so em geral comparados a correntes, cuja conabilidade global est condicionada conabilidade de seu componente
mais fraco (isto , o elo mais fraco da corrente); da o componente de menor conabilidade ser apontado como o mais importante.
(b) A conabilidade do sistema em paralelo no tempo t dada por:
RS ( R1 , R2 ) = R1 + R2 ( R1 R2 ) = 0,992
(7.7)
Utilizando a Equao (7.2), determinam-se as importncias de Birnbaum:
R ( R , R )
I B (1| t ) = S 1 2 = 1 R2 = 0,10
R1
(7.8)
I B (2 | t ) =

RS ( R1 , R2 )
= 1 R1 = 0, 08
R2

(7.9)
No arranjo em paralelo, o componente 1 considerado o mais crtico para a
conabilidade do sistema, ou seja, o componente de maior conabilidade crtico
em um arranjo em paralelo. Esse resultado pode ser explicado a partir da denio
probabilstica de I B (i | t ) apresentada anteriormente. Em um arranjo em paralelo,
um componente s considerado crtico quando todos os demais componentes falharam. Como o componente 1 o ltimo a falhar, a probabilidade de o sistema estar
em um estado no qual o componente 1 crtico a maior dentre todos os componentes. Como tal probabilidade corresponde a denio de I B (i | t ) , esse resultado
encontra-se justicado.

7.3. MEDIDA DE IMPORTNCIA CRTICA


A medida de importncia crtica corresponde probabilidade condicional de
o sistema estar em um estado em que o componente i crtico e est inoperante em
um tempo t, dado que o sistema est inoperante em t. Tal medida designada por
I CR (i | t ) e pode ser interpretada como a probabilidade de o componente i ter causado a falha do sistema, dado que o sistema est inoperante no tempo t.
Como visto na Seo 7.2, a probabilidade de o componente i ser crtico para
a operao do sistema em t corresponde medida de importncia de Birnbaum.

Captulo 7

Medidas de Importncia de Componentes

Observe que o evento de o componente i ser crtico para o sistema nada informa a
respeito do estado de i, mas somente a respeito do estado dos demais componentes
do sistema. Por exemplo, no sistema em srie na Figura 7.1(a), o componente 1
crtico para o sistema se, e somente se, o componente 2 estiver funcionando; caso
contrrio, o estado do componente 1 no de interesse na anlise do sistema. J no
sistema em paralelo na Figura 7.1(b), o componente 1 crtico para o sistema somente se o componente 2 estiver inoperante. Logo, correto armar que tal evento
independente do estado do componente i em t.
Assim, a probabilidade de o sistema estar em um estado em que i crtico e
simultaneamente inoperante em t dada por I B (i | t ) [1 Ri (t ) ] . Condicionando na
probabilidade de o sistema estar inoperante em um tempo t, chega-se expresso
matemtica da medida de importncia crtica, dada por:
I CR (i | t ) =

I B (i | t ) [1 Ri (t ) ]

(7.10)

1 RS [r (t ) ]

EXEMPLO DE FIXAO 7.2


Considere os componentes do Exemplo 7.1. Determine a sua importncia crtica supondo (a) um arranjo em srie, e (b) um arranjo em paralelo dos componentes, como ilustrado na Figura 7.1.
(a) Utilizando os resultados das Equaes (7.4), (7.5) e (7.6) na Equao (7.10),
obtm-se:
I CR (1| t ) =

I (2 | t ) =
CR

I B (1| t ) [1 R1 (t ) ]
1 RS [r (t ) ]

I B (2 | t ) [1 R2 (t ) ]
1 RS [r (t ) ]

0,90(1 0,92)
= 0, 4186
1 0,828

0,92(1 0,90)
= 0,5349
1 0,828

(7.11)

(7.12)

ou seja, I CR (1| t ) < I CR (2 | t ) . O mesmo ranking foi obtido a partir da medida de Birnbaum.
(b) Utilizando os desenvolvimentos nas Equaes (7.7) a (7.10), chega-se aos seguintes resultados:
I CR (1| t ) =
I CR (2 | t ) =

0,10(1 0,92)
= 1, 000
1 0,992

(7.13)

0, 08(1 0,90)
= 1, 000
1 0,992

(7.14)

105

106

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

ou seja, I CR (1| t ) = I CR (2 | t ) . Esse resultado pode ser justicado da seguinte forma:


se uma estrutura em paralelo est inoperante, vai voltar a funcionar independente do
componente que for reparado. Consequentemente, todos os componentes em uma
estrutura em paralelo devem ter a mesma importncia; este precisamente o resultado obtido utilizando a medida de importncia crtica. Ao considerar-se o sistema em
srie, a medida de importncia crtica segue a lgica do menor esforo para trazer o
sistema de volta condio de operao. Assim, a sequncia de reparos a ser seguida
inicia no componente com maior probabilidade de ter causado a falha do sistema.

7.4. MEDIDA DE VESELY-FUSSELL


A medida de importncia de Vesely-Fussell, I VF (i | t ) , dada pela probabilidade de que ao menos um cut set mnimo contendo o componente i esteja inoperante
no tempo t, dado que o sistema est inoperante em t. Conforme apresentado no
Captulo 6, cut set um conjunto de componentes que, quando inoperantes, interrompem a operao do sistema. O maior cut set em qualquer sistema aquele que
contm todos os seus componentes. Em um cut set mnimo o nmero de componentes o menor possvel, tal que quando qualquer componente do conjunto voltar
a funcionar, o sistema como um todo volta a funcionar. Diz-se que um cut set est
inoperante quando todos os seus componentes esto inoperantes.
A medida de Vesely-Fussell parte do pressuposto que um componente pode
contribuir para a falha do sistema sem, entretanto, ser crtico. O componente contribui para a falha do sistema quando um cut set mnimo, que contenha o componente,
estiver inoperante. Observe que o mesmo componente pode ser membro de diversos
cut sets mnimos.
A medida de Vesely-Fussell calculada a partir da expresso:
I VF (i | t ) = P ( Di (t ) | C (t ) ) =

P ( Di (t ) C (t ) )
P ( C (t ) )

(7.15)

onde Di(t) denota o evento de ao menos um cut set mnimo contendo o componente
i estar inoperante no tempo t, e C(t) denota o evento do sistema estar inoperante em
t. Como Di(t) implica C(t), a Equao (7.15) pode ser reescrita como:
I VF (i | t ) =

P ( Di (t ) ) P ( Di (t ) )
=
P ( C (t ) )
RS (t )

(7.16)

EXEMPLO DE FIXAO 7.3


Considere os componentes do Exemplo 7.1. Determine a importncia de Vesely-Fussell para os componentes supondo (a) um arranjo em srie, e (b) um arranjo
em paralelo dos componentes.

Captulo 7

Medidas de Importncia de Componentes

(a) Em uma estrutura em srie, cada componente compe um cut set mnimo. Assim:
P ( D1 (t ) ) = 1 p1 = 0, 08
(7.17)
P ( D2 (t ) ) = 1 p2 = 0,10

(7.18)
A probabilidade associada ao evento C(t) corresponde no-conabilidade do
sistema, obtida como o complemento da Equao (7.4); isto :
P ( C (t ) ) = 1 RS ( R1 , R2 ) = 1 0,828 = 0,172

(7.19)
A partir das Equaes (7.17) a (7.19), obtm-se as medidas de Vesely-Fussell:
I VF (1| t ) =
I VF (2 | t ) =

P ( D1 (t ) ) 0, 08
=
= 0, 4651
P ( C (t ) ) 0,172

(7.20)

P ( D2 (t ) ) 0,10
=
= 0,5813
P ( C (t ) ) 0,172

(7.21)
e conclui-se que I (1| t ) < I (2 | t ) , que o mesmo ranking obtido a partir das
outras medidas.
(b) Em uma estrutura em paralelo, o prprio sistema um cut set mnimo, ou seja,
D1 (t ) = D2 (t ) = C (t ) . Assim:
VF

VF

I VF (1| t ) = I VF (2 | t ) = 1

(7.22)

ou seja, todos os componentes em uma estrutura em paralelo apresentam a mesma


importncia.

7.5. MEDIDA DE POTENCIAL DE MELHORIA


A medida de potencial de melhoria investiga o impacto da reposio de um
componente i, com conabilidade Ri(t), pelo componente em estado de plena conabilidade (isto , Ri(t) =1) sobre a conabilidade Rs(t) do sistema. Para demonstrar os desenvolvimentos matemticos, suponha um sistema com conabilidade
Rs(r(t)) em um tempo t. Deseja-se saber o quanto a conabilidade do sistema aumentaria se o componente i (i = 1,..., n) fosse reposto por um componente perfeito,
ou seja, um componente para o qual Ri(t) =1. A diferena entre Rs(1i, r(t)) e Rs(r(t))
conhecida como potencial de melhoria do componente i, sendo designada por
I IP (i | t ) .
O potencial de melhoria do componente i no tempo t dado por:
I IP (i | t ) = RS (1i , r (t ) ) RS ( r (t ) )

(7.23)

107

108

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Pode-se demonstrar, a partir da funo estrutural de um sistema, que RS ( r (t ) )


uma funo linear de Ri (t ) , para cada i (i = 1,..., n). Assim, pode-se reescrever a
Equao (7.3) como:
I B (i | t ) =

RS (1i , r (t ) ) RS ( r (t ) )
1 Ri (t )

(7.24)
Consequentemente, a medida de potencial de melhoria para o componente i
pode ser reescrita como:
I IP (i | t ) = I B (i | t ) (1 Ri (t ) )

(7.25)
A medida de potencial de melhoria pode tambm ser expressa em termos da
medida de importncia crtica, atravs da expresso:
I IP (i | t ) = I CR (i | t ) (1 RS ( r (t ) ) )

(7.26)

EXEMPLO DE FIXAO 7.4


Considere os componentes do Exemplo 7.1. Determine o potencial de melhoria para os componentes supondo (a) um arranjo em srie e (b) um arranjo em
paralelo dos componentes.
(a) Utilizando a Equao (7.25) e os resultados nas Equaes (7.5) e (7.6), obtmse as medidas de potencial de melhoria para os componentes:
I IP (1| t ) = I B (1| t ) (1 R1 ) = 0,90 0, 08 = 0, 072

(7.27)

I (2 | t ) = I (2 | t ) (1 R2 ) = 0,92 0,10 = 0, 092


IP

(7.28)
ou seja, I (1| t ) < I (2 | t ) . Logo, em um arranjo em srie, o potencial de melhoria
na conabilidade do sistema mais alto para o componente com menor conabilidade.
(b) Novamente utilizando a Equao (7.25), agora com os resultados nas Equaes
(7.8) e (7.9), obtm-se as medidas de potencial de melhoria para os componentes:
(7.29)
I IP (1| t ) = I B (1| t ) (1 R1 ) = 0,10 0, 08 = 0, 008
IP

IP

I IP (2 | t ) = I B (2 | t ) (1 R2 ) = 0, 08 0,10 = 0, 008

(7.30)

ou seja, I IP (1| t ) = I IP (2 | t ) . Logo, em um arranjo em paralelo, todos os componentes possuem o mesmo potencial de melhoria sobre a conabilidade do sistema.

7.6. COMPARATIVO ENTRE MEDIDAS


As quatro medidas de importncia de conabilidade apresentadas nas sees
anteriores foram aplicadas em dois sistemas, em srie e paralelo. Para ns de comparao, os resultados obtidos so agrupados na Tabela 7.1.

Captulo 7

Estrutura
Srie
Paralelo

Componente Birnbaum Importncia


crtica
o
1
2
2o
2
1o
1o
1
1o
1o
2
2o
1o

Medidas de Importncia de Componentes

VeselyFussell
2o
1o
1o
1o

Potencial de
melhoria
2o
1o
1o
1o

Tabela 7.1: Medidas e ranking de importncia de conabilidade.

Na tabela, componentes em cada sistema foram ranqueados em importncia


de acordo com as quatro medidas calculadas nos Exemplos 7.1 a 7.4. Os rankings
variam conforme as medidas, o que se justica tendo em vista as distintas denies
tericas que caracterizam cada medida. A utilizao de uma determinada medida
na anlise de sistemas deve ser guiada pela sua adequao s nalidades do estudo,
conforme exposto a seguir.
Em projetos de melhoria de sistemas, em que o objetivo identicar o componente a ser melhorado com vistas a incrementar a conabilidade do sistema, as medidas de Birnbaum e de potencial de melhoria so normalmente as mais indicadas.
Em anlises corretivas, em que o sistema falhou e deseja-se identicar o componente
com a maior probabilidade de ser o causador da falha, as medidas de importncia
crtica e de Vesely-Fussell so as mais indicadas, podendo ser usadas para elaborar
uma lista de prioridades de vericao em um programa de manuteno. Resumindo, em estudos de melhoria de sistemas, as medidas de Birnbaum e de potencial de
melhoria so as mais indicadas; em estudos de manuteno, as medidas de importncia crtica e de Vesely-Fussell so as mais indicadas.
As medidas discutidas neste captulo apresentam algumas decincias. A medida de Birnbaum, por exemplo, no leva em conta os custos de melhoria dos componentes individuais. Em algumas situaes, possvel obter uma melhor soluo
em termos econmicos a partir da melhoria de um componente com baixa importncia de Birnbaum (o aplicativo Prosis, nesse sentido, oferece um apoio tomada
de deciso baseada no clculo do potencial de melhoria dos componentes, aliado
informao sobre o seu custo de melhoria de conabilidade). Uma segunda decincia que todas as medidas so calculadas para um tempo xo de anlise. Um
estudo dinmico das medidas de importncia pode levar a diferentes rankings; os
desenvolvimentos tericos associados s medidas no trazem diretrizes para estudos
dessa natureza. O aplicativo Prosis, entretanto, permite analisar de forma dinmica o
ranking de importncia dos componentes em sistemas, ainda que limitado medida
de potencial de melhoria. Por m, vale ressaltar que as quatro medidas podem ser
usadas em sistemas compostos por componentes reparveis ou no-reparveis. En-

109

110

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

tretanto, a adoo das medidas no caso de componentes reparveis pode ser bastante
complexa.
Considere, nalmente, o sistema complexo apresentado na Figura 7.2. O sistema considerado complexo por no ser possvel determinar a sua conabilidade por
reduo direta a sistemas em srie e paralelo. Para ilustrar a utilizao das medidas
de importncia de conabilidade em sistemas complexos, apresentam-se os clculos
das medidas de Birnbaum e de importncia crtica para o sistema na Figura 7.2.
1

2
3

Figura 7.2: Sistema complexo com cinco componentes.

A expresso de conabilidade do sistema foi obtida atravs do mtodo da


decomposio (apresentado no Captulo 6), condicionando o funcionamento do sistema no componente 2:
(7.31)
RS ( r (t ) ) = R2 [ R4 + R5 R4 R5 ] + (1 R2 ) [ R1 R4 + R3 R5 R1 R3 R4 R5 ]
Os rankings de importncia dos cinco componentes do sistema, considerando
uma conabilidade Ri = 0,9, para i = 1,..., 5, segundo as medidas de Birnbaum e de
importncia crtica esto apresentados na Tabela 7.2.
O ranking dos componentes o mesmo segundo as duas medidas. Note que
como Ri = 0,9 para todo i, somente a posio do componente no sistema dene sua
importncia. Os componentes 4 e 5 surgem como igualmente prioritrios, no topo
do ranking de importncia, seguidos do componente 2. O resultado parece razovel,
j que no h caminho alternativo para os componentes 4 e 5, como ocorre com os
componentes 1 e 3. O componente 2 aparece, na sequncia, como mais importante; o
resultado se justica, j que o componente compe um caminho alternativo para 1 e 3,
oferecendo conexo tanto com 4 quanto com 5. Os componentes 1 e 3 so os menos
importantes, por apresentarem maior grau de redundncia, dada pelo componente 2.
Componente
1
2
3
4
5

Birnbaum
3o
2o
3o
1o
1o

Importncia crtica
3o
2o
3o
1o
1o

Tabela 7.2: Medidas e ranking de importncia de conabilidade.

Captulo 7

Medidas de Importncia de Componentes

QUESTES
1)

Determine a importncia de conabilidade de Birnbaum para os componentes do


sistema na Figura 7.3.

0,99

0,95

0,9
Figura 7.3: Diagrama de blocos de sistema com trs componentes.
2)

Encontre o potencial de melhoria dos componentes do sistema na Figura 7.3 e analise


os resultados.

3)

Calcule a importncia crtica dos componentes do sistema na Figura 7.3.

4)

Considere os componentes do sistema na Figura 7.4. Determine a importncia de


Vesely-Fussell para os componentes, sabendo que suas conabilidades no instante t
so: R1 = 0,9; R2 = 0,92; R3 = 0,8 e R4 = 0,84.

1
3
2
4
Figura 7.4: Diagrama de blocos de sistema com quatro componentes.

5)

Uma empresa deseja incrementar a conabilidade do seu sistema produtivo. Utilize


uma das medidas apresentadas neste captulo para indicar o componente mais importante. O sistema est representado na Figura 7.5.

A (0,7)

C (0,9)

B (0,5)

D (0,98)

Figura 7.5: Diagrama de blocos de um sistema produtivo.

6)

Se a mesma empresa apresentada no exerccio 5 deseja identicar o componente com


a maior probabilidade de ser o causador da falha do sistema, quais medidas seriam
as mais indicadas? Determine esse componente atravs de uma dessas medidas.

111

112

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

7)

ELSEVIER

Para um dado instante t, calcule a medida de Vesely-Fussell dos componentes do sistema srie-paralelo na Figura 7.6 e analise se o componente com maior probabilidade
de ser o causador de falhas o mesmo do sistema paralelo-srie do Exerccio 6.

A (0,7)

C (0,9)

B (0,5)

D (0,98)

Figura 7.6: Diagrama de blocos de um sistema srie-paralelo.

8)

Calcule as medidas de Importncia de Birnbaum para os componentes do sistema


srie-paralelo do Exerccio 7 e compare os valores com aqueles obtidos para o sistema
paralelo-srio do Exerccio 5.

9)

Um sistema com trs componentes apresenta as seguintes conabilidades para um dado


tempo t, conforme o funcionamento ou no de seus componentes:
Componente
A

Operante
0,97

No-operante
0,9

B
C

0,98
1

0,9
0,56

Determine a medida de importncia de Birnbaum para cada componente.

10)

Determine o potencial de melhoria dos componentes de um sistema, sabendo que quando


eles esto operantes o sistema apresenta as seguintes conabilidades:
Componente
A
B
C
D
E
F

Conabilidade
0,9342
0,9285
0,948
0,9738
0,9345
1

Dado adicional: a conabilidade do sistema de 0,9149.

11)

Determine a importncia crtica dos componentes do exerccio 10.

12)

Seja o sistema representado na Figura 7.7, considere que os componentes A, B, C e


D apresentam, num dado instante t, conabilidades 0,82, 0,88, 0,94 e 0,86, respectivamente. Determine a importncia de Birnbaum desses componentes em t.

Figura 7.7: Diagrama de blocos de um sistema complexo.

Captulo 7

Medidas de Importncia de Componentes

13)

Para o sistema complexo na Figura 7.7, determine a importncia crtica de cada


componente em um instante t.

14)

Ainda considerando o sistema complexo na Figura 7.7, calcule o potencial de melhoria


de cada componente no instante t.

15)

Para o sistema na Figura 7.8, utilize a medida de importncia de Birnbaum para vericar se o componente 2 mais crtico que o componente 5. Considere que, em um
dado instante t, a conabilidade de todos os componentes igual a 0,9.

2
7
6

8
5

Figura 7.8: Diagrama de blocos do sistema.

16)

Utilize o Prosis para conrmar o resultado do Exerccio 15. Para isso, considere que
todos os componentes tenham uma distribuio de conabilidade exponencial, com
taxa de falha igual a 0,025 e parmetro de localizao igual a 0. Ordene os componentes mais crticos do sistema.

17)

Utilize o Prosis para determinar o valor de t mencionado no Exerccio 15. Utilize os


dados do Exerccio 16.

18)

Dado o sistema representado na Figura 7.9, determine o componente crtico no instante t = 300, sabendo que os componentes apresentam as seguintes distribuies
de probabilidade. As prensas seguem uma distribuio de Weibull com = 2 e =
90, e primeira falha em t = 500. O torno tem seus tempos at falha distribudos exponencialmente, sendo que a primeira falha ocorre em t = 250 e o tempo mdio at
a falha de 1.000 horas. As furadeiras seguem uma distribuio normal, com mdia
450 e desvio-padro 60. Utilize o Prosis para a resoluo do exerccio. Verique se o
componente crtico muda com o passar do tempo.

Prensa

Furadeira
Torno

Prensa
Figura 7.9: Diagrama de blocos do sistema.

Furadeira

113

114

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

19)

ELSEVIER

Na tentativa de se descobrir o componente crtico de um sistema, foram feitos testes


de falha com seus trs componentes. Os resultados dos testes esto apresentados
na Tabela 7.3. Sabendo-se que A e B esto em paralelo e conectados em srie com C,
determine o componente crtico em t = 80 utilizando o Prosis. Utilize o Proconf para
determinar as distribuies que melhor se ajustam a cada componente. Considere o
parmetro de localizao para o componente C igual a 200.
Componente A
15,67
29,48
37,14

Componente B
31,49
40,26
42,75

Componente C
202,1
202,6
202,7

37,55
49,22
50,67
52,57
59,26
69,27
70,49
71,53
74,13

44,19
47,59
48,79
48,86
51,15
53,03
54,74
55,48
60,14

203,4
203,5
205,5
206,3
208,8
212,0
212,4
230,9
242,7

Tabela 7.3: Dados de tempos at falha.

20)

Considere o sistema na Figura 7.10 constitudo dos componentes caracterizados na


Tabela 7.4. Calcule o componente crtico em t = 200 e t = 300, utilizando o Prosis.

A
D
B
E
C
Figura 7.10: Diagrama de blocos do sistema.

Componente

Distribuio

A
B
C
D
E

Weibull
Weibull
Weibull
Normal
Normal

Forma
3
2,5
2
0
0

Parmetros
Escala
Localizao
90
150
80
135
85
145
35
300
25
250

Tabela 7.4: Caracterizao dos componentes no sistema da Figura 7.1.

Captulo

TESTES ACELERADOS

CONCEITOS APRESENTADOS NESTE CAPTULO


Em ensaios de conabilidade realizados com produtos muito robustos, no vivel aguardar a falha dos itens em condies normais de utilizao. Nesses casos, o melhor
curso de ao acelerar o teste impondo estresse aos itens. Este captulo apresenta a teoria sobre testes acelerados de conabilidade. So detalhados os principais tipos de testes,
bem como modelos scos e paramtricos utilizados na modelagem de dados acelerados.
Uma lista de exerccios encerra o captulo, o qual tambm constitudo de um apndice,
com instrues para utilizao do aplicativo Proacel, que acompanha este livro.

8.1. INTRODUO
Testes acelerados so utilizados com o intuito de encurtar a vida de produtos ou
acelerar a degradao de suas caractersticas de desempenho. Tais testes tm como objetivo a obteno de dados de conabilidade em um menor perodo de tempo; uma vez
modelados e analisados de forma adequada, esses dados podero fornecer informaes
sobre a vida e desempenho do produto em condies normais de operao.
Testes acelerados so teis em situaes em que o produto a ser testado apresenta alta conabilidade, demandando longos perodos de operao at a ocorrncia
de falhas em testes usuais de conabilidade. Nesses casos, os testes de vida sob
condies normais de operao tendem a ser economicamente inviveis. Mesmo
quando viveis economicamente, tais testes podem demandar um tempo to longo
para a obteno de um nmero razovel de falhas que, em casos particulares (como
na indstria de equipamentos de informtica), mudanas tecnolgicas nos produtos
tornam obsoleta a informao obtida.

116

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Em testes acelerados, coletam-se dados de desempenho de unidades em nveis


altos (ou acelerados) de estresse e, a partir da anlise desses dados, procura-se predizer o desempenho das unidades em condies normais de uso. Para que tal predio
seja possvel e vlida, deve-se conhecer a relao entre o mecanismo causador das
falhas e as condies ambientais, representadas por um ou mais fatores de estresse.
Pode-se ter interesse em conhecer, por exemplo, a relao entre o tempo mdio at
falha (MTTF) e as condies ambientais, o que tornaria possvel extrapolar o MTTF
acelerado para condies normais de uso do produto. Entretanto, em modelagens de
conabilidade o interesse recai, normalmente, em mais de um percentil da distribuio de probabilidade dos tempos at falha. Consequentemente, as inferncias feitas a
partir de dados acelerados devem considerar a relao entre todos os parmetros da
distribuio de probabilidade e as condies ambientais.
Apesar de serem conceitualmente simples, uma srie de problemas surge no
projeto e na anlise de testes acelerados. Primeiro, normalmente difcil determinar na prtica as relaes entre parmetros distribucionais e condies de estresse.
Segundo, mesmo quando tais relaes so conhecidas ou podem ser inferidas com
alguma conana, a obteno de estimativas dos parmetros das relaes a partir
de dados de ensaios acelerados, normalmente limitados em termos de tamanho de
amostra, costuma ser difcil. Finalmente, muitas das relaes conhecidas e comumente utilizadas so vlidas apenas para uma faixa limitada de variao dos fatores
de estresse; alm dessa faixa, novas relaes devem ser estabelecidas, o que representa problemas adicionais na estimao dos parmetros.
Neste captulo, apresentam-se procedimentos para realizar inferncias a partir
de dados acelerados mediante a hiptese de que as relaes entre os parmetros da
distribuio dos tempos at falha e as condies ambientais so conhecidas e vlidas. Essas relaes, aqui designadas por modelos, podem ser classicadas em duas
categorias principais: modelos estatsticos e modelos fsicos (ou fsico-experimentais).
Todos os modelos envolvem a estimao de parmetros, podendo ser considerados,
assim, como modelos paramtricos. Entretanto, apenas os modelos estatsticos esto
diretamente relacionados estimao de parmetros de distribuies de probabilidade
conhecidas; tais modelos so classicados neste texto como modelos paramtricos.
Um texto clssico sobre testes acelerados de conabilidade de autoria de
Nelson (2004), sendo recomendado para leitores que desejarem um aprofundamento sobre o assunto. A exposio que se segue foi baseada em Nelson (2004),
Mann et al. (1974), Meeker e Escobar (1998) e Elsayed (1996).

8.2. DEFINIES PRELIMINARES


Dados provenientes de testes acelerados podem ser divididos em dois grupos,
conforme a caracterstica de interesse no produto em estudo: (i) dados de tempos

Captulo 8

Testes Acelerados

at falha e (ii) dados de desempenho. A designao dos dados no grupo (i) autoexplicativa; este tipo de dado abordado nas sees que se seguem. Os dados em (ii)
descrevem como o produto degrada com o tempo mediante exposio a um ou mais
fatores de estresse. A anlise de dados de desempenho feita utilizando modelos de
degradao, no abordados neste texto, mas disponveis em Nelson (2004) e Bagdonavicius e Nikulin (2001).
Dados de tempos at falha podem ser completos ou censurados. Dados completos trazem o tempo exato at a falha de cada unidade testada. Em muitas situaes
prticas, no se obtm conjuntos completos de dados em testes acelerados. Dados
incompletos so resultantes, por exemplo, de testes em que critrios de ordem prtica ou econmica no permitiram rodar o teste at que todas as unidades falhassem.
Um conjunto de dados incompletos de tempos at falha dito censurado. Dados
censurados so aqueles para os quais se conhece um limite no tempo at falha, mas
no o seu valor exato. O tipo mais frequente de censura conhecido como censura
direita. Em um conjunto de dados censurados direita, existe uma ou mais unidades para as quais s se conhece um limite inferior para o tempo at falha. A anlise
de dados censurados foi apresentada no Captulo 4.
Duas formas de acelerao so mais frequentemente utilizadas em testes acelerados: (i) aumento na taxa de uso das unidades e (ii) aumento no estresse de trabalho,
em que estresse um termo genrico que designa qualquer carga aplicada s unidades.
A acelerao por aumento na taxa de uso resulta em testes em que o tempo de
uso das unidades comprimido (a) utilizando as unidades mais rapidamente ou (b)
utilizando as unidades continuamente. Um exemplo de (a) seria uma banda de rodagem de caminhes testada quadruplicando a velocidade mdia de uso em condies
normais. Um exemplo de (b) seria um secador de cabelos que, em condies normais
de uso, opera em mdia meia hora por dia, mas que durante o teste opera 24 horas
por dia. Nos testes com acelerao na taxa de uso, pressupe-se que o nmero de horas (ciclos, rotaes etc.) at a falha no teste ser o mesmo observado em condies
normais de uso. A suposio pode no ser verdadeira, por exemplo, em unidades em
que a alta taxa de uso aumente a sua temperatura e, consequentemente, a ocorrncia
de falhas. Nesses casos, necessrio resfriar as unidades durante o teste. O contrrio
tambm pode ocorrer, isto , unidades sensveis a ciclos trmicos (de aquecimento e
resfriamento) que se beneciam com um teste de uso contnuo. Nesses casos, necessrio forar a ocorrncia dos ciclos trmicos na intensidade com que ocorreriam
a partir da utilizao da unidade em condies normais.
A acelerao por aumento no estresse de trabalho (overestress) consiste em utilizar unidades em nveis de estresse mais altos do que o normal. O fator de estresse selecionado para acelerao deve ter o poder de reduzir a vida do produto ou degradar o
seu desempenho mais rapidamente. Fatores de estresse mais comumente utilizados em
testes acelerados so temperatura, voltagem, carga mecnica, ciclo trmico, umidade e
vibrao. Testes acelerados por overestresse so os mais utilizados na prtica.

117

118

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Na anlise de dados oriundos de testes acelerados, f (t;) denota a funo de


densidade de probabilidade dos tempos at falha de uma unidade exposta a condies ambientais denidas por um vetor de estresse s; o vetor de parmetros da
funo de densidade. Duas suposies sero necessrias:
1. A severidade dos nveis de estresse (caracterizados por s) no altera a natureza
de distribuio de probabilidade que caracteriza os tempos at falha; os nveis
de estresse apresentam inuncia apenas sobre os valores dos parmetros em .
2. A relao (ou modelo de acelerao) entre s e , designada por = e(s; a,
b,...), conhecida, exceto por um ou mais dos parmetros a, b, c,...; pressupe-se, tambm, que a relao vlida para uma certa faixa de variao dos
elementos de s.
Em testes acelerados, analisam-se os dados obtidos com o objetivo de produzir estimativas dos parmetros a, b, c,... Tais estimativas tomam como base dados
obtidos a partir de testes de vida conduzidos mediante altos valores de s, porm,
dentro da faixa de variao para qual a relao = g(s; a, b,...) vlida. As estimativas
obtidas dos parmetros a, b, c,... so usadas, por sua vez, para fazer inferncias sobre em condies normais de operao. A ecincia desse procedimento depende
da escolha adequada do modelo de acelerao e da aderncia do teste acelerado s
suposies anteriores.
Neste captulo, apresentam-se (i) modelos no-lineares de acelerao, denidos a partir do conhecimento do mecanismo fsico de ocorrncia de falhas nas
unidades experimentais, e designados por modelos fsicos de acelerao, e (ii) modelos
lineares de acelerao, designados por modelos paramtricos de acelerao ( importante salientar que a suposio de linearidade deve ser validada na prtica).

8.3. PROJETOS EXPERIMENTAIS PARA TESTES ACELERADOS


Os projetos experimentais para testes acelerados denem a forma de aplicao
dos fatores de estresse s unidades em teste. Os projetos mais comuns, brevemente
apresentados na sequncia, so: (a) estresse constante, (b) estresse do tipo escada (ou
step-estresse), (c) estresse progressivo e (c) estresse cclico.
Os projetos de testes acelerados com estresse constante so os que melhor
simulam a utilizao real das unidades, j que a maioria dos produtos utilizada
sob condies relativamente constantes de estresse. Nesse projeto, as n unidades
disponveis para teste so divididas nos k nveis de estresse a serem aplicados; unidades alocadas em um dado nvel de estresse so testadas somente naquele nvel,
sob estresse constante. Os diferentes nveis podem ser testados simultaneamente, j
que cada unidade experimental exposta a apenas um nvel. A Figura 8.1 traz um
esquema ilustrativo desse tipo de projeto.

Captulo 8

Testes Acelerados

Nveis
de estresse
Nveis k

Nvel 2
Nvel 1
Figura 8.1: Esquema do teste acelerado com estresse constante.

Esse tipo de projeto apresenta duas vantagens. A primeira, de carter prtico,


que normalmente mais fcil testar unidades mantendo um nvel constante de
estresse. A segunda, de carter estatstico, que existem diversos planos de teste
consolidados na literatura que trabalham mediante suposio de teste com estresse
constante. A desvantagem desse projeto que ele pode demandar um grande nmero de unidades experimentais, em particular para evitar censura excessiva em nveis
baixos de acelerao do mecanismo de falha.
Em um projeto com estresse do tipo escada, as unidades so submetidas a nveis
sucessivamente mais altos de estresse. A unidade primeiramente exposta a um nvel
constante e predeterminado de estresse por um dado perodo de tempo; caso no ocorra
a falha, a mesma unidade exposta a um nvel mais alto de estresse. O nvel de estresse
incrementado passo a passo at que a unidade venha a falhar. Normalmente, todas as
unidades so expostas a um mesmo padro de estresse e tempos de teste. A Figura 8.2
traz um esquema ilustrativo desse tipo de projeto, com quatro nveis de estresse.
Nveis
de estresse
Nvel 4
Nvel 3
Nvel 2
Nvel 1
t1

t2

t3

Figura 8.2: Esquema do teste acelerado com estresse do tipo escada.

t4

A maior vantagem desse projeto a obteno mais rpida de falhas, o que leva
a testes de menor durao. A maior desvantagem que os dados obtidos a partir

119

120

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

desse projeto so normalmente utilizados para modelar produtos que, em condies


operacionais normais, so expostos a nveis constantes de estresse. Os modelos matemticos utilizados devem, assim, considerar o efeito acumulativo da exposio a
estresses sucessivos. Diversos modelos foram propostos na literatura, mas poucos foram testados em aplicaes reais; tais modelos enquadram-se numa categoria designada por modelos de exposio acumulada; ver Bogdanoff e Kozin (1985) para mais
detalhes. Sendo assim, projetos com estresse constante so normalmente preferidos
relativamente a projetos com estresse em escada.
Em projetos de testes acelerados com estresse progressivo, as unidades so
submetidas a nveis de estresse continuamente crescentes. O padro de aumento
no estresse pode ser linear ou no linear, podendo tambm variar de unidade para
unidade. A Figura 8.3 traz um esquema de teste com estresse progressivo aplicado
de forma no linear. Um exemplo de projeto com nveis progressivos de estresse o
Prot, utilizado em testes de fadiga em metais (ver Kramarenko e Balakovskii, 1970).
Os projetos com estresse progressivo apresentam as mesmas vantagens e desvantagens dos projetos com estresse em escada.
Nveis
de estresse

Tempo
Figura 8.3: Esquema do teste acelerado com estresse progressivo no linear.

Os projetos com aplicao de estresse cclico so recomendados para produtos


que, em sua utilizao normal, sofrem tal padro de incidncia de estresse. Esse o
caso, por exemplo, de diversos componentes eletrnicos que operam em regime de
corrente alternada. Em um projeto com estresse cclico, as unidades so submetidas
repetidamente a um mesmo padro de estresse, em nveis mais altos que o operacional. Esses projetos apresentam a vantagem de replicar, em condies aceleradas,
o estresse operacional usual das unidades. A desvantagem de natureza estatstica,
j que a maioria dos modelos propostos para testes com estresse cclicos carece de
validao emprica.
O projeto experimental do teste acelerado dene a forma de aplicao dos
fatores de estresse, como visto anteriormente. Os planos de teste denem a alocao
das unidades experimentais nos diferentes nveis de estresse. Nos planos tradicio-

Captulo 8

Testes Acelerados

nais, recomenda-se a alocao de um mesmo nmero de unidades em cada nvel de


estresse. No caso de acelerao moderada do fator de estresse, o que recomendado,
j que reduz o grau de extrapolao demandado a partir do modelo de acelerao,
o teste pode resultar em poucas falhas, comprometendo a modelagem posterior dos
dados. Alguns planos alternativos para testes acelerados alocam o maior nmero
das unidades experimentais em nveis baixos de estresse, em que a probabilidade de
falha menor. O objetivo observar aproximadamente o mesmo nmero de falhas
em cada nvel de estresse testado.
Um roteiro prtico detalhado sobre o projeto experimental de testes acelerados apresentado por Meeker e Hahn (1985), como parte da srie ASQC Basic
References in Quality Control, sendo fortemente recomendado no planejamento dessa
modalidade de teste de conabilidade.

8.4. MODELOS FSICOS


Os modelos fsicos descrevem o efeito da acelerao de um fator de estresse sobre a taxa de falha das unidades em teste, tomando como base o efeito do estresse sobre
propriedades qumicas e fsicas das unidades. Os modelos fsicos permitem determinar
o valor da acelerao nos tempos at falha de unidades resultantes da exposio a um
determinado nvel de estresse mais alto do que o de projeto. Coletando-se dados em
condies aceleradas e conhecendo-se o seu fator de acelerao relativamente s condies normais de operao das unidades, pode-se modelar plenamente a conabilidade
das unidades utilizando-se distribuies de probabilidade adequadas.
As relaes entre tempos at falha em condies normais e aceleradas expressas pelos modelos fsicos mais conhecidos so do tipo no linear (ou seja, o aumento
no nvel de estresse resulta em reduo no linear nos tempos at falha). Relaes
lineares no exigem modelos especcos, podendo ser descritas por equaes de regresso linear simples. Os modelos fsicos apresentados nesta seo no pressupem
dados de falha seguindo distribuies especcas de probabilidade, podendo ser utilizados em conjunto com modelos paramtricos diversos (por exemplo, Weibull,
exponencial etc.).
Seja o o subscrito que designa condies operacionais normais e s o subscrito
que designa condies aceleradas (isto , sob estresse em um nvel predeterminado).
O fator de acelerao que informa o efeito do nvel de estresse s sobre a vida do produto designado por AF (tal que AF > 1). Os valores de AF sero diferentes conforme
o nvel de estresse aplicado no teste. Para simplicar a apresentao, s designa um
nvel qualquer de estresse, no sendo os nveis diferenciados entre si na notao.
Quatro modelos fsicos de acelerao so detalhados na sequncia: de Arrhenius, de Eyring, da lei da potncia inversa e o modelo combinado. Os trs primeiros

121

122

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

so apresentados para testes acelerados com um nico fator de estresse; o ltimo modela testes com mltiplos eestressees. Uma srie de modelos adicionais so exibidos
na tabela do nal da seo.
8.4.1. MODELO DE ACELERAO DE ARRHENIUS

O modelo de Arrhenius utilizado para relacionar o tempo mdio at falha de


unidades com a sua temperatura de operao. As aplicaes mais usuais so reportadas na indstria de componentes eltricos e eletrnicos, pilhas e baterias, lubricantes e plsticos. O modelo de acelerao de Arrhenius baseia-se na lei de Arrhenius
para velocidade (ou taxa) de reaes qumicas, dada por:
(8.1)
r = Ae(Ea / kT)
onde r a velocidade da reao, A uma constante no-trmica caracterstica da
reao e das condies em que ela ocorre, Ea a energia de ativao da reao, k
a constante de Boltzmann (8,623 10-5 eV / K), e T a temperatura da reao em
graus Kelvin. A energia de ativao Ea um fator que descreve o efeito de acelerao
da temperatura sobre a velocidade da reao. Valores pequenos de Ea, por exemplo,
implicam reaes pouco afetadas pela temperatura.
Suponha os tempos at falha de um componente como sendo proporcionais
ao inverso da taxa de reao (do processo causador da falha). Essa relao descrita
pelo modelo de acelerao de Arrhenius:
(8.2)
L = Ae+(Ea / kT)
onde L denota algum percentil de interesse da distribuio dos tempos at falha,
normalmente o 50o percentil. A constante A na Equao (8.2) depende da geometria
e do tamanho da unidade, de suas condies de fabricao e de teste, entre outros
aspectos. Unidades com mais de um modo de falha apresentam valores diferentes de
A e Ea para cada modo.
A relao entre Lo e Ls dada por:
Lo e + ( Ea / kTo )
E 1 1
= + ( Ea / kTs ) Lo = Ls exp a
Ls e
k To Ts

(8.3)

A partir da Equao (8.3), dene-se o fator de acelerao trmica AT como


sendo:
AT =

Lo
E 1 1
= exp a
Ls
k To Ts

(8.4)

A Equao (8.2) pode ser linearizada aplicando uma transformao logartmica:


1
ln L = ln A + ( Ea / k )
T

(8.5)

Captulo 8

Testes Acelerados

Observe que a Equao (8.5) possui o formato Y = a + bX. Estimativas de


a (= ln A) e b (Ea / k) podem ser obtidas aplicando uma rotina de regresso linear
simples a dados de tempos at falha obtidos em dois ou mais nveis de estresse.
A Equao (8.5) tambm a base para construo do papel de Arrhenius que, de
forma anloga aos tradicionais papis de probabilidade, permite uma vericao
grca simples da validade da suposio do modelo de Arrhenius em conjuntos de
dados experimentais.

EXEMPLO 8.1
Um teste acelerado conduzido com componentes eletrnicos a 150oC, resultando em um MTTF de 3.000 horas. O valor de Ea para o componente nesse nvel
de estresse de 0,187 eV/K. Qual a vida esperada do componente em temperatura
normal de operao (40o C)?
Soluo:
Mediante aplicao direta da Equao (8.3), obtm-se:
0,187

1
1

Lo = 3.000 exp
= 18.180, 48 h
5

+
+
8,
623
10
(40
273)
(150
273)

(8.6)

O fator de acelerao trmica do teste [Equao (8.4)]:


0,187

1
1

AT = exp
= 6, 06
5
8, 623 10 (40 + 273) (150 + 273)

(8.7)

8.4.2. MODELO DE ACELERAO DE EYRING

O modelo de Eyring uma alternativa ao modelo de Arrhenius na modelagem de dados de falha acelerados pela temperatura. Tal modelo teve sua origem na
mecnica quntica, sendo concebido para descrever a taxa de reao em processos
de degradao qumica. O modelo de Eyring um pouco mais genrico que o de Arrhenius, podendo tambm oferecer bom ajuste em situaes experimentais em que
o fator de acelerao no a temperatura (tipicamente voltagem). Na prtica, entretanto, esses dois modelos descrevem essencialmente a mesma variedade de situaes
experimentais. O modelo de Eyring para acelerao por temperatura :
(8.8)
1

L=

exp
T

onde e so constantes estimadas a partir dos dados acelerados; as denies para


os demais elementos da equao so idnticas as da Equao (8.1).
Estimativas de e na Equao (8.8) podem ser facilmente obtidas, analisando
dados acelerados em dois ou mais nveis de acelerao atravs de rotinas de regresso

123

124

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

linear simples, aps linearizao da Equao (8.8). Um procedimento de estimao


mais complexo pode utilizar estimadores de mxima verossimilhana para e .
O fator de acelerao do modelo de Eyring que relaciona tempos at falha em
condies normais e aceleradas dado por:
AF =

1 1
Lo Ts
= exp
Ls To
To Ts

(8.9)

8.4.3. MODELO DE ACELERAO DA LEI DA POTNCIA INVERSA

O nmero de aplicaes reportadas do modelo da lei da potncia inversa (ou


modelo da potncia inversa) em testes acelerados s encontra paralelo no modelo de
Arrhenius. O modelo da potncia inversa descreve o tempo at falha de um produto
como funo de um nico fator de estresse, que pode ser voltagem (mais usual),
temperatura ou carga mecnica, entre outros.
Suponha um fator de estresse V positivo. A relao da potncia inversa entre o
tempo at falha das unidades em teste e o fator de estresse dada por:
Ls =

C
Vsn

(8.10)

Ls denota, mais uma vez, um percentil de interesse da distribuio dos tempos


at falha obtidos mediante um nvel de estresse Vs. C e n so constantes que dependem das caractersticas do produto e do mtodo de teste utilizado, podendo ser
estimadas a partir dos dados experimentais.
A Equao (8.10) pode ser linearizada aplicando uma transformao logartmica, similar ao que foi apresentado na Equao (8.5). Tal linearizao permite
a estimao das constantes C e n atravs de regresso linear simples, ainda que estimadores de mxima verossimilhana estejam disponveis na literatura para essas
constantes.
Nos testes em que a voltagem o fator de estresse, o modelo da potncia inversa normalmente utilizado em conjunto com a distribuio lognormal. No caso
de acelerao por carga mecnica, reporta-se uma utilizao mais frequente da distribuio de Weibull em conjunto com o modelo da potncia inversa.
8.4.4. MODELO COMBINADO DE ACELERAO

O modelo combinado utilizado em testes acelerados em que dois fatores de


estresse so aplicados simultaneamente s unidades. Por se tratar de uma combinao dos modelos de Arrhenius e da lei da potncia inversa, o modelo combinado
normalmente utilizado em testes nos quais um dos fatores de estresse a temperatura; o segundo fator de estresse aplicado geralmente a voltagem. Aplicaes do

Captulo 8

Testes Acelerados

modelo combinado reportadas na literatura restringem-se quase que exclusivamente


a componentes eltricos e eletrnicos. O modelo dado por:
(8.11)
C
Ea
Ls =

Vsn

exp
kT

com todos os elementos j denidos nas Equaes (8.1) e (8.10).


A relao entre Lo e Ls dada por:
n

E 1 1
Lo Vo
= exp a
Ls Vs
k To Ts

(8.12)

O fator de acelerao do modelo combinado pode ser facilmente derivado


dessa equao.
Como nos demais modelos, a Equao (8.11) pode ser linearizada para facilitar a estimao dos coecientes n, Ea e k a partir de dados experimentais. Tal
estimao, entretanto, demanda a utilizao de rotinas de regresso linear mltipla,
pois o modelo resultante da linearizao da Equao (8.11) apresenta duas variveis
independentes (V e T).

EXEMPLO 8.2
Transistores utilizados em radares so testados acelerando temperatura (a dois
nveis) e voltagem (a quatro nveis), resultando nos MTTFs na Tabela 8.1. Considerando uma energia de ativao constante de Ea = 0,3 eV/K (para quaisquer nveis de
estresse), estime o MTTF em condies operacionais normais (35oC e 28V).

Temperatura (C)
50
60

60
2000
1700

Voltagem (V)
120
180
1700
1400
1400
1200

240
1200
1000

Tabela 8.1: Dados do exemplo.

Soluo:
A constante n pode ser estimada utilizando as informaes de dois nveis de
acelerao (preferencialmente os mais prximos das condies operacionais normais) na Equao (8.12):
n

2.000 60

0,3
1
1
=

exp

5
1.400 120
8, 623 10 323 333

(8.13)

125

126

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Resolvendo essa equao, obtm-se n = 0,04792. Utilizando-se novamente a


Equao (8.12) e extrapolando a partir do menor nvel de acelerao para os dois
fatores de estresse, obtm-se o seguinte MTTF em condies normais de operao:
28
Lo = 1.700
60

0,04792

0,3
1
1
exp

= 4.117, 2 horas
5
8,
623

10
308
333

(8.14)

O que implica um fator de acelerao de aproximadamente 2,8.


8.4.5. OUTROS MODELOS FSICOS

Os modelos apresentados anteriormente, ainda que validados atravs de diversas aplicaes prticas reportadas na literatura, so restritos a um nmero limitado de fatores de estresse, com nfase especial em falhas provocadas por acelerao na
temperatura de operao das unidades. Outros modelos fsicos propostos na literatura so listados na Tabela 8.2, classicados conforme seus fatores de estresse. Uma
descrio detalhada desses modelos pode ser encontrada nas referncias apresentadas na tabela e em Nelson (2004; Cap. 2).
importante salientar que nem todos os modelos na Tabela 8.2 foram validados empiricamente. Sendo assim, quando da utilizao desses modelos, recomendado planejar testes acelerados em que o nmero de nveis de acelerao permita a
vericao do ajuste dos modelos aos dados.
Modelo
Eletromigrao (Black, 1969)
Dependncia na Umidade (Peck, 1986)
Fadiga trmica (Engelmaier, 1993)

Fatores de estresse
Corrente eltrica, temperatura
Temperatura, umidade, voltagem
Tenso, compresso, temperatura (cclica)

Tabela 8.2: Outros modelos fsicos e respectivos fatores de estresse

8.5. MODELOS PARAMTRICOS


Os modelos paramtricos so utilizados quando a relao entre os estresses
(temperatura, umidade, voltagem etc.) aplicados a uma unidade e o seu tempo at falha no pode ser descrito com base em princpios fsicos ou qumicos. Nessa situao,
supe-se uma relao linear entre os tempos at falha nos diferentes nveis de estresse;
ou seja, o aumento no nvel de estresse resulta em um decrscimo linear nos tempos
at falha das unidades. Tal suposio pode ser testada projetando testes acelerados em
que trs ou mais nveis de estresse so aplicados s unidades. Caso a relao linear no
se verique, pode-se testar o ajuste dos dados coletados a modelos fsicos no lineares
de acelerao, como aqueles apresentados na Seo 8.4 (considerando o fator de estresse utilizado nos testes) ou propor um modelo emprico de acelerao.

Captulo 8

Testes Acelerados

Novamente, seja o o subscrito que designa condies operacionais normais e


s o subscrito que designa condies aceleradas. O fator de acelerao que informa o
efeito do nvel de estresse s sobre a vida do produto designado por AF (tal que AF >
1). As relaes entre as condies operacionais normais e de estresse so descritas a
seguir, para as funes que caracterizam os modelos paramtricos.
A relao entre o tempo at falha em condies normais e de estresse dada por:
t0 = AF ts
(8.15)
A relao entre as funes de distribuio F(t) em cada condio dada por:
t
Fo (t ) = Fs

AF

(8.16)

As funes de densidade de probabilidade f(t) se relacionam da seguinte forma:


1 t
f o (t ) =
fs

AF AF

(8.17)

Finalmente, a relao entre as funes de risco h(t) em cada condio :


1
ho (t ) =
AF

t
hs

AF

(8.18)

Aqui, abordam-se quatro modelos paramtricos de acelerao, comumente


utilizados na prtica: exponencial, Weibull, gama e lognormal.
8.5.1. MODELO DE ACELERAO DA DISTRIBUIO EXPONENCIAL

Considere tempos at falha em uma condio acelerada de estresse s exponencialmente distribudos, com parmetro s. A funo de distribuio na condio de
estresse s dada por:
Fs(t) = 1 est
(8.19)
Aplicando a Equao (8.16), obtm-se a funo de distribuio em condies
normais de operao:
t

s
t
AF
Fo (t ) = Fs
= 1 e
AF

(8.20)

A taxa de falha a um nvel s de estresse pode ser estimada considerando conjuntos completos ou censurados de dados, utilizando os estimadores de mxima
verossimilhana de :
s = n

t , no caso de dados completos e


i

(8.21)

i =1

s = r

nr

t + t
i

i =1

i =1

+
i

, no caso de dados censurados

(8.22)

127

128

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Nessas equaes, ti designa o tempo at a i-sima falha, ti+ o i-simo tempo


censurado, n o total de unidades submetidas a teste em uma condio s de estresse,
e r o nmero de unidades que falharam no nvel de estresse s.

EXEMPLO 8.3
Considere um teste de conabilidade realizado em condies extremas de
temperatura e umidade. Quinze unidades de um componente so testadas, com
as seguintes falhas observadas (em minutos): 101, 132, 199, 250, 330, 390, 455,
1.033, 1.390, 1.556. Cinco unidades foram censuradas em 1.600 minutos. Sabe-se
que, pelas caractersticas do teste realizado, os tempos at falha dos componentes
foram acelerados 80 vezes. Estime o MTTF do componente em condies normais
de operao.
Soluo:
Utilizando a Equao (8.22), obtm-se:
s = r

nr

t + t
i

i =1

+
i

= 10 (5.836 + 6.400) = 8,17 104 falhas/min

(8.23)

i =1

A taxa de falha nas condies operacionais normais dada por:


^
^
o = s / AF = 8,17 104 / 80 = 1,022 105 falhas/min
(8.24)
O MTTF da distribuio exponencial dado pelo recproco de ; isto :
^
MTTF = 1/ o = 97.888 min
(8.25)
importante ressaltar que neste exemplo o fator de acelerao do teste para o
nvel de estresse utilizado era conhecido a priori, permitindo a realizao do teste em
um nico nvel. No fosse esse o caso, seriam necessrios dados em pelo menos mais
um nvel de estresse, alm da especicao das condies de teste em cada nvel.
8.5.2. MODELO DE ACELERAO DA DISTRIBUIO DE WEIBULL

Considere tempos at falha obtidos mediante estresse s, seguindo uma distribuio de Weibull, com funo de distribuio dada por:
Fs (t ) = 1 e

t
s
s

(8.26)

onde s o parmetro de escala e s o parmetro de forma da distribuio na condio acelerada. Mediante suposio de acelerao linear, o parmetro da distribuio deve ser aproximadamente igual em todos os nveis de estresse; isto , s = o.
Caso isso no se verique no teste, a suposio de linearidade na acelerao no
verdadeira ou o modelo de Weibull no apropriado para os dados em questo. O

Captulo 8

Testes Acelerados

parmetro de escala, entretanto, varia linearmente com o fator de acelerao, atravs


da relao:
o = AFs
(8.27)
Utilizando as relaes nas Equaes (8.16) e (8.17), obtm-se a funo de
distribuio e de densidade da Weibull em condies normais de operao, apresentadas a seguir (onde s = o = ):
t
t
t
Fo (t ) = Fs
= 1 exp
= 1 exp
A
o
AF
F s
1

t
f o (t ) =

AF s AF s

t
exp

AF s

(8.28)

(8.29)

O MTTF em condies normais de operao obtido atravs da expresso:

MTTFo = o 1 + 1

(8.30)

onde (.) designa a funo gama, uma integral indenida tabelada.


O modelo de Weibull um dos mais utilizados na prtica, j que oferece
uma representao simples de situaes em que a taxa de falha das unidades cresce,
decresce ou mantm-se constante com o tempo. a distribuio mais usada para
modelar propriedades de produtos tais como tenso (eltrica ou mecnica), alongamento e resistncia em testes acelerados. O modelo de Weibull tambm utilizado
para descrever a vida de componentes eletrnicos e rolamentos em testes acelerados.
A estimao dos parmetros do modelo de Weibull para amostras completas
ou censuradas costuma demandar a utilizao de pacotes computacionais, j que no
existe um formulrio de baixa complexidade para os estimadores de mxima verossimilhana, que so normalmente utilizados na estimao. O processo de estimao
dos parmetros iterativo, e pode ser implementado em planilhas de clculos. Pacotes computacionais dedicados anlise de dados de testes acelerados, como, por
exemplo, o Proacel, que acompanha este livro, permitem vericar grca e analiticamente a suposio de acelerao linear, bem como estimar os melhores valores de
s e o , tal que s = o.
8.5.3. MODELO DE ACELERAO DA DISTRIBUIO GAMA

Considere tempos at falha obtidos mediante estresse s, seguindo uma distribuio gama, com funo de densidade dada por:
t


t s 1

f s (t ) = s
e s
s ( s )

(8.31)

129

130

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

onde s= 1/s o parmetro de escala e s o parmetro de forma da distribuio


mediante estresse s. Assim como no modelo de Weibull, o parmetro da distribuio deve ser aproximadamente igual em todos os nveis de estresse se a suposio de
acelerao linear for vlida. A relao entre as condies normais e de estresse para
o parmetro s dada por:
o = AFs

(8.32)

A distribuio gama no apresenta expresses matemticas facilmente tratveis para a sua funo de distribuio, funo de risco e MTTF. Esse fato gera diculdades na obteno de estimadores de mxima verossimilhana para seus parmetros
que sejam operacionalizveis na prtica. Assim, a modelagem de dados obtidos em
testes acelerados utilizando o modelo gama demanda, invariavelmente, a utilizao
de pacotes computacionais, tais como a Proacel.
Os formatos assumidos pela densidade da distribuio gama so bastante similares aos da Weibull, sendo difcil diferenciar as distribuies a partir de suas funes de densidade. Analogamente Weibull, a distribuio gama pode ser usada para
representar situaes em que a taxa de falhas decresce, cresce ou se mantm constante no tempo. Ao contrrio de f(t), o formato de h(t) da gama e da Weibull diferenciam-se bastante, em particular para valores altos de t. Para qualquer , limth(t) =
, indicando que tempos at falha que seguem uma distribuio gama apresentam
uma cauda exponencial.
8.5.4. MODELO DE ACELERAO DA DISTRIBUIO LOGNORMAL

O modelo lognormal utilizado na anlise de testes acelerados em que as


unidades experimentais so componentes eletrnicos expostos a fatores de estresse
como temperatura, voltagem ou uma combinao de ambos. Para tempos at falha
obtidos mediante estresse s seguindo uma distribuio lognormal, a funo de densidade dada por:
f s (t ) =

1 ln t 2
s
exp

2

s t 2

s

1

(8.33)

onde s e s so os parmetros da distribuio mediante estresse s. Mediante suposio de acelerao linear, o parmetro da lognormal deve ser aproximadamente
igual em todos os nveis de estresse; isto , s = o = . O parmetro da lognormal
equivalente ao parmetro de forma da distribuio de Weibull.
A relao entre os parmetros s e o dada por:
o = s + ln AF

(8.34)

Captulo 8

Testes Acelerados

No existem formas fechadas para as funes de distribuio e de risco da


lognormal; tais expresses so escritas em termos das funes de densidade e de
distribuio da varivel normal padronizada, demandando tabelas para serem operacionalizadas. A expresso para o MTTF, entretanto, simples, sendo dada por:

2
MTTFo = exp o + o
2

(8.35)

EXEMPLO 8.4
Considere os seguintes dados obtidos em um teste acelerado com secadores de
cabelo (em horas): 1.630, 1.711, 1.760, 1.763, 1.852, 1.867, 1.915, 1.964, 1.971,
2.089, 2.092, 2.099, 2.145, 2.176, 2.189. Suponha que o fator de acelerao entre
as condies normais e aceleradas de operao 15. Qual o MTTF do componente
em condies normais de operao, supondo tempos at falha seguindo uma distribuio lognormal?
Soluo:
Os parmetros da distribuio lognormal podem ser obtidos atravs de seus
estimadores de mxima verossimilhana:
s =

1 15
1
ln ti = 15 113, 6 = 7,57
n i =1

1 15

15

i =1

s2 = (ln ti )2 ln ti = 0, 008276
n
n
i =1

(8.36)
(8.37)

O parmetro o dado pela Equao (8.37). O parmetro o obtido aplicando a Equao (8.34):
o = s + ln AF = 7,57 + ln 15 = 10,278.
(8.38)
O MTTF em condies normais de operao obtido aplicando a Equao
(8.35):

2
MTTFo = exp o + o = e10,2822 = 29.207, 7 horas
2

(8.39)

QUESTES
1)

Uma cola mecnica foi desenvolvida para trabalhar por 10 anos a 60 C. Com o
tempo, essa cola se degrada e acaba descolando. A taxa da reao qumica pode ser
aumentada se a cola for testada a temperaturas mais altas. Usando Ea = 1,2 eV e a
relao de Arrhenius, calcule o fator de acelerao de um teste a 120 C.

131

132

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

2)

Um teste acelerado realizado com chips eletrnicos a 300 C, obtendo um MTTF de


1.500 horas. Supondo Ea = 0,09 eV/K, estime qual a vida de um chip trabalhando
a 45 C.

3)

Encontre o fator de acelerao do exerccio anterior.

4)

Um componente eletrnico necessita trabalhar 40.000 horas. Em um teste acelerado


a 400 C obteve-se um MTTF de 1.750 horas. Supondo Ea = 0,15 eV/K, determine a
temperatura que esse componente deve operar para atingir seu tempo esperado de
trabalho.

5)

Um teste acelerado realizado com 20 circuitos integrados sendo submetidos a 150


C. Suponha que o tempo de falha segue uma distribuio exponencial com MTTF =
6.000 horas. A temperatura normal de trabalho de 30 C, e o fator de acelerao
40. Qual a taxa de falha, o MTTF e a conabilidade de um circuito operando em
condies normais para t = 10.000 horas (um ano)?

6)

Uma amostra de 20 circuitos eletrnicos submetida a um teste acelerado a 200 C.


Os tempos at falha obtidos esto listados a seguir. Use um modelo de Eyring para
estimar o tempo de falha (Lo) a 50 C. Qual o fator de acelerao?
170,948
1228,88
1238,56
1297,36

1694,95
2216,11
2323,34
3250,87

3883,49
4194,72
6124,78
6561,35

6665,03
7662,57
7688,87
9306,41

9745,02
9946,49
10187,6
10619,1

As questes 7, 8, 10, 14, 16, 18 e 20 podem ser resolvidas com o auxlio do Proacel.

7)

Componentes eletrnicos so testados acelerando temperatura e voltagem. Os tempos


de falha obtidos esto representados em horas na tabela a seguir. Considerando Ea =
0,11 eV/K, estime o tempo mdio at falha para um componente a 45 C e 5 V.
Temperatura (C)
90
100

8)

15
2000
1500

Voltagem (V)
20
1500
1000

25
1000
500

Em teste acelerado com transistores, so encontrados os seguintes tempos at falha


para determinados nveis de voltagem e temperatura:
Temperatura (C)
115
150

35
600
500

Voltagem (V)
55
420
390

75
280
250

Captulo 8

Testes Acelerados

Encontre o MTTF para esses transistores em suas condies normais de trabalho (4


V e 40 C), supondo Ea = 0,085 eV/K.

9)

Um teste acelerado realizado com peas eletrnicas a 500 C, obtendo um MTTF de


207 horas. Supondo Ea = 0,182 eV/K, estime qual a vida de uma pea trabalhando
a 49 C e o fator de acelerao do teste.

10)

Em um teste acelerado realizado com diodos resulta nos seguintes MTTFs:


Temperatura (K)

100
3500
1700

350
400

Voltagem (V)
150
200
3000
2500
1500
1300

250
2000
1000

Considere Ea = 0,5 eV/K para estimar o MTTF a 300 K e 50 V.

11)

Em um teste acelerado, os dados de falha obedeciam equao:

Fs(t) = 1 e0,5t
Calcule o MTTF em condies normais sabendo que o fator de acelerao igual a 3.

12)

Para um teste acelerado, as falhas ocorriam segundo a equao:

Fs(t) = 1 e2,7t
Calcule o MTTF em condies normais sabendo que o fator de acelerao igual a 5.

13)

Um teste acelerado apresentou taxas de falha seguindo uma distribuio Weibull.


Com base na funo de densidade dada a seguir, calcule o fator de acelerao.

f0(t) = 6,99105t2e23310
14)

Em um teste acelerado, 15 componentes foram submetidos a uma elevada taxa de


estresse. O tempo at a falha do componente foi acelerado 25 vezes, sendo exibido
na tabela a seguir. Suponha que os dados esto distribudos exponencialmente para
calcular o MTTF dos componentes.
1,2674
3,0951
4,3347

15)

5t3

5,8496
6,8986
9,9961

11,3264
11,4102
12,4221

14,3389
15,8596
17,1754

20,1258
21,5288
32,2155

Considerando os dados do exerccio anterior, calcule a funo de distribuio na


condio de estresse e a funo de distribuio em condies normais de operao.

133

134

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

16)

ELSEVIER

Trinta componentes foram submetidos a um teste acelerado que apresentava um


fator de acelerao igual a 12. Esse teste foi censurado aps 70 horas e apresentou
os seguintes tempos de falha:
3,5686
4,7619
12,6593

13,5959
18,8778
21,6306

23,4809
24,3913
25,1606

31,6339
32,0879
39,9409

43,58
48,1597
50,1913

57,8164
59,3039
69,7169

Encontre a taxa de falha em condies normais de operao.

17)

Aps um teste acelerado obteve-se uma probabilidade de falha regida pela seguinte
equao:

Fs ( t ) = 1 e

t

58

Sabendo que o fator de acelerao igual a 4, calcule a conabilidade quando t =


2000.

18)

Em um teste acelerado feito com 30 eixos mecnicos se obteve os seguintes tempos


at falha:
20,99
23,11
32,01
32,78
36,57

38,27
39,33
39,83
40,24
43,44

43,64
46,95
48,33
49,97
50,66

53,11
53,56
56,53
59,45
61,68

62,22
65,84
66,07
66,60
67,24

68,23
88,19
88,70
90,34
100,57

Sabendo que esses valores seguem uma distribuio de Weibull e o fator de acelerao
igual a 80, encontre a funo de distribuio em condies normais de operao.

19)

Dada a funo de densidade


ln t 4,2

0,78

0,5115 0,5
fs (t ) =
e
t

calcule o MTTF para um fator de acelerao igual a 3.

20)

Vinte chips eletrnicos foram submetidos a um teste acelerado cujo fator de acelerao
igual a 15. Obtenha o MTTF para condies normais de funcionamento, sabendo
que os dados de tempo de falha seguem uma distribuio lognormal.
7,5
14,1
16,4
26,0

26,8
28,7
43,3
46,5

47,0
48,2
52,8
56,0

58,0
64,8
65,7
67,5

108,6
118,3
118,7
139,4

Captulo 8

Testes Acelerados

21)

Supondo que o teste realizado no Exerccio 11 do Captulo 4 tem um fator de acelerao de 7, encontre o MTTF para as condies normais.

22)

Para a amostra acelerada a seguir, determine os coecientes da distribuio lognormal


para condies normais. O fator de acelerao igual a 4,5.
2,7926
39,9739
61,4562

23)

67,7069
67,8579
85,5809

101,7499
123,5773
165,1157

203,0158
203,6807
243,6579

253,6224
415,227
507,6343

Aps um teste acelerado, com fator de acelerao igual a 2,75, chegou-se aos seguintes tempos de falha:
1,8932
2,9194

3,8973
4,5249

4,9083
6,6164

7,3983
7,5192

14,0748
15,8985

Calcule o valor da funo de densidade de uma distribuio lognormal em t = 8 em


condies normais.

24)

Encontre a funo de densidade de um modelo de acelerao da distribuio gama,


sabendo que a taxa de falha igual a 0,025 e o parmetro de forma da distribuio
mediante o estresse 12. Qual ser o valor da funo de risco para valores altos de t?

25)

Um teste acelerado com fator de acelerao igual a 8 encontrou os seguintes dados,


seguindo uma distribuio exponencial:
0,74
2,22
6,41
8,52
9,90

14,84
16,24
18,11
21,43
23,31

23,84
24,97
26,10
26,95
27,21

31,65
32,91
32,93
35,28
36,40

45,86
47,52
49,39
54,56
64,96

65,10
78,10
97,94
101,14
139,16

Utilize o Proconf para encontrar o MTTF em condies normais.

26)

Em um teste acelerado realizado com amortecedores, chegou-se aos seguintes tempos


at a falha:
7,3
7,4
11,8
14,2
16,0

16,8
17,5
19,6
21,1
21,3

21,5
22,7
23,7
24,0
25,8

27,4
28,4
28,4
33,9
34,7

35,9
35,9+
35,9+
35,9+
35,9+

35,9+
35,9+
35,9+
35,9+
35,9+

Sabendo que o fator de acelerao foi igual a 100, determine o Fo(t), considerando
que os dados sigam uma distribuio Weibull.
Considere + como indicativo de dado censurado.

135

136

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

27)

Considerando os dados do exerccio anterior, indique, com o auxlio do Proconf, o


fs(t) para uma distribuio Gama.

28)

O resultado de um teste acelerado realizado com 18 peas mecnicas apresentou uma


distribuio lognormal e est representado na tabela a seguir. Utilize o Proconf para
calcular o tempo mdio at a falha dessas peas em condies normais de operao.
Considere AF = 4
29,2
41,2
47,0

50,5
52,8
56,1

56,7
65,7
73,6

82,2
83,5
87,7

95,2
103,5
106,7

108,3
123,2
138,0

APNDICE C UTILIZAO DO
PROACEL A PARTIR DE UM EXEMPLO
O tutorial utilizar dados de um teste acelerado constantes no arquivo arr.acl,
disponvel na pasta de instalao do Proacel (basta clicar nos comandos arquivo e
abrir, e selecionar o primeiro arquivo na lista). Os dados devem ser modelados utilizando o modelo de Arrhenius, mas outros modelos podem ter seu ajuste testado.
Nosso objetivo :
Vericar o formato de entrada dos dados no software.
Analisar os grcos resultantes e escolher o modelo de acelerao que melhor
caracteriza os tempos at falha.
Obter inferncias para diferentes nveis de acelerao.
O Proacel possui duas janelas de funes:
1. Dados
2. Anlise
A janela Dados a primeira a aparecer quando o programa aberto. Ela contm trs planilhas: (i) Informaes Bsicas, (ii) Modelo, e (iii) Dados de falha. Em (i)
o usurio fornece informaes sobre a anlise em curso. No exemplo, o Ttulo do
Projeto Accelife-data, e como comentrio tem-se Test for Arrhenius Model. Em (ii)
so apresentados todos os modelos de acelerao implementados no aplicativo. Os
primeiros dois grupos de modelos (fsico-estatsticos e estatsticos) so apresentados
no Captulo 8. Ao clicar no modelo selecionado, o seu formato (equao e parmetros) apresentado direita da tela. Em (iii) os dados de tempo at falha devero ser
informados, bem como os nveis de solicitao (correspondente ao valor utilizado da
varivel de stress quando da obteno dos dados inseridos na coluna). No exemplo,
trs nveis de acelerao foram testados. No nvel mais baixo (Temperatura = 50C),
seis dados de tempos at falha foram obtidos, o ltimo dos quais foi censurado.
Como o exemplo utiliza o modelo de acelerao de Arrhenius, deve-se solicitar a

138

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

converso das temperaturas para K. Tambm deve ser informada a temperatura em


condies normais de operao (correspondente a operao sem acelerao).
A janela Anlise contm trs planilhas: (i) Modelo, (ii) Inferncias, e (iii) Grcos. A planilha (i) repete a informao apresentada anteriormente na planilha (ii) da
janela de entrada de dados; porm, nessa planilha tambm informado a estatstica
de ajuste dos dados ao modelo selecionado (no caso do exemplo, o ajuste foi de
R-SQ = 0,9981). A estatstica utilizada o coeciente de determinao, com valores
variando entre 0,0 e 1,0, onde 1,0 designa a situao de ajuste perfeito do modelo
aos dados. Em (ii), so apresentadas as estimativas de tempo mdio at falha em
cada nvel de estresse (bem como os tempos observados na amostra) e de acelerao
(fator de acelerao FA estimado a partir do modelo selecionado). A planilha (iii) traz
o grco do modelo ajustado aos dados. Diferentes modelos de acelerao podem
ser testados nos dados acelerados. O coeciente de determinao permite vericar a
ecincia do modelo na descrio da acelerao dos dados.

Captulo

MODELOS DE GARANTIA

CONCEITOS APRESENTADOS NESTE CAPTULO


A modelagem de garantia essencial para um bom posicionamento de produtos em seus mercados consumidores. Este captulo apresenta os principais modelos
de garantia para produtos no-reparveis e reparveis. Modelos de garantia para tamanho xo de lote mediante polticas de mnimo reparo e de reparo integral tambm
so apresentados. Uma lista de exerccios proposta ao nal do captulo.

9.1. INTRODUO
Garantia geralmente denida como um contrato ou acordo que estabelece
que o produtor de um produto ou servio deve oferecer reparo, reposio ou oferecer
o servio necessrio quando o produto falha ou o servio no atende s demandas do
usurio, antes de um momento pr-especicado no tempo correspondente durao
da garantia (Blischke e Murthy, 1994; Murthy e Blischke, 2005). Apesar de garantias
normalmente especicarem utilizaes medidas em tempos de calendrio, alguns
produtos tm suas garantias expressas em misses; por exemplo, um automvel
cuja garantia denida em quilometragem de uso. Uma segunda denio para garantia omite o fator tempo; ou seja, o produtor responsvel pelo produto ou servio
durante toda a sua vida til.
Estudos para denio de polticas timas de garantia em produtos vm crescendo em importncia nos ltimos anos, com o aumento da concorrncia entre empresas em diferentes mercados. Produtos similares quanto funo, preo e qualidade so selecionados pelo consumidor, na hora da compra, com base na garantia
que oferecem. Assim, muitos produtores esto sendo forados a oferecer garantias

140

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

antes inexistentes ou a estender prazos de garantia como forma de assegurar a venda


futura de seus produtos. A indstria automobilstica talvez seja o melhor exemplo
desse fenmeno na atualidade.
Trs tipos de garantia so normalmente utilizados na determinao de polticas de garantia para produtos industriais: (a) garantia integral do produto mediante
falha por tempo limitado (garantia integral limitada), (b) garantia integral do produto mediante falha por tempo ilimitado (garantia integral ilimitada), e (c) garantia
pro rata. Polticas de garantia tambm podem ser denidas utilizando combinaes
desses trs tipos de garantia.
A garantia integral limitada implica reposio do item que falha antes do
trmino da garantia por um item novo ou restaurado, a um custo zero para o consumidor. O item reposto ou reparado ento coberto pela mesma garantia durante
o perodo remanescente de durao da garantia original. Assim, o consumidor
receber tantas reposies ou consertos quantos forem necessrios no perodo original de durao da garantia. A garantia integral limitada o tipo mais usado de
garantia na indstria; esse o tipo de garantia utilizado em eletrodomsticos e
automveis, entre outros.
O segundo tipo de garantia, a garantia integral ilimitada, garante reposies
de itens defeituosos dentro do prazo de garantia, da mesma forma como descrito no
caso da garantia integral ilimitada. Entretanto, itens repostos passam a ser cobertos
por um perodo de garantia idntico ao perodo original. Assim, se um item com
prazo de garantia de dois anos falha ao trmino do primeiro ano, o item reposto
oferecido ao cliente com um prazo de garantia de dois anos, independente do ano de
uso j realizado pelo cliente. Como esse tipo de garantia potencialmente desinteressante para o fabricante, somente produtos com alta incidncia de falhas precoces
costumam traz-la. Alm disso, a durao da garantia integral ilimitada costuma ser
menor, se comparada da garantia integral limitada.
As garantias integrais limitadas e ilimitadas podem resultar em custos altos de
garantia para o produtor. Alm disso, garantias de longa durao reduzem o nmero
menor de compras de reposio ao longo do ciclo de vida do produto. Sendo assim,
polticas que utilizam garantias integrais costumam trazer mais benefcios para o
consumidor do que para o produtor. Nesse contexto, um problema-chave no estabelecimento dessas polticas a determinao de um preo e durao adequados para
a garantia.
O terceiro tipo de garantia denominado pro rata. Nela, o produto que falha
antes do prazo de durao da garantia reposto a um custo (para o consumidor) que
depende da sua idade no momento da falha; o item reposto passa a ser coberto por
uma garantia idntica original. Suponha um produto com garantia de durao g.

Captulo 9

Modelos de Garantia

A falha no item ocorre em um tempo t, acumulado desde o momento da compra,


tal que t < g. Na garantia pro rata, o consumidor paga a proporo t g do custo do
item de reposio, sendo o restante do custo coberto pelo produtor. Esse tipo de
garantia adequado para itens com boa conabilidade, mas alto valor agregado ou
alto custo de reparo ou reposio. Ao contrrio das garantias integrais discutidas anteriormente, a garantia pro rata claramente mais vantajosa para o produtor do que
para o consumidor.
Conforme j foi visto, as garantias do tipo (a) e (b) so vantajosas para o consumidor, ao passo que a garantia do tipo (c) benca para o produtor. Assim, uma
mistura entre esses tipos de garantia pode ser um arranjo de consenso, que benecia
a ambas as partes. Por exemplo, uma poltica composta por um perodo inicial de
garantia integral, seguido de um perodo com garantia do tipo pro rata, pode resultar
em uma estratgia justa tanto para o produtor como para o consumidor. Tal poltica
mista ser analisada mais adiante neste captulo.
A escolha da poltica de garantia para produtos industriais funo do tipo de
reparo ou reposio a que os produtos possam ser submetidos. Para tanto, produtos
podem ser classicados em no-reparveis ou reparveis. Produtos no-reparveis
so aqueles para os quais o custo do conserto similar ao custo da reposio (ou
seja, mais interessante para o fabricante simplesmente repor o produto por um item
novo, como no caso de diversos eletrodomsticos) ou onde o acesso ao produto para
a execuo do conserto problemtico ou mesmo invivel. Produtos reparveis so
aqueles para os quais o custo do conserto (e, consequentemente, a logstica envolvida no conserto) signicativamente inferior ao custo da reposio por uma unidade
nova, como o caso, por exemplo, de automveis.
Os modelos de garantia apresentados na sequncia dividem-se em dois grupos: para produtos no reparveis e reparveis. O objetivo dos modelos a determinao da durao da garantia e seu custo para um determinado produto. A exposio
neste captulo segue a lgica de apresentao proposta por Elsayed (1996; Cap. 8),
de onde grande parte dos desenvolvimentos matemticos foi obtida. As obras de Kalbeisch e Prentice (2002), Murthy e Blischke (2005), Ross (2006) e Santos (2008)
tambm foram utilizadas como material de referncia, particularmente no desenvolvimento dos exemplos. D.N.P. Murthy a principal referncia na rea de modelagem
de garantia de produtos, com diversos livros-texto e artigos devotados ao tema. Uma
consulta obra desse autor fortemente recomendada em pesquisas sobre o tema.

9.2. PRODUTOS NO-REPARVEIS


Nesta seo, so apresentadas e comparadas duas polticas de garantia. A primeira poltica, de compensao integral, ocorre quando o produto vendido com uma

141

142

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

garantia integral, nos moldes descritos na Seo 9.1. Se uma falha ocorre dentro de
g0 unidades de tempo, correspondente ao prazo da garantia, o item reposto sem
custo para o consumidor, e uma nova garantia emitida. A segunda poltica, de
garantia mista, combina as garantias do tipo integral e pro-rata. Nela, um produto
que falha antes do tempo g1 reposto (ou consertado) sem custo para o consumidor;
entretanto, falhas ocorridas no intervalo entre g1 e o nal da garantia, em g2, no
geram reposies integrais sem custo para o consumidor, sendo submetidas a uma
compensao do tipo pro rata linear.
O custo para o produtor de uma falha mediante a poltica de compensao
integral pode ser descrito por uma varivel indicadora I (T j ) , sendo dado por:
c , 0 T j g0
I (T j ) = 0
(9.1)
0, caso contrario
onde Tj designa o tempo transcorrido entre a j-sima falha e sua antecessora imediata
(isto , j 1), c0 o custo unitrio de uma reposio ou conserto e g0 a durao da
garantia com compensao integral. Nessa poltica, o analista dever determinar o
valor timo de g0, correspondente durao da garantia, que minimiza o custo total
da poltica.
A poltica de garantia mista acarreta em um custo de falha para o produtor,
designado por I (T j ) , dado pela seguinte funo indicadora:
c0 , 0 T j g1

I (T j ) = c0 ( g 2 T j ) /( g 2 g1 ), g1 T j g 2
0, caso contrario
(9.2)

onde g1 corresponde durao da garantia com compensao integral, e (g2 g1)


delimita o intervalo de tempo em que o produto est sujeito a uma garantia do tipo
pro rata, ambas na poltica de garantia mista. Nesse caso, o analista deve determinar
o valor timo de g1 e g2.
Ao otimizar os valores dos parmetros das polticas, independente da poltica
adotada, deseja-se minimizar as despesas totais com garantias acumuladas (C) por
produto vendido, dadas por:
K

C = I (T j )

(9.3)
onde K corresponde ao nmero total de falhas at a ocorrncia da primeira falha cujo
tempo excede a durao da garantia. A otimizao utilizar o valor esperado de C,
derivado para cada poltica a seguir.
O valor esperado do custo total da garantia mediante uma poltica de garantia
mista envolve duas variveis aleatrias: o custo I (T j ) na Equao (9.2) e o nmero
total de falhas K, atravs da seguinte expresso:
j =1

Captulo 9

K

E[C ] = E E I (T j )
j =1

que pode ser reescrita como:

Modelos de Garantia

(9.4)

E[C ] = E [ K ] E I (T j )

(9.5)

A varivel K, que designa o nmero de falhas at a ocorrncia da primeira falha


que excede o perodo da garantia, pode ser descrita por uma distribuio geomtrica,
com funo de massa de probabilidade dada por:
P [ K = k ] = R( g 2 ) F ( g 2 )k ,

k = 0,1, 2,...

(9.6)

com valor esperado dado por:

E [ K ] = kR( g 2 ) F ( g 2 ) k = F ( g 2 ) / R( g 2 )
k =0

(9.7)

A quantidade E I (T j ) dada por:


g1

c0
g 2 g1

E I (T j ) = c0 f (t )dt +
0

g2

(g

g1

t ) f (t )dt =

c0
g 2 g1

g2

F (t )dt

g1

(9.8)

onde f (x) a funo de densidade da distribuio dos tempos at falha.


De posse dos resultados nas Equaes (9.7) e (9.8) possvel obter a expresso para o custo esperado da garantia de um produto submetido a uma poltica de
garantia mista; isto :
g

E C =

2
c0 F ( g 2 )
F (t )dt

( g 2 g1 ) R( g 2 ) g1

(9.9)
Seguindo um desenvolvimento similar, pode-se obter uma expresso para o
custo esperado da garantia de um produto submetido a uma poltica de compensao integral. Partindo-se do valor esperado de I (T j ) na Equao (9.1):
E I (T j ) = c0 F ( g 0 )

(9.10)

obtm-se o resultado desejado substituindo as Equaes (9.10) e (9.7) na Equao (9.5):


E [C ] =

c0 F ( g 0 ) 2
R( g0 )

(9.11)

Finalmente, cabe observar que a expresso para o custo esperado da garantia


no caso de uma poltica pro rata linear, sem perodo de compensao integral, um
caso especial da poltica de garantia mista. O custo esperado da garantia mediante
poltica pro-rata linear dado por:
g

E C =

c0 F ( g 2 ) 2
( g 2 t ) f (t )dt
g 2 R( g 2 ) 0

(9.12)
onde o smbolo que designa a poltica pro rata linear e g2 a durao total da garantia.

143

144

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

EXEMPLO 9.1
Uma lmpada utilizada em equipamentos de projeo multimdia exibe uma
taxa constante de falhas, com um tempo mdio at falha de 15 meses (considerando
uma utilizao mdia diria de 2 horas de uso). O custo da reposio (integral) da
lmpada de $120. Deseja-se comparar trs polticas de garantia para o produto
relativamente ao seu custo esperado; so elas:
i. garantia mista, com g1 = 3 meses e g2 = 6 meses;
ii. compensao integral, com g0 = 6 meses; e
iii. pro rata linear, com g2 = 6 meses.
Deseja-se tambm determinar o valor de g0 para uma poltica de compensao
integral que faz com que seu custo esperado seja equivalente quele de uma poltica
de garantia mista com g2 = 6 meses.
Soluo:
Considerando uma taxa de falhas constante, tem-se:

F (ti ) = 1 e
i.

ti

e R (ti ) = e

15

ti

15

para ti 0

Utilizando a Equao (9.9), obtm-se o seguinte custo esperado unitrio:


6

E C =

ii.

t
120 F (6)
120 F (6)
1 e 15 dt =
0, 7738 = $15, 22

(6 3) R(6) 3
(6 3) R(6)

Atravs da Equao (9.11), obtm-se o seguinte custo esperado unitrio:


E [C ] =

120 F (6) 2 120(0,33) 2


=
= $19, 46
R(6)
0, 67

Como era de se esperar, uma poltica de compensao integral oferece um


maior custo ao fabricante.
iii. Usando a Equao (9.12), obtm-se o resultado a seguir:
6

E C =

120 F (6)
1 151t
120(0,32)

(6
t
)
e dt =
1, 055 = $10,38
6 R(6) 0
15
6(0, 68)

A poltica pro rata linear pura a que oferece o menor custo de garantia ao
fabricante.
Para determinar o valor de g0 da poltica de compensao integral que faz com
que seu custo esperado seja igual ao de uma poltica de garantia mista com g2 = 6 meses, deve-se igualar E[C ] a E[C ] ; o valor de g0 que satiszer a igualdade resultante
o valor desejado da anlise. E[C ] = E[C ] corresponde a:
g

2
F ( g0 )2 F ( g 2 )
1
=
F (t )dt

R( g 0 ) R ( g 2 ) ( g 2 g1 ) g1

Captulo 9

Modelos de Garantia

Substituindo as informaes do problema, tem-se:


2

g0
g0

15
15
1
e
0,1214
e

o valor de g0 que satisfaz a equao aproximadamente 5,3 meses. Observe que,


considerando a melhor poltica de garantia sob o ponto de vista do fabricante (isto
, a poltica pro rata linear pura), o custo esperado da garantia corresponde a 9% do
custo do produto (R$120,00). Parece claro que o produto, em seu nvel de desempenho atual, no comporta uma garantia de 6 meses, como oferecida pelo fabricante.

9.3. PRODUTOS REPARVEIS


Muitos produtos, em particular aqueles de maior valor agregado, podem ser
consertados quando da ocorrncia de falhas. A garantia para produtos reparveis
normalmente apresenta uma durao xa, tipicamente denida como um tempo de
calendrio, ainda que outras medidas de utilizao possam tambm ser especicadas
na garantia. Durante o perodo de garantia, o produtor compromete-se a pagar pelos
custos de consertos relacionados a todas as falhas que venham a ocorrer.
Nesta seo, desenvolve-se inicialmente um modelo geral de garantia que permite estimar o custo mdio por produto de uma garantia com durao g para uma
distribuio qualquer de tempos at falha, considerando o custo do reparo como
funo do nmero de reparos executados. Na sequncia, so apresentados modelos
para duas polticas distintas de reparo.
Considere um produto que, quando da ocorrncia de falha, volta a operar
mediante reparo. Considere tempos at falha seguindo uma distribuio qualquer e
tempos at a concluso de reparos como desprezveis (ou seja, o tempo mdio at o
reparo signicativamente menor do que o tempo mdio at falha).
O custo mdio da garantia por produto, designado por Cg, dado por:

C g = Cn P [ N ( g ) = n ]

(9.13)

n =1

onde g a durao da garantia, N(g) o nmero de falhas em (0, g], P[N(g)=n] a


probabilidade de ocorrncia de n falhas durante o perodo de garantia, e Cn o custo
n

da garantia quando ocorrem exatamente n falhas em (0, g], ou seja, Cn = ci , onde

ci designa o custo mdio do i-simo reparo.

i =1

Sabe-se que:
P[ N (t ) = n] = F ( n ) (t ) F ( n +1) (t )

(9.14)

145

146

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

onde F ( k ) (t ) designa a funo de distribuio de Tk , uma varivel aleatria que


denota o tempo at a k-sima falha, e F (0) (t ) = 1 . Combinando as Equaes (9.13)
e (9.14), obtm-se:

C g = Cn F ( n ) ( g )
n =0

(9.15)

O custo total da garantia para o produto ser, ento, dado por PC g , onde P
o nmero total de produtos vendidos.
O nmero esperado de falhas durante o perodo de garantia, isto ,
( g ) = E [ N ( g ) ] , dado por:

( g ) = nP [ N ( g ) = n ]

(9.16)

n =0

Utilizando o resultado na Equao (9.14), pode-se reescrever a Equao (9.16)


como:

( g ) = F ( n ) ( g )

(9.17)

n =1

que a denio usual da funo de renovao (de um processo de ocorrncia de


falhas, no caso; Ross, 2006). Se o custo do reparo for o mesmo, independente do nmero de unidades que falharam (isto , Cn = C ), ento o custo de reparo do produto
durante a garantia ser dado por:
Cg = C ( g )
Existem duas polticas puras que podem ser adotadas no caso de produtos
reparveis. Na primeira poltica, denominada mnimo reparo, o produto restaurado a uma condio operacional condizente com a sua idade. Na segunda poltica,
de reparo integral, o produto restaurado condio de novo. Essas polticas so
apresentadas na sequncia, sendo identicadas pelos subscritos a e b, respectivamente, nas equaes que as caracterizam. Tambm pode ser adotada uma terceira
poltica, uma mistura das duas polticas puras anteriores, no sendo, entretanto,
discutida neste texto, mas podendo ser encontrada em Murthy e Blischke (2005) e
em Elsayed (1996).
9.3.1. MODELOS DE GARANTIA PARA TAMANHO FIXO DE LOTE MEDIANTE
POLTICA DE MNIMO REPARO

Na poltica de mnimo reparo, quando um produto falha, ele restaurado de


forma a apresentar a mesma taxa de falha do momento em que a falha ocorreu. Esse
o caso, por exemplo, de produtos complexos, com um grande nmero de partes
componentes. Quando uma dessas partes falha, o seu reparo no chega a afetar a taxa
de falha do produto, que dominada pelo desgaste ou envelhecimento dos demais
componentes.

Captulo 9

Modelos de Garantia

O modelo de garantia para a poltica de mnimo reparo pode ser descrito por
um processo de contagem { N1 (t ), t 0} , e a probabilidade de se ter exatamente
uma falha no intervalo [t, t + dt] (t )dt , onde (t ) a funo de intensidade de
ocorrncia de falhas no processo. Pode-se demonstrar que, neste caso, o processo em
questo um processo de Poisson no-homogneo, j que a intensidade de ocorrncia de falhas funo do tempo. Disso decorrem dois resultados, apresentados por
Ross (2006): g
(9.18)
1 ( g ) = (t )dt = ln F ( g )
0
e
[ ( g )]n e 1 ( g )
P[ N1 ( g ) = n] = 1
n!
(9.19)
onde F ( g ) a distribuio que descreve os tempos at falha do produto. Quando
(t ) = , o processo de contagem { N1 (t ), t 0} transforma-se em um processo de
Poisson homogneo.
Atravs da utilizao das Equaes (9.17) e (9.18), demonstra-se que

F (g) = F (g) , e F
(1)
1

(n)
1

[1 ( g )]i e 1 ( g )
(g) = 1
, n >1
i!
i =0
n 1

(9.20)

9.3.2. MODELOS DE GARANTIA PARA TAMANHO FIXO DE LOTE MEDIANTE


POLTICA DE REPARO INTEGRAL

Neste caso, pressupe-se que a falha no item causa sua pane completa, sendo necessria uma ao integral de manuteno, que devolve o produto a uma
condio similar quela apresentada quando o produto era novo. Por consequncia,
a taxa de falha do produto aps o reparo ser signicativamente menor do que a
sua taxa de falha quando do momento da falha.
A poltica de reparo integral caracterizada por um processo de renovao
simples { N 2 (t ), t 0} . Os seguintes resultados se seguem:
F2(1) ( g ) = F ( g ) e
(9.21)
g

F ( g ) = F2( n 1) ( g t ) f (t )dt , n > 1


(n)
2

(9.22)

O nmero esperado de renovaes durante o perodo de garantia g obtido a


partir da funo padro de renovao:
g

2 ( g ) = F ( g ) + 2 ( g t ) f (t )dt
0

(9.23)

A operacionalizao das Equaes (9.22) e (9.23) pode ser bastante complexa


nos casos em que os tempos at falha sigam distribuies de probabilidade com mais
de um parmetro. Nesses casos, no possvel obter formas fechadas para F2( n ) ( g ) e

147

148

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

2 ( g ) , e a determinao de seus valores envolve a utilizao de mtodos numricos


de integrao.
No Exemplo 9.2, apresentam-se os clculos associados poltica de mnimo
reparo, no contexto de tempos at falha seguindo uma distribuio de Erlang. O
Exemplo 9.3, proposto por Elsayed (1996), traz um exemplo de clculo considerando uma poltica de reparo integral.

EXEMPLO 9.2
Suponha um produto com tempos at falha seguindo uma distribuio de
Erlang com r estgios de falha, e funo de distribuio dada por:
r 1

F (t ) = 1 e t
i =0

(t ) i
i!

O parmetro = 0,5 falhas por ano e o custo de reparo Cn = 2n (ou seja, o


custo do reparo aumenta em duas unidades a cada falha ocorrida). Deseja-se determinar o custo total da garantia para um lote de 500 unidades do produto, quando
r = 2, para uma poltica de mnimo reparo, considerando uma garantia de um ano.
Soluo:
Para r = 2, a funo de distribuio dos tempos at falha reescrita como:
F (t ) = 1 et (1 + t )

Utilizando a Equao (9.18):


g

1 ( g ) = (t )dt = ln F ( g ) = g ln(1 + g )
0

Quando g = 1 ano, essa expresso assume o valor:


1 (1, 0) = 0,5 ln(1,5) = 0, 09453
Utilizando a Equao (9.20), chega-se ao seguinte resultado:
F1(1) (1, 0) = 1 e 0,09453 = 0, 0902
(2)
1

0,09453 [ 0,5 ln(1,5) ]1 e 0,09453


+
(1, 0) = 1 e
= 0, 004192
1

2
0,09453
0, 09453) 0,09453
(
0,09453
+ 0, 09453e
+
F (1, 0) = 1 e
e
= 0, 000126
2!

(3)
1

Os clculos foram truncados em F1(3) (1, 0) j que ordens maiores de n


apresentavam valores prximos a zero. O custo da garantia por produto comercializado pode ser obtido atravs da Equao (9.15):

n =0

n =0

C1,0 = Cn F ( n ) ( g ) = 2nF1( n ) (1, 0) = $ 0,1979

Captulo 9

Modelos de Garantia

O custo total da garantia para um perodo de um ano, considerando um lote


de 500 unidades do produto, ser de $98,96.

EXEMPLO 9.3
Suponha novamente um produto com tempos at falha seguindo uma distribuio de Erlang com r estgios de falha. O parmetro = 2 falhas por ano e o
custo de reparo Cn = n . Deseja-se determinar o custo total da garantia para um lote
de 1000 unidades do produto, quando r = 2 e g = 0,5 anos, para uma poltica de
reparo integral.
Nesse caso, a derivao de F2( n ) (t ) e 2 (t ) mais complexa do que no caso
anterior; os resultados, obtidos em Barlow e Proschan (1965), so:
F2(1) (t ) = F (t )
nr 1

F2( n ) (t ) = 1 e t
i =0

2 (t ) =

(t ) i
i!

t 1 r 1 j
1 exp[ t (1 j )]
+
j
r r j =1 1

onde = exp(2i / r ) a r-sima raiz da unidade. Quando r = 2, g = 0,5 e = 2


falhas por ano, essas expresses so reescritas como:
F (t ) = 1 e t (1 + t ) e
2 (t ) = 2t 1 + e 2 t / 4

Assim:
F2(1) (0,5) = 0, 2642
1 1 1 1
F2(2) (0,5) = 1 e 1 + + + = 0, 0189
0! 1! 2! 3!
1 1 1 1 1 1
F2(3) (0,5) = 1 e 1 + + + + + = 0, 000622
0! 1! 2! 3! 4! 5!

Considera-se F1( n ) (0,5) = 0 quando n 4, o que resulta em um custo da garantia por produto comercializado dado por [Equao (9.15)]:
4

C0,5 = nF2( n ) (0,5) = $0,304


n =0

O custo total da garantia para o lote de 1.000 unidades do produto ser


de $304,00. O nmero esperado de falhas durante o perodo de garantia ser de
2 (0,5) = 0, 284 .

149

150

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

QUESTES
1)

Uma empresa deseja saber o custo esperado de garantia por seis meses para um produto submetido a uma poltica de compensao integral. Sabe-se que a conabilidade
do produto aps seis meses de uso igual a 80% e o custo de reposio $250,00
por unidade.

2)

Uma cafeteira tem seus tempos at a falha distribudos exponencialmente, sendo o


MTTF = 50 meses. Calcule o custo de garantia para uma poltica mista com w1 = 1
ano e w2 = 2 anos, sabendo que o custo de reposio de $50,00.

3)

Um fabricante tem uma poltica de garantia pro-rata linear, com w2 = 18 meses.


Sabe-se que o produto tem uma taxa de falha constante igual a 0,025 falha por ms,
e seu custo de reposio igual a $340,00. Determine o gasto com garantia desse
fabricante por lote de 1.000 unidades.

4)

Calcule o tempo de uma garantia de compensao integral que custe o mesmo que
a poltica de pro rata linear para o produto do exerccio anterior.

5)

Para determinar seus gastos com garantia, uma empresa fez um teste no sentido de
estimar a conabilidade de seu produto. Os resultados apontaram pra uma distribuio Weilbull de tempos at a falha, com = 1 e = 62. O custo para repor o produto
$38,00, e sua poltica de garantia de compensao integral. Estime esse gasto
para uma garantia de 60 dias.

6)

Se essa mesma empresa resolvesse adotar uma poltica de garantia mista, com w1 =
45 dias e w2 = 75 dias. Haveria economia? De quanto?

7)

Uma empresa de lmpadas, aps uma srie de testes, determinou que seus produtos
tm uma vida mdia de 75 meses. Para esses produtos, dada uma garantia mista,
com w1 = 12 meses e w2 = 24 meses. Sabendo que o custo de reposio de $4,00,
calcule o gasto com garantia para um lote de 1.000 lmpadas.

8)

Para o exerccio anterior, calcule qual o tempo de uma garantia de compensao


integral ter os mesmos custos para a empresa?

9)

Um produto possui uma garantia para tamanho xo de lote mediante uma poltica
de mnimo reparo. A taxa de falha constante e igual a 0,05. Calcule o nmero de
falhas esperado para o perodo de 45 meses.

Captulo 9

Modelos de Garantia

10)

Calcule o custo de garantia para um lote de 500 unidades do produto do exerccio


anterior.

11)

Suponha um produto com tempos at a falha distribudos exponencialmente, com


um MTTF = 20 semanas. Calcule o custo de garantia por unidade para uma poltica
de mnimo reparo, sendo a durao da garantia de 30 semanas.

12)

Um fabricante deseja estimar o custo com garantia para seu produto. Considere que
cada vez que um reparo realizado, o MTTF decai. Testes demonstraram que a funo
de distribuio de falhas exponencial. O tempo de garantia de um ano. A tabela
a seguir indica os custos por reparo e suas respectivas taxas de falha aps reparo.
1
2
3
4
5

13)

0,4
0,7
0,9
1,1
1,3

Custo
34
31
31
28
28

Um fabricante deseja estimar o custo de garantia para um lote de 1.000 produtos.


Os tempos at a falha apresentam uma distribuio exponencial, sendo que o tempo
mdio at a falha se altera aps o produto ser reparado. As taxas de falha para as
primeiras cinco falhas so: 0,3; 0,6; 0,9; 1,1; 1,2 falhas por ano. O custo de reparo
12, 11, 10, 10 e 9 respectivamente. Determine o gasto total com garantia.

151

Pgina deixada intencionalmente em branco

Captulo

10

DISPONIBILIDADE
DE EQUIPAMENTOS
CONCEITOS APRESENTADOS NESTE CAPTULO
A disponibilidade de equipamentos um dos principais indicadores de conabilidade utilizados em programas de manuteno. Este captulo inicia com uma
reviso sobre conceitos bsicos associados a processos estocsticos, para ento apresentar a derivao de medidas de disponibilidade em componentes individuais e em
sistemas. Uma lista de exerccios proposta ao nal do captulo.

10.1. INTRODUO
Muitos dos desenvolvimentos tericos em conabilidade pressupem que os
componentes de interesse so descartados aps a primeira falha. Tal pressuposto
permite que a modelagem estatstica das caractersticas dos componentes seja mantida em um nvel baixo de complexidade matemtica. Na prtica, entretanto, poucos equipamentos e sistemas so projetados para operar sem sofrer manutenes de
alguma natureza. Lmpadas eltricas e disquetes de computador, por exemplo, so
descartados aps a primeira falha, j que realizar uma manuteno sobre esses itens
seria economicamente desinteressante; o mesmo dicilmente ocorrer com equipamentos como automveis e avies.
Equipamentos (e sistemas) reparveis so aqueles sobre os quais aes de manuteno podem ser aplicadas durante um intervalo de tempo. As aes de manuteno podem ser divididas em duas classes: aes corretivas e aes preventivas. A
manuteno corretiva ocorre aps a falha do equipamento; o objetivo traz-lo de
volta ao estado operante no menor tempo possvel. A manuteno preventiva ocorre antes da falha do equipamento, sendo constituda de aes como lubricao e

154

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

reposio de partes e componentes, e pequenos ajustes; seu objetivo aumentar a


conabilidade do equipamento, retardando a ocorrncia de falhas. A ecincia das
aes de manuteno corretiva medida atravs da disponibilidade do equipamento.
A disponibilidade dada pela probabilidade de o equipamento estar operante quando necessitado. Em contrapartida, a ecincia das aes de manuteno preventiva
avaliada pelo incremento resultante na conabilidade do equipamento.
O foco principal deste captulo so equipamentos reparveis submetidos a
aes de manuteno corretiva. Em particular, o interesse recai na determinao de
medidas de disponibilidade para esses equipamentos, alm de algumas informaes
derivadas do clculo da disponibilidade. De posse dessas informaes, ser possvel
determinar, por exemplo, a frequncia de utilizao da equipe responsvel pelos
reparos e seu nmero ideal de integrantes, bem como o nmero de peas de reposio a serem mantidas em estoque, de forma a minimizar o custo total do sistema de
manuteno.
Existem duas abordagens bem difundidas para a determinao da disponibilidade em equipamentos. A primeira, baseada nos processos estocsticos que compem a teoria da renovao, a mais genrica, modelando equipamentos em que
a intensidade de ocorrncia de falhas e a intensidade com que reparos so feitos
apresentam ou no dependncia entre si. Uma das principais referncias dessa abordagem Ross (2006). A segunda abordagem, baseada em equaes diferenciais,
mais restrita, limitando-se a situaes em que a intensidade de ocorrncia de falhas e
reparos independente. Essa abordagem pode ser encontrada em Pham (2003). Neste texto, ser enfocada a primeira abordagem, baseada nos processos de renovao.
Em particular, para manter o problema num nvel matematicamente tratvel, sero
abordados modelos de renovao markovianos, com tempos at falha e tempos at
reparo independentes e exponencialmente distribudos. A exposio aqui apresentada foi baseada em Ross (2006), Leemis (1995), Lewis (1996) e Elsayed (1996).
O captulo est dividido em cinco sees. Na seo que se segue so apresentados alguns conceitos bsicos sobre processos estocsticos de renovao. Na Seo
10.3, a determinao da disponibilidade em componentes individuais detalhada.
Na Seo 10.4, apresenta-se a determinao de disponibilidade em sistemas. Na Seo 10.5, apresenta-se uma aplicao do clculo de disponibilidade no contexto de
um problema de manuteno preventiva.

10.2. CONCEITOS BSICOS SOBRE PROCESSOS ESTOCSTICOS


Esta introduo aos processos estocsticos iniciada com uma distino entre
equipamentos reparveis e no-reparveis quanto incidncia de falhas. A partir
dessa distino, a visualizao da natureza dos processos estocsticos facilitada.

Captulo 10

Disponibilidade de Equipamentos

Os tempos at falha de equipamentos no-reparveis so descritos pela distribuio de probabilidade de uma nica varivel aleatria. Esses equipamentos apresentam, assim, uma nica falha no tempo. O momento no tempo em que a falha
ocorre depende da funo de risco do equipamento, h(t), que modela a ocorrncia
temporal das falhas. Se h(t) decrescente, existe uma maior chance de falha prematura do equipamento; caso contrrio, a falha ocorre mais tarde. Esses dois cenrios
esto apresentados na Figura 10.1 (a falha representada por no eixo do tempo).

Figura 10.1: Exemplos de funes de risco em equipamentos no-reparveis.

Em equipamentos reparveis, falhas ocorrem em diversos pontos no tempo. A


ocorrncia das falhas descrita por uma funo de intensidade, (t), anloga funo de risco h(t). Valores altos de (t) indicam uma maior probabilidade de falhas. Se
(t) decrescente, diz-se que o equipamento apresenta melhoria; caso contrrio, dizse que o equipamento apresenta deteriorao (de seu estado funcional). Esses dois
cenrios, similares aos da Figura 10.1, esto apresentados na Figura 10.2. Observe a
incidncia de mltiplas falhas, ditadas por (t), no eixo do tempo.
A Figura 10.1 traz dois exemplos de realizao da varivel aleatria tempo at
falha em um equipamento no-reparvel. Cada realizao consiste na ocorrncia de

155

156

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

exatamente uma falha. Em contrapartida, a Figura 10.2 traz dois exemplos de realizao de uma sequncia de variveis aleatrias em um equipamento reparvel; essas
variveis so o tempo at a primeira falha, tempo at a segunda-falha, e assim por
diante. Os tempos at falha em equipamentos reparveis so descritos por processos
probabilsticos caracterizados por uma sequncia de variveis aleatrias. Tais processos so denominados processos estocsticos.

Figura 10.2: Exemplos de funes de intensidade em equipamentos reparveis.

Os processos estocsticos discutidos aqui pertencem categoria dos processos de renovao. Nesses processos, as falhas no equipamento reparvel ocorrem
nos tempos T1, T2,..., e os tempos at reparo R1, R2,..., do equipamento podem ser
tratados de duas maneiras distintas. Se os tempos at reparo forem considerados desprezveis, o processo de renovao resultante dito simples. Em algumas situaes
prticas, os tempos at reparo de equipamentos podem ser considerados desprezveis se, por exemplo, forem muito menores do que o tempo mdio entre as falhas
observadas nos equipamentos. Em outras situaes, os tempos at reparo devem ser
considerados para uma modelagem realista do desempenho do equipamento. Nesses
casos, o processo de renovao resultante dito alternante. O estudo de ambos os
processos de renovao apresenta interesse prtico, como explicado a seguir.

Captulo 10

Disponibilidade de Equipamentos

As principais informaes obtidas a partir da modelagem de processos simples


de renovao so: (i) o nmero de falhas, N(t), ocorridas entre o incio da operao
do equipamento e um tempo t qualquer, e (ii) o comportamento dos tempos X1,
X2,..., at falha [o tempo Xi denido como o tempo transcorrido entre o nal do reparo do equipamento aps a falha (i 1) e a ocorrncia da falha i]. Com a informao
em (i) possvel, por exemplo, planejar o nmero de aes de manuteno corretiva
necessrias no equipamento e provisionar os materiais e mo-de-obra necessrios
para tanto. Com a informao em (ii), pode-se visualizar o impacto do tempo de
uso na velocidade da degradao do equipamento. Se os tempos entre falhas tendem a decrescer com o tempo, por exemplo, tem-se evidncia da deteriorao do
equipamento e talvez aes de manuteno preventiva devam ser associadas s de
manuteno corretiva.
As principais informaes obtidas da modelagem de processos alternantes de
renovao so: (i) a medida de disponibilidade do equipamento, denida na introduo, e (ii) o tempo mdio dos reparos. A informao em (i) essencial em estudos
de conabilidade na indstria, pois informa o desempenho do equipamento e do
prprio processo produtivo do qual o equipamento parte. A informao em (ii), em
conjunto com o nmero esperado de renovaes em um dado perodo, permite, por
exemplo, dimensionar a equipe de manuteno.
Nos processos de renovao, uma renovao ocorre sempre que o equipamento voltar a funcionar (isto , quando o reparo estiver completo). A funo contadora
N(t) informa o nmero de renovaes no perodo (0, t]. Se os tempos at reparo
forem considerados desprezveis, o tempo at a k-sima renovao igual ao tempo
at a k-sima falha, sendo dado por Tk = X1 + X2 +...+ Xk, ou seja, a soma dos tempos
entre falhas at a falha k. A funo N(t) pode, ento, ser denida, para t > 0, como:
N(t) = max {k /Tk t}
(10.1)
Normalmente, o interesse recai sobre o valor esperado de N(t), E [N(t)], que
informa o nmero esperado de renovaes no intervalo (0, t]. Aqui, E [N(t)] = (t),
sendo importante observar que a derivada de (t) corresponde a (t), isto , taxa
de ocorrncia de falhas no processo (ver Figura 10.2). (t) corresponde funo de
renovao do processo. Com essas informaes apresentadas, pode-se denir, formalmente, os processos de renovao.
Um processo de renovao caracterizado pelas seguintes condies: (c1) N(0)
= 0, (c2) o processo apresenta incrementos independentes, e (c3) os tempos at falha
(X1, X2,...) e os tempos at reparo (R1, R2,...) so variveis aleatrias no-negativas independentes e identicamente distribudas. A condio (c2), em particular, estabelece
que o nmero de renovaes em intervalos de tempo mutuamente exclusivos deve

157

158

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

ser independente. As variveis de interesse associadas aos processos de renovao,


apresentadas nos pargrafos anteriores, so resumidas a seguir:
O tempo at a k-sima renovao, Tk, corresponde soma dos tempos at falha
e respectivos tempos at reparo; ou seja:
Tk = (X1 + R1) + (X2 + R2) + ... + (Xk + Rk)
(10.2)
O nmero de renovaes no intervalo (0, t], N(t), dado conforme apresentado na Equao (10.1).
A funo de renovao, (t), dada por:
(t) = E [N(t)]
(10.3)
A funo de intensidade, (t), que corresponde densidade de probabilidade
de renovao, dada por:
( t ) =

( t )
t

Observe que a funo de renovao (t) dada pelo valor esperado do nmero de renovaes at a k-sima falha. Esse nmero, por sua vez, funo da soma de
tempos at falha (X) e tempos at reparo (R) do equipamento. Considerando que as
variveis aleatrias X e R podem assumir qualquer distribuio de probabilidade, a
determinao da distribuio que caracteriza sua soma pode no ser uma tarefa trivial. A especicao da funo de renovao, em aplicaes em que X e R assumem
distribuies simples como a exponencial, envolve a utilizao de transformadas de
Laplace. medida que o nmero de parmetros das distribuies de X e R aumenta,
a derivao analtica da funo de renovao torna-se invivel, e o nmero esperado
de renovaes no equipamento pode ser aproximado utilizando integrao numrica
ou tcnicas de simulao.
A funo de renovao (t) escrita no domnio de Laplace dada por
(s) =
*

w* (s) g* (s)
s[1 w* (s) g* (s)]

(10.4)

onde w*(s) designa a funo de densidade de probabilidade w(t) das variveis X no


domnio de Laplace e g*(s) designa a funo de densidade de probabilidade g(t) das
variveis R no domnio de Laplace. A funo de densidade de renovao dada por:
( s ) =

w*( s )g*( s )
1 w*( s )g*( s )

(10.5)

A derivao completa das expresses (4) e (5) pode ser encontrada em Cox
(1962). Uma tabela contendo transformadas de Laplace frequentemente usadas precede dois exemplos.

Captulo 10

f(t)

f *(s) = L[ f (t )]

2!

t2
n!

tn

e-ttn

n!
(s )n +1

(n 1)!

cost

s n +1 , n = 0,1,2,

1
(s + )

e-at

f (s) = L[ f (t )]

(e at e bt ) (a b)

Disponibilidade de Equipamentos

f(t)

t n 1

e t

s2

sent

1
n
(s )

[(s + a)(s + b)]1


s

s 2 + 2
s +
2

Tabela 10.1: Algumas transformadas de Laplace.

EXEMPLO 10.1
Um sensor eletrnico exibe uma intensidade de falhas constante. O tempo
at reparo do equipamento pode ser considerado desprezvel se comparado ao seu
tempo mdio entre falhas (ou seja R = 0). Assim, o tempo entre renovaes segue
uma distribuio exponencial com densidade de probabilidade dada por f(t) = et.
Deseja-se determinar o nmero esperado de renovaes no intervalo (0, t].
Soluo:
Consultando a Tabela 10.1, determina-se a transformada de Laplace da funo
de densidade da distribuio exponencial:
f * (s) = /(s + )
Substituindo este resultado na Equao (10.4), obtm-se:
( s) =
*

( s + )

s 1

( s + )

1
2
s

A inversa dessa transformao, obtida da Tabela 10.1, dada por:


(t) = t
(10.6)
ou seja, o nmero esperado de renovaes no intervalo (0, t] dado pelo comprimento do intervalo multiplicado pela intensidade de ocorrncia de renovaes.

159

160

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

EXEMPLO 10.2
Considere o mesmo equipamento do exemplo anterior, com intensidade constante de ocorrncia de renovaes dada por 8 104 renovaes/hora. Deseja-se
determinar qual o nmero esperado de renovaes no equipamento em um ano de
operao.
Soluo:
Observe que, no exemplo anterior, o nmero esperado de renovaes igual
ao nmero esperado de falhas no perodo analisado. Considerando que um ano de
operao corresponde a aproximadamente 10.000 horas, a Equao (10.6) pode ser
utilizada na determinao do nmero esperado de falhas:
(10000) = 8 104 (10000) = 8

10.3. MEDIDA DA DISPONIBILIDADE EM COMPONENTES INDIVIDUAIS


O conceito de disponibilidade de um equipamento pressupe perodos de
operao e reparo no-desprezveis. Em situaes em que o tempo at reparo for
considerado desprezvel, a disponibilidade do equipamento, para uma dada misso
de durao t, ser de 100%. Assim, o estudo da disponibilidade de equipamentos
pressupe um processo de ocorrncia de falhas e reparos durante sua operao. Uma
realizao desse processo em um equipamento qualquer vem apresentada na Figura 10.3. A partir daquela gura, pode-se constatar que a disponibilidade do equipamento deve expressar a razo entre os tempos X e R.
O estado de um equipamento reparvel no tempo t indica o seu status operacional: operante ou inoperante (e, assim, sofrendo reparo). A varivel binria X(t)
descreve o estado do sistema; quando X(t) = 0, o equipamento est inoperante no
tempo t e quando X(t) = 1, o equipamento est operante em t. Durante a vida de
um equipamento, espera-se que os valores de X(t) alternem-se entre 0 e 1. O equipamento estar disponvel sempre que X(t) = 1. Assim, uma medida de desempenho
do equipamento dada pela frao do tempo em que este encontra-se no estado 1.

Figura 10.3: Realizao do processo de falhas e reparos.

A disponibilidade pode ser denida como a probabilidade de o equipamento


estar funcionando no tempo t. A disponibilidade pode ser medida de quatro maneiras distintas (Leemis, 1995):

Captulo 10

Disponibilidade de Equipamentos

Disponibilidade pontual:
A(t) = P[X(t) = 1] = E[X(t)], t > 0
Disponibilidade assinttica ou limtrofe:

(10.7)

A = lim A( t )

(10.8)

Disponibilidade mdia no intervalo (0, c]:


Ac =

c
c
1c
1
1
E X( t )dt = E[X( t )]dt = A( t ) dt , c > 0
c 0
c0
c0

(10.9)

Disponibilidade mdia assinttica no intervalo (0, c]:

A = lim Ac

(10.10)

A disponibilidade pontual corresponde denio de disponibilidade apresentada no pargrafo anterior. Se o equipamento no for reparvel, sua disponibilidade A(t) ser idntica sua conabilidade R(t). Uma expresso para A(t) em termos
da funo de densidade de renovao (t) dada mais adiante. A disponibilidade
assinttica pode ser interpretada como a disponibilidade de longo prazo; por exemplo, se um equipamento apresentar A = 0,9, pode-se concluir que, no longo prazo,
ele estar operante 90% do tempo. A disponibilidade mdia em (0, p] corresponde
frao mdia de tempo em que o equipamento est operando nas primeiras p
unidades de tempo aps o incio de sua operao. Finalmente, fcil visualizar que
a disponibilidade mdia assinttica no intervalo (0, p] idntica disponibilidade
assinttica do equipamento.
Uma expresso para a disponibilidade pontual A(t) que utiliza a densidade
(t) de renovao pode ser derivada da seguinte maneira. Considere um equipamento que est operante no tempo t. O equipamento pode estar operante sem falhas desde o tempo t=0 com probabilidade R(t), correspondente sua conabilidade; nesse
caso, nenhuma renovao ocorreu em (0, t]. Caso o equipamento tenha apresentado
falhas, a ltima falha ocorreu num tempo x < t, e o equipamento vem operando sem
t

falhas desde ento, com probabilidade R( t x )( x )dx . Assim, a disponibilidade do


0

equipamento em t dada pela soma das probabilidades dos eventos descritos anteriormente; isto :
t

A( t ) = R( t ) + R( t x ) ( x ) dx

(10.11)

A transformada de Laplace da Equao (10.11) dada por:

A*( s ) = R*( s ) 1 + *( s )

(10.12)

161

162

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

A expresso para (s) em termos das densidades transformadas w*(s) e g*(s)


apresentada em (10.5) pode ser substituda na Equao (10.12):

w*( s ) g*( s )
A ( s ) = R ( s ) 1 +

*
*
1 w ( s) g ( s)
*

(10.13)

Sabe-se que R(t) = 1 W(t), onde W(t) a funo acumulada de probabilidade dos tempos at falha X1, X2,. A transformada de Laplace de R(t), aps algumas
substituies, resulta em:
1 w*( s )
(10.14)
s
Substituindo a Equao (10.14) em (10.13), obtm-se a expresso para a disponibilidade do equipamento no domnio de Laplace:
R ( s) =
*

1 w ( s)
*
*
s[1 w ( s ) g ( s )]
*

A ( s) =
*

(10.15)

A disponibilidade assinttica do equipamento, conforme a Equao (10.8), ser:


A = lim A( t ) = lim sA ( s )
*

s 0

(10.16)

Em muitas aplicaes prticas, o valor de A(t) converge rapidamente para A


medida que t aumenta. possvel demonstrar que, nos casos em que a disponibilidade assinttica existe, a seguinte aproximao valida:
A = A

MTTF
MTTF + MTTR

(10.17)

onde MTTF designa o tempo mdio at falha do equipamento (isto , MTTF = E[X])
e MTTR, o tempo mdio at o reparo do equipamento (isto , MTTR = E[R]). Assim,
sempre que a determinao de A(t) tornar-se matematicamente complexa, a Equao
(10.17) pode ser utilizada como uma estimativa aproximada de seu valor. importante salientar, entretanto, que a aproximao exata somente nos casos em que a
taxa de ocorrncia de falhas e reparos constante.
A expresso para a disponibilidade A(t) requer a inverso do resultado na
Equao (10.14), o que pode no ser possvel. Nos exemplos a seguir, tal inverso
possvel devido baixa complexidade das funes de densidade de X e R.

EXEMPLO 10.3
Um equipamento apresenta tempos at falha e tempos at reparo exponencialmente distribudos, com funes de densidade dadas por:

Captulo 10

Disponibilidade de Equipamentos

w(t) = et e
(10.18)
t
g(t) = e
(10.19)
Deseja-se determinar (i) a disponibilidade A(t) do equipamento e (ii) sua disponibilidade assinttica A.
Soluo:
(i) Combinando as informaes na Tabela 10.1 e na Equao (10.15), obtm-se a
disponibilidade do equipamento, expressa no domnio de Laplace:

1 ( + s )
1

1
A ( s) =
+
=

( + ) s ( + ) s + ( + )
s 1

( + s ) ( + s )
*

Utilizando a Tabela 10.1, obtm-se a inversa da expresso anterior:

A(t ) =
e ( + )t
+
( + ) ( + )

(10.20)

(ii) A disponibilidade assinttica vem dada na Equao (10.16):


1

( + )t

=
A = lim A( t ) = lim
e
=
+
t
t ( + )
1
1 .
(
)
(
)

O valor esperado das variveis representadas pelas distribuies nas Equaes


(10.18) e (10.19) dado por E( X ) = 1 e E( R ) = 1 . Observe que MTTF =

E(X) e MTTR = E(R). Assim, a expresso para a disponibilidade assinttica derivada


anteriormente conrma a informao na Equao (10.17).

EXEMPLO 10.4
Suponha que os parmetros nas funes de densidade apresentadas nas Equaes (10.18) e (10.19) no Exemplo 10.3 sejam dados por = 5 104 falhas/hora e
= 3 102 reparos/hora. Determine (i) o nmero esperado de renovaes a serem
observadas no equipamento em um perodo de dois anos; e (ii) a disponibilidade do
equipamento no nal do segundo ano de operao. Compare a disponibilidade em
(ii) com a disponibilidade assinttica do equipamento.
Soluo:
(i) O nmero esperado de renovaes (falhas + reparos), no domnio de Laplace,
dado pela Equao (10.4); ou seja:

163

164

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

w*( s ) g*( s )
( + s ) ( + s )
( s) =
=
s[1 w*( s ) g*( s )] s 1

( + s ) ( + s )
*

1
1

+
+ s 2 ( + )2 s ( + )2 s + ( + )

Utilizando a Tabela 10.1, obtm-se a inversa dessa expresso,


( t ) =

+
t
e ( )t
+
2
+ ( + ) ( + )2

(10.21)

a qual, aps substituir os valores de , e t, resulta no nmero esperado de renovaes em dois anos (2 104 horas); isto :
(2 104 ) =

5 10 4 (3 10 2 )
5 10 4 (3 10 2 )
4

2
10
+
5 10 4 + 3 10 2
(5 10 4 + 3 10 2 )2
+

5 10 (3 10 ) (510 4 + 310 2 )2 10 4
e
= 9,82
(5 10 4 + 3 10 2 )2

(ii) Aplicando a expresso para A(t) desenvolvida no exemplo anterior para um


tempo t = 2 104 horas (dois anos), obtm-se:
4
A(2 10 ) =

3 10 2
5 10 4
+
(5 10 4 + 3 10 2 ) (5 10 4 + 3 10 2 )
e (510

+ 310 2 )(2 10 4 )

= 0,9836

A disponibilidade assinttica do equipamento pode ser determinada utilizando a Equao (10.17):


A = A =

MTTF
=
MTTF + MTTR

=
1
1 + 1

5 10
1
4 +

= 0,9836
2

5 10
3 10
ou seja, o valor da disponibilidade do equipamento em t = 2 104 equivale disponibilidade assinttica do equipamento (isto , a disponibilidade quando t ).
O grco na Figura 10.4 apresenta a convergncia de A(t) para A como funo do
tempo utilizando os dados do exemplo.

Captulo 10

Disponibilidade de Equipamentos

EXEMPLO 10.5
Nos ltimos seis meses, ocorreram dez falhas em uma mquina perladeira.
Os dias em que ocorreram as falhas, os tempos at falha e o tempo (em dias) para
reparo do equipamento vm apresentados a seguir. Suponha tempos at falha e tempos at reparo exponencialmente distribudos. Pede-se: (i) estimativas do MTTF e
MTTR do equipamento; (ii) a disponibilidade do equipamento num perodo de seis
meses; (iii) o nmero esperado de renovaes durante um perodo de seis meses; (iv)
a disponibilidade assinttica do equipamento.
Falha

Tempo de ocorrncia

Tempo at falha

Tempo at reparo

5,8

0,2

39

32,8

0,6

42

3,1

0,4

56

13,2

1,9

65

7,4

0,3

68

2,6

0,9

92

23,1

0,1

124

31,9

3,7

150

22,1

3,3

10

170

16,9

0,1

Tabela Exemplo 10.5

Figura 10.4: Comparativo entre a funo de disponibilidade A(t) e a disponibilidade assinttica A,


usando os dados do Exemplo 10.4.

165

166

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Soluo:
(i) O MTTF do equipamento dada pela mdia dos tempos at falha (o parmetro da distribuio exponencial que caracteriza os tempos at falha designado por ):
1
(5,8 + 32,8 + K + 22,1 + 16,9 ) = 15,9 dias
MTTF = 1 =
10

Analogamente, a MTTR do equipamento corresponde mdia dos tempos


at reparo (o parmetro da distribuio exponencial que caracteriza os tempos at
reparo designado por ):
1
MTTR = 1 = (0,2 + 0,6 + K + 3,3 + 0,1) = 1,2 dia
10

(ii) A disponibilidade do equipamento em t = 6 meses (182 dias) obtida substituindo as informaes do problema na Equao (10.20):
1
1
( 1
+ 1 )182
15,9
1,2
A(182 dias ) =
+
e 15,9 1,2
= 0,9325
( 115,9 + 11,2 ) ( 115,9 + 11,2 )

(iii) O nmero esperado de renovaes (reparos concludos) no perodo de seis


meses obtido substituindo os dados do problema na Equao (10.21):
1
1
1
1
1
1
15,9 1,2
15,9 1,2
15,9 1,2
182
(182 dias ) =
+
1
1
( 115,9 + 11,2)2 ( 115,9 + 11,2)2
15,9 + 1,2
e

( 115,9 + 11,2 )182

= 10,62

(iv) A disponibilidade assinttica do equipamento dada pela Equao (10.17):


A=

MTTF
15,9
= 0,9324
=
MTTF + MTTR 15,9 + 1,2

resultando similar disponibilidade calculada no item (ii).

10.4. MEDIDA DA DISPONIBILIDADE EM SISTEMAS


Na seo anterior, discutiu-se o clculo da disponibilidade em sistemas de
um nico componente ou com componentes investigados de forma agregada. Para
melhor avaliar os benefcios da utilizao de redundncia ou de diferentes estratgias
de reparo, sistemas devem ser investigados considerando seus componentes individualmente. Nesta seo, apresenta-se a determinao da disponibilidade de sistemas
de componentes arranjados em srie e paralelo. Como a disponibilidade, assim como

Captulo 10

Disponibilidade de Equipamentos

a conabilidade, uma probabilidade, a disponibilidade de sistemas pode ser determinada utilizando as expresses de conabilidade de sistemas em srie e paralelo,
pressupondo taxas de falha e reparo independentes para os componentes. Quando
esse no for o caso, pode-se utilizar cadeias de Markov para modelar as dependncias
entre componentes. Nesta seo, aborda-se a determinao da disponibilidade de
sistemas de componentes independentes.
Para sistemas em srie, o clculo da disponibilidade segue a lei do produto
de probabilidades. J que a disponibilidade denida como a probabilidade de o
sistema estar disponvel ou operante, tem-se:
n

A(t ) = Ai (t )

(10.22)

i =1

onde designa o operador de produtrio, Ai(t) a disponibilidade pontual do


i-simo componente de um sistema com n componentes.
Para sistemas em paralelo, a disponibilidade do sistema dada pela expresso:
n

A(t ) = 1 [1 Ai (t ) ]

(10.23)

i =1

Analisando-se as Equaes (10.22) e (10.23), constata-se que as relaes entre


conabilidades de componentes em um sistema em srie e paralelo so vlidas no
clculo da disponibilidade pontual desses sistemas. O mesmo se aplica para sistemas
com conguraes mais complexas, mediante a suposio de componentes mutuamente independentes.
A Equao (10.20) apresenta a expresso para clculo da disponibilidade pontual de um componente com taxas constantes de falhas e reparos. Se o interesse
da anlise recai sobre a disponibilidade assinttica, subtrai-se o segundo termo da
Equao (10.20), obtendo-se o seguinte resultado:

Ai ()=

i
i + i

(10.24)

onde i e i so as taxas de reparos e falhas do i-simo componente, respectivamente.


Combinando as Equaes (10.22) e (10.24), obtm-se a expresso para clculo da disponibilidade assinttica de um sistema em srie:
A()=

+
i=1

(10.25)

Para simplicar essa expresso, pode-se supor uma taxa de reparos alta se
comparada taxa de falhas; isto , i >> i. Tal suposio costuma ser vlida na prtica, pois corresponde a um cenrio em que a MTTR pequena se comparada MTTF.
Mediante tal suposio, a Equao (10.24) pode ser reescrita com:

167

168

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Ai () ~ 1

ELSEVIER

(10.26)

Consequentemente, a Equao (10.25) poderia ser reescrita como:


n
i
A() ~ 1
i
i =1

~ 1 i
i
i =1

(10.27)

Fica claro, a partir da Equao (10.27), que a disponibilidade de um sistema


em srie apresenta rpida deteriorao medida que componentes so acrescentados
ao sistema.
De forma anloga, pode-se determinar a expresso para a disponibilidade de
um sistema em paralelo combinando as Equaes (10.23) e (10.24). O resultado
apresentado a seguir pressupe um sistema em paralelo com n componentes idnticos (isto , i = e i = ):

A() = 1

(10.28)

Novamente considerando situaes em que >> , simplica-se a Equao


(10.28) utilizando-se a seguinte aproximao:

A() ~ 1

(10.29)

EXEMPLO 10.6
Considere dois componentes, i = 1 e 2, idnticos, apresentando uma razo
entre as taxas de reparos e falhas dada por = 100 . Deseja-se determinar as dis
ponibilidades assintticas para (i) cada componente individual; (ii) um arranjo em
srie contendo os dois componentes; e (iii) um arranjo em paralelo contendo os dois
componentes.
Soluo:
(i) Por serem idnticos, os dois componentes apresentam a mesma disponibilidade assinttica. Como = 100, essa disponibilidade dada pela Equao
(10.24):
100
Ai( ) = ( + ) =
(100 + ) = 0,99 , para i = 1 e 2

Captulo 10

Disponibilidade de Equipamentos

(ii) Para um arranjo em srie dos dois componentes, obtm-se a disponibilidade


assinttica atravs da Equao (10.25):

A( ) = + = ( 0,99)2 = 0,98

(ii) Para um arranjo em paralelo dos dois componentes, obtm-se a disponibilidade assinttica atravs da Equao (10.28):
2
2
1
= 1
A( ) =1
= 0,9999
1 + 100
+

Como esperado, a disponibilidade de um sistema em paralelo maior do que


aquela de um sistema em srie, considerando um mesmo nmero de componentes
idnticos.

10.5. APLICAO DO CONCEITO DE DISPONIBILIDADE EM UM


PROBLEMA DE MANUTENO PREVENTIVA
A principal funo de um programa de manuteno e inspeo preventiva
controlar o estado e garantir a disponibilidade em um equipamento ou sistema.
Nesse contexto, uma questo-chave identicar a frequncia tima de realizao
de manutenes preventivas, trocas e inspees (MPTIs). Para equacionar esse problema, diversos modelos analticos de otimizao foram propostos. O problema de
MPTI claramente um problema de otimizao, j que o aumento na frequncia
das incurses de manuteno preventiva sobre o sistema aumenta o custo total de
manuteno, mas diminui o custo devido parada do sistema (e vice-versa). Os
modelos analticos existentes procuram equacionar trade-offs dessa natureza. Nesta
seo, apresenta-se o problema da determinao da melhor poltica de MPTI considerando uma manuteno com intervalos constantes de reposio, um dos modelos
mais simples e mais utilizados na prtica. Essa poltica de MPTI ser designada por
PRIC (poltica de reposio com intervalo constante).
Em uma PRIC, dois tipos de aes so executados: (i) reposio preventiva de
componentes em intervalos xos de tempo, independente de sua idade; e (ii) reposio corretiva mediante falha de componentes. O objetivo determinar os parmetros
da poltica de MPTI que minimiza o custo mdio total de reposio por unidade de
tempo, atravs da seguinte funo objetivo:
c(tp) = Custo mdio total no intervalo (0, tp] / Durao mdia do intervalo

(10.30)

onde c(tp) o custo mdio total por unidade de tempo, dado como funo de tp, o
tempo at a realizao da reposio preventiva. O custo mdio total no intervalo

169

170

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

(0, tp] a soma dos custos mdios de reposies corretivas e o custo da reposio
preventiva. Durante o intervalo, uma reposio preventiva realizada, a um custo
cp, e (tp) reposies corretivas so realizadas, a um custo de cf cada. (tp) pode ser
obtido utilizando a Equao (10.3). A durao mdia do intervalo tp. Com essas
informaes, reescreve-se a Equao (10.30) como:

c(t p ) = c p + c f (t p ) t p

(10.31)

EXEMPLO 10.7
O seguinte exemplo foi proposto por Elsayed (1996). Um componente de
trens de pouso de avies comerciais apresenta falhas segundo uma distribuio normal com mdia de 1.000.000 ciclos e desvio-padro de 100.000 ciclos. O custo de
cada reposio preventiva $50, e o custo de cada reposio corretiva $100. Considere reposies preventivas possveis de serem realizadas em intervalos de 100.000
ciclos e determine o intervalo timo da reposio preventiva.
Soluo:
O exemplo demanda a determinao da funo (t p) para tempos at falha
normalmente distribudos, o que pode ser feito atravs de mtodos numricos
ou utilizando aproximaes. Pode-se demonstrar, atravs de uma aproximao
da funo de renovao para tempos discretos (o que se aplica ao exemplo, pois
os intervalos de realizao das manutenes so discretos), que a funo (t p),
avaliada nos intervalos t p = 100.000, 200.000,.., 1.000.000, fornece os resultados na tabela:
tp

(tp)

c(tp)

100000
200000
300000
400000

0
0
0
0

0,000500
0,000250
0,000166
0,000125

tp

(tp)

c(tp)

tp

(tp)

c(tp)

500000
0
0,000100 900000 0,15875 0,000073
600000
0
0,000083 1000000 0,50005 0,000100
700000 0,0014 0,000072
800000 0,00275 0,000063*

Tabela Exemplo 10.7

O componente apresenta um nmero insignicante de falhas esperadas at


600.000 ciclos. A tabela tambm apresenta os custos associados a cada valor de tp,
obtidos a partir da Equao (10.31). O intervalo timo de realizao da manuteno
preventiva de 800.000 ciclos.

Captulo 10

Disponibilidade de Equipamentos

QUESTES
1)

Um torno mecnico tem um taxa de falha constate igual a 0,05 falha por dia. O seu tempo
at reparo pode ser considerado desprezvel. Sabendo que o torno trabalha 300 dias por
ano, determine o nmero de renovaes em um ano.

2)

Os tempos entre renovaes de um brunidor so distribudos exponencialmente,


sendo o tempo mdio igual a 40 dias. Considere R = 0 para determinar o nmero de
falhas por ms dessa mquina.

3)

Sabendo que o MTTF de um torno igual a 45 dias, e o seu MTTR igual a 1,5 dia,
determine sua disponibilidade.

4)

Considere o torno do exerccio anterior. Determine sua disponibilidade mdia no intervalo


(0,27] e sua disponibilidade mdia assinttica nesse mesmo intervalo.

5)

A tabela a seguir lista dados de 15 falhas (em dias) de um equipamento. Determine


a disponibilidade deste equipamento.
Falha
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Tempo at falha
7,1
4,8
16,8
22,4
17,3
6,5
15,2
12,2
3,0
18,2
29,9
13,4
10,2
5,7
2,9

Tempo at reparo
0,3
0,5
1,2
0,8
0,9
1,5
0,2
0,6
0,3
0,8
2,4
1,1
0,6
3,8
0,4

6)

Supondo que as duas distribuies do exerccio anterior sejam exponenciais, determine o nmero esperado de falhas em um ms.

7)

Um equipamento apresenta tempo at falha e tempo at reparo distribudos exponencialmente, e dados, respectivamente, por:
w(t) = 0,025e0,025t
g(t) = 0,8e0,8t

171

172

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Calcule o nmero esperado de falhas e a disponibilidade do equipamento no instante


t = 90 dias e a sua disponibilidade assinttica.

8)

Para o equipamento do exerccio anterior, determine a disponibilidade mdia e qual


o nmero de falhas esperado nesse mesmo intervalo.

9)

Trs equipamentos idnticos esto arranjados em srie e apresentam o tempo mdio


at a falha 20 vezes maior que o tempo mdio at reparo. Calcule a disponibilidade
assinttica do sistema.

10)

Se os equipamentos do exerccio anterior estivessem em paralelo, qual seria a disponibilidade assinttica?

11)

Determine a disponibilidade de um sistema composto por oito mquinas iguais. As


mquinas apresentam = 0,8 e = 45 e esto distribudas em um sistema srieparalelo com n = 2 e m = 4.

12)

Trs equipamentos em srie apresentam tempo at falha e tempo at reparo seguindo


uma distribuio exponencial. Seus MTTF e MTTR (em dias) so dados na tabela a
seguir:
Equipamento
1
2
3

MTTF
60
45
80

MTTR
1
2,5
4

Calcule a disponibilidade assinttica desse sistema.


13)

Considere que os equipamentos do exerccio anterior estejam em paralelo. Determine


a disponibilidade para essa disposio.

14)

As falhas de um equipamento seguem uma distribuio exponencial, com um MTTF


igual a 120 dias. Considerando que a manuteno preventiva custa $75,00 e as reposies corretivas custam $112,00, calcule o custo mdio total em um intervalo de
30 dias.

15)

Considere um equipamento com taxa de falha constante igual a 0,4 falha por dia. Sabendo que a manuteno preventiva tem um custo de $12,00 e o custo mdio total num
intervalo de 1.500 dias $5,00. Calcule o custo mdio da manuteno corretiva.

Captulo

11

FMEA E FTA

CONCEITOS APRESENTADOS NESTE CAPTULO


Este captulo apresenta as tcnicas de FMEA e FTA. Aps uma breve introduo, a FMEA de projeto e a FMEA de processo so apresentadas. O material referente
a FMEA baseia-se na QS-9000 (2005) e enriquecido com comentrios e observaes oriundas da experincia prtica dos autores no uso dessas tcnicas. Em seguida,
feita a apresentao da FTA, indicando seus passos e formulrio de clculo. O
captulo nalizado discutindo-se o uso conjunto dessas tcnicas e estabelecendo
procedimentos para a implantao de programas de FMEA e FTA.

11.1. INTRODUO
A garantia da qualidade exige excelncia em projeto e excelncia em processos. A excelncia em projeto implica potencial para a qualidade. A excelncia em
processo transforma esse potencial em qualidade real. Como ser visto neste captulo, FMEA e FTA so tcnicas que auxiliam na busca por excelncia em projeto e
processo.
A FMEA (Failure Mode and Effects Analysis ou Anlise dos Modos e Efeitos de
Falha) uma tcnica de conabilidade que tem como objetivos: (i) reconhecer e avaliar as falhas potenciais que podem surgir em um produto ou processo, (ii) identicar
aes que possam eliminar ou reduzir a chance de ocorrncia dessas falhas, e (iii)
documentar o estudo, criando um referencial tcnico que possa auxiliar em revises
e desenvolvimentos futuros do projeto ou processo.
A FTA (Failure Tree Analysis ou Anlise de rvores de Falha) uma tcnica de
conabilidade que tem como objetivos: (i) partindo de um evento de topo, indese-

174

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

jvel, identicar todas as combinaes de causas que podem origin-lo; (ii) estudar
a probabilidade de ocorrncia dessas causas, e em funo disso, do evento de topo;
(iii) priorizar aes que visam bloquear essas causas.
importante entender que os engenheiros sempre analisaram os seus produtos
e processos usando um raciocnio similar quele da FMEA e FTA. Contudo, essas formas de raciocnio consolidaram-se como tcnica a partir da dcada de 1960, quando
ocorreram as primeiras aplicaes na indstria aeronutica. Atualmente, o comprometimento das empresas dos diversos segmentos com a melhoria contnua de seus produtos e processos torna fundamental a aplicao regular de tcnicas como FMEA e FTA.
Essas tcnicas revelam os pontos fracos do sistema e, assim, fornecem subsdios para as atividades de melhoria contnua. FMEA e FTA tm a vantagem de sistematizarem o diagnstico de produtos e processos. Essas tcnicas auxiliam a detectar
e eliminar possveis ocorrncias de falha e fornecem uma hierarquia de prioridades
para as aes.
A aplicao da FMEA e FTA ocorre em equipes multifuncionais. A responsabilidade pela conduo de um estudo de FMEA e FTA deve ser delegada a um indivduo, mas o estudo em si deve ser feito por uma equipe. Em geral, a equipe deve
conter engenheiros com conhecimento de projeto, desenvolvimento de fornecedores, manufatura, qualidade, conabilidade, vendas e assistncia tcnica.
Um fator importante para o sucesso dos programas de FMEA e FTA a localizao temporal dos estudos. Sempre que possvel, os estudos devem ser feitos
antes do evento, e no aps a ocorrncia da falha. Os estudos de FMEA e FTA tm
muito maior valor agregado quando so executados antes que um modo potencial
de falha tenha sido inadvertidamente incorporado ao projeto ou processo. A aplicao de FMEA ou FTA nas fases iniciais do projeto permite que eventuais mudanas
sejam implementadas com maior facilidade, bloqueando crises futuras. Alm disso,
os estudos de FMEA e FTA reduzem a possibilidade de implementar alteraes que
venham a criar problemas no futuro.
Idealmente, os estudos de FMEA e FTA tm uma natureza cclica, acompanhando as atividades de melhoria contnua de produtos e processos. O mundo atual
caracterizado por inovaes que acontecem com frequncia crescente. Novas especicaes, novos materiais, novas tecnologias surgem dia a dia. Num ambiente como
esse, em que mudana e evoluo passam a ser regras, tcnicas como FMEA e FTA
tornam-se ainda mais importantes.

11.2. FMEA DE PROJETO


A FMEA de projeto uma tcnica analtica utilizada pela equipe ou engenheiro de projeto como um meio para assegurar que os modos potenciais de falha
e seus respectivos efeitos e causas sero considerados e sucientemente discutidos.

Captulo 11

FMEA e FTA

Em estudos de FMEA de projeto, o produto nal, seus subsistemas e componentes


so detalhadamente analisados. De certa forma, o estudo de FMEA um resumo dos
pensamentos da equipe de projeto, e inclui a anlise dos itens que podem dar errado,
baseado na experincia dos engenheiros
Trata-se de um enfoque sistemtico, que formaliza e documenta o raciocnio
da equipe ao longo das etapas do projeto. A FMEA de projeto auxilia a reduzir os
riscos de falha, uma vez que ajuda na avaliao objetiva dos requerimentos de projeto, ampliando a probabilidade de que todos os modos potenciais de falha e seus
respectivos efeitos sero analisados.
Entre as vantagens do uso da FMEA reportadas na literatura, encontram-se:
Ajuda na avaliao objetiva das alternativas de projeto.
Aumenta o conhecimento de todos os engenheiros em relao aos aspectos
importantes da qualidade/conabilidade do produto.
Prioriza os aspectos relativos qualidade/conabilidade do produto, estabelecendo uma ordem para as aes de melhoria.
Promove alteraes no projeto que facilitam a manufatura e montagem.
Fornece um formato aberto de anlise, que permite rastrear as recomendaes
e aes associadas com a reduo de risco.
Fornece um referencial que auxilia na avaliao e implementao de futuras
alteraes ou desenvolvimentos em cima do projeto base.
O usurio nal o principal cliente da FMEA de projeto, uma vez que ele
poder tirar vantagem de um produto mais convel, livre de falhas previsveis. No
entanto, em uma FMEA de projeto, o cliente no apenas o usurio nal. Tambm
so clientes os projetistas dos subsistemas que interagem com aquele que est sendo
analisado e os engenheiros responsveis pela manufatura, montagem ou assistncia
tcnica do item em estudo.
Quando implantado em forma completa, o programa de FMEA exige uma
FMEA de projeto para cada novo componente, alterao de componente, alterao
de funo para o componente ou alterao de condio de uso do componente.
No incio do estudo de FMEA, o engenheiro responsvel deve envolver ativamente na anlise representantes de todas as reas afetadas. Em geral, isso ir envolver
engenheiros de materiais, manufatura, montagem, qualidade e assistncia tcnica.
Alm disso, recomendado o envolvimento dos projetistas responsveis pelo desenho de outros itens que interagem com aquele em estudo. Por exemplo, no estudo
de um motor que vai sobre um chassi, o projetista do chassi deve estar presente.
Alm de ser uma atividade formal, muitas vezes exigida em contratos, a FMEA
deve ser um catalisador para estimular o intercmbio de ideias entre os setores envolvidos no projeto. A FMEA de projeto um documento que deve ser iniciado logo

175

176

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

aps o esboo do produto, e ento ser continuamente atualizado, medida que alteraes ou informaes adicionais sejam incorporadas. Fundamentalmente, a FMEA
s completada quando se encerra o ciclo de vida do produto.
A FMEA de projeto considera que a manufatura e a montagem iro atender
aos requisitos do projeto. Modos de falha que podem ser agregados durante a manufatura e a montagem no devem ser includos na FMEA de projeto. A identicao,
o efeito e o controle dos modos de falha associados com a manufatura e a montagem
so cobertos pela FMEA de processo.
No entanto, a FMEA de projeto no deve basear-se em controle do processo
para superar decincias no projeto. Em vez disso, deve enfatizar a melhoria contnua do projeto, considerando os limites tecnolgicos dos processos implantados,
que podem envolver limitaes referentes ao acabamento supercial, limitaes referentes dureza e resistncia dos materiais, dimenses das ferramentas de usinagem
e capabilidade dos processos de manufatura.
11.2.1. DESENVOLVIMENTO DA FMEA DE PROJETO

Inicialmente, o engenheiro responsvel pela conduo do estudo de FMEA


deve reunir a equipe de trabalho. Conforme mencionado anteriormente, a equipe
deve conter participantes com conhecimento das diversas reas envolvidas (materiais, manufatura, montagem, qualidade, manuteno, assistncia tcnica etc.). Alm
do conhecimento tcnico, tambm desejvel que os participantes tenham habilidade para trabalhar em equipe. Na Seo 11.7.2, h um resumo das principais habilidades necessrias ao trabalho em equipe.
Paralelamente formao da equipe, o engenheiro responsvel deve reunir
os documentos que serviro de suporte ao desenvolvimento da FMEA. H muitos
documentos disposio dos engenheiros que so teis no preparo da FMEA de projeto. Entre os documentos usualmente pertinentes, alm do prprio projeto, podem
ser citados: relatrios descrevendo demandas ou reclamaes de clientes, relatrios
referentes ao desempenho da concorrncia, dados da assistncia tcnica, normas
aplicveis ao projeto em questo, sumrios dos equipamentos disponveis e respectiva capabilidade etc.
O estudo propriamente dito deve se iniciar listando as caractersticas que o
projeto deve satisfazer e aquelas que ele no precisa satisfazer. Quanto melhor a denio das caractersticas desejadas, mais fcil ser identicar os modos potenciais de
falha e as possveis aes corretivas. Logo de incio, o diagrama de bloco do item em
estudo deve ser desenhado. O diagrama deve indicar as relaes fsicas e funcionais
entre os elementos que compem o item em estudo, homogeneizando terminologia,
facilitando a visualizao das interfaces e as discusses tcnicas.

Captulo 11

FMEA e FTA

11.2.2. A PLANILHA DE FMEA DE PROJETO

Uma vez reunida a equipe, os documentos de suporte e o diagrama de bloco, a


anlise de FMEA, sicamente caracterizada pelo preenchimento da tabela de FMEA,
pode iniciar. A tabela de FMEA usada para facilitar e documentar o estudo. Os
campos da tabela so descritos a seguir.
Cabealho
O cabealho particular de cada empresa. Em geral, contm o nmero da
FMEA, a identicao do item, o modelo ao qual ele corresponde, o departamento
responsvel pelo estudo, os dados do coordenador do estudo, os dados dos participantes e a data do documento. Aproveitando os recursos computacionais disponveis, essas informaes devem ser registradas em um banco de dados, de forma a
facilitar a busca avanada de documentos (utilizando ltros que permitam a seleo
por item, por setor, por data etc.).
O nmero do documento usualmente utiliza um cdigo alfanumrico prprio da empresa, o qual usado para efeitos de arquivamento e rastreabilidade. A
identicao do item esclarece o componente ou subsistema ou sistema em estudo.
O modelo/ano indica quais verses do produto iro utilizar o projeto em anlise.
O departamento corresponde ao setor, seo ou grupo responsvel pelo estudo. Os
dados do coordenador e demais participantes em geral englobam nome, telefone e
endereo eletrnico. A data do documento esclarece quando ele foi iniciado, quando
foi a ltima reviso e qual a data limite para ele ser concludo.
Item/Funo
Aps o preenchimento do cabealho, inicia-se o preenchimento das colunas
da planilha de FMEA. A FMEA de projeto ir desdobrar o item em anlise em todos
seus componentes. Assim, as primeiras colunas compreendem a especicao do
item e sua funo. Isso pode exigir, por exemplo, quatro colunas: (i) subsistema, (ii)
conjunto, (iii) componente, (iv) funo. Deve ser utilizada a mesma terminologia
empregada no projeto.
No que concerne descrio da funo, importante ser to concisa quanto
possvel. Se um item tem mais de uma funo, que provavelmente estaro associadas
com diferentes modos de falha, ento devem ser listadas cada uma dessas funes
separadamente. A descrio correta das funes do item auxilia nas etapas subsequentes de identicao de falha, uma vez que as falhas esto associadas ao nocumprimento das funes especicadas.
Recomenda-se que as colunas referentes ao item ou funo sejam completamente preenchidas antes de dar sequncia ao estudo. Isso permite que a equipe de

177

178

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

FMEA visualize todo o projeto em anlise, facilitando seu entendimento e identicao das interfaces. Nesse sentido, a lista dos itens no deve ter uma sequncia
aleatria, mas sim a sequncia estabelecida no diagrama de blocos, em que os itens
que esto conectados so apresentados um aps o outro. Isso ir facilitar as discusses tcnicas.
Modos potenciais de falha
Neste momento inicia o trabalho tcnico propriamente dito. Os participantes
da equipe analisam o primeiro item e indicam modos de falha potenciais. O modo
potencial de falha denido como a maneira com que um item pode falhar em atender aos requisitos do projeto. Devem ser listados todos os modos potenciais de falha
pertinentes a cada item ou funo. Qualquer modo de falha cuja probabilidade de
ocorrncia no for praticamente nula deve ser listado. A relao deve conter inclusive
aqueles modos de falha que s ocorrem em certas situaes (por exemplo, na condio de temperatura muito baixa ou terreno esburacado).
importante entender que aquilo que est sendo indicado como modo potencial de falha do item em estudo pode ser a causa de um modo de falha em um subsistema de hierarquia superior ou o efeito de um modo de falha em um subsistema de
hierarquia inferior. A questo do que causa, modo de falha ou efeito ca esclarecida
quando denido o item que est sendo analisado. Por exemplo, a deformao da
haste modo de falha da haste (pode ser efeito de um problema no amortecedor e
pode ser a causa do rompimento do garfo).
A lista de modos potenciais de falha construda com base na experincia da
equipe, usualmente fruto da interao entre os participantes, conduzida em um ambiente de brainstorming, em que todos podem se manifestar. Como ponto de partida,
pode-se usar aquilo que deu errado no passado, em aplicaes similares. Adicionalmente, dados da assistncia tcnica e reclamao de clientes costumam ser fontes
importantes de informao.
Modos de falha tpicos so: ssura, deformao, vazamento, curto-circuito,
fratura, oxidao, afrouxamento etc. Os modos de falha devem ser descritos em termos tcnicos (no em forma de voz do cliente), uma vez que sero analisados pela
equipe tcnica.
Efeitos potenciais de falha
Os efeitos potenciais de falha so denidos como aqueles defeitos, resultantes
dos modos de falha, conforme seriam percebidos pelo cliente. Em geral, a cada modo
de falha corresponde um efeito. Contudo, pode haver excees, em que um modo de
falha provoca mais de um efeito. O efeito deve ser descrito em funo daquilo que

Captulo 11

FMEA e FTA

o cliente pode observar ou experimentar, lembrando que o cliente pode ser interno
ou externo.
Os efeitos devem ser estabelecidos em termos do item especco que est sendo analisado. Conforme mencionado, existe uma relao de hierarquia entre os componentes. Por exemplo, o componente 1 pode quebrar por fratura, o que vai causar
afrouxamento no componente 2, resultando em operao intermitente do sistema.
A operao intermitente signica uma queda de desempenho e leva insatisfao
do cliente. Se o foco do estudo o componente 2, ento afrouxamento o modo de
falha, e operao intermitente (percebida pelo usurio) o efeito do modo de falha.
Tpicos efeitos potenciais de falha so: rudo, aspecto desagradvel, vibrao,
folga, operao intermitente, falta de operao, odor desagradvel etc.
Severidade (S)
Neste item feita uma avaliao qualitativa da severidade do efeito listado na
coluna anterior. Vale observar que, uma vez que a FMEA utiliza avaliaes qualitativas, o estudo pode ser realizado mesmo na ausncia de medies ou anlises matemticas mais aprofundadas. Esse um dos motivos da ampla utilizao da FMEA em
diferentes segmentos industriais.
A severidade medida por uma escala de 1 a 10, onde 1 signica efeito pouco
severo e 10 signica efeito muito severo. A severidade aplica-se exclusivamente ao
efeito. A equipe de FMEA deve chegar a um consenso a respeito do critrio a ser
utilizado e, ento, us-lo consistentemente. Sugere-se o uso do critrio apresentado
na Tabela 11.1.
Severidade do efeito
Muito alta Quando compromete a segurana da operao ou envolve infrao
a regulamentos governamentais

Escala
10
9

Alta

Quando provoca alta insatisfao do cliente, por exemplo, um


veculo ou aparelho que no opera, sem comprometer a segurana
ou implicar infrao

8
7

Moderada

Quando provoca alguma insatisfao, devido queda do desempenho ou mau funcionamento de partes do sistema

6
5

Baixa

Quando provoca uma leve insatisfao, o cliente observa apenas


uma leve deteriorao ou queda no desempenho

4
3

Mnima

Falha que afeta minimamente o desempenho do sistema, e a


maioria dos clientes talvez nem mesmo note sua ocorrncia

2
1

Tabela 11.1: Sugesto de escala para avaliao dos efeitos dos modos de falha.

179

180

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Classicao
Esta coluna pode ser usada para classicar qualquer caracterstica do item
que possa requerer um controle especial. Entre as possveis classicaes, podem
aparecer: crtico para segurana, crtico para qualidade, alterada a funo, alterada a
condio de uso, itens novos (desenho / material) etc.
Aproveitando os recursos de planilhas eletrnicas, a coluna de classicao
pode ser usada como ltro para selecionar apenas um grupo de itens. Por exemplo,
a equipe pode ltrar os itens que so crticos para a segurana e empreender uma
anlise mais detalhada desse grupo.
Causas/Mecanismos potenciais de falha
Esta uma das etapas mais importantes do estudo, na qual se busca identicar
a raiz do problema. Vale observar que a FMEA apoia-se no conhecimento da equipe, portanto, a qualidade anlise proporcional ao conhecimento acumulado pela
equipe. Dois aspectos contribuem para a FMEA gerar resultados consistentes: (i) o
trabalho em equipe, que permite somar conhecimentos, e (ii) o trabalho sistemtico,
que contribui para garantir que todos os elementos sero considerados.
A causa potencial de falha pode ser entendida como uma decincia no projeto, cuja consequncia o modo de falha. Na medida do possvel, devem ser listadas
todas as causas/mecanismos de falha cuja probabilidade de ocorrncia no seja praticamente nula.
importante listar as causas/mecanismos de forma concisa e completa, de
modo a facilitar os esforos de correo ou melhoria do projeto. Causas de falha
tpicas so: especicao incorreta de material, vida til inadequada, sobrecarga,
lubricao insuciente, proteo insuciente ao ambiente, algoritmo incompleto
ou incorreto etc. Enquanto mecanismos de falha tpicos, podem ser citados: fadiga,
escoamento, instabilidade elstica, deformao lenta, desgaste, corroso, fuso etc.
Ocorrncia (O)
A ocorrncia relaciona-se com a probabilidade que uma causa ou mecanismo
listado anteriormente venha a ocorrer. Em geral, para reduzir a probabilidade de
ocorrncia da causa ou mecanismo, necessrio que se faam alteraes no projeto.
A avaliao da ocorrncia tambm feita usando-se uma escala qualitativa de
1 a 10. O critrio usado na denio da escala deve ser consistente, para assegurar
continuidade nos estudos. A escala relaciona-se com a taxa de falha, mas no diretamente proporcional a esta ltima. A Tabela 11.2 apresenta o critrio de avaliao
sugerido.

Captulo 11

Ocorrncia de falha
Muito alta

Taxa de falha
Falhas quase inevitveis

Alta

Falhas ocorrem com frequncia

Moderada

Falhas ocasionais

Baixa

Falhas raramente ocorrem

Mnima

Falhas muito improvveis

FMEA e FTA

Escala
100/1000
10
50/1000
9
20/1000
8
10/1000
7
5/1000
6
2/1000
5
1/1000
4
0,5/1000
3
0,1/1000
2
0,01/1000
1

Tabela 11.2: Sugesto de escala para avaliao da ocorrncia da causa de falha em projetos.

No caso em que dados quantitativos esto disponveis (dados de campo ou


resultados de uma anlise de engenharia numrica/experimental), a seguinte frmula
reproduz aproximadamente os valores de ocorrncia (expressos na escala 0 a 10) a
partir da taxa de falha estimada:
Ocorrncia = (Taxa de Falha / 0,000001)0,20
No caso em que dados quantitativos no esto disponveis, a equipe deve
avaliar qualitativamente a ocorrncia. Para fazer essa avaliao, as seguintes questes
so pertinentes:
Qual a experincia de campo com componentes ou subsistemas similares?
Quo pronunciadas so as alteraes neste componente/subsistema comparado com a verso anterior?
Trata-se de um componente radicalmente diferente ou completamente novo?
Mudou a aplicao para o componente?
Mudaram as condies de uso?
Sempre que a resposta for positiva a alguma dessas questes, signica que h
maiores incertezas envolvidas e, portanto, a equipe deve atribuir maiores valores
para a possibilidade de ocorrncia da causa do modo de falha.
Controles de preveno e deteco
Nesta etapa, a equipe deve listar as atividades de validao, vericao ou
preveno que esto planejadas. Devem ser consideradas as atividades que podem
assegurar a robustez do projeto ao modo de falha ou a causa de falha em anlise.
Os controles atuais so aqueles que foram ou esto sendo aplicados a projetos
similares. Controles usuais envolvem estudos matemticos, estudos de laboratrio,
testes com prottipos, revises formais de projeto etc. As escalas para ocorrncia e

181

182

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

deteco devem ser baseadas nesses controles, dado que os modelos ou prottipos
em uso sejam representativos do projeto.
recomendado utilizar duas colunas para o registro dos controles atuais. Uma
delas para indicar eventuais controles de preveno, que correspondem queles
que podem efetivamente reduzir a ocorrncia da causa ou modo de falha. A segunda
coluna deve ser usada para indicar controles de deteco, que no afetam a probabilidade de ocorrncia, mas detectam o problema antes de o item ser liberado para
produo. Vale observar que os controles de preveno inuenciam a ocorrncia.
Logo, os valores indicados para ocorrncia deveriam ser conrmados aps o preenchimento da coluna correspondente aos controles de preveno.
Se qualquer outro controle especco, que a empresa no utiliza ou cuja utilizao no estava prevista, for necessrio, como pode ser o caso para um projeto
radicalmente novo, ele deve ser listado na coluna de aes recomendadas.
Deteco (D)
A deteco refere-se a uma estimativa da habilidade dos controles atuais em
detectar causas ou modos potenciais de falha antes de o componente ou subsistema
ser liberado para produo. Tambm usada uma escala qualitativa de 1 a 10, onde
1 representa uma situao favorvel (modo de falha ser detectado) e 10 representa
uma situao desfavorvel (modo de falha, caso existente, no ser detectado).
Para reduzir a pontuao, necessrio melhorar o programa de validao/
vericao do projeto (PVP). Como sempre, o critrio de avaliao deve ser denido
por consenso e, ento, utilizado com consistncia. Sugere-se a utilizao do critrio
apresentado na Tabela 11.3.
Possibilidade de deteco
Muito
O PVP no ir detectar esse modo de falha, ou no existe PVP
Remota
Remota

O PVP provavelmente no ir detectar esse modo de falha

Baixa
Moderada

H uma baixa probabilidade de o PVP detectar o modo de


falha
O PVP pode detectar o modo de falha

Alta

H uma alta probabilidade de o PVP detectar o modo de falha

Muito
Alta

quase certo que o PVP ir detectar esse modo de falha

Tabela 11.3: Sugesto de escala para avaliao da deteco em projetos.

Escala
10
9
8
7
6
5
4
3
2
1

Captulo 11

FMEA e FTA

Risco (R)
O risco (R) calculado para priorizar as aes de correo e melhoria do
projeto. No clculo do risco leva-se em conta a severidade, ocorrncia e deteco.
A frmula em geral empregada para a avaliao do risco a multiplicao simples
desses trs itens, conforme segue:
R=SOD
Como pode ser visto, o risco cresce medida que cresce a severidade, a probabilidade de ocorrncia e a probabilidade de no deteco. O valor do risco pode
variar entre 1 e 1.000, e a equipe deve deslocar sua ateno e concentrar seus esforos naqueles itens em que o risco maior.
importante entender que o valor de risco no segue um comportamento
linear. Isso acontece por dois motivos: primeiro, trata-se de um produto (o resultado
cresce geometricamente medida que crescem os valores das parcelas) e, segundo, a
escala utilizada para avaliar ocorrncia claramente no linear. Assim, o valor mdio
de Risco, correspondente a uma situao intermediria de severidade, ocorrncia e
deteco, no 500, mas 5 5 5 = 125. Isso faz com que, em muitas aplicaes, o
valor de Risco = 80 ou 100 seja utilizado como limite para disparar aes de correo do projeto. Contudo, sabendo que diferentes equipes podem ser mais ou menos
rigorosas na avaliao de severidade, ocorrncia e deteco, pode ser mais prudente
utilizar o princpio de Pareto, atuando nos itens que apresentam maior risco, independentemente do valor absoluto obtido.
Outro ponto a ser considerado que se pode obter o mesmo valor de risco
para diferentes combinaes das parcelas. Existe um consenso na literatura que, para
um mesmo valor de risco, mais grave a situao em que a severidade maior, seguida da situao em que a probabilidade de no deteco maior. Tambm consenso
na literatura que a avaliao de risco pode ser aprimorada se existirem informaes
quantitativas mais precisas. Uma abordagem mais consistente envolveria o clculo
do risco nanceiro, calculado como:
Risco Financeiro = Perda Financeira Probabilidade de Ocorrncia Probabilidade de no Deteco
Nesse caso, a perda nanceira corresponde ao prejuzo associado ocorrncia
do modo de falha, que pode implicar substituio de um pequeno componente ou
grandes indenizaes oriundas de prejuzos materiais, ambientais ou humanos. J a
probabilidade de ocorrncia e a probabilidade de no-deteco devem ser expressas
percentualmente, enquanto probabilidades concretas.
Entretanto, na maioria das aplicaes, essas informaes mais precisas referentes a perdas nanceiras e probabilidades no esto disponveis ou demandariam
muito tempo para serem reunidas. Ento, a avaliao qualitativa obtida a partir do

183

184

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

produto S O D permite uma apreciao aproximada de risco, suciente para ns


de anlise e reviso do projeto.
Aes recomendadas
As aes recomendadas devem se dirigir aos itens com maior risco. As aes
recomendadas devem ser de tal natureza que reduzam a severidade do efeito, a probabilidade de ocorrncia ou a probabilidade de no-deteco.
Alteraes no projeto podem reduzir a severidade do efeito ou a probabilidade
de ocorrncia do modo de falha, enquanto aes dirigidas s etapas de vericao/
validao do projeto, em geral, podem reduzir somente a probabilidade de nodeteco da causa ou modo de falha.
As aes recomendadas podem contemplar reviso do desenho de partes do
projeto, reviso de especicaes de materiais, reviso de planos de teste, uso de
Projeto de experimentos para otimizar parmetros do projeto, especialmente quando
mltiplas causas iterativas esto presentes.
Se nenhuma ao recomendada para uma causa especca, assinala-se na
coluna de aes recomendadas NENHUMA. Isso evidencia que o problema foi
analisado, mas, como o risco resultou em um valor baixo, a equipe entendeu que no
necessria nenhuma alterao no projeto.
Objetivamente, as aes recomendadas representam o que ser corrigido e
melhorado no projeto. Assim, elas constituem o principal resultado da FMEA. Elas
so descritas sucintamente na planilha da FMEA, mas, sempre que necessrio, devem ser detalhadas em documentos suplementares e devem receber acompanhamento para assegurar que sejam efetivas no esforo de melhoria do produto.
Responsvel e data (para a ao)
Nessa coluna, indica-se o indivduo responsvel pela ao recomendada, assim como a data-alvo para se completar a tarefa. Usualmente, a tarefa ser realizada
por um grupo ou setor, mas recomenda-se a indicao de um indivduo como responsvel, para facilitar a comunicao e cobrana de resultados.
Como pode ser visto, a tabela da FMEA responde s questes 5W1H: O que,
Quem, Quando, Onde, Por que e Como. O que est descrito na coluna da ao;
Quem e Quando aparecem nessa coluna de responsvel e data; Onde est especicado no item em anlise (subsistema, conjunto, componente); Por que est
especicado nas colunas de causa, modo e efeito de falha e, nalmente, Como deve
estar especicado em documentos suplementares que detalham a ao a ser feita.

Captulo 11

FMEA e FTA

Aes efetuadas
Nessa coluna, entra-se com uma breve descrio das aes de correo e melhoria efetivamente implantadas e com a correspondente data da implantao. Algumas vezes, no possvel realizar aquilo que foi idealizado na FMEA. Outras vezes,
no esforo de correo e melhoria, os envolvidos percebem outros aspectos que podem ser aprimorados e vo alm das recomendaes da FMEA. Em qualquer caso,
importante registrar o que foi efetivamente feito, mantendo a FMEA atualizada no
que concerne s modicaes de projeto.
Risco resultante (R)
Depois que as aes corretivas tiverem sido identicadas, mas antes de serem
efetuadas, faz-se uma estimativa da situao futura para severidade, ocorrncia e deteco. As aes listadas devem inuenciar uma ou mais parcelas, reduzindo o Risco.
A reduo deve ser suciente para incluir o item na condio de risco aceitvel. Se
esse no for o caso, as aes devem ser reformuladas, de modo que alcancem o efeito
desejado.
Se nenhuma ao prevista, essas ltimas colunas permanecem em branco.
Ao nal, aps o registro das aes efetivamente realizadas, os riscos resultantes
devem ser novamente analisados e, se aes adicionais forem consideradas necessrias, os passos 12 a 15 devem ser repetidos.
A Figura 11.1 apresenta um exemplo de FMEA de projeto, associada ao estudo
de um chicote eltrico que leva energia do motor de partida para o sistema de iluminao de um veculo automotor. Por questo de espao, as colunas classicao,
responsvel, aes efetuadas e risco resultante foram omitidas.

185

Exposio de os desencapados s partes metlicas


da carroceria

Falha no uso da trava de


segurana

Oxidao de terminais

Identicao inadequada de
os e conectores
Erro no manual de
montagem
Aquecimento demasiado dos os por percurso
incorreto
Aquecimento demasiado dos
os por falta de proteo

Rompimento de os
durante a montagem
(por falha de projeto)

10

Sistema de iluminao 10
no opera

Sistema de iluminao
opera errado

Sistema de iluminao
no opera

(8)

Causa

(7)

Reviso de
projeto

Reviso de
procedimentos

Desenvolvimento de
fornecedores

Treinamento

Treinamento

Controles de
deteco

Controles de
preveno

Teste de
funcionabilidade

Teste de
funcionabilidade

Teste de
funcionabilidade

Teste de
funcionabilidade

Teste de
funcionabilidade

(9)

(9)

Ao
recomendada

(12)

70

90

48

Desenvolver
dispositivo para
224
proteger
terminais de
umidade e p
Aprimorar a
240 bancada de testes
de chicote

32

Ampliar o uso de
tubos corrugados
120
para proteo de
cantos metlicos
Ampliar o uso de
tubos corrugados
160
para proteo de
cantos metlicos

10 (11)

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Figura 11.1: exemplo de FMEA de Projeto estudo do chicote eltrico do sistema de iluminao de um veculo.

Circuito
queimado

Circuito com
conexo
incorreta

Circuito
desconectado

Pane nos instrumentos


do painel

Curto-circuito

Levar
energia
do motor
de partida
para o
alternador
e caixa de
fusveis

Sistema de iluminao
no opera

Circuito
interrompido

Chicote do
alternador

Efeito

Modo potencial
de falha

(5)

Item /
Funo

(4)

(3)

(2)

186
ELSEVIER

Captulo 11

FMEA e FTA

11.3. FMEA DE PROCESSO


A FMEA de processo uma tcnica analtica utilizada pela equipe de desenvolvimento do processo como um meio para assegurar que os modos potenciais de
falha no processo e seus respectivos efeitos e causas sero considerados e sucientemente discutidos. Em estudos de FMEA de processo, todas as etapas, os procedimentos e as operaes do processo so detalhadamente analisados em busca dos
modos potenciais de falha.
Um aspecto importante refere-se ao entendimento de falha no mbito da
FMEA de processo. Falha no processo denida como toda a ocorrncia que pode
comprometer a qualidade do produto. O estudo de FMEA um resumo dos pensamentos da equipe responsvel pelo desenvolvimento do processo, e inclui a anlise
dos itens que podem dar errado, baseado na experincia acumulada pela equipe.
A FMEA de processo pode ser usada tanto na anlise de processos industriais
como na anlise de processos administrativos. Trata-se de um enfoque sistemtico,
que formaliza e documenta o raciocnio da equipe ao longo das etapas de planejamento e melhoria do processo.
A FMEA de processo auxilia a reduzir os riscos de falha, uma vez que ajuda
na avaliao objetiva dos requerimentos do processo, ampliando a probabilidade
de que todos os modos potenciais de falha e suas respectivas causas e efeitos sero
analisados.
Entre as vantagens do uso da FMEA de processo reportadas na literatura, encontram-se:
Auxilia na identicao dos parmetros do processo a serem controlados para
reduzir ou detectar a condio de falha no processo.
Ajuda a priorizar os modos potenciais de falha, estabelecendo uma ordem
para as aes de melhoria no processo.
Auxilia na avaliao objetiva de alternativas para a manufatura ou montagem.
Documenta os resultados do estudo, facilitando anlises futuras do processo
de manufatura ou montagem.
Aumenta o conhecimento de todos os engenheiros em relao aos aspectos
importantes do processo, associados com a qualidade/conabilidade do produto.
Estabelece um referencial que auxilia na anlise e melhoria de processos similares.
O usurio nal o principal cliente da FMEA de processo, uma vez que ele
poder tirar vantagem de um produto mais convel, livre de falhas de fabricao.
No entanto, em uma FMEA de processo, o cliente no apenas o usurio nal. Tam-

187

188

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

bm so clientes os projetistas dos itens que esto sendo processados e os engenheiros responsveis pelo processo subsequente.
Quando implantado de forma completa, o programa de FMEA exige um
FMEA de processo para cada novo processo, alterao de etapas do processo ou alterao nas condies de contorno (matrias-primas, mo-de-obra, meio ambiente,
mtodos, equipamentos).
No incio do estudo de FMEA, o engenheiro responsvel deve envolver ativamente na anlise representantes de todas as reas afetadas. Usualmente, isso ir
envolver engenheiros de materiais, manufatura, montagem, qualidade e assistncia
tcnica. Alm disso, recomendado o envolvimento dos projetistas responsveis
pelo desenho do item que ser processado e dos engenheiros responsveis pelos processos que interagem com aquele em estudo (fornecedores e clientes). Por exemplo,
no estudo do processo de polimento, o responsvel pela usinagem da pea (fornecedor) e o responsvel pela pintura (cliente) deveriam estar presentes.
Alm de ser uma atividade formal, muitas vezes exigida em contratos, a FMEA
deve fomentar o intercmbio de ideias entre os setores de projeto, manufatura e
montagem. A FMEA de processo um documento que deve ser iniciado logo aps o
esboo do processo, considerando todas as operaes de manufatura, desde a produo dos componentes bsicos at a montagem nal. Ela auxilia a antecipar, resolver
e monitorar preocupaes potenciais associadas com a conabilidade do processo
e deve ser continuamente atualizada, acompanhando o ciclo de melhoria contnua
(alteraes) no processo.
A FMEA de processo considera que a produo do item de acordo com o
projeto ir atender aos requisitos do cliente. Falhas associadas com decincias de
projeto no devem ser includas na FMEA de processo. A identicao, o efeito e o
controle dos modos de falha associados com o projeto so cobertos pela FMEA de
projeto. No entanto, a FMEA de processo no deve basear-se em mudanas no projeto para superar decincias no processo.
Vale mencionar que a FMEA tambm pode auxiliar no desenvolvimento de
novos equipamentos ou dispositivos para o processo. Nesse caso, o equipamento ou
dispositivo considerado um produto e usa-se a FMEA de projeto para analisar e
desenvolver o mesmo.
11.3.1. DESENVOLVIMENTO DA FMEA DE PROCESSO

Inicialmente, o engenheiro responsvel pela conduo do estudo de FMEA


deve reunir a equipe de trabalho. Conforme mencionado anteriormente, a equipe
deve conter participantes com conhecimento das diversas reas envolvidas (materiais, manufatura, montagem, qualidade, manuteno, assistncia tcnica etc.). Alm
do conhecimento tcnico, tambm desejvel que os participantes tenham habilida-

Captulo 11

FMEA e FTA

de para trabalhar em equipe. Na Seo 11.7.2 h um resumo das principais habilidades necessrias ao trabalho em equipe.
Paralelamente formao da equipe, o engenheiro responsvel deve reunir os
documentos que serviro de suporte ao desenvolvimento da FMEA de processo. H
muitos documentos disposio dos engenheiros que so teis no preparo da FMEA
de processo. Entre os documentos usualmente pertinentes, alm do prprio projeto
do processo, podem ser citados: descrio das etapas do processo, manuais de treinamento e operao, manuais de segurana, resumo da capacidade e capabilidade dos
equipamentos, especicaes a serem atendidas, normas aplicveis. Quanto melhor
a denio das especicaes a serem atendidas, mais fcil ser identicar os modos
potenciais de falha e as aes corretivas.
O estudo propriamente dito deve iniciar listando as caractersticas que o processo deve satisfazer e aquelas que ele no precisa satisfazer. Quanto melhor a denio das caractersticas desejadas, mais fcil ser identicar os modos potenciais
de falha e as possveis aes corretivas. Logo de incio, deve ser feito o desenho do
uxograma do processo, indicando o encadeamento geral das etapas do processo.
Esse desenho deve esclarecer a sequncia de etapas que compem o processo, homogeneizando terminologia, facilitando a visualizao das interfaces e as discusses
tcnicas.
11.3.2. A PLANILHA DE FMEA DE PROCESSO

Uma vez reunida a equipe, os documentos de suporte e o uxograma das etapas do processo, a anlise de FMEA de processo, sicamente caracterizada pelo preenchimento da tabela de FMEA, pode iniciar. A tabela de FMEA usada para facilitar
e documentar o estudo. Os campos da tabela so descritos a seguir.
Cabealho
O cabealho particular de cada empresa. Em geral, contm o nmero da
FMEA, a identicao do processo, a identicao do(s) item(ns) associado(s) ao
processo, o modelo ao qual ele corresponde, o departamento responsvel pelo estudo, os dados do coordenador do estudo, os dados dos participantes e a data do documento. Aproveitando os recursos computacionais disponveis, essas informaes
devem ser registradas em um banco de dados, de forma a facilitar a busca avanada
de documentos (utilizando ltros que permitam a seleo por item, por setor, por
data etc.).
O nmero do documento usualmente utiliza um cdigo alfanumrico prprio
da empresa, o qual usado para efeitos de arquivamento e rastreabilidade. A identicao do processo esclarece as etapas em estudo. A identicao do item esclarece o

189

190

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

componente ou subsistema ou sistema submetido ao processo em estudo. O modelo/


ano indica quais verses do produto iro utilizar o processo em anlise. O departamento corresponde ao setor, seo ou grupo responsvel pelo estudo. Os dados do
coordenador e demais participantes em geral englobam nome, telefone e endereo
eletrnico. A data do documento esclarece quando ele foi iniciado, quando foi a ltima reviso e qual a data limite para o mesmo ser concludo.
Item/Funo
Aps o preenchimento do cabealho, inicia-se o preenchimento das colunas
da planilha de FMEA de processo. A FMEA ir desdobrar o processo em anlise em
todas as suas etapas e operaes. Assim, as primeiras colunas compreendem a especicao da etapa e seu propsito. Isso pode exigir, por exemplo, trs colunas: (i) etapa, (ii) operao, (iii) propsito. Deve ser utilizada a mesma terminologia empregada
no processo. Deve ser feita uma descrio simples de cada operao a ser analisada
(por exemplo: furao, soldagem, polimento, montagem etc.) e seu propsito ou
requisito a ser atendido.
No que concerne descrio do propsito, importante ser to conciso quanto possvel. Se uma operao possui mais de um propsito, que provavelmente estaro associados a diferentes modos de falha, ento cada um deles deve ser listado
separadamente. A descrio correta das operaes e seus propsitos (requisitos a
serem atendidos) auxiliam nas etapas subsequentes de identicao de falha, uma
vez que as falhas esto associadas ao no-cumprimento dos requisitos especicados.
Recomenda-se que as colunas referentes a etapas, operaes e propsitos sejam completamente preenchidas antes de dar sequncia ao estudo. Isso permite que
a equipe de FMEA visualize todo o processo em anlise, facilitando seu entendimento e a identicao das interfaces. Nesse sentido, a lista de etapas no deve ter uma
sequncia aleatria, mas sim a sequncia estabelecida no uxograma do processo,
em que as etapas que esto conectadas so apresentadas uma aps a outra. Isso ir
facilitar as discusses tcnicas.
Modos potenciais de falha
Neste momento inicia o trabalho tcnico propriamente dito. Os participantes
da equipe analisam a primeira operao e indicam modos de falha potenciais. O
modo potencial de falha denido como a maneira na qual um determinado processo pode falhar em atingir os requerimentos ou especicaes do projeto. Trata-se
de uma descrio de uma possvel no-conformidade associada com a operao em
estudo. Devem ser listados todos os modos potenciais de falha pertinentes a cada
operao. Qualquer modo de falha cuja probabilidade de ocorrncia no seja pra-

Captulo 11

FMEA e FTA

ticamente nula deve ser listado. A relao deve conter inclusive aqueles modos de
falha que s ocorrem em certas situaes (por exemplo, em dias com umidade muito
elevada ou quando a produo est sobrecarregada).
importante entender que aquilo que est sendo indicado como modo potencial de falha do item em estudo pode ser a causa de um modo de falha em uma
operao subsequente, ou o efeito de um modo de falha em uma operao anterior.
A questo do que causa, modo de falha ou efeito ca esclarecida quando denida
a operao que est sendo analisada. Por exemplo, o erro no ajuste da haste modo
de falha da operao de montagem da haste (pode ser efeito de um amassamento,
produzido na etapa anterior de furao da haste, e pode ser a causa de folga excessiva, observada na operao subsequente de montagem do conjunto).
A lista de modos potenciais de falha construda com base na experincia da
equipe, em geral fruto da interao entre os participantes, conduzida em um ambiente de brainstorming, em que todos podem se manifestar. Como ponto de partida,
pode-se usar aquilo que deu errado no passado, em operaes similares. Devem ser
listados todos os modos potenciais de falha para a operao em estudo, falhas estas
que iro comprometer a qualidade da parte que est sendo produzida. Para auxiliar
na identicao dos modos potenciais de falha, as seguintes questes so pertinentes: de que forma o processo ou a parte podem falhar em atingir as especicaes?
Independentemente das especicaes de engenharia, que outros aspectos poderiam
ser questionados (criticados) pelo cliente?
Um bom ponto de partida a comparao com processos similares e a anlise
das reclamaes dos clientes associadas com partes similares quela que est sendo
processada. Exemplos de modos de falha tpicos so: ssurado, deformado, sujo, mal
ajustado, circuito aberto, desgastado, riscado, amassado, dobrado, colado etc.
Relatrios de problemas no processo, dados da assistncia tcnica e reclamao de clientes costumam ser fontes importantes de informao. Os modos de falha
devem ser descritos em termos tcnicos (no em forma de voz do cliente), uma vez
que sero analisados pela equipe tcnica.
Efeitos potenciais de falha
Os efeitos potenciais de falha so denidos como aqueles defeitos, resultantes
dos modos de falha, conforme seriam percebidos pelo cliente. A descrio do efeito
deve ser feita em funo daquilo que o cliente poder observar ou experimentar, e o
cliente deve ser entendido no seu sentido amplo: pode ser o responsvel pela operao subsequente, o revendedor ou o cliente nal. Em geral, a cada modo de falha corresponde um efeito. Contudo, pode haver excees, quando um modo de
falha provoca mais de um efeito.

191

192

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Conforme mencionado anteriormente, existe uma relao de hierarquia entre


as operaes, isto , o efeito de um modo de falha em uma operao pode ser a causa de um modo de falha em outra operao subsequente. Se o cliente a prxima
operao, tpicos efeitos potenciais de falha so os seguintes: no fecha, fora de esquadro, no conecta, danica o equipamento, no coincide a furao, pe em risco
a operao subsequente etc. Se o cliente o cliente nal, tpicos efeitos potenciais
de falha sero aqueles associados com o desempenho: rudo, operao intermitente
ou falta de operao, aspecto desagradvel, rugosidade excessiva (ou insuciente),
requer esforo excessivo para abrir (ou fechar), falta de potncia, falta de velocidade,
falta de rigidez, falta de estanqueidade etc.
Severidade (S)
Neste item feita uma avaliao qualitativa da severidade do efeito listado
na coluna anterior. A severidade denida em termos do impacto que o efeito do
modo potencial de falha tem sobre a operao do sistema e, por conseguinte, sobre
a satisfao do cliente. Uma vez que o cliente afetado pelo modo de falha pode ser a
planta de montagem ou o usurio nal, a avaliao da severidade pode estar alm da
equipe de FMEA. Nesse caso, o engenheiro responsvel pela conduo da FMEA de
processo deve consultar o responsvel pela montagem ou pelo setor de atendimento
ao cliente para auxiliar na avaliao. Vale observar que, uma vez que a FMEA utiliza
avaliaes qualitativas, o estudo pode ser realizado mesmo na ausncia de medies
ou anlises matemticas mais aprofundadas. Esse um dos motivos da ampla utilizao da FMEA de processo em diferentes segmentos industriais.
A severidade medida por uma escala de 1 a 10, onde 1 signica efeito pouco
severo e 10 signica efeito muito severo. A severidade aplica-se exclusivamente ao
efeito. A equipe de FMEA deve chegar a um consenso a respeito do critrio a ser
utilizado e, ento, us-lo consistentemente. Sugere-se o uso do critrio apresentado
na Tabela 11.1.
Classicao
Esta coluna pode ser usada para classicar qualquer caracterstica da operao
que possa requerer um controle especial. Entre as possveis classicaes, podem
aparecer: crtico para segurana, crtico para qualidade, alterados os requisitos, alteradas as matrias-primas, operaes novas (equipamentos, procedimentos) etc.
Aproveitando os recursos de planilhas eletrnicas, a coluna de classicao
pode ser usada como ltro para selecionar apenas um grupo de operaes. Por exemplo, a equipe pode ltrar as operaes que so crticas para a segurana e empreender uma anlise mais detalhada desse grupo.

Captulo 11

FMEA e FTA

Causas/Mecanismos potenciais de falha


Esta uma das etapas mais importantes do estudo, em que se busca identicar a raiz do problema. Vale observar que a FMEA apoia-se no conhecimento da
equipe, portanto, a qualidade anlise proporcional ao conhecimento acumulado
pela equipe. Dois aspectos ajudam para a FMEA gerar resultados consistentes: (i) o
trabalho em equipe, que permite somar conhecimentos e (ii) o trabalho sistemtico
que contribui para garantir que todos os elementos sero considerados.
A causa potencial de falha pode ser entendida como uma decincia no processo, cuja consequncia o modo de falha. Essa causa, em princpio, pode ser
corrigida ou controlada. Na medida do possvel, devem ser listadas todas as causas/
mecanismos de falha cuja probabilidade de ocorrncia no seja praticamente nula.
importante listar as causas ou mecanismos de forma concisa e completa, de
modo a facilitar os esforos de correo ou melhoria do processo. Quando h uma relao linear do tipo 1:1, isto , uma causa para cada modo de falha, essa etapa completada
rapidamente. Caso contrrio, quando muitas causas inter-relacionadas concorrem para
provocar o modo de falha, pode ser necessrio o uso de FTA ou projeto de experimentos.
Essas tcnicas permitem identicar relaes mais complexas que por ventura existam.
Causas de falha tpicas so: torque excessivo (ou insuciente), cordo de solda
muito estreito (ou muito espesso), medio imprecisa, gabarito desgastado ou deformado, tratamento trmico deciente, pea mal colocada ou faltando etc.
As causas devem ser listadas de forma especca, por exemplo, indicar erro
do operador no esclarece o problema. Nesse caso, seria melhor indicar selador
mal aplicado pelo operador. Similarmente, mquina com mau funcionamento
tambm no esclarece o problema, sendo melhor indicar erro da mquina na xao do retentor. A redao correta da causa de falha ir auxiliar na elaborao das
aes de correo e melhoria.
Ocorrncia (O)
A ocorrncia relaciona-se com a probabilidade que uma causa/mecanismo listado anteriormente venha a ocorrer. Sempre que possvel, dados referentes taxa
de falha ou ndices de capabilidade do processo devem ser estimados aplicando-se
procedimentos estatsticos aos dados histricos coletados em processos similares.
Quando essas informaes no esto disponveis, preciso fazer uma anlise subjetiva (consenso entre os engenheiros), classicando a probabilidade de ocorrncia em
baixa, moderada, alta etc.
De qualquer forma, a avaliao da ocorrncia feita em uma escala de 1 a 10.
O critrio usado na denio da escala deve ser consistente, para assegurar continuidade nos estudos. A escala relaciona-se com a taxa de falha ou com o ndice de
capabilidade, mas no diretamente proporcional a esses. A Tabela 11.4 apresenta o
critrio de avaliao sugerido.

193

194

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Ocorrncia de falha
Muito alta
Falhas quase inevitveis
Alta
Moderada

Baixa
Mnima

Taxa de falha
100/1000
50/1000
Falhas ocorrem com frequncia
20/1000
10/1000
Falhas ocasionais
5/1000
2/1000
1/1000
Falhas raramente ocorrem
0,5/1000
0,1/1000
Falhas muito improvveis
0,01/1000

ELSEVIER

Cpk
0,43
0,55
0,68
0,78
0,86
0,96
1,03
1,10
1,24
1,42

Escala
10
9
8
7
6
5
4
3
2
1

Tabela 11.4: Sugesto de escala para avaliao da ocorrncia da causa de falha em processos.

No caso em que dados quantitativos esto disponveis (dados de campo ou


resultados de uma anlise de engenharia numrica/experimental), as seguintes frmulas reproduzem aproximadamente os valores de ocorrncia (expressos na escala 0
a 10) a partir da taxa de falha ou Cpk fornecidos:
Ocorrncia = (Taxa de Falha / 0,000001)0,20
Ocorrncia = 9,3 x (1,5 Cpk)
Em ambos os casos, se o valor resultar inferior a 1 ou superior a 10, substituise os mesmos por esses limites. No caso em que dados quantitativos no esto disponveis, a equipe deve avaliar qualitativamente a ocorrncia. Para fazer essa avaliao,
as seguintes questes so pertinentes:
Qual a experincia da empresa com esse tipo de operao?
Trata-se de uma operao radicalmente nova?
Houve mudana de equipamento/tecnologia?
Mudaram as matrias-primas?
Mudaram as especicaes?
Sempre que a resposta for positiva a alguma dessas questes, signica que h
maiores incertezas envolvidas e, portanto, a equipe deve atribuir maiores valores
para a possibilidade de ocorrncia da causa do modo de falha.
Controles de preveno e deteco
Nesta etapa, a equipe deve listar os controles incorporados no processo que
podem impedir ou detectar a causa e respectivo modo de falha. Devem ser consideradas as atividades que podem assegurar a robustez do processo ao modo de falha ou
a causa de falha em anlise. Os controles atuais so aqueles que foram ou esto sendo

Captulo 11

FMEA e FTA

aplicados em processos similares. Controles usuais envolvem o uso de dispositivos


Poka-Yoke, o uso de controle estatstico, inspeo nal etc. As escalas para ocorrncia e deteco devem ser baseadas nesses controles, dado que as informaes em uso
sejam representativas do processo.
recomendado utilizar duas colunas para o registro dos controles atuais.
Uma delas para indicar eventuais controles de preveno, que correspondem queles que podem efetivamente reduzir a ocorrncia da causa ou modo de falha. A
segunda coluna deve ser usada para indicar controles de deteco, que no afetam
a probabilidade de ocorrncia, mas detectam o problema antes de o item ser liberado para a prxima etapa do processo. Vale observar que os controles de preveno
inuenciam a ocorrncia. Logo, os valores indicados para ocorrncia deveriam ser
conrmados aps o preenchimento da coluna correspondente aos controles de
preveno.
Se qualquer outro controle especco for necessrio, que a empresa no utiliza ou cuja utilizao no estava prevista, como pode ser o caso para um processo
com operaes radicalmente novas, ele deve ser listado na coluna de aes recomendadas.
Deteco (D)
A deteco refere-se a uma estimativa da habilidade dos controles atuais em
detectar causas ou modos potenciais de falha antes de o componente passar para a
operao subsequente. Tambm usada uma escala qualitativa de 1 a 10, onde 1 representa uma situao favorvel (modo de falha ser detectado) e 10 representa uma
situao desfavorvel (modo de falha, caso existente, no ser detectado).
Para avaliar a deteco, a equipe deve assumir que o modo de falha tenha
ocorrido e ento vericar a capacidade dos controles atuais em detect-lo. Inspees
aleatrias da qualidade no so ecientes em detectar a existncia de modos de falha.
Amostragem seguindo uma base estatstica um mtodo de controle vlido, que
aumenta a probabilidade de deteco.
Para reduzir a pontuao, necessrio melhorar os controles de preveno e
deteco presentes no processo. Como sempre, o critrio de avaliao deve ser denido por consenso e, ento, utilizado com consistncia. Sugere-se a utilizao do
critrio apresentado na Tabela 11.5. Os valores mais baixos (1 a 3) esto associados
ao uso de dispositivos ou procedimentos prova de erro. Os valores intermedirios
(4 a 6) esto associados ao uso de medies ou controle estatstico. Os valores mais
altos (7 a 10) esto associados inspeo visual, inspees aleatrias ou mesmo inexistncia de controle.

195

196

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Possibilidade de deteco

ELSEVIER

Escala

Muito Remota

Os controles no iro detectar esse modo de falha, ou no


existem controles

10

Remota

Os controles provavelmente no iro detectar esse modo de falha

9
8

Baixa

H uma baixa probabilidade de os controles detectarem esse


modo de falha

7
6

Moderada

Os controles podem detectar o modo de falha

5
4

Alta

H uma alta probabilidade de os controles detectarem o


modo de falha

3
2

Muito Alta

quase certo que os controles iro detectar esse modo de falha

Tabela 11.5: Sugesto de escala para avaliao da deteco em processos.

Risco (R)
O risco (R) calculado para priorizar as aes de correo e melhoria do
processo. No clculo do risco leva-se em conta a severidade, ocorrncia e deteco.
A frmula em geral empregada para a avaliao do risco a multiplicao simples
desses trs itens, conforme segue:
R=SOD
Como pode ser visto, o risco cresce medida que cresce a severidade, a probabilidade de ocorrncia e a probabilidade de no-deteco. O valor do risco pode
variar entre 1 e 1.000, e a equipe deve deslocar sua ateno e concentrar seus esforos naqueles itens em que o risco maior.
No caso da FMEA de processo, valem as mesmas observaes feitas na Seo 11.2, quando foram comentadas as limitaes do clculo de risco nos estudos
de FMEA de projeto.
Em muitas aplicaes, o valor de risco = 80 ou 100 utilizado como limite
para disparar aes de correo do projeto. Contudo, sabe-se que diferentes equipes
podem ser mais ou menos rigorosas na avaliao de severidade, ocorrncia e deteco. Assim, prudente combinar um valor de corte com o princpio de Pareto, que
estabelece que se deve atuar sobre os itens que apresentam maior risco, independentemente do valor absoluto obtido.
Aes recomendadas
Uma vez que os modos de falha tenham sido priorizados atravs do risco, as
aes recomendadas devem se dirigir aos itens com maior risco. A inteno das aes

Captulo 11

FMEA e FTA

recomendadas deve ser reduzir a severidade, ocorrncia ou no-deteco. Independente do valor do risco, causas que afetam a segurana dos operadores devem ser
eliminadas ou controladas por dispositivos de proteo.
Algumas vezes, as causas de alguns modos de falha podem no ser conhecidas. Nesse caso, o uso de projeto de experimentos recomendado, no sentido de
agregar conhecimentos sobre o processo.
A importncia de completar as aes recomendadas deve ser enfatizada. Todo
o esforo da FMEA ter pouco valor se as aes recomendadas no forem efetuadas.
responsabilidade de todos os participantes da equipe fornecerem o acompanhamento necessrio concretizao das aes recomendadas.
As aes recomendadas podem contemplar a reviso dos procedimentos
de manufatura e montagem, a incorporao de novos procedimentos, a incorporao de novos controles, o uso de tecnologias alternativas, o uso de projeto
de experimentos para otimizar parmetros do processo, o uso de manuteno
autnoma, a intensificao das atividades de manuteno preventiva ou preditiva etc.
Em relao s aes recomendadas, vale dizer que, para reduzir a probabilidade de ocorrncia, modicaes no projeto ou processo so necessrias. Para realizar
essas modicaes com objetividade, deve ser feito um estudo do processo, orientado pela FMEA, e baseado em mtodos estatsticos.
Outro aspecto importante que intensicar os controles para a deteco, em
geral, custa caro e no eciente para a melhoria da qualidade. Intensicar as inspees do controle de qualidade no uma ao corretiva efetiva, e deve ser usada
apenas temporariamente. Aes corretivas de carter permanente devem ser buscadas. A nfase deve ser deslocada para impedir a ocorrncia dos defeitos e no para a
sua deteco, e isso implica modicaes no projeto ou no processo ou na estrutura
do Sistema de Garantia da Qualidade.
Se nenhuma ao recomendada para uma causa especca, assinala-se na
coluna de aes recomendadas NENHUMA. Isso evidencia que o problema foi
analisado, mas, como o risco resultou em um valor baixo, a equipe entendeu que no
necessria nenhuma alterao no processo.
Objetivamente, as aes recomendadas representam o que ser corrigido e
melhorado no processo. Assim, elas constituem o principal resultado da FMEA.
Elas so descritas sucintamente na planilha da FMEA, mas, sempre que necessrio,
devem ser detalhadas em documentos suplementares e devem receber acompanhamento para assegurar que sejam efetivas no esforo de melhoria do processo e
produto.

197

198

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Responsvel e data (para a ao)


Nesta coluna, indica-se o indivduo responsvel pela ao recomendada, assim como a data-alvo para se completar a tarefa. Em geral, a tarefa ser realizada por
um grupo ou setor, mas recomenda-se a indicao de um indivduo como responsvel, para facilitar a comunicao e cobrana de resultados.
Como pode ser visto, a tabela da FMEA responde s questes 5W1H: O que,
Quem, Quando, Onde, Por que e Como. O que est descrito na coluna da ao,
Quem e Quando aparecem nesta coluna de responsvel e data, Onde est especicado na operao em anlise (processo, etapa, operao), Por que est especicado nas colunas de causa, modo e efeito de falha e, nalmente, Como deve estar
especicado em documentos suplementares que detalham a ao a ser feita.
Aes efetuadas
Nessa coluna, entra-se com uma breve descrio das aes de correo e melhoria efetivamente implantadas e com a correspondente data da implantao. Algumas vezes, no possvel realizar aquilo que foi idealizado na FMEA. Outras vezes,
durante o esforo de correo e melhoria, os envolvidos percebem outros aspectos
que podem ser aprimorados e vo alm das recomendaes da FMEA. Em qualquer
caso, importante registrar o que foi efetivamente feito, mantendo a FMEA atualizada no que concerne s modicaes no processo.
Risco resultante (R)
Depois que as aes corretivas tiverem sido identicadas, mas antes de serem
efetuadas, faz-se uma estimativa da situao futura para severidade, ocorrncia e deteco. As aes listadas devem inuenciar uma ou mais parcelas, reduzindo o risco.
A reduo deve ser suciente para incluir a operao na condio de risco aceitvel.
Se esse no for o caso, as aes devem ser reformuladas, de modo que alcancem o
efeito desejado.
Se nenhuma ao prevista, essas ltimas colunas permanecem em branco.
Ao nal, aps o registro das aes efetivamente realizadas, os riscos resultantes
devem ser novamente analisados e, se aes adicionais forem consideradas necessrias, os passos 12 a 15 devem ser repetidos.

Captulo 11

FMEA e FTA

11.4. ACOMPANHAMENTO DA FMEA


O engenheiro responsvel pela FMEA de projeto ou processo deve assegurar-se de que todas as aes recomendadas tenham sido implementadas de forma
adequada. A FMEA um documento dinmico e deve reetir as ltimas verses do
projeto ou processo, assim como as ltimas aes empreendidas, incluindo aquelas adotadas aps o incio da produo. Assim, tem-se o registro das modicaes
efetuadas e uma avaliao atualizada dos riscos associados ao projeto ou processo
em questo.
O engenheiro responsvel tem vrios meios para certicar-se de que as aes
tenham sido implementadas. No caso de projetos, ele pode consultar as revises de
desenho, as revises de especicaes, as alteraes em documentos de montagem
e manufatura, as alteraes em procedimentos de teste e aceitao e atualizao da
planilha de FMEA etc. No caso de processos, ele pode consultar as modicaes em
manuais de treinamento, modicaes em manuais de operao, modicaes nas
especicaes de manufatura, modicaes nos procedimentos de teste e aceitao e
as prprias atualizaes registradas na planilha de FMEA.
A Figura 11.2 apresenta um exemplo de FMEA de processo, envolvendo um
estudo desenvolvido em uma empresa do setor txtil. Por questo de espao, as colunas classicao, responsvel, aes efetuadas e risco resultante foram omitidas.

199

8
8
10

Retrabalho

Retrabalho, m
aparncia

M aparncia do
produto nal

Dobras visveis, m
aparncia

Queima o tecido,
m aparncia

Falta de aderncia

Costura faltando

Costura mal feita

Mal passado

Passado em excesso

3
1

Erro na regulagem
da mquina

Descuido do
operador

Descuido do
operador

Pouco aquecimento
da mquina

Identicao
errada da parte

Falta de habilidade

Descuido do
operador

Inspeo visual

Dispositivo luminoso da mquina

Inspeo visual
Inspeo visual

Treinamento dos
operadores
Treinamento dos
operadores

Inspeo visual

Inspeo visual

Pausas
programadas

Termostato

Inspeo visual

Treinamento dos
operadores

Inspeo visual

Inspeo visual

Inspeo visual

Treinamento dos
operadores

Treinamento dos
operadores

Plano de
amostragem

Reviso gerencial
dos procedimentos
Treinamento dos
inspetores

D
Ao recomendada

(12)

20

48

48

128

18

36

294

Promover melhorias ergonmicas nos


postos de costura, redenir programa
de pausas

Redenir os procedimentos de identicao, instalar sistema a prova de


erros

Melhorar a bancada da mquina de


224 corte, acrescentar recursos de posicionamento e alinhamento

72

72

36

10 (11)

(9)
Controles de
deteco

(9)
Controles de
preveno

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Figura 11.2: Exemplo de FMEA de processo estudo do processo de confeco em uma empresa do setor txtil.

Passar

Costurar

Perda de tempo ou
retrabalho

Posicionamento
errado

Posicionar e
aderir colante

Perda de tempo ou
retrabalho

Falta de identicao
ou erro na identicao

Identicar
partes

Falta de recursos na
mquina de corte

Descuido do
operador

M aparncia do
produto nal

Descuido do inspetor

Corte desalinhado

Cortar infesto

Procedimento de inspeo mal redigido

(8)
O

(7)
Causa

(5)

Diculdade de
confeco

Efeito

(4)

Peas com dimenses


erradas, retrabalho

Dobra ou desalinhamento entre camadas

Infestar
tecido

Inspecionar Aprovar matria-prima


matria-prima fora da especicao

(3)

Modo potencial
de falha

(2)

Operao /
Propsito

200
ELSEVIER

Captulo 11

FMEA e FTA

11.5. ANLISE DE RVORES DE FALHA


A FTA um mtodo sistemtico para a anlise de falhas. Ele foi aplicado inicialmente na vericao de projetos de aeronaves. Mais recentemente, alm de ser
aplicada ao projeto e reviso de produtos, seu uso foi estendido anlise de processos, inclusive processos administrativos.
Uma rvore de falha um diagrama lgico que representa as combinaes de
falhas entre os componentes que acarretam um tipo determinado de falha do sistema
global. O sistema pode ser um projeto, processo, equipamento, empreendimento etc.
A anlise de rvores de falha uma tcnica analtica que especica as condies que acarretam em um estado indesejado do sistema (evento de topo). Ela exige
que se desenvolva um modelo em que so especicadas as dependncias entre os
componentes do sistema. Ela permite que sejam calculadas as probabilidades de
ocorrncia dos eventos de topo (desastres) que forem analisados.
11.5.1. DESENHO DA RVORE DE FALHA

O esboo da rvore de falha deve iniciar pelo desenho do evento de topo


(condio de desastre a ser investigada). Logo aps, seguindo do evento de topo para
baixo, completa-se a rvore de falha especicando-se o modelo lgico que traduz
todas as condies que podem levar ocorrncia do evento de topo. Como pode ser
observado, o desenho e o raciocnio so feitos do topo para baixo.
11.5.2. SMBOLOS USADOS EM RVORES DE FALHA

No desenho das rvores de falha so utilizados smbolos, que representam


diferentes tipos de eventos e diferentes operadores lgicos. O uso desses smbolos
permite traduzir raciocnios complexos em representaes grcas compactas. A Figura 11.3 apresenta um trecho de rvore de falha, em que podem ser observados
eventos conectados atravs de um operador lgico. Os principais eventos utilizados
na representao de rvores de falha esto apresentados na Figura 11.4, enquanto os
principais operadores lgicos utilizados na representao de rvores de falha esto
apresentados na Figura 11.5.

Figura 11.3: Trecho de uma rvore de falha.

201

202

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Retngulo

Evento que resulta da combinao de


vrios eventos bsicos. Pode ser mais
desenvolvido

Crculo

Evento/Falta bsica, que no requer


maiores desenvolvimentos

Casa

Um evento bsico esperado de ocorrer


em condies normais de operao

Diamante

Como o retngulo, mas no h interesse ou no possvel desenvolv-lo mais

Tringulo

Smbolo de transferncia

Figura 11.4: Principais eventos utilizados em rvores de falha.

Os eventos utilizados com maior frequncia so o crculo e o retngulo. O


crculo corresponde a uma causa bsica, cuja probabilidade de ocorrncia deve ser
informada. O retngulo corresponde a um evento resultante da combinao de causas bsicas, cuja probabilidade de ocorrncia ser calculada.

Output (o) s ocorre se todos os inputs


ocorrerem

OU

Output (o) ocorre quando ao menos


um dos inputs ocorreram

E r/n

Output (o) s ocorre se r dos n eventos


ocorrerem
(continua)

Captulo 11

E Condicional

FMEA e FTA

Output (o) s ocorre se todos os


inputs ocorrerem e a condio for
satisfeita

Output (o) ocorre se ao menos um


OU Condicional dos inputs ocorrerem e a condio for
satisfeita

IF Simples

Output (o) ocorre se o input estiver


presente e a condio for satisfeita

Condio de
Permanncia

Output (o) ocorre se o input ocorrer e


permanecer presente por pelo menos
10 minutos

Figura 11.5: Principais operadores lgicos utilizados em rvores de falha.

Os operadores lgicos utilizados com maior frequncia so o E e o OU. O


E representa uma condio mais segura, correspondente a um sistema em paralelo,
em que a falha s ocorre se todos os componentes falharem. O OU representa uma
situao menos segura, correspondente a um sistema em srie, cuja a falha ocorre se
qualquer um dos componentes falharem.
A Figura 11.6 apresenta um exemplo de rvore de falha, em que est sendo
investigada a probabilidade de danos em uma central de comunicaes devido a um
incndio no detectado e controlado.

203

204

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Figura 11.6: Exemplo de rvore de falha para a anlise da probabilidade de incndio em uma central
de comunicao.

11.5.3. PASSOS NA ANLISE DE RVORES DE FALHA

A anlise de rvores de falha envolve cinco etapas principais: (i) fazer o diagrama de rvore de falha, (ii) reunir dados bsicos de falha, (iii) calcular probabilidades,
(iv) determinar criticidade e (v) formular aes corretivas e recomendaes.
Fazer o diagrama de rvore de falha
Inicialmente, o engenheiro responsvel pela conduo da FTA deve reunir
a equipe de trabalho. Conforme o estudo, a equipe deve conter participantes com
conhecimento de diferentes reas: materiais, manufatura, montagem, qualidade, manuteno, assistncia tcnica etc. Alm do conhecimento tcnico, os participantes
devem ter habilidade para trabalhar em equipe. Na Seo 11.7.2 h um resumo das
principais habilidades necessrias ao trabalho em equipe.
Paralelamente formao da equipe, o engenheiro responsvel deve reunir
os documentos que serviro de suporte ao desenvolvimento da FTA. Entre os documentos usualmente pertinentes podem ser citados: projeto do processo ou produto,
relatrios descrevendo erros de produo ou reclamaes de clientes, dados da assistncia tcnica, normas aplicveis ao projeto ou processo em questo etc.

Captulo 11

FMEA e FTA

O estudo propriamente dito deve iniciar descrevendo com preciso o


evento de topo. Quanto melhor a denio do evento de topo, mais fcil ser
identicar as suas causas. Uma vez estabelecido o evento de topo, a rvore de
falha comea a ser desenhada. So lanados os eventos que conduzem ao evento
de topo e, a seguir, as causas desses eventos, e assim por diante. A rvore deve
indicar as relaes de dependncia entre os diversos itens, especicadas atravs
dos operadores lgicos.
No que concerne descrio dos eventos, importante ser to conciso
quanto possvel. Se um evento resultante tem mais de uma causa, que provavelmente estaro associadas a diferentes probabilidades de falha, ento todas devem
ser listadas. Qualquer causa cuja probabilidade de ocorrncia no for praticamente nula deve ser listada. A relao deve conter inclusive aquelas causas que
s ocorrem em certas situaes (por exemplo, na condio de temperatura ou
umidade elevadas).
A associao entre eventos resultantes e causas construda com base na experincia da equipe, em geral fruto da interao entre os participantes, conduzida em
um ambiente de brainstorming, em que todos podem se manifestar. Como ponto de
partida, pode-se usar problemas que ocorreram no passado, em aplicaes similares.
Adicionalmente, dados da assistncia tcnica e reclamao de clientes costumam ser
fontes importantes de informao.
Reunir dados bsicos de Falha
Finalizado o desenho da rvore de falha, o prximo passo contempla a coleta
de dados que permitam estabelecer a probabilidade de ocorrncia das causas bsicas.
Vale observar que, existindo dados quantitativos referentes a ocorrncia de causas
bsicas, eles devem ser usados para assegurar maior preciso ao estudo. Entre os
dados quantitativos que podem estar disponveis, citam-se: taxa de falha em componentes, taxa de falha no processo, ndices de capacidade do processo etc. Contudo,
na falta de dados quantitativos, a equipe deve estimar qualitativamente a probabilidade de ocorrncia das causas bsicas.
Calcular probabilidades
Uma vez reunidos os dados referentes probabilidade de ocorrncia das causas bsicas, a probabilidade de ocorrncia dos eventos resultantes pode ser calculada
matematicamente. Os casos mais simples e mais frequentes correspondem a associaes em srie (OU) e em paralelo (E), cujo formulrio de clculo apresentado a
seguir.
n
E: P (0 ) = P (Ei )
i =1

205

206

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

OU: P (0 ) =1 (1 P (Ei ))
i =1

Nessas frmulas, P(0) corresponde probabilidade de ocorrncia do evento


resultante (output), enquanto P(Ei) corresponde probabilidade de ocorrncia das
causas (eventos de hierarquia inferior) que geram o evento resultante. Situaes envolvendo operadores lgicos mais complexos devem ser tratadas utilizando o formulrio adequado a cada caso.
O uso ascendente dessas frmulas ir permitir calcular progressivamente a
probabilidade de ocorrncia dos eventos de hierarquia superior, at alcanar o clculo da probabilidade de ocorrncia do evento de topo.
Determinar criticidade
Aps o clculo da probabilidade de ocorrncia de todos os eventos, possvel
calcular a criticidade das causas bsicas. Matematicamente, a criticidade corresponde
ao produto da probabilidade de ocorrncia da causa bsica pela probabilidade condicional de ocorrncia do evento de topo, dado que a causa bsica tenha ocorrido.
Conforme equao a seguir:
Criticidade = P(Ei).P(H/Ei)
Onde P(Ei) a probabilidade que o evento (causa bsica Ei) ocorra, enquanto
P(H/Ei) a probabilidade condicional que o evento de topo ocorra dado que Ei tenha
ocorrido.
Formular aes corretivas e recomendaes
Uma vez que as causas bsicas tenham sido priorizadas atravs da sua criticidade, as aes de correo e melhoria devem se dirigir s causas com maior criticidade.
A inteno das aes de correo e melhoria deve ser reduzir a probabilidade de ocorrncia do evento de topo.
A importncia de completar as aes de correo e melhoria deve ser enfatizada. Todo o esforo da FTA ter pouco valor se as aes planejadas no forem efetuadas. responsabilidade de todos os participantes da equipe fornecerem o acompanhamento necessrio concretizao das aes planejadas.
As aes de correo e melhoria podem contemplar a reviso do desenho de
partes do projeto, reviso de especicaes de materiais, reviso dos procedimentos
de manufatura e montagem, a incorporao de novos procedimentos, a incorporao
de novos controles, o uso de tecnologias alternativas, a intensicao das atividades
de manuteno preventiva ou preditiva etc.

Captulo 11

FMEA e FTA

Objetivamente, as aes recomendadas representam o que ser corrigido e


melhorado no sistema em estudo (projeto, processo, equipamento, empreendimento
etc.). Assim, elas constituem o principal resultado da FTA. Elas devem ser detalhadas
em documentos suplementares, descrevendo os recursos necessrios, responsveis e
prazos. Elas devem receber acompanhamento para assegurar que sejam efetivas no
esforo de melhoria do sistema.

EXEMPLO DE FIXAO 11.1: APLICAO DA FTA


A Figura 11.7 apresenta outro exemplo de rvore de falha, em que feita a
anlise de um sistema de fornecimento de gua. Inicialmente, apenas as probabilidades de ocorrncia das causas bsicas so fornecidas. A seguir as probabilidades de
ocorrncia dos eventos resultantes so calculadas, obtendo-se por m a probabilidade de ocorrncia do evento de topo.

Figura 11.7: rvore de falha do sistema de fornecimento de gua.

207

208

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Os dados da Figura 11.7 referem-se a probabilidades de falha mensais. A partir dos dados fornecidos, a probabilidade de falha de abastecimento em um determinado ms calculada como sendo: 2,22%.
Continuando a anlise da rvore de falha, o prximo passo corresponde ao
clculo da criticidade das causas bsicas. Nesse exemplo, as causas bsicas envolvem quatro elementos a serem considerados: falha em um tanque, em uma bomba,
em um gerador ou na turbina. As Figuras 11.8 e 11.9 ilustram o clculo da criticidade para uma bomba e para a turbina. importante lembrar que a criticidade
calculada multiplicando a probabilidade de falha do componente em estudo pela
probabilidade condicional de falha do sistema dado que o componente em estudo
tenha falhado.

Figura 11.8: Estudo da criticidade de uma das bombas.

Figura 11.9: Estudo da criticidade da turbina.

Captulo 11

FMEA e FTA

No caso da bomba, a probabilidade de falha da mesma 2%. Como h duas


bombas em paralelo, a falha de uma delas no altera substancialmente a probabilidade de falha do sistema, que passa a ser 4,15%. Assim, a criticidade da bomba
calculada como 0,02 0,0415 = 0,00083. A turbina possui a mesma probabilidade
de falha de uma bomba, igual a 2%. No entanto, ela no possui redundncia, e sua
posio no sistema tal que se ela falhar, falha o sistema. Logo, a probabilidade condicional de falha do sistema dado que a turbina falhou 100% (o sistema falha quando a turbina falha). Assim, a criticidade da turbina calculada como 0,02 1,00 =
0,02. Como pode ser observado, apesar de apresentarem a mesma probabilidade de
falha, a criticidade da turbina substancialmente maior que a criticidade da bomba.
A Tabela 11.6 resume os clculos de criticidade para todos os componentes.

Tanque
Bomba
Gerador
Turbina

Prob. de Falha
P(Ei)
0,10
0,02
0,03
0,02

Prob. Cond. de Falha


do Sistema P(H/Ei)
0,0310
0,0415
0,0507
1,0000

Criticidade
P(Ei) x P(H/Ei)
0,0031
0,0008
0,0015
0,0200

Tabela 11.6: Estudo de criticidade dos componentes

11.6. NOTAS SOBRE O USO DE FMEA E FTA


As sees a seguir apresentam comentrios prticos importantes na conduo
dos estudos de FMEA e FTA. Assim, so discutidos a escolha entre FMEA e FTA, as
etapas no desenvolvimento desses estudos, o uso de avaliaes qualitativas, a importncia das revises em projetos/processos e, por m, o uso conjunto das duas tcnicas
11.6.1. ESCOLHA ENTRE FMEA E FTA

O uso preferencial da FMEA ou da anlise de rvores de falha depender do


problema em estudo. Em geral, muito mais fcil aplicar uma dessas tcnicas. Na
FMEA, a partir de um item inicial (um componente ou uma operao), aparecem
vrios modos e efeitos de falha. Na rvore de falha, a partir de um efeito indesejvel
(evento de topo), aparecem relaes que podem englobar diversos componentes ou
operaes.
No desenvolvimento da FMEA, o raciocnio segue de baixo para cima. A FMEA
til para, a partir de um item, mapear todos os possveis modos e efeitos de falha
associados a esse item. No desenvolvimento da FTA, o raciocnio segue de cima para
baixo. A rvore de falha til para, a partir de um efeito indesejvel (evento de topo),
denir quais os itens que esto associados com esse efeito.

209

210

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

11.6.2. ETAPAS NO DESENVOLVIMENTO DE UM ESTUDO DE FMEA E FTA

De modo geral, o desenvolvimento da FMEA pode ser organizado em oito


etapas, conforme apresentado a seguir. importante observar que o preenchimento
da planilha surge apenas na quinta etapa. H atividades importantes que devem ser
realizadas anteriormente ao preenchimento da planilha e que iro assegurar maior
qualidade ao trabalho.
1. Denir o projeto ou processo e a equipe de estudo
2. Denir interfaces (limites) do projeto ou processo em anlise
3. Anlise preliminar do projeto/processo e denio das informaes que precisam ser reunidas
4. Coleta de dados
5. Preenchimento da tabela de FMEA
6. Reviso da tabela de FMEA com o clculo nal dos riscos e indicao das aes
recomendadas
7. Detalhamento das aes de correo e melhoria
8. Acompanhamento das aes de correo e melhoria
Similarmente, o desenvolvimento da FTA pode ser organizado em dez etapas.
Novamente, o desenho da rvore de falha surge apenas na quinta etapa, e as atividades anteriores no devem ser feitas de forma apressada ou incompleta. Em especial,
a correta formao da equipe de estudo, a anlise preliminar do sistema e a coleta
de dados contribuem de forma decisiva para qualicar os estudos de FMEA e FTA.
1. Denir o evento de topo e a equipe de estudo
2. Denir interfaces (limites) do sistema em anlise
3. Anlise preliminar do sistema e denio das informaes que precisam ser
reunidas
4. Coleta de dados
5. Construo da rvore de falhas
6. Reviso da rvore de falhas
7. Determinao das probabilidades de ocorrncia das causas bsicas
8. Determinao das probabilidades de ocorrncia do evento de topo
9. Detalhamento das aes de correo e melhoria
10. Acompanhamento das aes de correo e melhoria
Observa-se ainda que os trabalhos no se encerram com o preenchimento da
planilha de FMEA ou o desenho da rvore de falha. Etapas essenciais, posteriores a
essas atividades, so o detalhamento e o acompanhamento das aes de correo e
melhoria.

Captulo 11

FMEA e FTA

11.6.3. AVALIAES QUALITATIVAS

A FMEA e a anlise de rvores de falha fornecem uma forma sistemtica e


organizada de identicao das causas de falhas potenciais. Essas tcnicas ajudam a
assegurar que todos os possveis mecanismos de falha sero analisados. Avaliaes
quantitativas so sempre preferidas: dados de campo, resultados de testes em laboratrio, avaliaes de capabilidade do processo etc.
Apesar de avaliaes quantitativas serem preferidas, avaliaes qualitativas em
geral j fornecem valiosas informaes para propsitos de diagnstico e reviso de
projetos ou processos. Assim, dado que a equipe possua conhecimento tcnico acumulado, o estudo deve ser empreendido utilizando avaliaes qualitativas de probabilidades de ocorrncia e outras que forem necessrias. As priorizaes obtidas na
FMEA ou a criticidade calculada na FTA devem revelar os pontos fracos do projeto,
permitindo que ele seja corrigido e aperfeioado.
11.6.4. REVISES NO PROJETO/PROCESSO

Um dos objetivos da FMEA e da anlise de rvores de falha determinar se o


nvel de risco associado a um determinado item aceitvel. Caso no seja, inicia-se
identicando os componentes, operaes ou eventos crticos. Em seguida, revisa-se
o projeto ou processo de forma a eliminar ou reduzir a probabilidade de ocorrncia
ou a severidade do efeito das falhas associadas. Aps, a tabela da FMEA ou a rvore
de falha sofrem uma reavaliao, para conrmar que o nvel de risco aceitvel tenha
sido atingido.
11.6.5. O USO CONJUNTO DE FMEA E FTA

Apesar das diferenas apresentadas anteriormente, FMEA e FTA tambm tm


muitos pontos em comum: ambos buscam fazer uma previso das falhas que podem
surgir em produtos ou processos e, muitas vezes, o uso conjunto pode complementar ou facilitar a anlise. Por exemplo, a anlise de rvores de falha estabelece o encadeamento das falhas de um sistema. Uma vez entendido esse encadeamento, ca
mais fcil preencher a tabela de FMEA:
Causa ==> Modo ==> Efeito
Por outro lado, tambm possvel seguir o caminho inverso, ou seja, usar a
tabela de FMEA para levantar os efeitos indesejados e, ento, desdobr-los em uma
rvore de falha.
Outra alternativa fazer esses estudos em paralelo e, ao nal, vericar a seguinte equivalncia: Causas bsicas que aparecem no ltimo nvel da rvore de falha devem equivaler s causas potenciais de falha, na tabela de FMEA, na coluna correspondente.

211

212

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

11.7. PROCEDIMENTOS PARA PROGRAMAS DE FMEA E FTA


Esta seo pode auxiliar aqueles que pretendem implantar programas de
FMEA ou FTA em suas empresas. A sistemtica geral de trabalho proposta envolve
sete etapas, apresentadas a seguir e discutidas nesta seo:
1. Identicao de problemas
2. Classicao e equipe
3. Anlise
4. Atuao e responsveis
5. Padronizao
6. Documentao
7. Manuteno
11.7.1. IDENTIFICAO DO PROBLEMA

Nas reunies peridicas da engenharia, so identicados problemas que devem ser analisados atravs de FMEA ou FTA. Os problemas identicados devem ser
descritos da forma mais completa possvel, inclusive enfatizando os objetivos nais
que se espera alcanar com o estudo. importante que o problema seja corretamente
delimitado, de forma que, ao ser passado ao responsvel pelo estudo, todos entendam o que deve ser feito.
11.7.2. CLASSIFICAO E EQUIPE

Em geral, na mesma reunio em que o problema identicado, tambm feita


a classicao do estudo e a indicao do coordenador do estudo de FMEA ou FTA.
A classicao inclui a caracterizao do estudo como FMEA ou FTA (ou ambos), o
objeto de estudo (projeto, processo, equipamento, empreendimento) e a sua localizao nos setores da fbrica.
A partir desse momento, as aes so dirigidas pelo coordenador, que inicia
denindo os membros efetivos da equipe de estudo. A seguir, em uma primeira reunio, os membros efetivos detalham o problema e os objetivos do estudo e denem
o restante da equipe de estudo, ou seja, os membros participantes.
Como pode ser observado, a equipe envolve o coordenador, membros efetivos e membros participantes. A responsabilidade do coordenador abrange montar a
equipe efetiva, envolver ativamente todos os membros da equipe no estudo, agendar
as reunies, delegar responsveis pelas aes de correo e melhoria e conrmar a
efetiva execuo das aes de correo e melhoria. Os membros efetivos so os indivduos que contribuem com o seu conhecimento tcnico e possuem autorizao
para identicar e executar tarefas. Devem participar de todas as reunies e auxiliar o

Captulo 11

FMEA e FTA

coordenador em suas funes. Os membros participantes so os indivduos que participam de algumas reunies, contribuindo com o seu know-how referente a alguns
aspectos da anlise, ajudando na identicao, anlise e soluo dos problemas.
Ainda em relao equipe de trabalho, em uma FMEA de projeto, geralmente
estaro includos representantes de: materiais, manufatura, montagem, qualidade,
assistncia tcnica, projetista do item em estudo e projetistas de itens relacionados.
Enquanto isso, em uma FMEA de processo, em geral estaro includos representantes de: materiais, manufatura, montagem, qualidade, assistncia tcnica, operadores
do processo em estudo, processista do processo em estudo e processistas de processos relacionados. Em um estudo de FTA pode ser necessrio reunir representantes
de ambos os grupos listados.
Outro aspecto relevante a ser considerado na formao da equipe que os
participantes devem possuir habilidades para trabalho em equipe. As principais habilidades associadas ao trabalho em equipe so:
Capacidade de identicar o papel de cada um na equipe (inclusive o seu prprio papel);
Disposio para cooperar com os demais, contribuindo com informaes e
ideias relevantes ao estudo;
Disposio para compartilhar seu conhecimento e recursos com os demais,
visando alcanar os objetivos da equipe;
Capacidade de lidar com as diferenas, respeitando-as;
Capacidade de planejar e tomar decises em conjunto com outras pessoas;
Empatia, entendida como a capacidade de entender as preocupaes e opinies dos demais;
Esforo sincero no sentido de manter todos envolvidos, encorajando os demais a aceitar a mudana;
Capacidade de interpretar potenciais conitos, lidando positivamente com os
mesmos, de forma a conseguir concluir o trabalho;
Esforo no sentido de manter um ambiente de trabalho agradvel a todos;
Disposio para aceitar decises da equipe;
Disposio para liderar atividades, se necessrio, motivando os demais e assumindo a iniciativa.
11.7.3. ANLISE

Esta etapa contempla o estudo do sistema, seguindo as tcnicas da FMEA e


da FTA, conforme descrito neste captulo. O coordenador deve agendar as reunies
necessrias para levar a termo todo o preenchimento da tabela de FMEA ou desenho

213

214

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

da rvore de falha. As reunies devem ser agendadas em um horrio confortvel para


todos os participantes. Sempre que possvel, o coordenador deve agendar com antecedncia o total de reunies que ele acredita que sejam necessrias para a concluso
do estudo.
Em geral, as anlises so conduzidas em reunies de duas ou trs horas. A
concentrao requerida pela FMEA e FTA relativamente intensa, fazendo com que
a produtividade diminua substancialmente aps trs horas de trabalho. Idealmente,
o espaamento entre as reunies deveria ser inferior a trs dias, de forma que o que
foi discutido na reunio anterior ainda estivesse vivo na lembrana de todos. Se o
espaamento for maior, por exemplo, encontros semanais, ento caber ao coordenador, no incio de cada reunio, relembrar os participantes do estgio do trabalho
antes de dar continuidade a ele.
Para facilitar o envolvimento, recomendvel o uso de um videoprojetor, de
forma que todos possam acompanhar o progresso da anlise e os termos exatos que
esto sendo documentados. Outras facilidades como ip chart e coffee break tambm
contribuem para a produtividade.
11.7.4. ATUAO E RESPONSVEIS

A planilha de FMEA e o desenho da rvore de falha indicam, mas no detalham, o que deve ser feito. Conforme enfatizado neste captulo, importante que a
FMEA e a FTA incluam o detalhamento e acompanhamento das aes. O coordenador pode assegurar esse detalhamento aplicando um mtodo como o 5W1H para
denir os aspectos principais referentes s aes de correo e melhoria do sistema.
Essa etapa s naliza quando o coordenador verica que as aes de correo
e melhoria do sistema foram efetivamente implantadas.
11.7.5. PADRONIZAO

Para que as aes de correo e melhoria se sustentem ao longo do tempo, elas


devem ser padronizadas. No caso de FMEA de projeto, isso signica alteraes em
todos os desenhos pertinentes. No caso de FMEA de processo, isso signica atualizao dos manuais de treinamento, operao e inspeo. No caso de FTAs, ambas as
atividades podem ser necessrias.
11.7.6 DOCUMENTAO

Uma cpia do estudo de FMEA ou FTA deve car guardada junto ao setor
correspondente. Outra cpia deve car com a direo de engenharia. Essas cpias,
disponveis para consulta, constituem um referencial tcnico que auxilia tanto no
desenvolvimento de sistemas correlatos como na implantao de futuras alteraes a
serem efetuadas sobre o sistema original.

Captulo 11

FMEA e FTA

11.7.7. MANUTENO

O esforo do programa de FMEA e FTA deve ser mantido pela direo de


engenharia, que periodicamente deve vericar a pertinncia das aes de correo e
melhoria, a efetiva implantao das aes e os resultados alcanados com as aes.
Isso pode ser feito na forma de auditorias peridicas no programa, visando conrmar
a sua eccia.
Em relao ao programas de FMEA e FTA, a responsabilidade da direo de
engenharia inclui: providenciar treinamento em FMEA e FTA; providenciar sala, arquivo, software; alm de alocar horas/homem para os estudos.

QUESTES
1.

Escolher um sistema que voc conhece tecnicamente (esse sistema pode ser um
processo ou projeto, ou ento um produto, ou equipamento). Aps, (i) em uma folha
de papel, listar os possveis modos de falha para o sistema escolhido; (ii) para cada
modo de falha, indicar o efeito que o cliente pode observar ou experimentar e indicar a severidade desse efeito usando uma escala de 1 a 10; (iii) para cada modo de
falha, listar todas as causas que podem origin-lo; (iv) transportar toda a informao
anterior para uma tabela de FMEA, e complet-la, calculando os riscos e indicando
aes recomendadas quando necessrio

2.

Identicar um evento indesejvel que possa ser classicado como um evento de


topo, por exemplo: parada de um processo que est sob a sua responsabilidade;
parada de um equipamento que voc conhece; falha em atingir a produo prevista
para o seu setor; poluio atmosfrica acima de um determinado patamar crtico;
morte de peixes em um esturio, devido a excesso de poluio na gua; ruptura de
uma obra civil (por exemplo, uma barragem), causando danos ao meio ambiente
etc. Desenhar a rvore lgica para o evento de topo escolhido e identicar as causas
bsicas.

3.

Para a rvore de falha apresentada a seguir (Figura 11.10) que contm as probabilidades de ocorrncia das causas bsicas, pede-se: (i) calcular a probabilidade de
ocorrncia do evento de topo e (ii) estabelecer a criticidade das causas bsicas.

215

216

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

Figura 11.10

ELSEVIER

Captulo

12

MANUTENO CENTRADA EM
CONFIABILIDADE

CONCEITOS APRESENTADOS NESTE CAPTULO


Este captulo apresenta os conceitos da manuteno centrada em conabilidade (MCC). Inicialmente, apresentada uma breve introduo MCC. Aps, discutem-se as questes bsicas abordadas pela MCC. A seguir, os passos para a implantao da MCC so apresentados. Tambm apresentada uma planilha que integra os
aspectos especcos da MCC tabela de FMEA. O captulo nalizado discutindo-se
o uso do diagrama de deciso para a identicao das atividades de manuteno recomendadas para cada componente ou conjunto.

12.1. INTRODUO
A MCC pode ser denida como um programa que rene vrias tcnicas de
engenharia para assegurar que os equipamentos de uma planta fabril continuaro
realizando as funes especicadas. Devido a sua abordagem racional e sistemtica,
os programas de MCC tm sido reconhecidos como a forma mais eciente de tratar
as questes de manuteno. Eles permitem que as empresas alcancem excelncia nas
atividades de manuteno, ampliando a disponibilidade dos equipamentos e reduzindo custos associados a acidentes, defeitos, reparos e substituies.
A eccia da MCC est baseada em alguns pilares prprios desse programa.
Entre esses pilares, podem ser destacados: (i) amplo envolvimento de engenheiros,
operadores e tcnicos de manuteno, caracterizando um ambiente de engenharia
simultnea; (ii) nfase no estudo das consequncias das falhas, que direcionam todas

218

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

as tarefas de manuteno; (iii) abrangncia das anlises, que consideram questes


associadas segurana, meio ambiente, operao e custos; (iv) nfase nas atividades
pr-ativas, envolvendo tarefas preditivas e preventivas; (v) combate s falhas escondidas, que reduzem a conabilidade do sistema.

12.2. QUESTES BSICAS DA MCC


De acordo com Moubray (1997), existem sete questes bsicas que devem ser
contempladas pelos programas de MCC:
(i) Quais as funes e padres de desempenho esperados para os equipamentos
fabris?
(ii) De que modo os equipamentos podem falhar em cumprir suas funes?
(iii) O que causa cada falha funcional?
(iv) O que acontece quando cada falha ocorre?
(v) De que forma cada falha interessa?
(vi) O que pode ser feito para prevenir ou impedir cada falha?
(vii) O que deve ser feito quando no pode ser estabelecida uma atividade pr-ativa
pertinente?
Os prximos pargrafos discutem cada uma dessas questes.
A denio das funes e padres de desempenho dos equipamentos fabris
estabelece a base de trabalho do programa de MCC. Todos devem compreender o
que esperado de cada equipamento, as funes que ele deve cumprir e o padro de
desempenho que deve ser mantido durante sua vida til. Nesse sentido, importante
entender que cada componente da planta possui funes primrias e secundrias
que devem ser mantidas. As funes primrias correspondem quilo que o equipamento deve fazer em primeiro lugar, por exemplo, um motor deve mover uma
correia transportadora. Contudo, cada componente tambm ter outras funes que
devem ser mantidas. Continuando com o exemplo do motor, as suas funes secundrias poderiam estar associadas a assegurar baixa vibrao, baixo rudo e nenhum
vazamento de leo. Todas essas funes devem ser devidamente identicadas para
direcionar o programa de MCC.
Na maioria das vezes, gerentes de produo e operadores so as pessoas que
podem identicar com clareza o desempenho esperado de cada equipamento, incluindo as funes primrias e secundrias que ele deve cumprir. Assim, para que
o programa de MCC possa fornecer o que essas pessoas desejam, essencial que as
mesmas participem ativamente nas reunies do programa. Adicionalmente, funes
associadas sade, segurana e meio ambiente podem exigir a participao de especialistas, que possam descrever o desempenho a ser alcanado.

Captulo 12

Manuteno Centrada em Confiabilidade

Outra questo essencial abordada pela MCC refere-se identicao dos modos de falha, ou seja, dos modos como os equipamentos podem falhar em cumprir
suas funes. Os modos de falha correspondem a eventos, passveis de ocorrer, que
caracterizam falha em cumprir uma das funes especicadas para o componente.
Modos de falha passveis de ocorrer so aqueles que j ocorreram no passado em
componentes similares, ou aqueles que ainda no ocorreram, mas que a equipe considera que exista uma possibilidade real de ocorrncia no futuro. Novamente, a identicao correta do modo como os equipamentos podem falhar exige a participao
ativa tanto do pessoal de manuteno como do pessoal operacional.
Uma vez que as aes preventivas no so direcionadas aos modos de falha
e sim s suas causas, uma importante preocupao dos programas de MCC a
identicao das causas de cada falha funcional. As causas das falhas devem ser
identicadas em suciente detalhe para assegurar que as aes sejam dirigidas
raiz do problema e no aos sintomas que ele apresenta. O envolvimento dos
operadores, tcnicos e mecnicos, que conhecem o dia a dia dos equipamentos,
essencial para a correta identicao das causas. Os fabricantes dos equipamentos
tambm possuem experincia de campo acumulada e, usualmente, constituem outra importante fonte de informao.
Alm de identicar as causas das falhas, importante reconhecer seus efeitos,
explicitando o que acontece quando cada falha ocorre. Nesse sentido, a MCC
aborda: (i) o que pode ser observado quando a falha ocorre, (ii) o tempo que o equipamento ir permanecer parado na eventualidade da ocorrncia da falha, (iii) os danos que a falha pode acarretar, incluindo possibilidade de perdas materiais, humanas
ou ambientais e (iv) o que pode ser feito para reparar a falha.
Os operadores podem indicar o que observado quando a falha ocorre. Os
supervisores de linha, em geral, possuem a informao referente ao tempo que o
equipamento permanece parado. Engenheiros ou especialistas podem prever os danos que a falha pode provocar. Por m, o pessoal da manuteno geralmente possui
conhecimento para indicar o que pode ser feito no sentido de reparar a falha.
Continuando a anlise das falhas, deve car claro de que forma cada falha
interessa. Uma planta industrial, em geral, possui centenas de modos de falha passveis de ocorrer. Cada um desses modos de falha ir afetar a organizao de um
modo diferente. Alguns podem ter um efeito mnimo, outros podem causar prejuzos
considerveis, associados segurana, produtividade, qualidade ou meio ambiente.
O esforo dedicado a evitar a ocorrncia de cada falha possvel deve ser proporcional
consequncia dessa falha.
De forma geral, as consequncias das falhas podem ser classicadas em cinco grupos: (i) consequncias escondidas, que no possuem impacto imediato, mas

219

220

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

expem a organizao a outras falhas que podem ter consequncias graves; (ii) consequncias para a segurana, que podem machucar ou matar pessoas; (iii) consequncias ambientais, falhas que podem causar prejuzos ao meio ambiente, violando
normas regionais, nacionais ou internacionais; (iv) consequncias operacionais, falhas que podem interromper a produo ou prejudicar o desempenho no que concerne a qualidade e a produtividade; e (v) outras consequncias, falhas que no
podem ser classicadas em nenhum dos grupos anteriores, de forma que envolvem
apenas o custo direto do reparo. No mbito da MCC, a consequncia da falha o
aspecto-chave que orienta as aes preventivas, denindo a prioridade e intensidade
das aes.
Conhecidas as consequncias das falhas e, portanto, aquelas que devem ser
evitadas prioritariamente, o prximo passo identicar o que pode ser feito para
prevenir ou impedir cada falha. De forma ampla, a gesto de falhas envolve tarefas
pr-ativas e tarefas reativas.
As tarefas pr-ativas so aquelas conduzidas anteriormente ocorrncia de
falhas, visando impedir que um componente falhe. Elas contemplam o que em geral chamado de manuteno preventiva (recuperao ou substituio programada) e
manuteno preditiva (recuperao ou substituio dependendo do estado do item).
Em relao s atividades de manuteno preventiva, na falta de dados histricos, os
operadores e o pessoal de manuteno so aqueles que possuem conhecimento a
respeito da relao entre falhas e tempo de uso, e podem ajudar na denio apropriada dos intervalos de recuperao ou substituio de componentes. J em relao a atividades preditivas, algumas dependem de observao visual ou ttil ou do
uso de instrumentos simples (como um termmetro) e podem ser apropriadamente
realizadas pelo pessoal de operao e manuteno. Outras dependem de medies
sosticadas (levantamento de um espectro de frequncias, por exemplo), exigindo
pessoal especializado para conduzir as anlises.
As tarefas reativas envolvem lidar com componentes que apresentaram falhas.
Elas so escolhidas quando no possvel (ou no vantajoso nanceiramente) empreender uma atividade pr-ativa ecaz. As tarefas reativas contemplam rodar at
a falha, procura de falhas ou mesmo redesenho de componentes ou conjuntos que
apresentam problemas.
Por m, a MCC contempla planejar o que deve ser feito quando no pode
ser estabelecida uma atividade pr-ativa pertinente. Nos casos em que a consequncia da falha considerada grave e no possvel empreender atividades preventivas ou preditivas, pode ser necessrio empreender atividades de procura de
falhas ou decidir pelo redesenho de subsistemas (permitindo o uso de redundncia
e alarmes que antecipem a falha potencial).

Captulo 12

Manuteno Centrada em Confiabilidade

A procura de falhas uma atividade que envolve a vericao peridica de


funes escondidas, para determinar se elas no apresentam falha. O redesenho envolve alteraes em componentes, conjuntos ou subsistemas. Ele deve ser empregado quando uma falha com consequncias graves no pode ser antecipada. Contudo,
no mbito da MCC, o redesenho representa uma situao excepcional e no faz parte
da rotina das equipes de trabalho. Vale observar que (i) redesenho necessita de competncias que usualmente no esto presentes nas equipes de MCC e (ii) redesenho
mobiliza muitas horas de trabalho e, caso empreendido pelas equipes de MCC, poderia paralisar todo o restante do programa. Assim, o redesenho de subsistemas deve
ser uma deciso tomada com cautela e deve envolver recursos humanos adicionais,
qualicados para essa tarefa.

12.3. PASSOS PARA A IMPLANTAO DA MCC


A MCC pode ser implementada em nove etapas, que envolvem: escolha da
equipe, capacitao em MCC, estabelecimento dos critrios de conabilidade, estabelecimento da base de dados, aplicao da FMEA e classicao dos componentes,
seleo das atividades de MP pertinentes, documentao das atividades de MP, estabelecimento de metas e indicadores, reviso do programa de MCC. A seguir, essas
etapas so detalhadas.
12.3.1. ESCOLHA DO COMIT E EQUIPES DE TRABALHO

A primeira etapa da implantao da MCC contempla a escolha do comit que


ir gerenciar o programa. importante que exista uma pessoa que lidere o programa.
Enquanto lder, essa pessoa deve acreditar nos princpios da MCC, possuir disposio para promover as mudanas necessrias, ser um bom comunicador, capaz de
motivar os demais para o trabalho. O lder, por sua vez, em conjunto com a alta gerncia, deve formar a sua equipe. O comit deve conter representantes da produo,
da engenharia e da manuteno. O tamanho da equipe pode variar, dependendo do
porte e da complexidade da planta fabril. Esse o grupo que ir gerenciar a implantao. As tarefas especcas, contudo, devem ser distribudas em vrias equipes de
trabalho, sendo cada equipe responsvel por um equipamento ou trecho discreto
do processo. As equipes de trabalho, em geral formadas por quatro a seis pessoas,
devem possuir um facilitador, alm de um operador, um mecnico, um eletricista,
um engenheiro, que possuam a mxima experincia no equipamento ou processo
em estudo.

221

222

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

12.3.2. CAPACITAO EM MCC

Uma vez conhecidas as pessoas que iro se envolver ativamente com o trabalho, a prxima etapa contempla a capacitao do comit e equipes de trabalho. Todas
as pessoas do comit devem conhecer em detalhe a MCC, o que inclui entender os
conceitos associados a: fundamentos da MCC, falhas funcionais, padres de falha,
conceitos de conabilidade, diagrama de blocos, redundncia, FMEA, manuteno
preventiva, manuteno preditiva, manuteno corretiva, diagrama de deciso da
MCC, etapas da implantao da MCC.
As equipes de trabalho, por sua vez, devem conhecer os fundamentos da
MCC, fundamentos de conabilidade, FMEA, diagrama de deciso da MCC e conceitos bsicos associados manuteno preventiva e corretiva.
Alguns conceitos-chave para a implementao da MCC devem ser entendidos
por todos. Entre esses conceitos esto (BLOMM, 2006): falhas escondidas, componentes crticos, componentes potencialmente crticos, anlise de falhas simples
ou mltiplas, anlise de modos e efeitos de falha e redundncia. Esses termos so
explicados a seguir.
Falhas escondidas so aquelas que no so detectadas quando ocorrem, porque existe algum tipo de redundncia que assegura que a funo continue sendo
atendida. Contudo, elas diminuem perigosamente a conabilidade do sistema. A
ocorrncia de falhas escondidas faz com que o sistema passe a operar com conabilidade inferior quela estabelecida no projeto. Identicar as falhas escondidas e
monitorar a sua eventual ocorrncia uma tarefa essencial nos programas de MCC.
Componentes crticos so aqueles cuja falha conduz imediatamente ao nocumprimento de uma funo do sistema. Esses componentes devem receber a maior
ateno nas atividades de manuteno (preditiva, preventiva), pois a sua falha tem
consequncias imediatas.
Componentes potencialmente crticos so aqueles cuja falha no interrompe
alguma funo do sistema, mas diminuem a conabilidade do sistema. A falha desses
componentes deixa o sistema vulnervel, de forma que a falha de outro componente
possa interromper a funo do sistema. importante que a condio desses componentes (operacional/no-operacional) seja regularmente vericada, de forma que sua
falha no transforme outros componentes potencialmente crticos em componentes
crticos.
A anlise de falhas simples apropriada para sistemas em srie, em que a falha
de um componente conduz imediatamente interrupo de uma funo do sistema.
A anlise de falhas mltiplas apropriada para sistemas que possuem redundncia,
cuja interrupo de uma determinada funo do sistema dependa da ocorrncia de
mais de uma falha.

Captulo 12

Manuteno Centrada em Confiabilidade

A anlise de modos e efeitos de falha, ou FMEA, uma tcnica sistemtica para


analisar os modos potenciais de falha de um componente, seus efeitos e suas causas.
A FMEA fornece uma avaliao do risco da falha, permitindo aos engenheiros concentrar esforos nos componentes que apresentam maior risco de falha.
Redundncia signica que h mais de um componente disponvel para realizar uma determinada funo. Em princpio, a redundncia aumenta a conabilidade
do sistema, mas isso deixa de ocorrer se a falha do componente redundante no for
detectada e restaurada. Uma tarefa importante da MCC vericar regularmente a
condio de componentes redundantes, de modo a assegurar que a redundncia
(e maior conabilidade) continue presente.
12.3.3. ESTABELECIMENTO DOS CRITRIOS DE CONFIABILIDADE

Para aplicar a MCC, preciso denir qual a conabilidade esperada para os


diversos equipamentos e para a planta como um todo. Como regra, os programas
de MCC objetivam: (i) impedir qualquer acidente que possa incorrer em danos pessoais; (ii) impedir qualquer acidente que possa gerar danos ambientais e infraes a
normas locais, nacionais ou internacionais; (iii) impedir qualquer acidente que possa
gerar danos materiais signicativos e (iv) assegurar alta conabilidade aos equipamentos gargalos. Uma vez denidas as metas de conabilidade, ento pode ser identicada a necessidade de redundncia de componentes, e podem ser dimensionadas
as atividades de manuteno.
12.3.4. ESTABELECIMENTO DA BASE DE DADOS

A MCC requer que as informaes referentes conabilidade dos componentes


estejam disponveis. Para tanto, essencial estabelecer um banco de dados que registre
e classique as falhas observadas na planta. Entre outros campos, o banco de dados
deve conter a indicao de: sistema, subsistema, conjunto, componente, data e hora da
falha, modo de falha, causa da falha, classicao da falha (eltrica/mecnica, crtica/
potencialmente crtica etc.), ao corretiva, data e hora do retorno operao.
O banco de dados importante por vrios motivos. Primeiramente, ele dene a estrutura de sistema/subsistema/conjunto/componente, que ser atualizada em
todas as anlises e planejamentos subsequentes. Assim, ele dene a estrutura da
anlise de FMEA, a estrutura de programao de atividades de manuteno, a estrutura de registro das intervenes etc. Alm disso, o banco de dados ir permitir que
sejam realizados estudos formais de conabilidade, que conduzam a estimativas de
taxas de falha e priorizao de componentes, conjuntos, subsistemas e sistemas, em
funo da intensidade de ocorrncia de falhas. Esses estudos serviro de base para o
dimensionamento das atividades de manuteno.

223

224

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Idealmente, esse banco de dados deve estar integrado ao sistema que ir controlar as atividades de manuteno, registrando tanto as falhas como as manutenes
e substituies programadas.
12.3.5. APLICAO DA FMEA E CLASSIFICAO DOS COMPONENTES

A aplicao da FMEA inicia identicando a funo de cada componente.


A funo a razo pela qual o componente est instalado. Preservar a funo
o objetivo central do programa de manuteno. Em seguida, atravs da FMEA,
so identicados os modos de falha de cada componente, seus respectivos efeitos
e causas. No mbito da MCC, a identicao do efeito da falha conduz a classicao do componente, como (i) crtico, (ii) potencialmente crtico ou (iii) no
crtico. Mais ainda, tambm permite classicar a consequncia das falhas crticas
ou potencialmente crticas como: (i) possvel acidente envolvendo pessoal, (ii) material, (iii) meio ambiente, (iv) parada da linha, ou (v) outras perdas econmicas
signicativas. Os componentes crticos e potencialmente crticos devem ser includos no programa de manuteno. Os componentes no-crticos, por sua vez, so
aqueles cuja falha no possui consequncia grave, envolvendo apenas pequena
perda econmica (tempo ou material de reparo). Geralmente, a estratgia adotada
com esses componentes reativa, envolvendo rodar at a falha e, ento, proceder
a manuteno corretiva.
12.3.6. SELEO DAS ATIVIDADES DE MP PERTINENTES

Nesta etapa, as atividades de manuteno so especicadas para todos os


componentes classicados como crticos ou potencialmente crticos. Esses so os
componentes cuja falha pode conduzir a um acidente, parada da linha ou perda econmica relevante. Sendo assim, o programa de manuteno deve empreender todos
os esforos possveis no sentido de evitar a ocorrncia de falha desses componentes.
As tarefas de manuteno podem ser classicadas em: (i) preditivas, orientadas pelo
desgaste, (ii) preventivas, orientadas pelo tempo ou (iii) reativas, procura de falhas
ou rodar at a falha.
Sempre que for possvel avaliar o desgaste, as tarefas de manuteno devem
ser orientadas por este ltimo. Essa estratgia reduz simultaneamente os custos de
manuteno e a probabilidade de falha. A substituio baseada em tempo de uso,
sem avaliao do desgaste, s deve ser empregada nos casos em que no possvel
avaliar o desgaste, mas conhecido que o componente desgasta-se com o uso. A
procura de falhas deve ser empregada para os componentes potencialmente crticos
sujeitos a falhas escondidas. Rodar at a falha pode ser adotado para componentes
cuja falha no possui consequncia grave.

Captulo 12

Manuteno Centrada em Confiabilidade

Vale observar que as atividades de manuteno orientadas pelo desgaste e


orientadas pelo tempo so tipicamente pr-ativas (manuteno preditiva e preventiva), enquanto a procura de falhas envolve encontrar falhas que j ocorreram e que
devem ser reparadas para restaurar a conabilidade plena do sistema. O reparo de
falhas escondidas constitui ao corretiva (reativa). Contudo, a procura (pr-ativa)
por essas falhas tambm poderia ser classicada nas atividades preventivas.
12.3.7. DOCUMENTAO DAS ATIVIDADES DE MP

As atividades de manuteno preditiva e preventiva devem estar devidamente


documentadas em planilha, incluindo: sistema, subsistema, conjunto, componente,
descrio detalhada da atividade, periodicidade e responsvel.
Sempre que existirem dados quantitativos, a periodicidade deve ser baseada
em estudos de conabilidade. Quando os dados forem escassos ou inexistentes, a
periodicidade deve ser denida pela equipe de trabalho (que rene a mxima experincia no respectivo equipamento). A responsabilidade de vrias atividades ser do
setor de manuteno, mas outras podem ser de responsabilidade da operao, da
engenharia ou de terceiros (o fabricante do equipamento, por exemplo, conforme
estabelecido no contrato de compra do mesmo).
Para o controle do programa de MCC, essencial que todas as atividades sejam documentadas. Por um lado, importante esclarecer o que deve ser feito, por
outro, importante possuir o registro do que foi feito (componentes reparados ou
substitudos, data da substituio etc.).
12.3.8. ESTABELECIMENTO DE METAS E INDICADORES

Metas e indicadores constituem a base para o gerenciamento do programa


de MCC. Inicialmente, devem ser denidos os indicadores pertinentes, usualmente
envolvendo mtricas de tempo de parada, disponibilidade de equipamentos e qualidade do processo. Para ns gerenciais, os indicadores podem ser denidos considerando os grandes equipamentos ou trechos do processo.
Uma vez denidos os indicadores pertinentes, o prximo passo o levantamento da situao atual. Feito isso, possvel estabelecer metas coerentes. Em geral,
no h tolerncia em relao a acidentes que possam afetar pessoas, grandes somas
econmicas ou questes ambientais. Assim, as metas devem sinalizar zero acidentes.
No que tange a paradas e disponibilidade de equipamentos, as metas devem ser
desaadoras, mas no impossveis. Metas corretamente estabelecidas mobilizam e
motivam as equipes de trabalho no sentido de alcanar o patamar denido. Metas
pouco desaadoras no iro motivar as equipes, enquanto metas impossveis iro
frustrar as equipes.

225

226

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Estabelecidas as metas, passa-se ao monitoramento dos indicadores. Eles devem ser observados regularmente e apresentados em tabelas e grcos que permitam
avaliar o avano em relao situao original e a distncia da meta estabelecida. As
tabelas e grcos devem comunicar o estgio do programa de MCC, fornecendo feedback s equipes de trabalho. interessante que os indicadores possam ser agrupados
de forma que exista avaliao tanto dos equipamentos individuais como dos setores
fabris e da planta inteira. O agrupamento dos indicadores pode ser feito atravs de
uma soma ponderada, em que os pesos so proporcionais s perdas envolvidas, ou
podem ser usados outros esquemas pertinentes a cada aplicao especca.
12.3.9. REVISO DO PROGRAMA DE MCC

O programa de MCC, como os demais processos fabris, evolui com o tempo.


A condio dos equipamentos, o conhecimento a respeito do processo, os recursos
da manuteno se alteram com o passar do tempo. Em funo disso, os procedimentos de manuteno, incluindo a natureza e periodicidade das atividades, devem ser
revistos regularmente.
Algumas mudanas efetuadas na operao podem melhorar a condio dos
equipamentos, permitindo ampliar a periodicidade das visitas. Por outro lado, podem ser descobertos modos de falha anteriormente desconhecidos, conduzindo ao
estabelecimento de novas atividades preventivas. A mudana em matrias-primas,
novas tecnologias, novos equipamentos e novos instrumentos de medio contribuem para os contnuos ajustes no programa de MCC.
Um aspecto essencial ao qual deve ser atribuda mxima ateno o feedback
que pode ser fornecido pelas prprias equipes de trabalho. O conhecimento acumulado pelas equipes, tornado explcito, ir permitir o contnuo aprimoramento
do programa, enfatizando componentes de menor conabilidade, revelando novos
modos de falha e descobrindo falhas escondidas.

12.4. PLANILHA DE APOIO IMPLANTAO DA MCC


Conforme mencionado anteriormente, a FMEA uma importante ferramenta
na aplicao de programas de MCC. No entanto, a implantao da MCC vai alm
da anlise de FMEA e estabelece as atividades de manuteno pertinente. Para tanto,
interessante o uso de uma planilha ampliada, que contenha em conjunto tanto as
preocupaes do estudo dos modos de falha como os detalhes das atividades de manuteno. Recomenda-se que essa planilha ampliada contemple os campos especicados na Figura 12.1. Os campos assinalados com (*) so campos novos, especcos
da MCC. Os demais so campos usualmente presentes na tabela de FMEA.

Captulo 12

Manuteno Centrada em Confiabilidade

Nm. Campo da planilha

Pessoas em melhores condies para


contribuir no preenchimento

Sistema

Engenheiros

Subsistema

Engenheiros

Conjunto

Engenheiros, operadores e tcnicos de


manuteno

Componente

Engenheiros, operadores e tcnicos de


manuteno

Funo

Engenheiros

6*

Padro de desempenho

Operadores, Supervisores e Gerentes de


produo

Modo de falha

Operadores e Tcnicos de Manuteno

Efeito: o que observado

Operadores e Tcnicos de Manuteno

9*

Tempo mdio de parada

Supervisor de produo

10*

Danos pessoais/materiais/ambientais

Operadores, engenheiros e especialistas

11

Causa da falha

Operadores e tcnicos de manuteno

12*

O que pode ser feito para evitar a falha

Operadores e tcnicos de manuteno

13*

Classicao da consequncia da falha


Escondida (potencialmente crtica),
Segurana (crtica)
Ambiental (crtica)
Operacional (crtica)
Outra (no-crtica)

Operadores, engenheiros e especialistas

14

Probabilidade de ocorrncia

Operadores e tcnicos de manuteno

15

Severidade

Operadores, engenheiros e especialistas

16

Probabilidade de deteco

Operadores e tcnicos de manuteno

17

Risco

Engenheiros

18*

Tcnicos de manuteno
Tarefa indicada:
Preditiva recuperao baseada na
condio
Preditiva substituio baseada na
condio
Preventiva recuperao programada
Preventiva substituio programada
Reativa rodar at a falha
Reativa Procura de falha
Redesenho

19*

Detalhe da tarefa

Tcnicos de manuteno

20*

Responsvel pela tarefa

Operadores e tcnicos de manuteno

21*

Intervalo entre tarefas

Engenheiros e tcnicos de manuteno


(continua)

227

228

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

22

Probabilidade de ocorrncia

Engenheiros, operadores e tcnicos de


manuteno

23

Severidade

Engenheiros, operadores e tcnicos de


manuteno

24

Probabilidade de deteco

Engenheiros, operadores e tcnicos de


manuteno

25

Risco

Engenheiros, operadores e tcnicos de


manuteno

Figura 12.1: Planilha ampliada para a conduo da FMEA e detalhamento das atividades de manuteno.

Vale observar que a planilha ampliada cobre os passos detalhados anteriormente nas Sees 12.2.5 a 12.2.7: preenchimento da planilha de FMEA, seleo das
atividades de MP pertinentes e documentao das atividades de MP pertinentes. Assim, ela constitui uma importante ferramenta na implantao do programa de MCC.
A Figura 12.2 apresenta um exemplo de preenchimento da planilha ampliada.
Num Campo da planilha

Exemplo de preenchimento

Sistema

Linha de produo 1

Subsistema

Subsistema de trao

Conjunto

Motor de tracionamento

Componente

Bobina

Funo

Acionar os cilindros

6*

Padro de desempenho

Controle suave de velocidade no intervalo 0 a 100 rpm

Modo de falha

Queima da bobina

Efeito: o que observado

Desarma o disjuntor e no possvel


relig-lo

9*

Tempo mdio de parada

1 hora

10*

Danos pessoais/materiais/ambientais

Nenhum, apenas operacional

11

Causa da falha

Falha de isolamento entre as espiras da


bobina

12*

O que pode ser feito para evitar a falha

Vericaes peridicas

13*

Classicao da consequncia da falha

Operacional (crtica)

14

Probabilidade de ocorrncia

15

Severidade

16

Probabilidade de deteco

17

Risco

245
(continua)

Captulo 12

Manuteno Centrada em Confiabilidade

18*

Tarefa indicada

Preditiva substituio baseada na


condio

19*

Detalhe da tarefa

Inspeo termogrca

20*

Responsvel pela tarefa

Equipe mecnica da linha 1

21*

Intervalo entre tarefas

6 semanas

22

Probabilidade de ocorrncia

23

Severidade

24

Probabilidade de deteco

25

Risco

28

Figura 12.2: Exemplo de preenchimento da planilha ampliada.

A planilha ampliada apresenta duas avaliaes de risco (campos 14 a 17 e


campos 22 a 25). O primeiro preenchimento feito considerando as condies de
manuteno em geral empregadas na planta em anlise. Esse preenchimento auxilia
na avaliao da severidade do modo de falha e, portanto, auxilia no planejamento da
tarefa de manuteno apropriada. O segundo preenchimento feito aps a denio
da tarefa de manuteno apropriada. Atividades preditivas e preventivas alteram a
probabilidade de ocorrncia e a probabilidade de deteco. Redesenho pode alterar,
inclusive, a severidade das falhas em anlise. O segundo preenchimento deve conduzir o item em estudo a um nvel de risco considerado aceitvel. Se esse no for o
caso, as atividades de manuteno devem ser repensadas.

12.5. DIAGRAMA DE VERIFICAO DA ATIVIDADE


RECOMENDADA
O diagrama apresentado na Figura 12.3 pode ser utilizado para auxiliar na denio da atividade de manuteno adequada a cada item e seu respectivo modo de
falha. O programa de MCC prioriza atividades pr-ativas. Assim, a primeira questo
verica se possvel antecipar falhas e, em caso positivo, encaminha para atividades
preditivas ou preventivas.
No mbito das aes pr-ativas, as atividades baseadas em predio so
aquelas recomendadas prioritariamente, pois so baseadas na condio do item,
conduzindo o reparo ou substituio apenas quando necessrio (em funo do
desgaste observado). Contudo, muitas vezes, a predio no pode ser feita, devido
a impossibilidade ou alto custo das medies e avaliaes associados. Nesse caso,
logo a seguir, a recomendao o uso de manuteno preventiva, quando o reparo
ou substituio so feitos a intervalos predenidos. Idealmente, esses intervalos
devem ser denidos considerando a distribuio de falhas do item em questo.
Recomenda-se que o intervalo de manuteno seja igual a um dos tempos caracte-

229

230

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

rsticos, t0,01 a t0,20, dependendo da severidade da falha. Se a distribuio dos tempos de falha no for conhecida (por no existirem dados sucientes), o intervalo
de manuteno pode ser denido como um percentual do MTBF. O MTBF, por sua
vez, pode ser calculado a partir de uns poucos dados existentes ou, na falta desses
dados, pode ser estimado pela equipe de trabalho, que possui experincia a respeito dos componentes em estudo.
possvel uma
atividade pr-ativa
para prevenir a
No
ocorrncia de falhas e
isso se justifica
economicamente?

Reativa

Sim
A falha tem
consequncias graves Sim
e deve ser evitada?
No
uma falha
escondida que,
quando ocorre,
diminui a
confiabilidade do
sistema?

No

Sim
Procura de falha

Rodar at a falha

Redesenho

Pr-ativa
O desgaste pode ser
predito e isso se
justifica
economicamente?

No

Sim
Preditiva
O componente pode
ser recuperado?

Preventiva
No

Sim
Recuperao baseada
na condio

O componente pode
ser recuperado?

No

Sim
Substituio baseada
na condio

Recuperao
programada

Substituio
programada

Figura 12.3: Diagrama de deciso referente ao tipo de atividade de manuteno recomendada.

Frequentemente, no h dados para estipular a distribuio de probabilidade


dos tempos de falha ou o MTBF com suciente preciso e, mesmo quando isso acontece,
sabe-se que os intervalos entre falhas apresentam grande variabilidade (grande disperso em torno do MTBF, em que coecientes de variao da ordem de 50% a 100%
so usuais). Devido s incertezas associadas aos intervalos entre falhas, o uso de um
intervalo de manuteno constante no to eciente quanto o uso de um intervalo
condicional, baseado nas tcnicas preditivas que avaliam o desgaste do componente.

Captulo 12

Manuteno Centrada em Confiabilidade

Outra questo relevante associada manuteno preventiva diz respeito a


quais componentes podem ser beneciados por atividades de recuperao e substituio. Claramente, componentes que possuem taxa de falha constante (como chips
eletrnicos) no so passveis de manuteno preventiva. Esses componentes no
envelhecem com o tempo, e o risco de falha ao longo do primeiro ano ou ao longo do
dcimo ano de uso essencialmente o mesmo. Em relao a componentes com taxa
de falha constante ao longo do tempo, uma importante recomendao estabelecer
boas condies de trabalho, em geral caracterizadas por temperaturas mais baixas,
menor umidade, menor vibrao, menor exposio sujeira, poluio e outros contaminantes. No caso especco de chips eletrnicos, a temperatura um conhecido
fator de acelerao de falhas, usualmente reduzindo metade o MTBF a cada dez
graus de aumento de temperatura.
Por outro lado, os componentes que possuem taxas de falha crescente (como
os componentes mecnicos sujeitos a desgaste/degradao associados ao uso) podem
ser substancialmente beneciados pelas atividades de manuteno preventiva. Esses
componentes envelhecem com o uso e, em geral, podem ser recuperados a condio
de novos atravs de lubricao, reaperto, realinhamento, retca ou substituio de
partes. Assim, a taxa de falha constantemente recuperada condio inicial (baixa
taxa de falha). Em muitos casos, nos quais a ocorrncia de falha depende diretamente
da existncia de desgaste ou degradao, as atividades preventivas realizadas com
regularidade tornam a probabilidade de falha praticamente nula.
Quando as aes pr-ativas no so possveis, a prxima questo avaliar a
consequncia da falha em anlise. Se a consequncia da falha no for severa, pode se
optar pela procura da falha ou pela estratgia de rodar at a falha. No caso de falhas
escondidas, que no tm um efeito imediato sobre o sistema, mas diminuem a sua
conabilidade, a procura da falha deve ser a opo escolhida (se atividades regulares
de procura da falha no forem possveis, ento necessrio o redesenho). Para falhas
cujas consequncias no cam escondidas e so leves, em que o custo da falha costuma ser menor que os custos de manuteno preditiva ou preventiva, a recomendao
rodar at a falha.
Se a consequncia severa e a falha no pode ser antecipada, ento a nica
alternativa o redesenho do sistema. Essa a alternativa mais extrema, que deve ser
usada apenas quando no h outras possibilidades. O redesenho pode simplicar o
sistema, eliminando a possibilidade da falha em estudo, ou pode prever redundncia e alarme. A existncia de redundncia permite que, no caso de falha de um dos
componentes, a funo seja imediatamente restabelecida pelo outro componente. O
alarme avisa a respeito da falha de um dos componentes, de forma que ela possa ser
corrigida, recuperando a alta conabilidade associada ao sistema redundante.

231

232

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Como pode ser visto, existe uma ordem preferencial para o uso das atividades
de manuteno, conforme apresentada a seguir. Essa sequncia est baseada no efeito das falhas e, em ltima instncia, no custo associado s falhas (incluindo o prprio
custo de manuteno).
1. Preditiva reparo baseado nas condies do componente.
2. Preditiva substituio baseada nas condies do componente.
3. Preventiva reparo baseado em tempo de uso.
4. Preventiva substituio baseada em tempo de uso.
5. Reativa procura de falhas.
6. Reativa rodar at a falha.
7. Redesenho de partes do subsistema.

QUESTO
1.

Ampliar a tabela de FMEA desenvolvida no Captulo 11, acrescentando os campos


especcos da MCC, conforme detalhado nas Figuras 12.1 e 12.2.

Captulo

13

MANUTENO
PRODUTIVA TOTAL

CONCEITOS APRESENTADOS NESTE CAPTULO


Este captulo apresenta os conceitos da manuteno produtiva total (MPT).
Inicialmente, apresentada uma breve introduo MPT. Aps, discutem-se os conceitos bsicos envolvidos na MPT, includo os conceitos de perdas, clculo do rendimento dos equipamentos e quebra zero. A seguir, os requisitos necessrios para
o desenvolvimento da MPT so apresentados, enfatizando-se a estruturao para a
manuteno autnoma, para a manuteno planejada e para o controle dos equipamentos. O captulo nalizado discutindo-se as etapas que devem ser empreendidas
na implantao da MPT.

13.1. INTRODUO
A MPT surgiu no Japo, onde considerada como a evoluo natural da manuteno corretiva (reativa) para a manuteno preventiva (pr-ativa). A MPT expandiu os conceitos tradicionais da manuteno, incorporando esforos para evitar
defeitos de qualidade provocados pelo desgaste e mau funcionamento dos equipamentos. A MPT entende que as pessoas que utilizam o equipamento so aquelas
que possuem os maiores conhecimentos referentes a ele. Assim, essas pessoas esto
em posio ideal para contribuir nos reparos e modicaes, visando melhorias de
qualidade e produtividade.
Na medida em que a MPT incorpora uma viso mais abrangente, incluindo as
preocupaes com a qualidade e grande envolvimento dos operadores, o termo ma-

234

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

nuteno preventiva no era suciente para represent-la. Assim surgiu o termo manuteno produtiva. Em funo da abrangncia ampliada, as equipes de manuteno
passaram a trabalhar ativamente com as equipes de produo, projeto, engenharia
etc., consolidando-se, ento, o termo manuteno produtiva total.
Davis (1995) arma que a MPT pode ser considerada uma losoa, uma coleo de prticas e tcnicas destinadas a maximizar a capacidade dos equipamentos
e processos utilizados pela empresa. Ela contempla tanto a manuteno dos equipamentos, como tambm os aspectos relacionados a sua instalao e operao. Seguindo os preceitos japoneses, a essncia da MPT reside na motivao e no enriquecimento das pessoas que trabalham na empresa.

13.2. CONCEITOS BSICOS


A MPT apoia-se em alguns elementos gerais. Entre esses elementos, vale destacar: (i) mudana cultural, visando otimizar o rendimento geral dos equipamentos;
(ii) estabelecimento de um sistema para prevenir as perdas associadas aos equipamento e local de trabalho (zero acidente, zero defeito de qualidade, zero quebra);
(iii) implementao envolvendo todos os departamentos manuteno, produo,
engenharia, desenvolvimento de produtos, vendas, recursos humanos etc.; (iv) envolvimento de todos os colaboradores em atividades de melhoria contnua (kaizen),
desde a alta direo at os operadores mais simples; e (v) educao e treinamento,
visando aprimorar a conscincia e competncia dos colaboradores.
Esses elementos gerais, por sua vez, suportam a busca de perda zero, envolvendo aes mais especcas da manuteno, entre as quais se destacam: (i) atividades de manuteno autnoma conduzidas pela produo; (ii) planejamento das
atividades de manuteno, apoiado em procedimentos padronizados prprios para
cada equipamento, baseados em tempo de uso ou degradao observada; e (iii) preveno de quebras j na fase de projeto dos equipamentos, desenvolvendo solues
que facilitem ou eliminem necessidade de manuteno.
13.2.1. PERDAS

Todos os equipamentos esto sujeitos a perdas. Para melhorar o rendimento


dos equipamentos, preciso reconhecer, medir e eliminar essas perdas. Esse um
conceito essencial da MPT, que classica seis grandes perdas: (i) perdas por quebra
devido a falhas do equipamento, (ii) perdas durante setup e ajustes de linha, (iii)
perdas por pequenas paradas e operao em vazio, (iv) perdas por reduo da velocidade de operao, (v) perdas por defeitos de qualidade e retrabalhos e (v) perdas
de rendimento. Essas perdas so detalhadas a seguir (mais detalhes podem ser vistos
em Nakajima, 1988 e Geremia, 2001).

Captulo 13

Manuteno Produtiva Total

As perdas por quebras devido a falhas dos equipamentos so aquelas que


ocorrem quando as mquinas quebram e permanecem sem produzir at que os reparos sejam completados. Envolvem o tempo exigido para o reparo e as peas de
reposio necessrias para consertar o equipamento.
As perdas durante setup e ajustes so aquelas decorrentes do tempo necessrio
de preparao da mquina para esta passar a produzir um produto diferente. Envolvem o tempo em que a mquina interrompe a sua operao, at o incio da operao
subsequente, incluindo todos os ajustes necessrios para alcanar os nveis usuais de
qualidade.
As perdas devido a pequenas paradas ou operao em vazio so aquelas que
ocorrem quando o equipamento necessita ser parado por alguns minutos ou trabalha
sem carga devido a oscilaes no uxo do processo, exigindo interveno do operador para que a linha volte a produzir normalmente. Em geral, so classicadas nessa
categoria aquelas perdas cuja interrupo dura menos de quatro minutos.
As perdas por queda de velocidade de produo so aquelas associadas velocidade de operao, quando o equipamento operado abaixo da velocidade original
ou terica. Isso pode acontecer por um problema no equipamento, que impossibilite
o uso de velocidades mais altas ou gere defeitos de qualidade nessa condio, obrigando o uso de velocidades inferiores.
As perdas por defeitos de qualidade e retrabalhos so aquelas que ocorrem na
linha de produo, associadas a produtos defeituosos ou fora das especicaes. Esses produtos devem ser retrabalhados ou sucateados. O retrabalho ou sucateamento
envolve custos para a empresa (tempo, matria-prima, atrasos na entrega etc.).
As perdas por queda de rendimento so aquelas que ocorrem cada vez que
o processo interrompido e reiniciado. Essas perdas podem envolver a produo
de produtos defeituosos, que podem estar sendo gerados enquanto o equipamento no atinge as condies ideais de operao (presso, temperatura, concentrao etc.).
Alm das seis grandes perdas, descritas nos pargrafos anteriores, a literatura
reporta outras perdas que podem ocorrer em condies especcas. Entre essas outras perdas, podem ser citadas: perdas durante o acionamento ou desligamento do
equipamento, perdas por falta de capacitao dos operadores, perdas por espera de
materiais, ferramentas ou transporte, perdas por desorganizao das linhas, perdas
por falhas logsticas, perdas por medio e ajustes, perdas por desperdcio de energia, perdas por desperdcio de material, perdas por desgaste de moldes, ferramentas
e gabaritos.

235

236

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

13.2.2. RENDIMENTO OPERACIONAL E OUTROS NDICES DA MPT

A MPT utiliza trs ndices principais para avaliar o efeito das perdas. So eles:
a disponibilidade, a taxa de velocidade e a taxa de qualidade. Esses ndices, por sua
vez, so integrados no principal indicador da MPT, o ndice de rendimento operacional global (IROG). Existem diferentes abordagens utilizadas para o clculo do
IROG (ver, por exemplo, Hansen, 2002). O formulrio mais utilizado no clculo dos
ndices e do IROG, que serve para a maioria das aplicaes, apresentado a seguir.
A disponibilidade avalia o percentual do tempo que efetivamente utilizado
para a produo. A disponibilidade um nmero igual ou menor a 1, e sua frmula
de clculo a seguinte:
Disponibilidade = Tempo de produo / Tempo programado
A taxa de velocidade avalia a velocidade relativa do equipamento comparada
a sua velocidade terica mxima. A taxa de velocidade um nmero igual ou menor
a 1, e sua frmula de clculo a seguinte:
Taxa de velocidade = Tempo de ciclo terico / Tempo de ciclo real
onde:
Tempo de ciclo terico = tempo ideal (mnimo) por unidade produzida
Tempo de ciclo real = Tempo de produo / Total de unidades produzidas
A taxa de qualidade avalia o percentual de unidades conformes produzidas
no perodo em anlise. A taxa de qualidade um nmero igual ou menor a 1, e sua
frmula de clculo a seguinte:
Taxa de qualidade = Unidades boas produzidas / Total de unidades produzidas
O IROG calculado como o produto simples dos trs ndices anteriores, conforme segue:
IROG = Disponibilidade Taxa de Velocidade Taxa de Qualidade
Uma vez que a disponibilidade, a taxa de velocidade e a taxa de qualidade so
valores iguais ou menores a 1, o seu produto tambm ir resultar em um valor igual
ou menor a 1. Como orientao geral, para caracterizar um bom desempenho, a disponibilidade e a taxa de velocidade deveriam ser superiores a 0,90, enquanto a taxa
de qualidade deveria ser superior a 0,99. A literatura reporta que valores de IROG
superiores a 0,85 representam um bom desempenho operacional. Valores inferiores a
0,85 deveriam ser priorizados nas atividades de anlise e melhoria de equipamentos.
Um aspecto que deve ser observado que o IROG, assim como os trs ndices usados na sua composio, so ndices relativos, que podem ser calculados
para qualquer perodo de tempo (uma semana, um ms, um ano). Similarmente, em
funo de seu carter relativo, o IROG pode ser empregado para avaliar um equipamento, para um conjunto de equipamentos ou para toda a linha de produo.

Captulo 13

Manuteno Produtiva Total

EXEMPLO 13.1 CLCULO DO IROG


Seja um equipamento que deveria trabalhar oito horas por dia durante 20 dias
teis de um determinado ms. Contudo, durante esse perodo, devido a quebras e
ajustes, o equipamento permaneceu parado durante 22,5 horas. O tempo de ciclo
terico, informado pelo fabricante do equipamento, corresponde a uma pea por
minuto. Contudo, durante as horas de funcionamento, neste ms foram produzidas
7.600 peas. Dentre essas peas, 95 foram consideradas no conforme. Utilize esses
dados e calcule a disponibilidade, taxa de velocidade, taxa de qualidade e o IROG
para esse equipamento e perodo.
Tempo programado = 8 horas 20 dias = 160 horas
Tempo de produo = Tempo programado horas paradas
Tempo de produo = 160 horas 22,5 horas = 137,5 horas
Disponibilidade = Tempo de produo / Tempo programado
Disponibilidade = 16 horas / 137,5 hora = 0,859
Tempo de ciclo terico = 1/60 = 0,0167 hora / pea
Tempo de ciclo real = Tempo de produo / Total de unidades produzidas
Tempo de ciclo real = 137,5 horas / 7.600 peas = 0,0181 hora / pea
Taxa de velocidade = Tempo de ciclo terico / Tempo de ciclo real
Taxa de velocidade = 0,01667 / 0,0181 = 0,922
Unidades boas produzidas = Total de unidades produzidas no conformes
Unidades boas produzidas = 7.600 92 = 7.508
Taxa de qualidade = Unidades boas produzidas / Total de unidades produzidas
Taxa de qualidade = 7.505 / 7.600 = 0,988
IROG = Disponibilidade Taxa de Velocidade x Taxa de Qualidade
IROG = 0,859 0,922 0,988 = 0,782
O valor de IROG resultou inferior a 0,85, logo esse equipamento oferece ampla oportunidade de melhoria. Uma vez que a disponibilidade resultou inferior a
0,90 e a taxa de qualidade resultou inferior a 0,99, as melhorias deveriam se concentrar em aes que possam inuenciar essas parcelas.
13.2.3. QUEBRA ZERO

Faz parte da losoa da MPT buscar incessantemente a condio de quebra


zero, que corresponde a equipamentos operando sem falhas e sem interrupes. O
conceito de quebra zero no signica que esse ideal, talvez impossvel ou mesmo
proibitivo nanceiramente, ser alcanado, mas sim que todos devem trabalhar nessa direo, diminuindo continuamente as falhas e interrupes.

237

238

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

As quebras e falhas podem conduzir perda total ou reduo da capacidade


produtiva do equipamento. Elas so o principal fator que inuencia no rendimento
operacional dos equipamentos e devem ser combatidas. Entre as aes para combater quebras e falhas podem ser citadas (GEREMIA, 2001): (i) manter as condies
bsicas para a operao do equipamento, no que concerne limpeza, lubricao e
aperto dos componentes; (ii) operar os equipamentos dentro das condies de trabalho estabelecidas; (iii) recuperar as partes desgastadas e degradadas; (iv) corrigir
fragilidades incorporadas no projeto do equipamento; e (v) capacitar o pessoal operacional e os tcnicos de manuteno, de modos que possam perceber, diagnosticar
e atuar convenientemente.
As aes (i) e (ii) so de responsabilidade prioritria dos prprios operadores,
enquanto (iii) de responsabilidade prioritria dos tcnicos de manuteno. Operadores e tcnicos de manuteno esto em excelente posio para sugerir o que pode
ser feito para resolver fragilidades dos equipamentos, mas a responsabilidade prioritria da ao (iv) atribuda ao setor de engenharia. Por m, a ao (v) de responsabilidade prioritria do departamento de recursos humanos. Novamente, observa-se
que a MPT envolve diversos departamentos da empresa.

13.3. REQUISITOS PARA O DESENVOLVIMENTO DA MPT


Nakajima (1988) apresenta os requisitos mnimos para o desenvolvimento
do TPM, que so organizados em cinco atividades: capacitao dos recursos humanos, implementao de melhorias nos equipamentos, estruturao da manuteno
autnoma, estruturao da manuteno planejada e estruturao para o controle de
novos equipamentos.
13.3.1. CAPACITAO TCNICA

A capacitao tcnica dos colaboradores constitui a base que sustenta as demais atividades. A capacitao deve ser abrangente, contemplando gerentes, engenheiros, supervisores, operadores e tcnicos de manuteno.
Os gerentes e engenheiros devem ser educados em relao aos princpios,
conceitos e mtodos da MPT, de forma que possam gerenciar o programa de manuteno, reduzindo perdas, melhorando a ecincia dos equipamentos e, portanto, a
qualidade e produtividade da linha. Gerentes e engenheiros tm um papel central na
manuteno planejada e devem ser capacitados para essa tarefa.
Os supervisores devem ser capacitados pelos engenheiros e tcnicos de manuteno, de modo a conhecer o funcionamento dos equipamentos e as partes a serem
inspecionadas. Isso contempla conhecer detalhes referentes lubricao, limpezas
e reapertos. Conforme o equipamento, noes bsicas de mecnica, eltrica, hidru-

Captulo 13

Manuteno Produtiva Total

lica, pneumtica ou mesmo programao tambm podem ser necessrias. Reforar o


conhecimento dos supervisores importante, pois eles iro transmitir os contedos
adquiridos aos operadores, efetivando a manuteno autnoma.
Os operadores devem ser capacitados a respeito dos conceitos bsicos de manuteno. Eles devem reconhecer a condio dos equipamentos em que trabalham,
assumindo as tarefas de lubricao, limpeza e reaperto. Alm disso, os operadores
devem ser treinados para observar anomalias, fazendo pequenos reparos (problemas
mais simples) ou chamando os tcnicos de manuteno (problemas mais complexos). Ao assumir as tarefas de inspeo e ajustes, os operadores operacionalizam a
manuteno autnoma. O desempenho obtido com a manuteno autnoma depende da capacitao dos operadores.
Os tcnicos de manuteno devem ser capacitados nos princpios e nas tcnicas de manuteno, desenvolvendo as competncias necessrias para lidar com o
parque de equipamentos da empresa. Isso pode envolver acesso a conhecimentos
especializados de mecnica, eltrica, hidrulica, pneumtica e programao. Eles
tambm devem ser capacitados ao uso de tcnicas preditivas, envolvendo o uso de
instrumentos de medio de temperatura, presso, deslocamento, tenso, frequncia de vibrao etc. Adicionalmente, fundamental que os tcnicos de manuteno
saibam orientar os operadores a respeito da melhor forma de operar e manter os
equipamentos.
Por m, engenheiros, supervisores, operadores e tcnicos de manuteno devem ser capacitados para trabalhar em equipe, utilizando ferramentas que facilitem
as anlises de causa e efeito e a soluo de problemas. Em particular, eles devem ser
capacitados a realizarem a anlise P-M, utilizada no mbito da MPT. Vale mencionar
que as atividades realizadas em equipe propiciam a transferncia de informaes,
ampliando o conhecimento de todos os envolvidos. Essa capacitao informal to
importante quanto os cursos regulares que a empresa possa oferecer. Adicionalmente, ela contribui para que os engenheiros entendam as preocupaes dos operadores
e vice-versa.
13.3.2. IMPLEMENTAO DE MELHORIAS NOS EQUIPAMENTOS

A implementao de melhorias nos equipamentos deve ser feita analisando


o papel do equipamento na linha de produo e os valores de IROG. O papel do
equipamento se refere sua condio (ou no) de gargalo e a existncia (ou no) de
redundncia. Devem ser priorizadas as melhorias nos equipamentos gargalo e naqueles que no possuem redundncia. Problemas nesses equipamentos interrompem
a linha de produo e geram efeito signicativo na produo do perodo. Entre os
equipamentos que possuem papel semelhante, devem ser priorizados aqueles que
apresentam valores mais baixos de IROG, em que existe maior potencial para melho-

239

240

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

rias. A natureza das melhorias necessrias pode ser percebida analisando as parcelas
do IROG: disponibilidade, velocidade e qualidade.
Existem vrios mtodos que podem ser utilizados para promover melhorias
nos equipamentos. Entre os principais mtodos utilizados no mbito da MPT, podem ser citados: (i) a teoria das restries, que auxilia na identicao dos equipamentos que restringem a produo (gargalos); (ii) o mtodo de anlise e soluo de
problemas (MASP), que estrutura etapas lgicas de diagnstico-atuao-vericao;
(iii) a anlise P-M (Phenomenon Mechanism), prpria da MPT, que busca o entendimento aprofundado do mecanismo que gera a falha, analisando a correlao entre
mquina, matria-prima e mtodo de trabalho, muitas vezes utilizando a tcnica dos
cinco porqus; (iv) a troca rpida de ferramenta, que analisa todas as tarefas do setup,
separando setup interno e externo, incorporando melhorias que reduzem dramaticamente o tempo de setup; (v) os 5S organizao, ordem, limpeza, asseio e disciplina
que permite estabelecer e manter um ambiente limpo e organizado; e (vi) o mtodo
kaizen, que estrutura o trabalho das equipes nas atividades de melhoria contnua.
13.3.3. ESTRUTURAO DA MANUTENO AUTNOMA

A estruturao da manuteno autnoma implica o envolvimento dos operadores nas atividades dirias de manuteno, tais como inspeo, limpeza, lubricao e reapertos. A manuteno autnoma permite detectar e tratar pequenas anomalias antes que elas se desenvolvam e conduzam a falha do equipamento.
A estruturao da manuteno autnoma inicia capacitando os operadores.
Atravs da capacitao, os operadores mudam a sua atitude e passam a ser responsveis por manter em boas condies os equipamentos em que trabalham. Essa nova
atitude reduz as seis grandes perdas. Os operadores desenvolvem novas competncias, associadas deteco de anomalias e manuteno dos equipamentos, ao mesmo
tempo que o ambiente de trabalho mais limpo e organizado facilita a identicao de
qualquer desvio das condies normais.
No que concerne ao envolvimento dos operadores, eles passam a manter as
condies bsicas do equipamento (limpeza, lubricao e reaperto); executar ajustes durante a operao ou troca de ferramentas; registrar dados relativos a falhas,
pequenas paradas e defeitos de qualidade; executar a inspeo de rotina; executar
reparos simples; informar rapidamente aos tcnicos de manuteno, a ocorrncia de
quebras ou defeitos de qualidade e colaborar com os tcnicos de manuteno nos
reparos e melhoria dos equipamentos.
Na medida em que os operadores passam a lidar com as tarefas rotineiras, o
departamento de manuteno, por sua vez, pode se concentrar nas atividades mais
complexas, que contemplam o planejamento e a realizao das manutenes peridicas (em geral envolvendo paradas programadas e desmontagem de partes do

Captulo 13

Manuteno Produtiva Total

equipamento), os trabalhos especializados de manuteno, incluindo a contratao de terceiros quando necessria, e a estimativa da vida til (e aposentadoria) de
subsistemas.
Nas empresas que no possuem os 5S, a manuteno autnoma deve ser implementada em conjunto com essa losoa. Os 5S estabelece um ambiente de trabalho limpo e organizado, condio essencial para o desenvolvimento da manuteno
autnoma. Mais detalhes referentes aos 5S fogem do escopo desta obra, mas podem
ser vistos em Hirano (1998).
13.3.4. ESTRUTURAO DA MANUTENO PLANEJADA

A estruturao da manuteno planejada, seguindo os preceitos da MPT, em


geral conduz reorganizao do departamento de manuteno. Nakajima (1988)
descreve os aspectos que devem ser considerados na estruturao da manuteno
planejada: (i) a misso da manuteno no contexto organizacional, (ii) os tipos de
manuteno, (iii) as formas bsicas de organizao da manuteno, (iv) a estrutura
funcional adotada, (v) a gesto das atividades de manuteno, (vi) a gesto das peas
de reposio, (vii) a gesto dos custos de manuteno, (viii) a gesto da lubricao
dos equipamentos e (ix) o apoio de software para a gesto da manuteno.
A misso da manuteno no contexto organizacional deve estar alinhada com as
estratgias de produo. Os mtodos e as metas da manuteno sero diferentes,
conforme a estratgia de produo priorize: custo, qualidade, exibilidade, servios
ou entrega. A manuteno deve reconhecer as prioridades e planejar suas atividades
apropriadamente.
Os tipos de manuteno envolvem, basicamente, a manuteno corretiva, a manuteno preventiva e a manuteno preditiva. A manuteno preditiva (que pode
utilizar sensoriamento remoto, anlise de vibraes, termograa e outras tcnicas),
quando vivel, deve ser escolhida, pois ela permite que reparos e substituies de
peas sejam feitos exatamente quando necessrios. Se no for possvel o uso de mtodos preditivos, a segunda opo a manuteno preventiva, que estabelece reparos
e substituies a intervalos regulares. A manuteno corretiva, por sua vez, feita depois da ocorrncia da falha. Normalmente envolve maiores tempos de reparo (pois a
atividade no foi planejada) e maiores custos, associados a horas mobilizadas, parada
de linha, perdas de produo e perda da qualidade.
As formas bsicas de organizao da manuteno so: centralizada e descentralizada. A manuteno centralizada envolve operaes planejadas por um nico
departamento, que atende todos os setores da fbrica. Tipicamente, existem locais
centralizados para as bancadas de ferramentas, e as peas de reposio so guardadas
em um depsito central. A manuteno descentralizada divide a fbrica por setores,
sendo que cada setor possui uma equipe de manuteno, com sua rea de trabalho,

241

242

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

bancada de ferramentas e peas de reposio. Naturalmente, possvel organizar a manuteno combinando essas modalidades (por exemplo, centralizando o planejamento
e o setor de suprimento, mas descentralizando equipes e reas de trabalho etc.).
A estrutura funcional adotada pode ser em linha, matricial ou mista. A estrutura
em linha possui uma hierarquia nica que dene o que deve ser feito, quando, como
e quem deve fazer. A estrutura matricial possui duas frentes de autoridade: uma funcional, que dene o que fazer e quando fazer; e outra tcnica, que dene como ser
feito e quem far o servio. Esse arranjo, em geral, propicia maior cooperao entre
a operao e a manuteno. A estrutura mista est apoiada na formao de times
responsveis por um setor. Esses times, em geral, so multifuncionais, compostos
por operadores, supervisores e tcnicos de manuteno. Eles fazem o planejamento
detalhado das atividades, monitoram e registram as tarefas realizadas.
A gesto das atividades de manuteno envolve a classicao dos equipamentos,
a programao das atividades e a denio de padres de trabalho. A classicao
dos equipamentos leva em considerao sua importncia. A importncia denida
analisando quais as linhas de produto que dependem do equipamento, se ele um
equipamento gargalo, se possui redundncia, o tempo mdio de reparo, enm, qual
a consequncia de uma falha nesse equipamento. A programao das atividades de
manuteno implica organizar no tempo todas as tarefas preditivas e preventivas,
indicando como sero feitas e quem far o servio. Assim como o planejamento da
produo envolve um plano mestre e a programao na, a mesma ateno deve ser
dedicada ao planejamento das atividades de manuteno. A denio dos padres
de trabalho envolve estabelecer procedimentos e tempos para a realizao de inspees, reparos, substituies e outras tarefas de manuteno. Conhecidos os padres
de trabalho, possvel avaliar os servios realizados e assegurar um desempenho
consistente.
A gesto das peas de reposio essencial para evitar que a falta de peas implique longos tempos de parada de linha. Assim, deve existir um estoque de peas
sobressalentes, apropriadamente dimensionado, para atender tanto as atividades
planejadas (preditiva, preventiva) como as no planejadas (corretiva). O desao
estabelecer um estoque mnimo (menores custos) suciente para atender s necessidades. Para tanto preciso conhecer a vida til dos componentes e estabelecer procedimentos para a emisso de pedidos de compra. Tambm faz parte da gesto das
peas de reposio o planejamento da estrutura fsica do local onde as peas sero
armazenadas e retiradas.
A gesto dos custos de manuteno tem como objetivo maximizar os benefcios da manuteno atendendo o oramento anual estabelecido. Conforme Geremia

Captulo 13

Manuteno Produtiva Total

(2001), os custos de manuteno podem ser classicados por nalidade (inspeo,


reparo, substituio), por tipo de manuteno (preditiva, preventiva, corretiva ou
melhoria de projeto), por elemento (materiais, mo-de-obra, terceiros) ou por tipo
de trabalho (eltrico, mecnico etc.). Independente da classicao escolhida, o importante realizar o monitoramento dos custos, confrontando-os com o oramento
anual e alcance das metas da manuteno.
A gesto da lubricao dos equipamentos envolve estabelecer a periodicidade
das atividades, o que deve ser feito (partes a serem lubricadas, lubricantes a serem
utilizados, quantidades de lubricantes) e quem responsvel pela tarefa. O objetivo
assegurar que os equipamentos sejam adequadamente lubricados, evitando sobrecargas, desgastes prematuros e contaminaes.
O apoio de software para a gesto da manuteno constitui um aspecto fundamental para agilizar e aprimorar as atividades de planejamento. O uso de software
permite o armazenamento de grandes volumes de dados, acelera a anlise dos dados
registrados e qualica a tomada de deciso. Essencialmente, o software de gesto da
manuteno deve ser capaz de: (i) estabelecer um programa de gerenciamento de ativos, antecipando a necessidade de reparos e substituies, (ii) estabelecer a programao da manuteno preventiva e preditiva, (iii) registrar as informaes referentes
a intervenes corretivas, (iv) gerenciar o estoque de peas de reposio, (v) fornecer
ordens de manuteno contendo data, equipe, ferramentas e peas necessrias.
Um aspecto importante a ser considerado a integrao do software de manuteno com os demais sistemas utilizados na empresa. Idealmente, o software de manuteno deve estar integrado aos mdulos que tratam da programao da produo
e aquisio de suprimentos. Alm disso, sua estrutura deve estar alinhada losoa
de trabalho estabelecida pelo departamento de manuteno.
13.3.5. ESTRUTURAO DO CONTROLE DE NOVOS EQUIPAMENTOS

A estruturao para o controle de novos equipamentos refere-se s atividades


gerenciais associadas instalao e posta em marcha dos equipamentos, assegurando a estes o desempenho previsto pelo fabricante. Essa uma tarefa conduzida em
conjunto pela engenheira e pelo departamento de manuteno.
De acordo com a losoa da MPT, a instalao e posta em marcha de novos
equipamentos devem ser conduzidas atentando para a ecincia global. Isso envolve
esforos no sentido de evitar perdas e assegurar alta disponibilidade, desempenho e
velocidade do equipamento (o mais prxima possvel dos limites tericos). Assim, o
controle da instalao e posta em marcha dos equipamentos tem por objetivo atingir
a produtividade prevista pelo fabricante, gerando produtos conformes, com mnimos custos operacionais (sem perdas).

243

244

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

O controle da instalao e posta em marcha dos equipamentos envolve diversas atividades, entre as quais podem ser citadas: (i) entender claramente os propsitos do equipamento e as funes que ele deve desempenhar; (ii) avaliar e aprovar
o investimento necessrio e o custo de manufatura associado ao equipamento; (iii)
sempre que possvel, conduzir de forma integrada o projeto do produto e o projeto
do equipamento; (iv) denir os procedimentos a serem observados durante a produo; (v) denir o envelope operacional, detalhando ajustes para a produo de
diferentes produtos, se necessrio; (vi) estabelecer a equipe de trabalho responsvel
pelo equipamento, envolvendo engenheiros, supervisores, operadores e tcnicos de
manuteno; e (vii) denir os dados que devem ser coletados e registrados, de forma
a permitir a avaliao do desempenho do equipamento e a realizao de eventuais
esforos de melhoria.

13.4. ETAPAS PARA A IMPLANTAO DA MPT


A implantao da MPT exige um cuidadoso planejamento e sequenciamento
de etapas. Esta seo apresenta uma proposta de implantao que compreende 10
etapas: (i) campanha de lanamento, (ii) organizao para a implantao, (iii) diretrizes e metas, (iv) uso do software de gesto da manuteno, (v) capacitao dos
colaboradores, (vi) incio das atividades e melhoria dos equipamentos, (vii) controle
das intervenes e estoques de reposio, (viii) manuteno autnoma, (ix) manuteno planejada e (x) consolidao do programa. Essa proposta est baseada nas recomendaes da JIPM (Japan Institute of Plant Maintenance), mas contm adaptaes
inspiradas tanto na literatura como na experincia prtica dos autores em trabalhos
de gesto da manuteno junto a empresas brasileiras. O detalhamento das etapas
apresentado nas prximas sees.
13.4.1. CAMPANHA DE LANAMENTO DA MPT

A primeira etapa contempla o lanamento da MPT no mbito da empresa e


seus colaboradores. A MPT um programa abrangente, que exige o envolvimento da
maioria dos departamentos da empresa e mobiliza muitas horas de trabalho. Sendo
assim, importante que o lanamento contemple um anncio feito pela alta direo,
revelando o engajamento desta na implantao do programa de MPT.
A campanha de lanamento da MPT deve prover esclarecimentos a todos os
pblicos envolvidos. Os executivos devem ter uma noo clara do potencial da MPT
em melhorar a ecincia operacional atravs do combate s perdas, o que ir conduzir ao aumento da produtividade e reduo dos custos operacionais. Gerentes e engenheiros devem visualizar que a MPT um programa que enfatiza o planejamento
e as aes preventivas, alterando a cultura reativa para uma atitude pr-ativa (atuar

Captulo 13

Manuteno Produtiva Total

antes da falha). Operadores e tcnicos de manuteno devem perceber que suas


competncias sero ampliadas e eles podero usufruir de um ambiente de trabalho
mais limpo e organizado, livre de falhas constantes e paradas de linha.
13.4.2. ORGANIZAO PARA A IMPLANTAO DA MPT

A organizao prevista nesta etapa envolve algumas atividades preliminares


que devem ser empreendidas para facilitar a implantao da MPT. Essas atividades
preliminares envolvem as preocupaes com recursos humanos, espao fsico e gesto de informaes, conforme detalhado a seguir.
O planejamento dos recursos humanos implica estabelecer a hierarquia de
cargos e funes, denindo desde o gerente geral do programa at a composio
ideal das equipes de trabalho. Uma vez que a MPT preconiza o envolvimento de um
grande nmero de colaboradores nas equipes de trabalho, essa no uma tarefa simples. Cada equipamento maior (ou conjunto de equipamentos) deve ter uma equipe
responsvel, normalmente incluindo engenheiro, supervisor, operadores e tcnico
de manuteno. Essas equipes, por sua vez, devem ter lderes com perl apropriado
para manter em andamento a motivao da equipe e as melhorias nos equipamentos.
As equipes de um mesmo setor devem estar reunidas sob uma gerncia comum, que
ir reportar-se diretamente ao gerente geral do programa de MPT. Um nmero maior
ou menor de nveis pode ser necessrio, dependendo do porte da fbrica.
O planejamento do espao fsico pode ser simples, aproveitando o layout j
existente, ou pode ser complexo, como no caso em que se decide, em conjunto
com a implantao da MPT, alterar a estratgia de manuteno de centralizada para
descentralizada. Em qualquer caso, devem ser avaliados os espaos existentes, considerando a existncia (ou no) de espaos apropriados para realizao de reparos,
bancadas de ferramentas, estoque de peas de reposio, reunies de equipes de
trabalho e capacitao de colaboradores.
O gerenciamento das informaes envolve, inicialmente, analisar as informaes existentes referentes manuteno, permitindo um diagnstico do desempenho
dos equipamentos e, em paralelo, uma avaliao da adequao e qualidade das informaes disponveis. Posteriormente, esta etapa tambm envolve decidir a respeito
da melhor forma de armazenar dados de equipamentos, peas de reposio, falhas,
intervenes corretivas e preventivas.
13.4.3. DIRETRIZES E METAS DO PROGRAMA

Eliminar perdas e alcanar a mxima ecincia operacional uma tarefa que


segue a losoa da melhoria contnua. Assim, a partir do diagnstico da situao
atual, empreendido na etapa anterior, devem ser denidas metas exequveis. Essas
metas devem ser desaadoras, para mobilizar as equipes de trabalho, mas no im-

245

246

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

possveis, pois isso conduziria a frustrao das pessoas. O programa deve possuir
metas gerais, associadas a toda a fbrica. Essas metas gerais, por sua vez, devem ser
desdobradas em metas setoriais e metas vinculadas a cada equipamento maior ou
conjunto de equipamentos. As metas para as equipes de trabalho devem ser compreensveis e mensurveis, de forma que elas possam acompanhar a evoluo dos
trabalhos.
Paralelamente ao estabelecimento das metas, devem ser estabelecidas as diretrizes do programa, a serem implementadas atravs de um plano diretor. Esse plano
deve conter as etapas da implantao da MPT, apresentando custos, prazos e responsveis. Ele deve ser continuamente monitorado e atualizado, visando o sucesso da
implantao dentro do prazo e oramento previsto. Para reforar o interesse da empresa no programa de MPT, recomenda-se que sejam estimados os ganhos nanceiros associados implantao da MPT e alcance das metas, propiciando uma anlise
de retorno do investimento.
13.4.4. USO DO SOFTWARE DE GESTO DA MANUTENO

O programa de MPT envolve a gesto de inmeras atividades, que cobrem


desde o cadastro de equipamentos e peas de reposio at a emisso de ordens de
servio. Para gerenciar adequadamente essas atividades, imprescindvel o uso de
um software. Conforme mencionado na Seo 13.3.4, esse software deve estar capacitado para o gerenciamento de ativos, programao da manuteno preventiva
e preditiva, gerenciamento das peas de reposio, emisso de ordens de servio e
registro de intervenes corretivas.
Planejar corretamente a entrada de dados uma atividade crtica, pois eles
serviro de base para o clculo da disponibilidade de equipamentos, taxa de velocidade, taxa de qualidade e IROG. Assim, eles serviro de base para diagnsticos e
monitoramento do programa. Dados completos permitiro avaliar o tempo at a falha prprio de cada componente e, assim, assegurar maior preciso no planejamento
dos intervalos de manuteno preventiva.
Idealmente, o software tambm deve ser capaz de calcular os custos da manuteno ou, alternativamente, interagir com o aplicativo computacional que a empresa
utiliza para a gesto de custos.
13.4.5. CAPACITAO DOS COLABORADORES

Uma vez denidas as equipes de trabalho, as metas do programa, o plano de


implantao e o software de apoio, pode-se avanar para a capacitao dos colaboradores. Conforme mencionado na Seo 13.3.1, a capacitao contempla gerentes,
engenheiros, supervisores, operadores e tcnicos de manuteno. Essa etapa pode
ser dividida em dois momentos: o planejamento da capacitao e a realizao dos

Captulo 13

Manuteno Produtiva Total

treinamentos. O planejamento implica denir os contedos a serem ministrados a


cada pblico, os instrutores, o cronograma do treinamento, o espao fsico e outros
aspectos associados infraestrutura dos cursos.
A capacitao uma etapa que envolve muitas horas, tendo em vista sua
abrangncia: entendimento da MPT, trabalho em equipe, liderana de times, conceitos bsicos de manuteno repassados aos operadores, conceitos especializados
repassados aos tcnicos de manuteno. O objetivo da capacitao que todos quem familiarizados com a MPT e preparados para cumprir seu papel no programa.
O sucesso do programa de MPT depende de pessoas qualicadas para conduzi-lo.
Assim, a capacitao uma etapa-chave da implantao.
13.4.6. INCIO DAS ATIVIDADES E MELHORIA DOS EQUIPAMENTOS

Neste momento, j foram estruturadas as equipes de trabalho, j esto denidas as diretrizes e metas, o software de gesto da manuteno j foi preparado com o
cadastro de equipes, equipamentos e peas, e os colaboradores passaram pela capacitao. Contando com esse suporte, possvel iniciar as atividades de manuteno
orientadas pelos preceitos da MPT. O incio das atividades caracterizado pelas equipes de trabalho, que se renem estudando cada equipamento e denindo o que pode
ser feito pelos operadores (subsdios para a manuteno autnoma) e pelos tcnicos
de manuteno (subsdios para a manuteno planejada).
Alm disso, sendo um estgio inicial, o estudo dos equipamentos ir revelar
muitas oportunidades de melhoria. Algumas das melhorias listadas pelas equipes de
trabalho podem ser evidentes, de conhecimento dos operadores e tcnicos a longo
tempo, mas ainda no foram implementadas porque no possuam o apoio gerencial
oferecido por um programa formal como a MPT. Implementar essas melhorias
fundamental para assegurar credibilidade ao programa, motivar os colaboradores e
alcanar ganhos de qualidade e produtividade.
Um aspecto importante a ser considerado refere-se implantao da MPT
em grandes empresas, que possuem muitas reas de trabalho com caractersticas
distintas. Em grandes empresas, recomenda-se que a implantao seja feita, inicialmente, em uma rea piloto. Isso permite acumular conhecimento sobre a forma mais
adequada de implantao da MPT, preparando gerentes, engenheiros e departamentos para o trabalho maior. Paralelamente, permite acumular resultados positivos,
justicando o investimento maior que contempla a implantao da MPT em toda a
empresa.
Na escolha da rea piloto, recomenda-se que ela atenda os seguintes requisitos: deve ser uma rea importante para a empresa, onde os equipamentos no sejam
excessivamente complexos, existam claras oportunidades de melhoria e as pessoas

247

248

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

(gerente, engenheiro, supervisores, operadores e tcnicos de manuteno) estejam


motivadas e capacitadas para o incio das atividades.
13.4.7. CONTROLE DAS INTERVENES E ESTOQUES DE REPOSIO

Ao mesmo tempo que iniciam as atividades de melhoria dos equipamentos, as


intervenes realizadas devem ser registradas, juntamente com o controle das peas
utilizadas. O registro das intervenes deve ser feito utilizando o software de gerenciamento da manuteno e ir contemplar, no mnimo, o lanamento das seguintes informaes: hora da parada, tempo de reparo, reparos realizados, responsveis
pelos reparos, peas utilizadas, hora do retorno do funcionamento em condies
normais de operao.
O controle das peas de reposio implica implementar os procedimentos de
baixa de estoque e a denio dos pontos de pedido. Os pontos de pedido estabelecem os nveis de estoque que iro disparar pedidos junto aos respectivos fornecedores. O controle de estoque importante nas fases iniciais do programa de MPT,
quando, frequentemente, no existe histrico convel que permita dimensionar o
estoque adequado para todas as peas. Assim, inicialmente, necessrio trabalhar
com estoques maiores, enxugando-os, gradativamente, medida que informaes
mais precisas referentes vida til de todas as peas so processadas.
Vale enfatizar que reunir informaes mais precisas depende exatamente da
implantao desta etapa, que trata do controle das intervenes e das peas de reposio. O termo peas de reposio, aqui, inclui tambm o uso de lubricantes e
outros materiais de consumo prprios da manuteno.
13.4.8. MANUTENO AUTNOMA

As atividades de manuteno autnoma comeam na etapa 6, junto com o


incio das melhorias nos equipamentos, e consolidam-se nesta etapa. Neste momento, os operadores devem assumir a responsabilidade sobre os equipamentos que
utilizam. Isso implica domnio nas tarefas associadas a: (i) elaborao de padres de
limpeza e lubricao, (ii) realizao de limpeza, lubricao e reapertos, (iii) elaborao de listas de vericaes, (iv) inspees guiadas pelas listas de vericaes,
(v) identicao de anomalias, (vi) pequenos consertos, (vii) chamada de tcnicos
de manuteno, quando necessria, e (viii) registro dos parmetros do equipamento,
falhas e intervenes, conforme os procedimentos denidos pelo programa de MPT.
medida que os operadores ganham maior experincia nas atividades de
manuteno autnoma, eles podem assumir maiores responsabilidades, tais como:
(i) efetuar melhorias nos equipamentos, evitando que gerem resduos (sujeiras, p,
limalhas, cavacos) que contaminem o ambiente; (ii) elaborao de padres de operao que possam reduzir o tempo de limpeza e lubricao; (iii) elaborao de

Captulo 13

Manuteno Produtiva Total

manuais de inspeo, que agilizem e qualiquem essa atividade, podendo servir


tambm para treinamento, (iv) padronizao de procedimentos de manuseio e uxo
de materiais, (v) padronizao de procedimentos de registro de dados.
13.4.9. MANUTENO PLANEJADA

As melhorias iniciais nos equipamentos (etapa 6) e a implementao da manuteno autnoma (etapa 8) liberam o departamento de manuteno das tarefas
mais simples e rotineiras. Assim, o departamento de manuteno pode concentrar
esforos no planejamento. O objetivo da manuteno planejada assegurar que os
equipamentos iro manter alta disponibilidade, velocidade e qualidade. Isso ser
alcanado atravs do uso das tcnicas de manuteno preditiva e preventiva.
Faz parte da manuteno planejada estabelecer tanto o planejamento anual
das atividades como a programao nal da manuteno, otimizando o uso dos recursos disponveis: pessoas, bancadas de trabalho, ferramentas, instrumentos etc.
Tambm faz parte da manuteno planejada estabelecer os padres a serem seguidos
em todas as intervenes.
As implantaes da manuteno autnoma e da manuteno planejada constituem os principais elementos para promover a mudana cultural na organizao.
A manuteno autnoma, quando efetivada, altera a atitude da equipe de produo,
que deixa de produzir enquanto os outros consertam os equipamentos e passa a
produzir mantendo os equipamentos em boas condies. A manuteno planejada,
por sua vez, substitui o comportamento reativo (agir aps a quebra) para uma atitude pr-ativa, que evita a quebra e consequente parada de linha. Assim, observa-se
que a MPT altera a distribuio de responsabilidades e altera a losoa de trabalho.
13.4.10. CONSOLIDAO DO PROGRAMA

Esta etapa contempla a consolidao do programa de MPT e deve ser conduzida em conjunto pelas gerncias de produo, manuteno e engenharia. Em geral,
ela empreendida ao nal do primeiro ano de funcionamento do programa, quando
j possvel fazer uma avaliao da implantao e conrmar ou rever os padres a
serem utilizados na continuao das atividades.
Em relao avaliao, inicialmente, ela deve contemplar uma anlise completa dos indicadores prprios da MPT, incluindo disponibilidade, velocidade, qualidade, IROG e custos da manuteno. Em particular, os resultados obtidos devem
ser confrontados com as metas estabelecidas no incio do programa, conrmando o
retorno do investimento. A seguir, luz dos resultados obtidos, devem ser analisados
criticamente: (i) os procedimentos de manuteno autnoma, (ii) os procedimentos
de manuteno planejada, (iii) a capacitao dos colaboradores, (iv) o uso e adequao do software de gesto da manuteno.

249

250

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

Trata-se de consolidar o modelo de trabalho adotado pela empresa, observando as lies aprendidas, conrmando os procedimentos que esto gerando bons
resultados e fazendo ajustes onde necessrios. Neste momento, tambm devem ser
indicados os projetos maiores de melhoria a serem realizados no prximo perodo
visando a reduo de perdas e o progresso em direo falha zero e quebra zero.
Do ponto de vista operacional, o histrico de um ano permite reavaliar volumes de estoque, pontos de pedido, intervalos de manuteno preventiva e outros
parmetros do programa. Do ponto de vista gerencial, os ndices de disponibilidade,
taxa de velocidade, taxa de qualidade e IROG, aps o perodo inicial turbulento,
devem apresentar um comportamento mais estvel, permitindo rever as metas para
os prximos anos apoiado em informaes conveis.

QUESTES
1)

Durante um determinado perodo, um equipamento deveria trabalhar por 300 horas. Contudo, durante esse perodo, devido a quebras e ajustes, ele permaneceu
parado durante 35,2 horas. O tempo de ciclo terico, informado pelo fabricante do
equipamento corresponde a 45 peas por hora. Contudo, durante as horas de funcionamento, neste perodo, foram produzidas 11.325 peas. Dentre essas peas, 27
foram consideradas no conforme. Utilize esses dados e calcule a disponibilidade,
taxa de velocidade, taxa de qualidade e o IROG para esse equipamento e perodo.

2)

Em relao ao problema descrito no Exerccio 1, suponha que, atravs de melhorias


no equipamento e nas atividades de manuteno autnoma, a disponibilidade do
mesmo passasse a 0,95. Calcule os ganhos associados considerando que a hora de
mquina parada implica uma perda de R$500,00 e o lucro associado a cada unidade
produzida equivale a R$10,00.

Apndice

NORMAS BRASILEIRAS DE
CONFIABILIDADE

A.1. INTRODUO
Na denio da ISO (International Organization for Standardization):
Uma norma um documento, estabelecido por consenso e aprovado por
rgo reconhecido, que dene, para uso comum e repetido, regras, diretrizes ou
caractersticas para atividades e seus resultados, objetivando atingir um timo grau
de ordem em um dado contexto.
A palavra consenso central nessa denio, j que uma norma deve representar um ponto de vista comum a todos a quem ela diz respeito, a saber: fornecedores (isto , fabricantes e prestadores de servio), usurios, consumidores e demais
grupos de interesse.
Normas podem ser elaboradas em quatro nveis:
Internacional elaboradas por uma organizao internacional de padronizao a partir de consenso entre todos os membros participantes da organizao;
por exemplo, normas da ISO e IEC (International Eletrotechnical Comission).
Regional elaboradas por um grupo limitado de pases de um mesmo continente; por exemplo, normas da AMN (Associao Mercosul de Normalizao).
Nacional elaboradas por organizao nacional reconhecida como autoridade
no respectivo pas; por exemplo, normas do BSI (British Standard Institute,
Reino Unido).
Empresarial elaboradas por empresas, com nalidade de reduzir custos, evitar acidentes etc.

252

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

A adoo de normas apresenta uma srie de benefcios. Para fornecedores, elas


oferecem documentos de referncia a partir dos quais produtos e servios de relevncia mercadolgica mais ampla (isto , competitivos em vrios mercados) podem ser
desenvolvidos. Para clientes, a difuso de normas traz maior compatibilidade entre
tecnologias utilizadas por fornecedores, aumentando a gama de opes de produtos
e servios.
A ABNT (Associao Brasileira de Normas Tcnicas) o rgo responsvel pela
normalizao tcnica no pas, reconhecida por lei como o nico frum nacional de
normalizao. A ABNT membro fundador da ISO, COPANT (Comisso Panamericana de Normas Tcnicas) e AMN, sendo representante exclusiva do Brasil na IEC.
O processo de elaborao de uma norma tem incio com uma solicitao formal
ABNT por parte de empresas, entidades e indivduos interessados na sua elaborao.
A ABNT analisa o tema e inclui no seu programa de normalizao setorial. Cria-se, ento, uma comisso de estudos ou inclui-se a demanda em uma comisso j existente e
compatvel com o escopo do tema solicitado. A comisso elabora um projeto de norma,
submetido consulta pblica atravs de edital. Sugestes obtidas nessa consulta so
analisadas pela comisso, e o projeto de norma encaminhado gerncia do processo
de normalizao da ABNT para homologao e publicao como norma brasileira.
A ABNT composta por 47 comits tcnicos de normalizao, atuando em diversas reas, e dois organismos de normalizao setorial, atuando nas reas de tecnologia grca e petrleo. Os comits tcnicos so responsveis por instituir comisses
de estudo, necessrias no processo de elaborao de normas.
Quatro comits tcnicos da ABNT propem-se, em sua descrio de atividades, a elaborar normas relacionadas conabilidade; so eles (CB Comit Brasileiro): CB-03 Eletricidade, CB-05 Automotivo, CB-20 Energia Nuclear e CB-25
Qualidade. O Comit de Eletricidade mantm uma Comisso de Estudo de Conabilidade, sendo o principal responsvel pela avaliao de demandas por normas
relacionadas conabilidade.
Existem oito normas da ABNT diretamente relacionadas a problemas de conabilidade, elaboradas pelos comits CB-03, CB-05 e CB-25. O CB-03, em particular, foi responsvel pela emisso de seis destas normas. A base de referncia de maior
parte das normas so documentos correspondentes elaborados pela IEC. As normas
podem ser divididas em duas categorias, para ns de apresentao:
(i) normas de carter genrico e gerencial, incluindo a NBR ISO 9000-4 e a NBR
5462.
(ii) normas relacionadas coleta de dados, apresentao e anlise de resultados,
incluindo a NBR 9320, NBR 9321, NBR 9322, NBR 9325, NBR 13533 e a
NBR 6742.

Apndice

A.2. NORMAS GERAIS E DE TERMINOLOGIA


Duas normas tcnicas da ABNT, a NBR ISO 9000-4 e a NBR 5462, apresentam
diretrizes gerais e terminologia a ser adotada em aes relacionadas dependabilidade e seus fatores de inuncia. Seus principais contedos so apresentados na
sequncia.
A NBR ISO 9000-4 consiste em um guia para gesto do programa de dependabilidade de produtos e servios. Trata-se da norma tcnica mais genrica dentre
aquelas que abordam a conabilidade, estando dividida em seis sees. As quatro
sees iniciais apresentam os objetivos e a terminologia da norma, alm de diretrizes para a organizao e o estabelecimento de responsabilidades em um programa
de dependabilidade. As duas sees nais detalham os elementos de programas de
dependabilidade genricos e especcos de projeto ou de produto.
Segundo a norma, dependabilidade um termo coletivo que descreve o desempenho de um item quanto disponibilidade e seus fatores de inuncia: conabilidade, mantenabilidade e logstica de manuteno. Por programa de dependabilidade entende-se a estrutura organizacional, responsabilidades, procedimentos e
recursos para gerenciar a dependabilidade. A gesto de tais programas quanto ao seu
desempenho de conabilidade e mantenabilidade do produto, alm do suporte de
manuteno prestado pelo cliente e fornecedor, o objeto que a norma regulamenta.
Clientes e fornecedores, assim, compartilham responsabilidades na gesto da dependabilidade.
A NBR ISO 9000-4 fornece orientaes para a gesto de um programa amplo
de dependabilidade, listando aspectos essenciais para o planejamento, organizao,
direo e controle dos recursos de modo a fabricar produtos com conabilidade e
mantenabilidade adequadas. A norma se aplica a produtos cujas caractersticas de
dependabilidade so importantes para sua operao e manuteno, visando controlar fatores que inuenciam na dependabilidade, desde o planejamento at a operao
dos produtos.
A norma estabelece que o fornecedor deve (i) manter um documento que
expresse sua poltica e objetivos quanto s caractersticas de dependabilidade dos
seus produtos e servios de suporte a eles relacionados; (ii) estabelecer e manter
elementos e recursos, independentes ou no de produto e projeto, para garantia da
dependabilidade; (iii) criar especicaes para os produtos que incorporem as necessidades de clientes relativas dependabilidade; e (iv) conduzir anlises crticas do
programa de dependabilidade.
Os elementos que o fornecedor deve implementar e documentar em um programa genrico de dependabilidade, independente de projeto e de produto, so: (i)
mtodos e modelos estatsticos e qualitativos associados previso, anlise e esti-

253

254

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

mativa das caractersticas de dependabilidade, alm de programas de educao e


treinamento; (ii) banco de dados para realimentao de informaes no projeto de
produtos e no planejamento de seu suporte de manuteno; e (iii) registros de dependabilidade, contendo a documentao completa relativa ao programa de dependabilidade.
Com respeito a um programa de dependabilidade especco de projeto ou de
produto, o fornecedor deve estabelecer e manter: (i) um plano de dependabilidade
que documente prticas, recursos e sequncias de atividades a serem realizadas; (ii)
procedimentos para a anlise crtica de contrato e interface com o cliente; (iii) especicaes para os requisitos de dependabilidade; (iv) requisitos de dependabilidade
para produtos providos externamente; (v) procedimentos para vericao, validao
e ensaio de requisitos de dependabilidade; e (vi) procedimentos para estimar os elementos de custo do ciclo de vida do produto. Por m, o fornecedor deve identicar
e desempenhar atividades relativas anlise e previso de dependabilidade e anlise crtica do projeto do produto, planejar a operao de suporte de manuteno;
e documentar melhorias e modicaes no produto oriundas da realimentao de
informaes de dependabilidade.
A NBR 5462 dene os termos relacionados conabilidade e mantenabilidade de itens, servindo como referncia para as demais normas discutidas neste texto.
O documento traz 21 conjuntos de denies, em nvel exclusivamente descritivo
(por exemplo, ao denir tipos de falha) ou acompanhado de expresses matemticas
(por exemplo, ao denir medidas de disponibilidade).
A norma tambm conta com trs anexos, em que so apresentadas:
(a) as relaes entre os conceitos de defeito, falha e pane;
(b) uma lista de smbolos e abreviaes; e
(c) uma lista de equivalncias dos termos tcnicos relacionados conabilidade e
mantenabilidade em portugus com termos em ingls e francs.

A.3. NORMAS RELACIONADAS A PROCEDIMENTOS E MTODOS


A mais genrica das normas relacionadas a procedimentos e mtodos a NBR
9320 Conabilidade de Equipamentos, Recomendaes Gerais. O termo equipamento na norma bastante abrangente, incluindo componentes e sistemas de
natureza eletrnica, eletromecnica e mecnica. O objetivo principal da NBR 9320
xar as condies de ensaios de conabilidade de equipamentos. Nesse sentido,
a norma especica requisitos de conabilidade para ensaios de conformidade, determina condies e especicaes para ensaios de conabilidade em laboratrio e

Apndice

em campo, e prope recomendaes quanto anlise de informaes e redao de


relatrios sobre os ensaios realizados.
A NBR 9320 dene dois tipos de ensaios: de conformidade de conabilidade
(ECC) e de determinao de conabilidade (EDC). ECCs so usados para avaliar
se um valor de uma caracterstica de conabilidade de um item satisfaz ou no s
exigncias de conabilidade xadas; tais ensaios so normalmente usados como condio de aceitao do item pelo comprador. EDCs so usados para determinar o valor de uma caracterstica de conabilidade de um item, provendo informaes para
estabelecimento de uma exigncia de conabilidade. ECCs e EDCs so subdivididos
em ensaios realizados em laboratrio, sob condies controladas, ou de campo, sob
condies registradas, mas nem sempre controladas. O corpo central da norma traz
diretrizes detalhadas para realizao dos ensaios. Tais diretrizes independem do tipo
de ensaio realizado (ECC ou EDC), mas so distintas para ensaios em laboratrio e
de campo.
O item Inspeo da NBR 9320 contm o detalhamento das diretrizes para
ensaios de conabilidade. As duas sees iniciais trazem consideraes acerca de
amostragem e ajuste de distribuies contnuas e discretas a dados de conabilidade;
a norma recomenda utilizar nos ensaios a hiptese nula de dados contnuos exponencialmente distribudos, o que pode ser explicado pela sua origem (Comits de
Eletricidade da ABNT e IEC).
Na sequncia, a NBR 9320 descreve planos de ensaio para ECCs e EDCs.
Trs caractersticas de conabilidade so consideradas: taxa de falhas e tempo mdio
entre (ou at) falhas para dados contnuos, e taxa de xitos para dados discretos. A
norma detalha planos para ensaios mediante suposio de taxa de falhas constante,
resumindo os contedos da NBR 9325, apresentados mais adiante; os planos de ensaios para itens com taxas de falha no-constantes, entretanto, no apresentam maior
detalhamento. Tambm so descritos os riscos associados aos ensaios relacionados
a erros na hiptese de distribuio inicial, na formao da amostra e nos riscos de
deciso (para o consumidor e fabricante).
A NBR 9320 tambm traz consideraes gerais para a escolha das condies
de ensaio, incluindo condies: de operao, ambientais e de manuteno preventiva durante o ensaio (de forma a reproduzir as condies de manuteno recomendadas pelo fabricante do item). As condies dependem, basicamente, da nalidade do
ensaio. Por exemplo, se a nalidade for comprovar que a conabilidade do equipamento no est abaixo de um nvel que pode ser crtico (por exemplo, para questes
de segurana), as condies de ensaio no devem excluir nenhuma das condies
de uso de extrema severidade. A norma tambm apresenta recomendaes para a

255

256

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

realizao de ensaios de campo. Finalmente, a norma estabelece diretrizes para interpretao de resultados de ensaios e elaborao de relatrios de resultados.
A NBR 13533 Coleta de dados de campo relativos conabilidade,
mantenabilidade, disponibilidade e suporte manuteno, xa as condies exigveis para organizar a coleta de dados de campo. A nalidade da coleta prover
informaes para a elaborao de relatrios conveis e completos, que possibilitem
melhorar a qualidade dos itens monitorados e facilitar a troca de informaes entre
usurios e fornecedores. importante salientar que o conceito de ensaio de campo
apresentado na NBR 9320 pressupunha a realizao de testes de utilizao de itens
em campo, ou seja, fora de laboratrio. O objetivo, segundo a NBR 9320, era reproduzir as condies de uso do item em campo a um menor custo. A NBR 13533 trata
de coleta de dados de campo sem que os itens estejam submetidos a um procedimento de teste predenido. Tal cenrio comum, por exemplo, ao coletarem-se dados de
manuteno, sendo este o foco central da norma.
A NBR 13533 dene como fontes de dados: (a) atividades de manuteno preventiva e corretiva, (b) atividades de medidas de desempenho (por exemplo, relatrios
de no-conformidade e medidas ambientais), e (c) informaes de inventrios. As fontes de dados podem ser usadas em conjunto, desde que aplicados os mesmos critrios
na coleta de dados. O registro e o armazenamento de dados podem ser feitos de maneira manual ou automtica. Como meios de registros, esto previstos: (a) relatrios
de operao, (b) relatrios de falhas, (c) relatrios de manuteno, e (d) experincia
pessoal. Quando de seu registro, os dados devem ser vericados quanto sua validade.
A escolha da fonte dos dados depende dos parmetros a serem avaliados ou
estimados. A estimativa de parmetros permite compor medidas de desempenho dos
itens. Nesse sentido, a NBR 13533 prev trs grupos de medidas de desempenho
(parmetros usados para compor a medida vm exemplicados entre parnteses):
(a) de conabilidade (taxa de falhas, tempo de indisponibilidade e probabilidade
de deteco da pane); (b) do sistema de suporte de manuteno (atraso logstico e
probabilidade de faltar peas de reposio); e (c) de disponibilidade (disponibilidade
em regime). Os dados coletados devem trazer informaes para a identicao do
item em estudo, das suas condies ambientais e de operao, e da descrio completa da falha e da pane, alm de dados relativos ao suporte de manuteno. A norma naliza por apresentar diretrizes para a anlise preliminar dos dados coletados,
uma descrio genrica dos mtodos estatsticos usados para tratamento dos dados
(direcionando a outras normas para detalhamento) e instrues para apresentao
dos resultados.
A NBR 9321 fornece os mtodos grcos e numricos recomendados para se
determinar a estimativa por ponto e limites de conana de caractersticas de cona-

Apndice

bilidade resultantes de EDCs em equipamentos. Por estimativa por ponto entende-se


um nico nmero que representa o valor verdadeiro e desconhecido de um parmetro estatstico. Os limites de conana denem um intervalo de conana em torno
da estimativa por ponto, o qual inclui o valor verdadeiro do parmetro com uma
certa probabilidade, o nvel de conana. O intervalo de conana pode ser unilateral ou bilateral, sendo o nvel de conana preferencial estabelecido pela norma
de 90%. A norma complementar NBR 9320, que estabelece as diretrizes para a
realizao dos EDCs.
A norma est dividida em trs partes principais, correspondendo a suposies
acerca dos dados sob anlise; so elas: taxas constantes e no-constantes de falhas,
aplicveis a dados contnuos, e taxas de xito, aplicveis a dados discretos.
No caso de taxas constantes de falha, a NBR 9321 apresenta mtodos, aplicveis a equipamentos reparveis ou no-reparveis, para estimativa pontual e intervalar do tempo mdio entre (ou at) falha (MTBF ou MTTF) e taxa de falhas (l).
Dois tipos de censura so considerados: por tempo de ensaio (nmero de falhas
observadas aleatrio) e por nmero de falhas (tempo total de ensaio aleatrio).
Os estimadores das medidas de conabilidade so os usuais da literatura sobre conabilidade. Ao utilizar os mesmos estimadores para itens reparveis ou no, a norma
implicitamente pressupe reposies ou consertos que devolvam a unidade a uma
condio de nova. Alm de trazer expresses analticas para as medidas de conabilidade, a norma contm grcos que permitem (a) determinar limites de conana
a 90%, em funo do nmero de falhas, para ensaios com durao pr-xada e (b)
obter uma estimativa pontual de l e checar a suposio de taxa constante de falha,
para o caso de ensaios com nmero de falhas prexado.
No caso de taxas no-constantes de falhas, a NBR 9321 considera dados seguindo uma distribuio de Weibull ou normal, para dados completos ou com censura por durao ou nmero de falhas. No caso da Weibull, a norma traz um mtodo
grco que utiliza o papel de probabilidade de Weibull, permite obter estimativas
pontuais dos parmetros da distribuio, alm de testar o ajuste dos dados distribuio; nenhum procedimento analtico equivalente apresentado, e estimativas
intervalares dos parmetros no constam na norma. No caso da normal, so apresentados os mtodos analticos e grcos usuais para estimativa dos parmetros,
intervalos de conana e vericao da suposio de normalidade.
Finalmente, no caso de ensaios em que somente o nmero de falhas registrado (ou seja, os tempos so desconhecidos), a NBR 9321 apresenta um procedimento
analtico para obter estimativas pontuais e intervalares do parmetro p da distribuio binomial (no caso, p indica a taxa de xito, dada pela razo entre o nmero de
equipamentos sobreviventes e o nmero de equipamentos testados).

257

258

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

A NBR 9322 fornece um guia para apresentao de dados necessrios para salientar as caractersticas de conabilidade de componentes (ou itens) eletrnicos. No
contexto da norma, os dados podem estar relacionados a falhas e taxas de falhas ou a
mudanas ou variaes das caractersticas de conabilidade. O contexto de aplicao
da norma o do controle de qualidade na manufatura de componentes eletrnicos,
em particular transistores.
A norma traz uma srie de opes, majoritariamente grcas, para a apresentao dos resultados de testes de vida e desempenho em itens. Os itens devem ser
identicados e descritos quanto aos modos de falha considerados e condies de
teste utilizando, para tanto, tabelas detalhadas fornecidas nos anexos da norma. Os
mtodos de apresentao dos dados propostos na norma so: (i) dados brutos (ou
seja, tabelas de dados sem tratamento estatstico), (ii) mtodos grcos (diagramas
de disperso, papis de probabilidade e grcos de percentis), e (iii) mtodos numricos (tabela da distribuio de frequncia e estatsticas sumrias).
A NBR 9325 fornece planos de ECCs para taxas de falhas e tempo mdio entre falhas de equipamentos com taxas constantes de falhas. A norma enfoca, assim,
um caso especial, para tempos at falha exponencialmente distribudos, dos planos
para ECCs na NBR 9320. A caracterstica de conabilidade fundamental usada na
norma o tempo mdio entre falhas (MTBF), o qual pode ser matematicamente
substitudo pelo MTTF ou taxa de falhas.
A norma fornece planos para ensaios (a) sequenciais truncados e (b) com durao ou nmero de falhas prexados. Em (a), continuamente comparam-se o tempo
e o nmero de falhas relevantes com os critrios de aceitao/rejeio do teste, em
busca de um ponto de truncamento. Os ensaios em (b) possuem roteiro predenido
de realizao, e uma deciso tomada no nal do ensaio. Para cada plano de ensaio,
a norma apresenta: (i) um grco e uma tabela com os limites de aceitao e rejeio,
e (ii) uma curva caracterstica de operao para o plano de ensaio.
O procedimento geral de ensaio na norma consiste em submeter uma amostra aleatria do equipamento a teste, medir o tempo relevante de ensaio e somar
as falhas relevantes para todos os itens sob ensaio. O tempo relevante de ensaio
corresponde soma dos tempos entre falhas; no caso de truncamento, registra-se o
tempo entre a ltima falha e o truncamento. Itens podem ser reparados e retornados
ao experimento aps falha; nesse caso, os tempos entre suas falhas sucessivas so
considerados. Falha relevante aquela que deve ser considerada na interpretao
dos resultados do ensaio.
Os planos de ensaio apresentados na NBR 9325 so caracterizados por um valor aceitvel (m0) e um valor inaceitvel (m1) de MTBF para o equipamento. m0 pode
ser rejeitado com probabilidade a, sendo este o risco do fabricante; m1 pode ser acei-

Apndice

to com probabilidade b, sendo este o risco do comprador. A razo Dm = m0 / m1 a taxa


de discriminao do teste; quanto menor o valor de Dm, maior o tempo relevante de
teste necessrio para se chegar a uma deciso. Em contrapartida, quanto maiores os
valores de a e b, menor ser o tempo relevante de teste. Os planos de ensaio na norma so formados a partir de combinaes de Dm, a e b. As tabelas de deciso para um
dado plano de ensaio contrastam os valores de nmero acumulado de falhas e tempo
relevante de teste para chegar a uma deciso (aceitar/rejeitar/continuar o ensaio).
A ltima norma revisada neste texto, a NBR 6742 xa procedimentos para a
obteno e manuseio dos dados para a interpretao de ensaios de fadiga, utilizando a distribuio de Weibull. A interpretao proposta na norma utiliza o papel de
probabilidade da Weibull, em um procedimento exclusivamente grco. Em suas
disposies gerais, a norma traz uma apresentao das funes de distribuio e de
conabilidade, e das caractersticas do papel de probabilidade da Weibull. O restante
da norma consiste de trs exemplos de utilizao do papel de probabilidade, considerando dados completos e censurados.
Nos ensaios de durabilidade por fadiga da NBR 6742, possvel identicar o
momento da falha para as unidades testadas, em tempo de calendrio ou outra unidade pertinente. Mediante tratamento das informaes dos ensaios, representam-se
os valores em um papel de probabilidade de Weibull, obtendo-se os parmetros e
percentis da distribuio. Uma vez denida a durabilidade mnima especicada para
o item, possvel vericar se o percentual de itens que excedem a especicao mnima satisfaz a critrios preestabelecidos. Em seus anexos, a norma traz tabelas para
determinao do grau mdio de dados censurados, com vistas sua representao
grca, alm de exemplos de papis de probabilidade de Weibull.

259

Pgina deixada intencionalmente em branco

REFERNCIAS
BIBLIOGRFICAS
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 6742: Utilizao da distribuio de Weibull para a interpretao dos ensaios de durabilidade
por fadiga. So Paulo, 1987.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 13533: Coleta
de dados de campo relativos conabilidade, mantenabilidade, disponibilidade e
suporte manuteno. Rio de Janeiro, 1995.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 5462: Conabilidade e mantenabilidade. Rio de Janeiro, 1994.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 9320: Conabilidade de equipamentos recomendaes gerais. So Paulo, 1986.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 9321: Clculo
de estimativas por ponto e limites de conana resultante de ensaios de determinao da conabilidade de equipamentos. So Paulo, 1986.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 9322: Apresentao de dados de conabilidade de componentes (ou itens) eletrnicos. So Paulo, 1986.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR 9325: Conabilidade de equipamentos planos de ensaio de conformidade para taxa de falhas e
tempo mdio entre falhas admitindo-se taxa de falhas constantes. So Paulo, 1986.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). NBR ISO 9000-4:
Normas de gesto da qualidade e garantia da qualidade. Parte 4: Guia para gesto do
programa de dependabilidade. Rio de Janeiro, 1993.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (ABNT). Normalizao. Disponvel em <www.abnt.org.br/default.asp?resolucao=1440X900>. Acesso em 6 abr. 2009.

262

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

BAGDONAVICIUS, V.; NIKULIN, M. Accelerated Life Models: Modeling and Statistical Analysis. Boca Raton: Chapman & Hall/CRC, 2001. 360p.
BARLOW, R.E.; PROSCHAN, F. Mathematical Theory of Reliability. Nova York: Society
for Industrial Mathematics, 1965. 274p.
BIRNBAUM, Z.W. On the importance of different components in a multicomponent system. In: P.R. KRISHNAIAH (Ed.). Multivariate Analysis. San Diego: Academic
Press, 1969. p. 581-592.
BLACK, J.R. Electromigration: a brief survey and more recent results. IEEE Transactions on Electronic Devices, v. 16, n. 4, p. 338-347, 1969.
BLISCHKE, W. R.; MURTHY, D.N.P. Warranty Cost Analysis. Nova York: Marcel
Dekker, 1994. 744p.
BLOMM, N.B. Reliability Centered Maintenance: implementation made simple. Nova
York, McGraw-Hill, 2006. 291p.
BOGDANOFF, J.L: KOZIN, F. Probabilistic Models of Cumulative Damage. Nova York:
John Wiley, 1985. 352p.
COHEN JR., A.C. Table for maximum likelihood estimates: singly truncated and
singly censored samples. Technometrics, v. 3, p. 535-541, 1961.
COX, D.R. Renewal theory. Londres: Chapman & Hall, 1962. 142p.
DASGUPTA, A. Asymptotic theory of statistics and probability. Nova York: Springer,
2008. 724p.
DAVIS, R. Productivity improvements through TPM: the philosophy and application of
Total Productive Maintenance. Hertfordshire: Prentice Hall, 1995. 160p.
DHILLON, B. S. A Hazard Rate Model. IEEE Transactions on Reliability R28, p. 150158, 1979.
DIAS, S.L.V. Avaliao do programa de TPM em uma indstria metal-mecnica do Rio
Grande do Sul. Dissertao (Mestrado em Engenharia de Produo) Universidade
Federal do Rio Grande do Sul, Porto Alegre, RS, 1997. 169p.
ELSAYED, E.A. Reliability Engineering. Nova York: Prentice-Hall, 1996. 737p.
ENGELMAIER, W. Reliability of surface mount solder joints: Physics and statistics
of failure. National Electronic Packaging and Production West Proceedings, Ann Arbor:
University of Michigan, 1993. p. 1.782-1.790.
GEREMIA, C.F. Desenvolvimento de programa de gesto voltado manuteno das mquinas e equipamentos e ao melhoramento dos processos de manufatura fundamentado nos
princpios bsicos do TPM. Dissertao (Mestrado Prossionalizante em Engenharia)
Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, 2001. 211p.
HANSEN, R.C. Overall Equipment Effectiveness: a powerful production/ maintenance
tool for increased prots. Nova York: Industrial Press, 2002. 288p.

Referncias Bibliogrficas

HELMAN, H.; ANDERY, P.R.P. Anlise de falhas: aplicao dos mtodos de FMEA e
FTA. Belo Horizonte: FCO, 1995. 156 p.
HENLEY, E.J.; Kumamoto, H. Probabilistic Risk Assessment; Reliability Engineering, Design, and Analysis. Nova York: IEEE Press, 1992. 568p.
HIRANO, H. Putting 5S to Work. Nova York: The PHP Institute of America Inc.,
1998. 197p.
INSTITUTO DA QUALIDADE AUTOMOTIVA. Anlise de modo e efeitos de falha
potencial (FMEA): Manual de referncia. 3 edio, IQA, 2005.
INTERNATIONAL ELECTROTECHNICAL COMMISSION (IEC). About the IEC.
Disponvel em: <www.iec.ch/helpline/sitetree/about/>. Acesso em 06 abr. 2009.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). General Information on ISO. Disponvel em <www.iso.org/iso/support/faqs/faqs_general_information_on_iso.htm>. Acesso em 6 abr. 2009.
JAPAN INSTITUTE OF PLANT MAINTENANCE. Focused equipment improvement for
TPM teams. Nova York: Productivity Press, 1997. 144p.
KALBFLEISCH, J.D.; PRENTICE, R.L. The statistical analysis of failure time data. 2. ed.
Nova York: John Wiley, 2002. 439p.
KAPLAN, E.L.; MEIER, P. Nonparametric estimation from incomplete observations.
Journal of the American Statistical Association, v. 53, p. 457-481, 1958.
KAPUR, K.C.; LAMBERSON, L.R. Reliability in Engineering Design. Nova York: John
Wiley, 1997. 586p.
KNIGHT, C.R. Four decades of reliability progress. Proceedings of the Annual Reliability and Maintainability Symposium. [S.l.]: IEEE Reliability Society, 1991. p. 156-159.
KRAMARENKO, O.Y.; BALAKOVSKII, O.B. Use of accelerated tests with progressive
load for determination of statistical fatigue characteristics. Strength of Materials, v. 2,
n. 1, p. 33-8, 1970
LAWLESS, J.F. Statistical models and methods for lifetime data. Nova York: John Wiley,
1982. 592p.
LEEMIS, L. Reliability: probabilistic models and statistical methods. Nova York: PrenticeHall, 384p., 1995.
LEWIS, E.E. Introduction to Reliability Engineering. 2. ed. Nova York: John Wiley,
1996. 435p.
MANN, N.R.; SCHAFER, R.E.; SINGPURWALLA, N.D. Methods for Statistical Analysis of Reliability and Life Data. Nova York: John Wiley, 1974. 564p.
MCDERMOTT, R.E.; MILKULAK, R.J.; BEAUREGARD, M.R. The basics of FMEA.
Portland: Productivity, 1996. 90p.
MEEKER, W.Q.; ESCOBAR, L.A. Statistical Methods for Reliability Data. Nova York:
John Wiley, 1998. 712p.

263

264

Flavio Fogliatto e Jos Luis Duarte Ribeiro | Confiabilidade e Manuteno Industrial

ELSEVIER

MEEKER, W.Q.; HAHN, G.J. Volume 10: How to plan an accelerated life test some
practical guidelines. Milwaukee: ASQ Quality Press, 1985. 36p.
MIRSHAWKA, V.; OLMEDO, N.L. TPM moda brasileira. So Paulo: Makron Books,
1995. 330p.
MONTGOMERY, D.C.; RUNGER, G.C. Applied Statistics and Probability for Engineers.
4. ed. Nova York: John Wiley, 2006. 784p.
MOOD, A. M.; GRAYBILL, F. A.; BOES, D. C. Introduction to the theory of statistics.
Nova York: McGraw-Hill, 1974. 564 p.
MOSLEH, A. Common cause failures: an analysis methodology and examples. Reliability Engineering & Systems Safety, v. 34, n. 3, p. 249292, 1991.
MOUBRAY, J. Reliability-Centered Maintenance. 2. ed. Nova York: Industrial Press,
1997. 426p.
MURTHY, D.N.P.; BLISCHKE, W.R. Warranty Management and Product Manufacture.
Nova York: Springer, 2005. 302p.
XIE, M.; JIANG, R. Weibull Models. Nova York: John Wiley, 2004. 383 p.
NAKAJIMA, S. Introduction to TPM: Total Productive Maintenance. Nova York: Productivity Press, 1988 129p.
NBR 5462. Conabilidade e mantenabilidade. Rio de Janeiro: ABNT Associao Brasileira de Normas Tcnicas, 1994. 37p.
NELSON, W. Applied life data analysis. Nova York: John Wiley, 2003. 662p.
PECK, D.S. Comprehensive model for humidity testing correlation. Proceedings of
the 24th Annual Reliability Physics Symposium. Anaheim (CA): IEEE Publishing, 1986.
p. 44-50.
PHAM, H. Handbook of Reliability Engineering. Nova York: Springer, 2003. 704p.
RAUSAND, M.; HYLAND, A. System Reliability Theory: Models, Statistical Methods,
and Applications. 2. ed. Nova York: John Wiley, 2003. 664p.
RIGDON, S.E.; BASU, A.P. Statistical Methods for the Reliability of Repairable Systems.
Nova York: John Wiley, 2000. 281 p.
ROSS, S.M. Introduction to probability models. 9. ed. San Diego: Academic Press, 2006.
800p.
SARHRAN, A.E.; GREENBERG, B.G. Contributions to Order Statistics. Nova York:
John Wiley, 1962.
SANKAR, N. R.; PRABHU, B. S. Modied approach for prioritization of failures in a
system failure mode and effects analysis. International Journal of Quality & Reliability
Management, v. 18, n. 3, p. 324-335, 2001.

Referncias Bibliogrficas

SANTOS, G.T. Modelo de conabilidade associando dados de garantia e ps-garantia a


trs comportamentos de falhas. (Tese de Doutorado). Porto Alegre: PPGEP/UFRGS,
2008. 152p.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Operations Management. 4. ed. USA:
Prentice Hall, 2004. 815p.
STAMATIS, D.H. Failure Mode and Effect Analysis: FMEA from theory to execution.
Milwaukee: ASQ Quality Press, 1995. 494p.
TAJIRI, M.; GOTOH, F. Autonomous maintenance in seven steps: implementing TPM on
the shop oor. Nova York: Productivity Press, 1999. 352p.
TAKAHASHI, Y.; OSADA, T. Total Productive Maintenance. Nova York: Quality Resources, 1990. 324p.
VESELY, W.; STAMATELATOS, M.; DUGAN, J.; FRAGOLA, J.; MINARICK, J.; RAILSBACK, J. Fault tree handbook with aerospace applications. Washington: NASA Ofce
of Safety and Mission Assurance, 2002. 205p.

265

Pgina deixada intencionalmente em branco