Escolar Documentos
Profissional Documentos
Cultura Documentos
S586m
BCTG/2010-088
AGRADECIMENTOS
(Philip A. Scarf)
iii
RESUMO
iv
ABSTRACT
Abstract. The increasing complexity of production systems, coupled with the growing
need to reduce production costs and improve equipment and systems efficiency, have boosted
the development of optimization models, not only for the production functions, but also for
the functions that support this process, such as maintenance. Lined with this fact, this
dissertation has the intent to conduct a study on a predictive maintenance, for components
subject to a degradation process. Here, some of the main models found in literature, for
modeling this process, are explained, in order to build a decision structure for the
establishment of an inspection policy, based on a degradation parameter. Observed that a
degradation model, directly or indirectly, relates this physical process to the lifetime
distribution of a particular item, the analysis presented in this work, inserts, to the scope of
Delay Time inspection model, a degradation structure, to model the period of time at which a
particular component remains on the defective state, considering the consequences in terms of
maintenance costs and component downtime, and making a decision about the frequency with
which inspections should be performed.
Keywords: Predictive Maintenance, Inspection Policies, degradation models, Delay
Time, Decision Models.
Sumrio
LISTA DE FIGURAS..............................................................................................................................IX
LISTA DE TABELAS..............................................................................................................................X
SIMBOLOGIA........................................................................................................................................XI
1 INTRODUO...............................................................................................................................1
1.1
1.3
1.4
ESTRUTURA DA DISSERTAO
...........................................................................................5
A MANUTENO......................................................................................................................7
2.1
INTRODUO ....................................................................................................................7
2.2
2.3
DEFINIES .................................................................................................................. 12
2.3.11
2.4
ASPECTOS QUANTITATIVOS............................................................................................ 15
vi
INTRODUO .................................................................................................................
20
INSPEO......................................................................................................................
23
A DEGRADAO ............................................................................................................ 38
vii
3.5
MODELO PROPOSTO.............................................................................................................63
4.1
INTRODUO ................................................................................................................. 63
64
4.3
65
4.4
80
INTRODUO ................................................................................................................. 89
5.2
5.3
5.4
CONCLUSES ................................................................................................................ 91
REFERNCIAS BIBLIOGRFICAS........................................................................................92
viii
LISTA DE FIGURAS
ix
LISTA DE TABELAS
SIMBOLOGIA
ABNT Associao Brasileira de Normas Tcnicas
CBM Condition-Based Maintenance (Manuteno Baseada na Condio)
DA Anlise da Degradao (Degradation Analysis)
DTM Delay Time Model (Modelo Delay Time)
DM Degradation Models (Modelos de Degradao)
FD Fuo de Distribuio
FDP Funo Densidade de Probabilidade
MAUT Teoria da utilidade Multiatributo
MD Modelos de Degradao
MI Modelos de Inspeo
MTBF Mean Time Between Failure (Tempo Mdio entre Falhas)
MTTR Mean Time to Repair (Tempo Mdio de Reparo)
NBR Norma Brasileira
RCM Reliability Centered Maintenance (Manuteno Centrada na Confiabilidade)
TPM Total Productive Maintenance (Manuteno Produtiva Total)
xi
Captulo 1 - Introduo
1 INTRODUO
Captulo 1 - Introduo
1.1
desenvolvimento, a manuteno, , ainda hoje, visualizada por muitos como sendo uma
atividade marginal, muito devido ao fato de suas aes serem tomadas sobre a planta
industrial e no sobre os produtos (Scarf, 1997). Entretanto, este ltimo autor classifica como
sendo significantes as oportunidades de reduo de custos proporcionadas por esta atividade,
enquanto que Park et al. (2000) atenta para o fato de que uma poltica tima de manuteno
programada pode, tambm, trazer melhoras significativas produtividade da empresa. Sendo
assim, a realizao de um trabalho atual na rea de manuteno, por si s encontra
justificativas, devido ao ambiente competitivo experimentado pelas empresas hoje.
1.1.1 Manuteno e Custo
O aumento dos dispndios com as atividades de manuteno, que segundo Maggard e
Rhyne (1992) e Mobley (1990) apud Pinjala et al. (2006), representam de 15-40% dos custos
totais da produo legitimam a fora que tem, atualmente, o desenvolvimento de modelos
tanto qualitativo como quantitativo das aes de manuteno. S nos EUA, de acordo com
Gebraeel e Lawley (2008), so gastos cerca de 200 bilhes de dlares a cada ano com a
manuteno de plantas industriais, e, uma estimativa de aproximadamente 30% deste valor
resultado da ineficincia das aes de manuteno, tais como: uma parada no programada
devido a uma falha; a ausncia de equipamentos sobressalentes suficientes, para a substituio
imediata dos equipamentos faltosos; e devido utilizao de polticas de substituio no
adequadas. Estes so alguns dos fatores que ajudam a explicar o crescente nmero de
trabalhos e modelagens para a manuteno, que tem por objetivo a minimizao dos custos
relacionados s aes de manuteno nas empresas.
1.1.2 O Estudo dos Processos de Degradao
Por tudo que foi relatado at aqui, e, agora, especificamente, tratando dos modelos
matemticos para a manuteno (objeto deste trabalho), verifica-se, que estes, adentram o
sculo 21 com novos desafios, medida que se propem ao fornecimento de um suporte
significativo gesto dos sistemas produtivos das empresas, especificamente, modelando
quantitativamente as aes de manuteno. Dessa maneira, qualquer tipo de modelo,
consistente, que venha a contribuir na reduo das interrupes da produo (ocasionadas por
2
Captulo 1 - Introduo
Captulo 1 - Introduo
Objetivos do Trabalho
Captulo 1 - Introduo
1.4
Estrutura da Dissertao
Alm desse captulo introdutrio, que prope uma viso geral sobre o que ser
desenvolvido pelo trabalho, o Captulo 2 faz um breve histrico da evoluo da manuteno
ao longo dos tempos, e, tambm, confere significado a uma srie de termos normatizados, que
sero abordados de maneira constante aqui. Tambm, apresenta uma pequena reviso terica
de alguns aspectos quantitativos que se faro necessrios para a compreenso do modelo que
ser proposto por esta dissertao, como por exemplo, os aspectos quantitativos da teoria da
confiabilidade e da taxa de falhas.
Seguindo, o Captulo 3, trata da fundamentao terica. Neste captulo feita uma
reviso bibliogrfica dos trs assuntos que fundamentam este trabalho: as Polticas de
Inspeo, o Modelo Delay Time (DTM) e as Modelos de Degradao (DM). A reviso acerca
das polticas de inspeo feita de maneira bastante sucinta, mostrando apenas alguns tipos
de aplicao e fazendo algumas discusses acerca de sua teoria. A maior nfase deste
captulo, portanto, fica por conta da conceituao, suposies e aplicaes do DTM e dos
Modelos de Degradao, para estes ltimos so ainda apresentados diferentes tipos de
abordagens usadas para descrever este fenmeno. Nesta parte do trabalho, tambm se procura
descrever os aspectos quantitativos da teoria da Utilidade Multiatributo, que confere um
fechamento poltica de inspeo que esta dissertao prope.
No Captulo 4 so feitas as suposies e apresentaes quantitativas do modelo de
inspeo. A poltica de inspeo que ser apresentada procura convergir, na estrutura do
Modelo Delay Time, um modelo de degradao que descreva, estatisticamente, o estado
defeituoso proposto pela teoria de Christer e Waller (1984), e assim estabelecer uma
periodicidade tima para a realizao das inspees. Um exemplo numrico construdo ao
longo de todo o captulo, de forma a dar contornos mais concretos aplicao terica que se
desenvolve.
Finalmente, o Captulo 5 discute algumas suposies e a forma com que a aplicao foi
realizada, ou seja, constitudo de observaes acerca do modelo, concluses, comparaes
Captulo 1 - Introduo
com outros modelos de polticas de inspeo, direes futuras e sugestes para o estudo do
DTM, dos modelos de degradao e das polticas de inspeo.
O captulo 6 compe-se de todas as referncias bibliogrficas que foram utilizadas
durante o desenvolvimento desta dissertao.
Captulo 2 A manuteno
A MANUTENO
2.1
Introduo
O objetivo fundamental deste captulo o de fazer algumas definies extremamente
Captulo 2 A manuteno
priorizados
pelos
sistemas
produtivos
das
empresas
(tais
como
Captulo 2 A manuteno
Captulo 2 A manuteno
Manuteno
1 Gerao
2 Gerao
3 Gerao
(at 1945)
(1945-1970)
(1970 at hoje)
Manuteno
Planejamento da
Sofisticao da
Corretiva
Manuteno
Manuteno
Manuteno
Preventiva
RCM
Manuteno
Preditiva
TPM
DTM
Monitoramento da
Condio
Figura 2.2 A Evoluo da Manuteno
10
Captulo 2 A manuteno
A Manuteno Preditiva, por sua vez (ou Manuteno Baseada na Condio CBM),
fundamente-se em uma proposta de monitoramento da condio dos itens, objetivando tomar
uma deciso sobre evoluo desta condio. Dessa forma, a utilizao de algumas aes, tais
como o monitoramento contnuo dos itens e/ou a realizao de inspees, para o controle e a
medio de determinados parmetros do sistema, so de fundamental importncia para a
observao do seu estado.
Na literatura, para a implementao de uma Poltica de Manuteno Preditiva, vrios
tipos de aplicaes so encontradas. Dentre as quais, alguns trabalhos bastante significativos
podem ser observados, tais como: o modelo timo de deciso para a manuteno preditiva
proposto por Jardine et al.(1998), no intuito de revisar a estratgia clssica de substituio por
idade; Baek (2007) prope um sistema inteligente para a definio das inspees, utilizando
programao dinmica; Rouhan e Schoefs (2003) trazem um modelo probabilstico para o
estabelecimento de intervalos de inspeo e reparos para estruturas martimas; Jardine e
11
Captulo 2 A manuteno
Hassounah (1990) determinam uma poltica tima de inspeo para uma frota de veculos,
atentando para o relacionamento existente entre a periodicidade das inspees e a ocorrncia
de falhas; e Deloux et al. (2009) desenvolvem uma poltica de manuteno preditiva para
sistemas sujeitos a uma degradao gradual e a um stress (shock) aleatrio. Outras aplicaes
para a manuteno baseada na condio so encontradas em Moy (2004), Lucifredi et al.
(2000), Zhou et al. (2007), Khan e Haddara (2003), Lewin (1995), Nilsson e Bertling (2007),
Bansal et al. (2004), Wang (2000), Li e Pham (2005), Simeu-Abazi e Bouredji (2006), Newby
e Barker (2006), Yang (2003), Saranga e Knezevic (2001), Chien (2009), Campos (2009),
Jardine et al. (2006), Klingenberg e de Ber (2008), Tsang (1995), Jardine et al. (1997),
Saranga (2002), Mann et al. (1995) entre outros. Esta poltica de manuteno, sendo objeto de
estudo deste trabalho, ser bastante abordada.
2.3 Definies
Neste momento, se faz necessrio a correta definio dos termos tcnicos, diretamente
relacionados manuteno, e que sero freqentemente abordados no desenvolvimento de
todo o trabalho. Sem o correto entendimento dos mesmos, compromete-se o entendimento de
toda a dissertao. Alguns dos quais j foram bastante citados nas sees anteriores, porm,
podero ser bem compreendidos com a leitura dos subitens abaixo.
As definies que se seguem foram retiradas da norma brasileira NBR 5462/1994 da
ABNT, que fornece definies dos termos utilizados em manuteno, relativos
Confiabilidade e a Mantenabilidade.
2.3.1
Manuteno
Combinao de todas as aes tcnicas e administrativas,
incluindo as de superviso, destinadas a manter ou recolocar um item
em um estado no qual possa desempenhar uma funo requerida.
Captulo 2 A manuteno
2.3.3 Mantenabilidade
2.3.4 Disponibilidade
2.3.5 Item
Qualquer parte, componente, dispositivo, subsistema, unidade
funcional, equipamento ou sistema que possa ser considerado
individualmente.
2.3.6 Defeito
Qualquer desvio das caractersticas de um item em relao aos
seus requisitos.
13
Captulo 2 A manuteno
2.3.7 Falha
Falha o trmino da capacidade de um item desempenhar a
funo requerida. a diminuio total ou parcial da capacidade de uma
pea, componente ou mquina de desempenhar a sua funo durante um
perodo de tempo, quando o item dever ser reparado ou substitudo. A
falha leva o item a um estado de indisponibilidade.
Captulo 2 A manuteno
2.4.1 Falhas
P (T t ) = F (t ) =
f (t )dt ,
(1)
onde,
f (t ) =
dF (t )
.
dt
(2)
O modelo que ser desenvolvido por esta dissertao, procurar fazer uma associao
direta entre um processo de degradao e o evento falha. Ou seja, o tipo de falha abordada por
esta dissertao ter um carter aleatrio condicionado a um modelo de dano gradual e
irreversvel, tendo nas FDP e FD a sua representao quantitativa.
15
Captulo 2 A manuteno
2.4.2 A Confiabilidade
(3)
16
Captulo 2 A manuteno
17
Captulo 2 A manuteno
(t ) =
f (t )
f (t )
=
1 F (t ) R (t )
(4)
2.4.4 A Mantenabilidade
(5)
Porm, para este caso, o evento de interesse consiste em executar um determinado trabalho de
manuteno em um dado tempo t, logo, a varivel aleatria T assume valores neste sentido.
18
Captulo 2 A manuteno
2.4.5 A Disponibilidade
MTBF
MTBF + MTTR
(6)
Termo do ingls, entretanto, bastante utilizado em trabalhos cientficos da lngua portuguesa. Significa o
tempo no qual o equipamento fica fora de operao, devido a uma quebra, manuteno corretiva ou
programada.
19
3 Fundamentao Terica
3.1 Introduo
Este captulo tem a finalidade de fazer uma reviso terica dos principais tpicos
tratados neste trabalho, o DTM e a Degradao. Tratando dos aspectos relativos
conceituao e suposies dos modelos e passando pelos aspectos quantitativos, apresentando
um pouco da parte matemtica, que tem sido desenvolvida e inovada sobre esses assuntos ao
longo dos anos.
As primeiras sees deste captulo, entretanto, discorrem um pouco sobre a abordagem
matemtica da manuteno, que abrange a estrutura do modelo que ser proposto por esta
dissertao. Atenta-se tambm para o problema que ainda hoje se faz bastante evidente aos
que trabalham com a manuteno, a ausncia de dados. Este problema, alis, consiste em uma
das grandes justificativas para os vrios tipos de tratamentos que so dados aos problemas de
manuteno atravs dos modelos encontrados na literatura, tais como, as abordagens
subjetivas.
O seguimento do captulo d nfase conceituao e aplicao do modelo delay time
para inspeo, e de alguns modelos para a anlise de processos de degradao que so
encontrados na literatura. Finalizando o captulo, fundamenta-se aqui a Teoria da Utilidade
Multiatributo, estrutura de deciso que ser utilizada para a finalizao do modelo que
proposta deste trabalho.
20
Como fazer .
Almeida e Sousa (2001) visualizam a estruturao dessas abordagens da manuteno
Dois-Estados
Multi-Estados
Manuteno Preventiva
Manuteno Preditiva
3) O Nmero de Componentes:
Modelos Simples
Modelos Complexos
21
modelos cada vez mais complexos e distantes de uma real aplicao a problemas de
engenharia.
Entretanto, a aparente dificuldade em se casar o que tem sido proposto de terico
para a manuteno, com os problemas do mundo real, ou seja, em se diminuir o gap que
ainda hoje existe entre teoria e prtica, de acordo com os autores Turban (1967), Dekker
(1996) e Scarf (1997), pode servir de contraponto para esse mesmo argumento, uma vez que a
real validade da modelagem de um problema de manuteno se encontra, no apenas no
clculo de uma soluo tima para o problema em si, mas na estruturao de uma idia que,
alm de gerar uma maior discusso e compreenso sobre o problema, poder chegar a um
consenso positivo acerca do que deve ser feito.
Um pouco parte destes problemas enfrentados pela modelagem da manuteno, novos
modelos, propostos, tm mostrado a sua correta aplicabilidade em quantificar solues para
decises em manuteno, com ou sem a utilizao de dados objetivos. Um deles, o DTM, que
ser utilizado nesta dissertao, apresentado na seo 3.3 a seguir.
3.2 Inspeo
3.2.1 Polticas de Manuteno
Objetivando responder ao primeiro grande questionamento para a manuteno, proposto
acima, de estabelecer o melhor momento para a realizao de um procedimento de
manuteno, a abordagem matemtica da manuteno, atravs da extensa literatura sobre o
assunto, apresenta fundamentalmente as duas estruturas:
1) Manuteno Corretiva
2) Manuteno Programada :
Preventiva
Preditiva
2
3
23
25
Ou seja, como o prprio nome sugere (Delay Time do ingls Tempo de Atraso), o
tempo h, representa o tempo de atraso entre o surgimento do defeito (representado pela
varivel aleatria u) e o da falha (dado pela varivel aleatria u+h) em um componente,
equipamento ou sistema. A modelagem matemtica do Delay Time (h) feita atravs das
funes de densidade de probabilidade e de distribuio acumulada (fato que ser
detalhadamente explicitado pelas sees abaixo).
A escolha deste modelo deve-se no apenas por seu carter generalista, uma vez que ele
pode ser utilizado tanto para sistemas que passam do estado (0) diretamente para o estado (2)
(fato evidenciado quando h = 0), como para os sistemas que apresentam o estado
intermedirio (1); mas tambm, devido a sua ampla e crescente utilizao na modelagem da
manuteno, obtendo resultados satisfatrios ao longo dos anos, como relatado por Christer
(1999).
A novidade do DTM
A aparente novidade do DTM refere-se ao fato de ele considerar o aparecimento de
algum tipo de defeito antecedendo a falha, visto que grande maioria dos modelos que se
apresentam para a modelagem da manuteno, consideram a passagem direta do estado (0)
para o estado (2). Entretanto, como relata Christer e Jia (2003), a real inovao deste modelo
diz respeito tentativa de quantificar o tempo no qual o sistema permanece no estado
defeituoso, e, ento, utiliz-lo na modelagem da manuteno, uma vez que, segundo estes
autores, a existncia de um defeito antecedente a falha a muito j do conhecimento dos
engenheiros. Sendo assim, eles consideram o defeito como sendo uma janela de oportunidade
para que a falha venha a ser evitada.
O DTM sofreu algumas modificaes desde que foi originalmente proposto em 1984.
Muitas destas modificaes resultaram de sua aplicao a diferentes problemas de
manuteno, outras, devido consistncia desta inovadora teoria. Dentre as inovaes
surgidas para o modelo, Christer (1999) relata o desenvolvimento de dois tipos bsicos do
DTM, derivados do modelo original:
3.3.3 Modelo de Manuteno Delay Time para uma Planta Industrial Complexa
A inovadora proposta do DTM foi trazida por dois trabalhos, apresentados por Christer
e Waller em 1984, para ser utilizada na modelagem da manuteno (ver Christer e Waller,
1984a; Christer e Waller, 1984b). As suposies propostas para este modelo podem, portanto,
ser assim apresentadas, de acordo com Christer (1999) e Ferreira et al. (2009):
i.
ii.
iii.
iv.
v.
vi.
vii.
A planta industrial tem que ter operado por um longo tempo para ser
considerada efetivamente em regime permanente;
viii.
28
Custo
C (T ) =
(7)
onde b(T) a probabilidade de que uma falta (defeito) leve a uma falha. Podendo ser
calculada por:
T
b(T ) = (
0
T h
) f (h)dh .
T
(8)
Downtime
D (T ) =
Td f b(T ) + DI
(T + D I )
(9)
Custo e Downtime
Tanto o custo como o downtime esperado, para esta variao do DTM, so calculados
por unidade de tempo T (em unidades operacionais), onde esse valor T a varivel de
deciso, ou seja, o tempo da periodicidade para a realizao da inspeo. Estes parmetros
podem ser avaliados pelas equaes (7) e (9), mostradas acima, ou a partir dos resultados de
Christer e Wang (1995) apud Christer (1999), por:
C (T ) = {
C I + C f Tb(T )
T + DI
29
},
(10)
D (T ) = {
Td f b(T ) + DI
(T + D I )
},
(11)
T) dado por:
T
EN f = F (T u )du ,
(12)
b(T ) = (
EN f (T )
)=
1
F (T u )du
T 0
(13)
apenas um modo de falha. Christer (1999) descreve que pelo menos um defeito deve existir
em um dado instante, onde o tempo da deteriorao estocstica, deste o tempo t = 0 at o
momento do ponto inicial do defeito, u, governado pela FDP g (u ) com a FD sendo dada por
g (u ) e f (h) , sendo representada por P (t ) , onde, para um nico intervalo, pode ser calculada
por:
t
P(t ) = g (u ) F (t u )du .
(14)
R (t ) = 1 P (t ) .
30
(15)
soma dos downtimes esperados, no intervalo de (0, T), quando nenhum defeito surge, quando
algum defeito surge e identificado durante T e quando uma falha surge no componente. Isto
,
T
= (d f d r d i ) P (T ) + d r G (T ) + d i .
(16)
(17)
E o downtime por unidade de tempo pode ser avaliado pela razo entre as equaes (16) e
(17). Ou seja,
D (T )
.
M (T )
(18)
Inspees Imperfeitas
Dentre as suposies que fundamentam o DTM a que pode ser considerada como sendo
a mais irreal de todas , sem duvida nenhuma, a da inspeo perfeita. Consequentemente, esta
tambm uma das suposies que no maior nmero de vezes foi relaxada, durante a aplicao
deste modelo na literatura (ver, por exemplo, Okumura, 1997; Jia e Christer, 2003; etc.).
Assim, considerando agora que o defeito tem uma probabilidade r < 1 de ser identificado
durante uma inspeo, o nmero esperado de falhas para um perodo de tempo de inspeo T
calculado por:
T
EN f (T ) = r (1 r ) n 1 F (nT u )du
(19)
n =1 0
A probabilidade b(T), neste caso, para inspees imperfeitas, pode ser obtida por
b(T ) = (
EN f (T )
)=
1
r (1 r ) n F (nT u )du ,
T
0
(20)
onde,
x
F ( x) = f (h)dh
(21)
(u ) F ( jT u)du ,
Nj =
(22)
( j 1)T
com o nmero esperado de defeitos identificados na j-sima inspeo sendo dado por,
jT
dj =
(u )du N
(23)
( j 1)T
Observa-se, agora, que como uma funo de u, ela precisa estar representada dentro
da integral, fato que torna as equaes acima um pouco mais complexas. Ainda, para um dado
valor de interesse t, at onde se queira medir o nmero de falhas ocorridas ou de defeitos
identificados (o intervalo de interesse vai, portanto, de (0-t), ver figura 3.3 abaixo), ento para
um inteiro n, temos, nT t < (n + 1)T . Logo, no perodo t, o downtime esperado D (t )
calculado por:
n
D (t ) = nd i + d f [
jT
j 1 ( j 1)T
(u ) F ( jT u )du + (u ) F (t u )du ]
nT
33
(24)
Assim, o dowtime esperado por unidade de tempo, medido no ltimo perodo de inspeo,
pode ser avaliado por:
nT
di + d f
D(T ) =
(u ) F (nT u )du
( n 1)T
T + di
(25)
Dentre as vrias aplicaes utilizando o DTM, Christer et al. (2000) trazem um estudo
de caso de uma poltica de manuteno programada, para uma planta industrial, que apresenta
uma deficincia de dados de manuteno (os dados de manuteno so insuficientes ou
inexistem). Neste caso, a estimao dos parmetros da distribuio do Delay Time feita
atravs do estimador de mxima verossimilhana, e, ento, uma poltica tima de inspeo
proposta, baseada nos parmetros estimados e no modelo Delay Time.
34
Jia e Christer apresentam dois trabalhos utilizando o DTM. No primeiro, Jia e Christer
(2003) reportam um estudo de caso comparando a abordagem do RCM e do DTM, para a
definio dos intervalos de inspeo em uma planta de uma indstria qumica. Uma avaliao
da disponibilidade ento proposta, tanto para o caso de uma inspeo perfeita como para o
caso de uma inspeo imperfeita. Uma inovao, trazida neste modelo, diz respeito
considerao de um fator probabilstico relativo a introduo de erros humanos no sistema,
durante a realizao das inspees. No outro trabalho, Jia e Christer (2002), propem um
modelo de inspeo para sistemas que apresentam o estado defeituoso, baseando-se no DTM.
Assim, eles derivam e avaliam a disponibilidade esperada do sistema como funo da
periodicidade destas inspees. Algumas variaes do modelo bsico, apresentado por estes
autores, so ainda discutidas. Por exemplo: (1) caso no qual o perodo do Delay Time existe,
mas a tecnologia necessria para se identificar o defeito no; (2) caso no qual o Delay Time
zero, ou seja, apenas falhas so identificadas; (3) caso no qual o sistema trocado sem se
testar o estado no qual o mesmo se encontrava.
Continuando nas bases do DTM, trs modelos so apresentados para a definio da
periodicidade das inspees em frotas de veculos. O primeiro, proposto por Jardine e
Hassounah (1990) foi aplicado em uma frota de nibus no Canad e tinha por finalidade
definir uma periodicidade para a realizao de inspees de forma a maximizar a
disponibilidade dos nibus. O modelo tambm propunha avaliar a relao existente entra a
taxa mdia de chegada de falhas e a freqncia com que os equipamentos eram inspecionados.
O segundo modelo foi proposto por Leung e Kit-leung (1996). Neste artigo, foi utilizado
o DTM para estudar o problema da manuteno nas caixas de marcha dos nibus de uma
empresa de nibus de Hog Kong. O objetivo deste estudo, segundo os prprios autores, foi a
investigao da possibilidade de melhoramento da efetividade da poltica de manuteno que
era adotada na empresa na poca. Em particular, tambm tinha a finalidade de minimizar os
custos de manuteno das caixas de marcha, estimar a confiabilidade destes dispositivos e
predizer algumas conseqncias em termos de custo e downtime, em caso de ocorrncia de
falhas.
O ltimo modelo, aplicado a frotas de nibus, foi formulado por Desa e Christer (2001).
Estes autores relatam um estudo de caso realizado numa frota de nibus em um pas
subdesenvolvido. Eles propem um modelo para as inspees nos nibus que utiliza mtodos
subjetivos para a estimao dos parmetros do Delay Time, devido ausncia de dados de
35
(ii)
Em uma aplicao para a manufatura, Jones et. al. (2009) propem uma metodologia
para aplicao do Delay Time neste tipo de indstria. O objetivo deste trabalho a construo
de um modelo que consiga reduzir o downtime dos itens da planta industrial e/ou reduzir os
custos das inspees associados, levando em considerao os possveis impactos ambientais
que uma falha possa causar, ou seus impactos em termos de custo, tanto para a companhia
como para o meio ambiente. O trabalho faz ainda uma tentativa de, subjetivamente, medir as
36
conseqncias de tais falhas, em termos de custos para o ambiente, valores monetrios para a
companhia e aos efeitos negativos imagem da empresa.
Wang (1997) prope uma forma subjetiva para se estimar a distribuio do Delay Time,
para sistemas onde os dados necessrios para se estimar esta distribuio inexistem. Ainda,
este artigo traz alguns modelos para se atualizar a distribuio do Delay Time atravs da
opinio de especialistas.
Em trabalhos mais recentes, Wang (2009), prope um modelo de inspeo para
processos de produo sujeitos a dois tipos de deteriorao. O primeiro tipo sendo
representado por uma mudana na qualidade dos produtos, provocados por pequenos defeitos
em processos produtivos menores. E o segundo tipo causado por defeitos oriundos de grandes
problemas mecnicos ou eltricos. Portanto, este trabalho procura desenvolver uma poltica
tima de inspeo para estes dois tipos defeitos. E, Scarf et al. (2009) desenvolvem uma
poltica de inspeo e substituio para componentes que eles chamam de heterogneos
Christer (1999) faz uma reviso sobre os conhecimentos e experincias acumuladas na
teoria do DTM ao longo dos anos. Traz ainda uma pequena releitura sobre o ambiente de
deciso ao qual o DTM destinado a oferecer um suporte, mostra as variaes que o modelo
original apresentou desde que surgiu em 1984, discutindo, neste sentido, acerca das inspees
perfeitas e imperfeitas, aplicaes em sistemas em regime permanente ou no, e as variaes
relativas taxa de chegada dos defeitos, sendo estas homogneas ou no-homogneas
(esclarecimentos no Captulo 4), e faz referncia aos processos de estimao dos parmetros
que foram explorados no mbito das aplicaes (estimao objetiva e subjetiva).
Finalmente, apresentando uma configurao semelhante a que buscada por esta
dissertao, relacionando o modelo de inspeo do Delay Time estrutura de um processo de
degradao, Okumura (1997) apresenta um modelo para a definio de pontos discretos de
inspeo, em sistemas sujeitos a um processo de degradao fsico e inspees imperfeitas.
Este modelo objetiva a minimizao dos custos totais por unidade de tempo.
3.4 A Degradao
3.4.1 Representao do Estado Defeituoso
37
38
4) Idade dos Equipamentos e Sistemas: este tipo de falha relaciona-se aos processos de
deteriorao aos quais todos os equipamentos e sistemas sofrem medida que a sua
vida operacional avana.
A falha, portanto, pode vir a ser representada por uma deteriorao gradual de
importantes parmetros do sistema que, se deixados sem a devida manuteno, podem levar
este a uma quebra (Hosseini et al., 1999). Na classificao dada acima, pode-se perceber que
ltimo tipo de falha (semelhantemente ao proposto por Cooke, 1996) que identifica o
processo de degradao como uma das causas mais evidentes do surgimento das falhas, est,
diretamente, relacionada a algum tipo de dano gradual. Ou seja, entre as razes para que um
item venha falha, um lugar bastante importante ocupado pelo envelhecimento do sistema,
no importando quo perfeita foi tecnologia empregada na sua construo, estes iro, de
alguma forma, com a passagem do tempo, sofrer mudanas irreversveis causadas pelos
mecanismos de degradao (Gertsbakh e Kordonskiy, 1969).
1. Falhas instantneas;
2. Falhas graduais.
O primeiro tipo de falha refere-se a uma falha aleatria que evolui atravs da ocorrncia
de pulos (Jump4) significativos na condio do item, um exemplo deste tipo de falha so os
modelos que representam estruturas sujeitas a algum tipo de shock (Shock Models), ou que
retratem itens extremamente sensveis ao movimento. Para este tipo de estrutura, o autor usa
uma a distribuio exponencial para quantificar o fenmeno.
As falhas graduais, por sua vez, so modeladas pelos autores com a utilizao das
distribuies Gamma e Normal. Este tipo de falha consiste num processo de degradao
Jump, do ingls pulo. Este tipo de modelagem bastante utilizada para os modelos de Shock, que so
utilizados para modelar a deteriorao de itens sujeitos a este tipo de dano aleatrio. Eles sero tratados nas
sees abaixo.
39
Cooke (1996) entende um mecanismo de falha como sendo o processo fsico que leva o
item a um estado falho (por exemplo, corroso, rachaduras, oxidao,etc.). Na mesma linha
deste autor, um mecanismo de degradao pode ser definido como diferentes processos
fsicos, ou qumicos, segundo os quais a degradao da performance dos equipamentos se
apresentam. Dessa forma, os estudos dos diferentes tipos de mecanismos de degradao se
fazem fundamentais, uma vez que mecanismos diferentes podem ser formalizados por
diferentes modelagens matemticas (Nelson, 1990).
Tais mecanismos, segundo Nelson (1990), so utilizados ou estudados nos modelos de
degradao a partir de dados acelerados. Porm, se faz pertinente aqui, a generalizao destes
mecanismos grande maioria dos processos de deteriorao encontrados na natureza, mesmo
porque as restries em se estender estes mecanismos para tambm representar os modelos de
degradao naturais (e no apenas os modelos acelerados), se concentram apenas na escala
temporal de ao dos mesmos, pois para o estudo da degradao, a partir de testes acelerados,
estes mecanismos so acionados e acelerados intencionalmente nos produtos, ao passo que em
um processo de degradao natural eles se processam de forma gradual e lenta.
Nelson (1990) descreve e caracteriza estes mecanismos da seguinte forma:
Fadiga. Os materiais que sofrem este tipo de falha so sujeitos repetidas variao de
aplicao de cargas mecnicas (incluindo vibraes), at sofrer uma ruptura. Este mecanismo
, de acordo com o autor, o maior responsvel pela falha em partes mecnicas, e em
dispositivos de plstico, vidro, cermica, etc.
Rachaduras. Diversos tipos de materiais, tais como vidro, plstico, metais e cermicas
racham. Esse mecanismo caracteriza, portanto, a maneira pela qual estes materiais vem a
40
rachar. A acelerao deste processo, caso necessrio, para se analisar os dados da degradao,
pode ser realizada de maneira semelhante ao que foi relatado para o mecanismo anterior.
Desgaste. Os materiais que sofrem frico com remoo de material durante sua
utilizao apresentam esse tipo de mecanismo de degradao. Por exemplo, pneus,
ferramentas, chaves, borrachas, etc. Velocidade, temperatura, lubrificao e qumica so
variveis que podem levar acelerao deste processo.
Vibrao. Reconhecido por Cooke (1996) como um dos mecanismos de falhas mais
evidentes, esse tipo de mecanismo age sobre materiais e sistemas que so sujeitos a rotao
(como motores e geradores) ou equipamentos sensveis ao movimento, como equipamentos
visuais (reprodutores de imagens) e os de alta performance (alta sensibilidade).
Suposies:
41
Os Modelos Discretos; e
Os Modelos Contnuos.
42
Neste trabalho, todavia, esses modelos, sero apresentados de uma maneira diferente,
um pouco mais detalhada do que a proposta dos autores acima, como mostra a figura 3.3
abaixo.
Assim, os modelos de degradao podem ser divididos em:
1. Modelos fsicos ou qumicos;
2. Os modelos estocsticos;
3. Modelos Acelerados;
4. Modelos subjetivos;
5. Modelos de Regresso;
6. Modelos de Shock (Shock Models)
Modelos de
Degradao
Modelos
Estocsticos
Modelos de
Regresso
Gamma
Browniano
Poisson
Modelos
Subjetivos
Modelos
Acelerados
Geomtrico
Markov
Modelos
Fsicos ou
Qumicos
Wiener
43
Modelos de
Shock
(26)
Degradao D(t)
80
70
60
50
40
30
20
10
0
1
10
11
Tempo de Utilizao, t
O que se verifica, entretanto, que a grande maioria dos modelos que representam o
processo de degradao semelhante ao da equao (27), tem os seus incrementos
quantificados por processos estocsticos, como o caso do modelo desenvolvido por Lu e
Meeker (1993), sendo modelados mais corretamente por regresses no-lineares.
A degradao, nos modelos de regresso, proporcional ao tempo, sendo a taxa de
degradao uma varivel aleatria. Lu et. al (1996) assumem que a degradao pode ser,
ento, medida da seguinte forma:
44
D (t ) = exp() + t + exp( ) .
(27)
Neste caso, D(t) seria a medida da degradao, num determinado instante de tempo t.
Aplicando a funo logartmica nos dois lados da equao (28), chega-se, ao que os autores
chamam de Simple Path Model, ou seja,
Y = + x+ ,
onde ,
~N ( , ) e
2
(28)
independentes. Neste caso, assume-se que a falha no item ocorre quando a degradao
( + x) atinge um determinado patamar crtico Dc (Lu et. al, 1996), chamado de limiar de
5
45
Limiar de Falha
Conhecido
Aleatrio
A grande maioria dos modelos de degradao supe este limiar como conhecido e fixo
como mostrado no trabalho de Noortwijk (2009), Noortwijk et al. (2007), Gebraeel (2006) e
Deloux et al. (2009). Todavia, existem alguns modelos que tratam este valor de limiar como
sendo de natureza aleatria (ver Rangan et al., 2006; Wang et al., 2009; Crowder e Lawless,
2007). A razo para a utilizao de um tipo de limiar, fixo, ou aleatrio, para representar a
limitao de um processo de degradao, pode depender de alguns fatores, tais como:
O mecanismo de degradao que est sendo modelado;
Ou a existncia, ou no, de dados realsticos para modelar o processo.
46
Noortwijk, 2009). Outra maneira de ver esse limiar considera a modelagem do limiar a partir
da observao do acmulo do dano gradual no item. Dessa forma, medida que o tempo
passa, o estado do item se torna cada vez pior, at que este atinja um patamar no qual a falha
iminente (ver figura 3.7 abaixo).
Ga( x / v, u ) =
u v v 1
x exp(ux) I ( 0, ) ( x) ,
(v )
48
(29)
a 1 z
e dz sendo a
z =0
funo Gamma para a > 0. Se v(t) uma funo real no decrescente e contnua para t 0 ,
com v(0) = 0, ento, o processo Gamma de parmetros v(t) e u um processo estocstico
contnuo { X (t ), t 0} com as seguintes propriedades:
a) X(0) = 0 com probabilidade 1;
b) X ( ) X (t ) ~ Ga (v( ) v(t ), u ) , para todo > t 0 ;
c) X(t) tem incrementos independentes.
Assim, sendo X(t) a medida da deteriorao no linear em t, para t 0 a funo
densidade de probabilidade, a partir da definio do processo estocstico dada acima pode ser
explicitada por:
f X ( t ) ( x) = Ga ( x / v(t ), u )
(30)
v(t )
v(t )
, Var ( X (t )) = 2 ,
u
u
(31)
CV ( X (t )) =
Var ( X (t ))
=
E ( X (t ))
1
v(t )
(32)
49
F (t ) = Pr{T y t} = Pr{ X (t ) y} =
f X (t ) ( x)dx =
x= y
(v(t ), yu )
,
(v(t ))
(33)
a 1 z
e dz a funo Gamma
z=x
(34)
com
E ( X (t )) = t , Var ( X (t )) = 2 t .
(35)
Noortwijk (2009) cita que a maioria dos mecanismos de degradao que so modelados
pelo processo Gamma o processo estacionrio utilizado.
50
X (t ) contnuo em t = 0.
Essa estrutura de modelo estocstico grandemente utilizada para
modelar o
51
de shocks no letais ocorridos no intervalo [0,t) j , e, uma vez que a chegada destes
shocks seguem um Processo de Poisson, a probabilidade da ocorrncia de j shocks no
letais no intervalo [0,t) pode ser calculada por:
t
( p ) dx
P( N 1 (t ) = j ) =
[( p )dx]
j!
( pt ) j e pt
= Pj (t ) .
j!
(36)
Onde :
p a probabilidade da ocorrncia de um shock no letal; e
O autor chama de shocks no letais queles que deterioram o sistema, entretanto, no o levam a um estado
falho.
7
Do ingls Renewal Process (RP): consiste em um processo estocstico
52
a n1
(37)
e,
Var ( Z n ) =
2
a 2( n 1)
(38)
Wt , i {1,..., N } , onde
(i )
Wt
(i )
= i t + Bt , i {1,...N }
(39)
(i )
= 0 , i {1,...N } .
(40)
(i )
e,
W0
(i )
54
Por exemplo, o modelo de Arrhenius (Arrhenius Rate Model ), segundo Nelson (1990),
relaciona o processo de degradao a temperatura e ao tempo de exposio do item.
mostrado que a medida da performance de um produto, u, pode ser representada por uma
distribuio lognormal, sendo o log da performance dado por y = log(u ) , com distribuio
normal. Considerando, ainda, um desvio padro
constante, e no dependente da
(41)
(42)
55
(43)
Por fim, Crow e Slater (1969) apud Nelson (1990) utilizaram uma distribuio baseada
9
(t ) = exp[(t / ) ] + ,
(44)
Weibull Relationship o nome original do ingls da teoria desenvolvida pelos respectivos pesquisadores.
56
B
K B (t )
] exp[(C +
D
K B (t )
) S (t )] .
(45)
D(t ) = K (t )dt .
0
57
(46)
As estruturas, de deciso de maneira cada vez mais freqente, vm sendo utilizada para
solucionar problemas de natureza tcnica, em parques produtivos. Este fato, muito se deve
conscientizao, por parte dos gestores, de que as conseqncias destes problemas esto
diretamente associadas a questes gerenciais muito maiores, e que pesadamente influenciam
nos ganhos finais da corporao (ver captulo 1). Tambm, o crescimento da modelagem para
a tomada de deciso gerencial, justifica-se pelo nvel de complexidade ao qual chegaram os
processos produtivos, ficando, praticamente impossvel, pessoa de um decisor, levar em
considerao todos os aspectos inerentes a uma tomada de deciso.
Amparados nestes argumentos, diversas estruturas de deciso se desenvolveram ao
longo dos anos, com amplo destaque para a Pesquisa Operacional, inicialmente destinada
resoluo de problemas de ordem militar. Estas estruturas tm o claro intuito de dirimir
conflitos existentes entre restries ou possveis solues um problema que se apresente.
Um fato comum a praticamente todos os modelos de deciso, sobretudo queles que
buscam medir as preferncias de um ator (A Teoria da Utilidade o maior exemplo delas) a
importncia depositada na figura do decisor. Este, para que possa agir alinhadamente aos
princpios empresariais aos quais representa, deve estar em dia com estes princpios, e,
fundamentalmente, deve compreender que, no momento da deciso, ele incorpora uma
estrutura preferencial que deve ser representativa da corporao, e no um reflexo de suas
prprias preferncias.
A prxima seo discorrer, resumidamente, sobre a estrutura de deciso da Teoria da
Utilidade Multiatributo, que, mais tarde ser utilizada para finalizar o modelo de inspeo
desenvolvido.
problema em questo. Aqui, estes aspectos no sero apresentados, uma vez que divergem um
pouco do real escopo deste trabalho, contudo, todo o alicerce terico para o processo de
elicitao da utilidade multiatributo, tratada no captulo 4, pode ser encontrado nos trabalhos
de Gomes et al. (2006) e Keneey e Raiffa (1976).
II.
60
Esses passos sero comentados de maneira sucinta medida que o exemplo numrico
for sendo desenvolvido no captulo 4.
E, Cavalcante et al. (2006) que agrega uma estrutura multicritrio bayesiana, na manuteno
preventiva. Outros trabalhos foram ainda realizados por Cavalcante e Costa (2006), Brito et
al. (2010a) e Brito et al. (2010b).
62
4.1 Introduo
Neste captulo apresentada a proposta do trabalho para a modelagem das inspees em
um item sujeito a um processo de degradao. O modelo tem o intuito de avaliar a proposta de
se inspecionar o componente a partir de dois critrios: o Custo, e o Downtime. A incorporao
do processo de degradao ao modelo de inspeo dar-se- de uma maneira semelhante
executada por Okumura (1997), na qual um modelo de degradao fundamenta a distribuio
de probabilidade que ser utilizada para modelar o tempo no qual o item permanece no estado
defeituoso, com uma modelagem proposta no artigo de Lu et. al (1996).
10
64
pensado para a quantificao de algum tipo de processo de deteriorao que leva o item a
deixar de cumprir a sua funo requerida. Constituindo, dessa forma, uma poderosa
ferramenta para a melhoria e avaliao da confiabilidade dos sistemas produtivos.
O intuito desta modelagem , num primeiro momento, pensar numa poltica tima de
inspeo, avaliando separadamente os critrios Custo e Downtime, buscando-se, para estes
atributos o melhor momento para a realizao das inspees, avaliando as equaes em
funo do parmetro de deciso, T, que representa a periodicidade. Num momento final, se
tentar a resoluo do aparente conflito que dever surgir a partir da tentativa de minimizao
dos critrios descritos acima. Para isso, prope-se a utilizao da estrutura da utilidade
multiatributo.
t 1
t
( ) exp ( )
(47)
e,
t
G (u ) = 1 exp ( )
(48)
Figura 4.1 Ciclo de Inspeo considerando inspees imperfeitas (adaptada de Jones et al., 2009)
67
(49)
(51)
onde , Z ~N( Z , Z ) e ~ N (0, 2 ) ; Y = log( D(t )) (ver seo 3.4.6). Neste caso, a falha do
2
68
(52)
Logo, a funo densidade de probabilidade, para o tempo para a falha de um componente, ter
uma distribuio lognormal, com os parmetros mostrados acima. Esta pode ser escrita da
seguinte forma:
f ( x) =
1
x Z 2
exp[
(ln( x) ( DC Z )) 2
2 Z
].
(53)
A funo de distribuio acumulada para esta varivel aleatria pode ser obtida atravs de:
x
F ( x) = f ( x)dx .
(54) Onde:
i.
ii.
Baseados nos resultados de Jia e Christer (2002) sero apresentados, neste momento, os
aspectos quantitativos do modelo de inspeo Delay Time (descrito no subitem 3.3.4). Tendo
como foco, neste subitem, a avaliao do Dowtime/Disponibilidade.
Sob a suposio de que as inspees so perfeitas, isto , que qualquer defeito surgido
durante o ciclo de inspeo ser identificado, tem-se o modelo abaixo para as inspees.
Sendo o downtime esperado D(T), para um ciclo de inspeo dado pela soma dos
dowtimes esperados em (0,T), I - quando nenhum defeito surge; II - quando um defeito surge
e identificado, em T; ou III - quando o item vem a falhar, sendo a falha identificada;
Os seguintes casos podem emergir:
1. Caso no qual u + h acontece no intervalo entre duas inspees sucessivas, sendo,
a falha identificada em t i , ou seja, u + h (Ti 1 ; Ti ) (ver figura 4.3 abaixo).
(Ti 1 ; Ti )
71
(Ti 1 ; Ti )
Semelhantemente ao que foi feito para o caso anterior, para este segundo caso, o
comprimento do ciclo de inspeo e o downtime incorrido no ciclo podem ser calculados,
respectivamente, por ( d r + Ti + i d i ) e ( i d i + d r ).
Considerando os dois casos acima para um defeito ou uma falha surgidos no intervalo
(Ti 1 ; Ti ) , os autores mostram que o Downtime esperado poderia ser calculado da maneira que
se segue:
E D (t i 1 ; t i ) =
ti ti u
ti
t i 1 0
t i 1
(55)
Pf =
ti
g (u ) F (t
u )du
(55)
t i 1
PP =
ti
g (u )[1 F (t
u )]du ,
(56)
t i 1
E D (t i 1 ; t i ) = (d f + id i + t i ) Pf (t i ) + (id i + d r ) Pp (t i )
t i t i u
(u + h) g (u ) f (h)dudh .
t i 1 0
72
(57)
Observa-se, entretanto, que esta avaliao para o downtime esperado calcula esta
varivel apenas para um intervalo T, dentro do ciclo de inspeo. Para expandir esta anlise a
todo o ciclo de inspeo, deve-se considerar a ocorrncia de infinitos intervalos T dentro do
ciclo, realizando um somatrio dos diversos intervalos entre inspees T. Dessa maneira, a
equao, para o downtime esperado fica na forma postada abaixo:
E D (T ) = [
jTi
Ti u
[ jd
j =1 ( j 1)Ti
+ ( jd i + d r )
jTi
g (u )(1 F ( jT
u ))du ]
(58)
( j 1)Ti
Usando a mesma lgica, o comprimento esperado para o ciclo de inspeo obtido por:
jT
j =1
( j 1)T
ET (T ) = [( jd i + d f + jT )
g (u )( F ( jT u))du +
jT
+ ( jd i + d r + jT )
g (u )(1 F ( jT u))du ] ,
(59)
( j 1)T
ou, ainda,
ET (t i 1 ; t i ) = (id i + d r + t i ) PP (t i ) + (id i + d f + t i ) Pf (t i )
(60)
D(T ) =
E D (T )
ET (T )
(61)
73
A(T ) =
ET (T ) E D (T )
.
ET (T )
(62)
simulao numrica (ver grficos 4.4 e 4.5) em um software de anlise , utilizando a poltica
de inspeo delay time juntamente a um modelo de degradao, descrito acima. Pensando-se
fisicamente no exemplo do sistema de proteo, que foi descrito na seo 4.3.1.2, foram
utilizados valores que, na medida do possvel, pudessem se associar a um evento real, e que,
posteriormente, pudessem ser tomados como os valores de base para a simulao do modelo
de deciso, que ser estruturado a seguir. Assim, os valores de Z e Z encontram-se
parametrizados de forma aceitvel, uma vez que o primeiro denota um valor mdio para o
logaritmo da taxa de degradao, ao passo que o segundo se estabelece como uma medida de
disperso dessa mdia. Por fim, a escala de valores atribudos aos parmetros d i , d r e d f est
definida em termos de horas de operao do dispositivo e Dc referindo-se a um tempo
mximo de resposta requerido ao equipamento (qualquer atuao do dispositivo que
ultrapasse esse tempo caracterizaria uma falha).
11
74
Parmetros
Valores
Parmetros
Valores
3.1
dr
500
df
0.5
DC
0.0005
di
1
Tabela 4.1 Definio dos Parmetros para o caso de referncia
12
Para o grfico postado em 4.5 a funo do dowtime, em relao ao tempo, est sendo representada pela
varivel DD.
75
1.5
1.25
0.83
0.67
f( h) 0.75
F( h) 0.5
0.5
0.33
0.25
0.17
1.67
3.33
6.67
8.33
10
1.67
3.33
6.67
8.33
80
100
10
0.14
0.13
0.92
0.11
DD
0.1
0.9
0.087
0.88
0.073
0.06
0
16.67
33.33
50
66.67
83.33
100
0.86
0
20
40
60
T
76
120
Funes
Valores Varivel T
T = 32
jTi
j =1
( j 1)Ti
EC (T ) = [( jCI + Cr )
jTi
( j 1)Ti
A soluo para a poltica de inspeo, isto , o clculo de um valor para T que minimize
a funo custo, razo entre o custo esperado e o comprimento do ciclo, pode ser obtido pela
equao (64) abaixo:
C (T ) =
EC (T )
.
ET (T )
77
(64)
C I , C r e C f , que
Parmetros
Valores
Parmetros
Valores
3.1
dr
500
df
0.5
CI
60
Cr
140
DC
0.0005
Cf
900
di
1
Tabela 4.3 Caso de Referncia e Custos
78
8
7
6
Ci
5
4
3
2
20
40
60
80
100
120
Ti
A tabela 4.4, abaixo, resume a avaliao da funo custo para os possveis valores de T.
Para esta avaliao, o valor do custo mnimo foi encontrado no ponto limite da escala
definida, isto , para uma periodicidade de 120 horas operacionais. Conforme citado acima,
possivelmente, com a incluso de valores maiores do que 120 poderia se chegar a resultados
mais satisfatrios, para esta funo. Como a simulao do downtime, para os valores de
referncia (grfico 4.2), apresenta-se elevado e crescente quando a escala ultrapassa as 100
horas operacionais, a utilizao da escala numrica limitada a 120 horas operacionais j se
mostra suficiente para a montagem de um problema da deciso que procure dirimir o conflito
evidenciado nas simulaes da funo custo, C(T), e da funo downtime, D(T), para a
otimizao da periodicidade T.
Funes
Valores Varivel T
C (T ) min = 2.50
T = 120
79
80
Passo I. Introduo da Idia e da Terminologia. Uma vez que a proposta deste exemplo
servir de ilustrao para a resoluo de um problema de degradao real, no qual seja
necessrio o estabelecimento de uma poltica de inspeo. Aqui, no haver a necessidade de
dar a merecida ateno a este passo, dado que o decisor constitui-se numa representao
meramente hipottica para o problema em questo. Entretanto, a introduo das idias
axiomticas da teoria da utilidade quase sempre a mais relevante dificuldade na aplicao
desta teoria.
Resumidamente, esse passo consiste, conforme relatado no trabalho de Ferreira et al.
(2009), em assegurar que o decisor entenda que existem conseqncias, em termos de Custo,
C(T), e Downtime, D(T), para cada escolha que ele venha a fazer, na definio do tempo para
a realizao de uma inspeo, no universo de T = [0; ), e que sua deciso estar,
diretamente, avaliando o Trade off
13
13
Trade off:termo do ingls que denota o quanto se perde em uma varivel para que se possa obter ganhos
em em uma outra varivel analisada.
81
Independncia em utilidade
Um atributo Y, independente em utilidade em relao a Z, segundo Gomes et al.
(2006), quando as preferncias condicionais para loterias em Y, para um dado z, no
dependem do valor de z. Ou seja, considerando duas possveis conseqncias, com a
probabilidade de ocorrncia de 0,5 para o atributo custo, <C1(T); C2(T)>, para um certo
valor de D(T) fixo, um decisor encontrar um Equivalente Certo
14
Independncia Aditiva
A independncia aditiva entre dois atributos , tambm, uma caracterstica que facilita
bastante a elicitao da funo de utilidade multiatributo, uma vez que, quando esta
propriedade se configura, a funo de utilidade assume uma forma aditiva. Logo, Gomes et al.
(2006) nos mostram que dois atributos Y e Z, so aditivamente independentes se a indiferena
entre as loterias abaixo se apresenta.
Considerando o espao de conseqncias Y x Z, e os pontos:
(Y1; Z1); e
(Ymx; Zmx);
Se as loterias <(Y1, Z1);(Ymx, Zmx)> e <(Y1, Zmx); (Ymx, Z1)> so igualmente
preferveis a um decisor, a independncia aditiva se configura para os atributos Y e Z, em
relao s preferncias deste decisor.
14
Equivalente Certo: a conseqncia, em termos do atributo avaliado, que o decisor fica indiferente entre a sua
escolha e a escolha da loteria. Isto , para o decisor tanto faz entrar na loteria e obter uma das conseqncias
com as probabilidades definidas, ou escolher o equivalente certo.
82
(65)
Onde:
U(C(T),D(T)) a Funo Utilidade Multiatributo;
u(C(T)) a funo de utilidade unidimensional para o custo;
u(D(T)) a funo de utilidade unidimensional para o downtime;
83
Custo
u (C (T 0 )) = u (7,50) = 0 ; e
u (C (T * )) = u (2,50) = 1 .
Downtime
u ( D(T 0 )) = u (0,12) = 0 ; e
u ( D(T * )) = u (0,07578) = 1 .
Pode-se, ento, calcular alguns pontos de utilidade, conforme procedimento mostrado
em Keneey e Raiffa (1976) e Gomes et al. (2006), para os equivalentes certos de loterias
propostas. Inicialmente, utilizando os valores limites da escala de utilidade, definidos acima,
ou seja, <7,50;2,50>, para o caso do custo; e <0,12;0,07578>, para o caso do downtime.
As respectivas funes de utilidade unidimensionais podem, dessa forma, ser
calculadas. Estas esto plotadas nos grficos 4.7 e 4.8.
1,20
1,00
U(C(T))
0,80
0,60
0,40
0,20
0,00
0,00
-0,20
1,00
2,00
3,00
4,00
C(T)
84
5,00
6,00
7,00
8,00
1,2
U(D(T))
0,8
0,6
0,4
0,2
0
0
-0,2
0,02
0,04
0,06
0,08
D(T)
0,1
0,12
0,14
Passo IV. Determinao das Constantes de Escala. Esse passo segue a sequncia e
metodologia aplicada por Gomes et al. (2006), na qual as constantes de escala so
determinadas com base em consideraes tericas.
Fundamentando-se em alguns dispositivos, e sabendo da existncia das equaes
u(C(T)) e u(D(T)). Considerando que a origem destas equaes concretiza-se em:
U (C (T 0 ); D(T 0 )) = 0 , ou seja, u (C (T 0 )) = 0 , e, u ( D(T 0 )) = 0 . E considerando que
U (C (T * ); D(T * )) = 1 , isto , u (C (T * )) = 1 , e u ( D(T 1 )) = 1 . Utilizando estes resultados
equao da utilidade (65) postada acima, temos:
kC + k d = 1 .
(66)
85
(67)
e,
k d = U (7,50;0,07578) .
(68)
Definidas estas equaes, Gomes et al. (2006) nos mostra que o passo seguinte consiste na
determinao da constante de maior valor. Para tanto, o procedimento simples e prtico
consiste em se perguntar ao decisor dentre as conseqncias
(C (T * ); D(T 0 )) e
(69)
e,
U (2,50;0,12) = k C u (2,50) = k C .
(70)
Assim,
k d u (0,09) = k C .
(71)
k d 0,5 = k C .
(72)
Logo,
86
(73)
k d = 0,66; e
k C = 0,33.
Determinadas as constantes de escala, observa-se que o grfico da figura 4.9, abaixo,
mostra uma simulao para a funo de utilidade multiatributo com as constantes calculadas
acima. Esse modelo define uma poltica tima para a realizao de inspees no componente
sujeito a um processo de degradao, fundamentado nos parmetros do exemplo que foi
desenvolvido ao longo deste captulo. Logo, o valor timo encontrado para a realizao das
inspees foi de T = 32 horas operacionais.
O valor maior da constante de escala para o downtime, no exemplo considerado,
confere um peso maior da deciso sobre a minimizao do downtime, ante ao custo. Este
argumento pode justificar o fato do ponto de timo para a realizao das inspees ter sido
igualado ao modelo timo para a minimizao, apenas, do downtime.
A simulao mostrada no grfico da figura 4.10, entretanto, confere um valor igual a
0,5, para as duas constantes de custo e de downtime, fato que j suficiente para deslocar o
ponto de timo das inspees para o valor de T = 37,5 horas operacionais, mostrando a
consistncia do modelo.
1
0.86
0.71
0.57
U
0.43
0.29
0.14
0
17.14
34.29
51.43
68.57
T
87
85.71 102.86
120
0.8
0.6
0.4
0.2
20
40
60
80
100
120
Passo V. Verificao da Consistncia. Essa etapa, de acordo com Gomes et al. (2006),
resume-se em se proceder a verificao da consistncia da funo de utilidade obtida,
certificando-se de que atravs desta funo realmente se possa expressar as preferncias do
decisor. Essa etapa no ser desenvolvida aqui, porm, constitui-se em uma etapa de extrema
importncia para um caso concreto de aplicao.
88
5.1 Introduo
O modelo preditivo, desenvolvido no captulo anterior, se constitui em uma idia para
a resoluo de problemas de manuteno, em componentes submetidos ao processo de
degradao descrito. Conforme discutido anteriormente, a constituio desta estrutura destinase, no apenas soluo do problema especfico que estudado por esta pesquisa, mas
tambm ao fornecimento de um material quantitativo consistente para ajudar no
gerenciamento da manuteno dos sistemas produtivos.
De maneira breve, este captulo visa discutir alguns aspectos bsicos acerca dos dois
modelos que so tratados na implementao desta pesquisa, exposta no captulo 4. Ainda,
prope-se aqui, alguns direcionamentos para dar seguimento as pesquisas que contemplem o
delay time e processos de degradao, associadamente.
89
5.4 Concluses
Concluindo, constatou-se, a partir das diversas pesquisas realizadas para a finalizao
deste trabalho, que, as possibilidades para o desenvolvimento de um modelo preditivo de
manuteno so as mais diversificadas possveis, e tm crescido, medida que a
complexidade dos equipamentos e processos aumenta, e medida que mais e mais
pesquisadores tm se disposto a realizar este trabalho. Entretanto, se faz de extrema
importncia a realizao de aplicaes dos modelos e mtodos desenvolvidos, no apenas no
campo terico, atravs de exemplos numricos, como foi a proposta desta dissertao, mas a
problemas do mundo real, para que se possa ter uma palpvel dimenso de quo concretas e
significantes so estas hipteses.
91
6 Referncias Bibliogrficas
ALMEIDA, A. T.; SOUZA, F. M. C. de. (2001). Gesto da Manuteno Na Direo
da
93
preventive
maintenance and
random
lead
times.
Applied
94
based on delay time analysis. Reliability Engineering and System Safety 94, 905912.
FOULADIRAD, M. et al. (2008). On the use of on-line detection for maintenance of
gradually deteriorating systems. Reliability Engineering and System Safety, 93,
1814-1820.
FOULADIRAD, M.; GRALL, A. (2008). On line change detection and condition-based
maintenance. Proceedings of the 17th World Congress. The International
Federation of Automatic Control. Seoul, Korea, July 6-11.
FOWLER, M. W. (2002). Incorporation of Volt Degradation into a generalized Steady
State Electrochemical Model for PEM Fuel Cell. Journal of Power Sources, 106,
274-283.
FROSTIG, E.; KENZIN, M. (2009). Availability of inspected systems subject to shocks
A matrix algorithmic approach. European Journal of Operational Research 193,
168-183.
GEBRAEEL, N. (2006). Sensory-Updated Residual Life Distributions for Components
With Exponential Degradation Patterns. IEEE Transactions on Automation
Science and Engineering. Vol. 3, No. 4.
GEBRAEEL, N. Z.; LAWLEY, N. A. (2008). A Neural Network Degradation Model
for Computing and Updating Residual Life Distributions. IEEE Transactions on
Automated Science and Engineering, Vol. 5, No. 1.
GEBRAEEL, N.; PAM, J. (2008). Prognostic Degradation Models for Computing and
Updating Residual Life Distributions in a Time-Varying Environment. IEEE
Transactions on Reliability, Vol. 57, No. 4.
GELMAN, A. ET AL. (1995). Bayesian Data Analysis. Chapman & Hall, London.
GERTSBAKH, I. B.; KORDONSKIY, Kh. B. (1969). Models of Failure. SpringerVerlag New York Inc.
GOMES, L. F. A. M. et al. (2006). Tomada de Deciso Gerencial: enfoque
multicritrio. So Paulo. Ed. Atlas.
GRALL, A. et al. (2002). Continuous-Time Predictive-Maintenance Scheduling for a
Deteriorating System. IEEE Transactions on Reliability Vol. 51, No. 2.
HACK, M. et al. (1993). Physical Models for Degradation Effects in Poly silicon ThinFilm Transistors. IEEE Transactions on Electron Devices Vol. 40, No. 5.
96
1.5
97
and
time
for
maintenance
decision-making
under
uncertainty.
99
100
QIAN, C. et al. (2003). Replacement and Minimal Repair Policies for a Cumulative
Damage Model with Maintenance. Computers and Mathematics with Applications
46, 1111-1118.
QIAN, C. H. et al. (2005). Optimal preventive maintenance policies for a shock model
with given damage level. Journal of Quality in Maintenance Engineering Vol. 11,
No. 3, pp. 216-227.
RAJPAL, P. S. et al. (2006). An artificial neural network for modeling reliability,
availability and maintainability of a repairable system. Reliability Engineering
and System Safety 91, 809819.
RAMIREZ-RUIZ, E.; GRANOT, J. (2007). A simple test of the external shock model
for the prompt emission in gamma-ray bursts. New Astronomy 12, 630634.
RANGAN, et al. (2006). Optimal replacement of systems subject to shocks and random
threshold failure. International Journal of Quality & Reliability Management Vol.
23 No. 9, pp. 1176-1191.
RANGAN, A.; TANSU, A. (2008). A New Shock Model for Systems Subject to
Random Threshold Failure. PROCEEDINGS OF WORLD ACADEMY OF
SCIENCE, ENGINEERING AND TECHNOLOGY VOLUME 30, 1307-6884.
RANGAN, A. et al. (2005). Optimal replacement of systems subject to shocks and
random threshold failure. International Journal of Quality & Reliability
Management Vol. 23, No. 9, pp. 1176-1191.
REDMOND, D. F. et al. (1997). O.R. modeling of the deterioration and maintenance of
concrete structures. European Journal of Operational Research 99, 619-631.
ROBINSON, M.; CROWDER, M. J. (2000). Bayesian Methods for a Growth-Curve
Degradation Model with Repeated Measures. Lifetime Data Analysis, 6, 357374.
ROED, W.; AVEN, T. (2009). Bayesian approaches for detecting significant
deterioration. Reliability Engineering and System Safety 94, 604610.
ROUHAN, A.; SCHOEFS, F. (2003). Probabilistic modeling of inspections results for
offshore structures. Structural Safety 25, 379-399.
SARANGA, H. (2002). Relevant condition-parameter strategy for an effective
condition based maintenance. Journal of Quality in Maintenance Vol. 8, No.1,
pp.92-105.
SARANGA, H.; KNEZEVIC, J. (2001). Reliability prediction for condition-based
maintained systems. Reliability Engineering and System Safety 71, 219-224.
101
SATOW, T.; OSAKI, S. (2003). Optimal Replacement Policies for a Two-Unit System
with Shock Damage Interaction. Computers and Mathematics with Applications
46, 1129-1138.
SCARF, P. A. (1997). On the application of mathematical models in maintenance.
European Journal of Operational Research 99, 493-506.
SCARF, P. A. et al. (2009). An Age-Based Inspection and Replacement Policy for
Heterogeneous Components. IEEE Transactions on Reliability, v. 58, p. 641-648.
SIMEU-ABAZI, Z.; BOUREDJI, Z. (2006). Monitoring and predictive maintenance:
modeling and analysis of fault latency. Computers in Industry 57, 504-515.
SIQUEIRA, I. P. (2005). Manuteno Centrada na Confiabilidade. Ed. Qualitymark,
Rio de Janeiro.
SHEU, S. H.; GRIFFITH, W. S. (2002). Extended block replacement policy with shock
models and used items. European Journal of Operational Research 140, 5060.
SLOAN, T.W. (2004). A periodic review production and maintenance model with
random demand, deteriorating equipment, and binomial yield. Journal of the
Operational Research Society 55, 647-656.
STOCK, D. et al. (1994). Modeling the Degradation of Nuclear Components. IEEE
Transactions on Nuclear Science, Vol.. 41, No. 4.
SUDRET, B. (2008). Probabilistic models for the extent of damage in degrading
reinforced concrete structures. Reliability Engineering and System Safety 93,
410-422.
TANG, Y. Y.; LAM, Y. (2006). A -shock maintenance model for a deteriorating
system. European Journal of Operational Research 168, 541556.
TATI, J. S.; KELKAR, A. D. (2008). Stiffness degradation model for biaxial braided
composites under fatigue loading. Composites: Part B 39, 548555.
TSANG, A. H. C. (1995). Condition-based maintenance tools and decision making.
Journal of Quality in Maintenance Vol. 1, No. 3, 3-17.
TSAROUHAS, P. H. et al. (2009). Reliability and maintainability analysis of strudel
production line with experimental data A case study. Journal of Food
Engineering 91, 250259.
TSENG, S-T.; YU, H-F. (1997). A Termination Rule for Degradation Experiments.
IEEE Tansactions on Reliability, Vol. 46, No. 1.
TURBAN, E. (1967). The use of mathematical models in plant maintenance decision
making. Management Science, Vol. 13, No. 6.
102
estimation
of
the
delay
time
distribution in
103
104