Parametros de Degradação

UNIVERSIDADE FEDERAL DE PERNAMBUCO
PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO
MODELO PARA O PLANEJAMENTO DE MANUTENO

BASEADO EM PARMETROS DE DEGRADAO
DISSERTAO SUBMETIDA UFPE

PARA OBTENO DE GRAU DE MESTRE
POR
Augusto Csar Montenegro e Silva

Orientador: Prof. Cristiano Cavalcante, PhD
RECIFE, FEVEREIRO / 2010
S586m
Silva, Augusto Csar Montenegro e

Modelo para o planejamento de manuteno baseado em
parmetros de degradao / Augusto Csar Montenegro e Silva.
Recife: O Autor, 2010.
xi, 104 f.; il., figs., tabs.
Dissertao (Mestrado) Universidade Federal de Pernambuco.
CTG. Programa de Ps-Graduao em Engenharia de Produo,
2010.
Inclui Referncias Bibliogrficas.
1. Engenharia de Produo. 2. Manuteno Preditiva. 3.
Polticas de Inspeo. 4. Modelos de Degradao. 5. Delay Time.
6. Modelos de Deciso. I. Ttulo.
UFPE
658.5 CDD (22.ed.)
BCTG/2010-088
AGRADECIMENTOS
Primeiramente a Deus, por ter me mantido com sade durante os anos de

trabalho. minha famlia, que em todos os momentos, e de todas as formas tem
apoiado o meu desenvolvimento profissional e acadmico. Ao meu Orientador, o Prof.
Cristiano Alexandre Virglio Cavalcante, pela pacincia e dedicao com que sempre
me ajudou, possibilitando a concluso deste trabalho. E a todas as demais pessoas que
direta ou indiretamente contriburam para que este sonho se tornasse uma realidade.
It is exciting to be involved in the development of what is a growing subject.
(Philip A. Scarf)
iii
RESUMO
Resumo. A complexidade crescente dos sistemas produtivos, aliada a necessidade cada

vez maior de se reduzir os custos de produo, e aumentar a eficincia de equipamentos e
sistemas, tm alavancado o desenvolvimento de modelos de otimizao, no apenas para as
funes de produo, mas tambm para as funes de apoio ao processo produtivo, como o
caso da manuteno. Alinhada a este fato, esta dissertao tem a proposta de realizar um
estudo, acerca da manuteno preditiva, em componentes sujeitos a um processo de
degradao. Aqui, so explicitados alguns dos principais modelos encontrados na literatura,
para a modelagem deste processo, com a finalidade de se construir uma estrutura de deciso,
para o estabelecimento de uma poltica de inspeo, com base nestes parmetros de
degradao. Partindo da constatao de que um modelo de degradao, direta ou
indiretamente, relaciona esse processo fsico distribuio do tempo de vida de um
determinado item, a anlise realizada neste trabalho, insere, ao escopo do modelo de inspeo
Delay Time, um modelo de degradao, para modelar o tempo no qual um determinado
componente permanece no estado defeituoso, avaliando as conseqncias em termos dos
custos da manuteno e do downtime do componente, tomando uma deciso acerca da
periodicidade com que as inspees devem ser realizadas.
Palavras Chaves: Manuteno Preditiva, Polticas de Inspeo, Modelos de
Degradao, Delay Time, Modelos de Deciso.
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
JUSTIFICATIVAS PARA A REALIZAO DESTE TRABALHO ......................................................2
1.1.1 Manuteno e Custo ....................................................................................................2

1.1.2 O Estudo dos Processos de Degradao ...................................................................2
1.2
OBJETIVOS DO TRABALHO .................................................................................................4
1.2.1 Objetivo Geral ............................................................................................................4

1.2.2 Objetivo Especfico ....................................................................................................4
1.3
LIMITAES DO ESTUDO ....................................................................................................5
1.4
ESTRUTURA DA DISSERTAO
...........................................................................................5
A MANUTENO......................................................................................................................7
2.1
INTRODUO ....................................................................................................................7
2.2
A EVOLUO DA MANUTENO .........................................................................................7
2.2.1 Breve Histrico da Manuteno .................................................................................9

2.2.2 Manuteno Programada ....................................................................................... 10
2.2.2.1 Manuteno Preventiva .................................................................................................... 11
2.2.2.2 Manuteno Preditiva ....................................................................................................... 11
2.3
DEFINIES .................................................................................................................. 12
2.3.1 Manuteno ............................................................................................................ 12

2.3.2 Confiabilidade: smbolo ........................................................................................... 13
2.3.3 Mantenabilidade ...................................................................................................... 13
2.3.4 Disponibilidade ........................................................................................................ 13
2.3.5 Item ......................................................................................................................... 13
2.3.6 Defeito ..................................................................................................................... 14
2.3.7 Falha ....................................................................................................................... 14
2.3.8 Manuteno Corretiva ............................................................................................. 14
2.3.9 Manuteno Programada ....................................................................................... 14
2.3.10
Manuteno Preventiva ...................................................................................... 14
2.3.11
Manuteno Preditiva ......................................................................................... 15
2.4
ASPECTOS QUANTITATIVOS............................................................................................ 15
vi
2.4.1 Falhas ..................................................................................................................... 15

2.4.2 A Confiabilidade ...................................................................................................... 16
2.4.3 A Taxa de Falha ...................................................................................................... 16
2.4.4 A Mantenabilidade .................................................................................................. 18
2.4.5 A Disponibilidade .................................................................................................... 19
3 FUNDAMENTAO TERICA.........................................................................................................20
3.1
INTRODUO .................................................................................................................
20
3.1.1 Abordagens da Manuteno ..................................................................................... 20

3.1.2.Manuteno avanos e problemas ........................................................................... 22
3.2
INSPEO......................................................................................................................
23
3.2.1 Polticas de Manuteno......................................................................................... 23

3.2.2 Polticas de Inspeo .............................................................................................. 24
3.3
O MODELO DELAY TIME ................................................................................................. 25
3.3.1 O Conceito DTM ..................................................................................................... 25

3.3.2 Dois tipos de DTM .................................................................................................. 27
3.3.3 Modelo de Manuteno delay Time para uma Planta Industrial Complexa ........... 28
3.3.4 Delay Time para a Modelagem de Inspeo em Componentes nicos ................ 30
3.3.5 Modificaes do modelo Delay Time ...................................................................... 31
3.3.6 Aplicaes do Modelo delay Time (DTM) ............................................................... 34
3.4
A DEGRADAO ............................................................................................................ 38
3.4.1 Representao do Estado Defeituoso .................................................................... 38

3.4.2 Tipos de Falhas ...................................................................................................... 38
3.4.2.1 Falhas Instantneas e Falhas Graduais ........................................................................... 39
3.4.3 Mecanismos de Degradao .................................................................................. 40

3.4.4 Suposies dos Modelos de Degradao .............................................................. 41
3.4.5 Modelos de Degradao (DM) ................................................................................ 42
3.4.5.1 Classificao dos Modelos de Degradao...................................................................... 43
3.4.6 Modelos de Regresso ........................................................................................... 44

3.4.7 Limiar de Falha ....................................................................................................... 46
3.4.8 Modelos Estocsticos ............................................................................................. 48
3.4.8.1 Processo Estocstico Gamma ......................................................................................... 49
3.4.8.2 Processo Estocstico Browniano ..................................................................................... 51
3.4.8.3 Processo Estocstico de Poisson..................................................................................... 52
3.4.8.4 Processo Estocstico Geomtrico .................................................................................... 53
3.4.8.5 Processo Estocstico Markov .......................................................................................... 54
3.4.8.6 Processo Estocstico Wiener ........................................................................................... 54
3.4.9 Modelos Acelerados ............................................................................................... 55

3.4.10 Modelos Subjetivos ................................................................................................. 56
3.4.11 Modelos Fsicos ou Qumicos ................................................................................. 58
3.4.12 Modelos de Shock .................................................................................................. 58
vii
3.5
ESTRUTURAS DE DECISO ............................................................................................. 59
3.5.1 Teoria da Utilidade Multiatributo ............................................................................. 60

3.5.1.1 Elicitao da Funo de Utilidade Multiatributo ................................................................ 60
3.5.2 Aplicaes dos Modelos Multicritrio ...................................................................... 62

4
MODELO PROPOSTO.............................................................................................................63
4.1
INTRODUO ................................................................................................................. 63
4.1.1 Custo e Downtime ................................................................................................... 63

4.2
MODELO PARA DETERMINAO DA PERIODICIDADE DA INSPEO ......................................
64
4.3
SUPOSIES E NOTAES DO MODELO ...........................................................................
65
4.3.1 Modelo de Degradao ........................................................................................... 68

4.3.1.1 O Simple Path Model....................................................................................................... 68
4.3.1.2 Discusses sobre o Modelo de Degradao .................................................................... 69
4.3.2 Modelo de Inspeo ................................................................................................ 71

4.3.2.1 Avaliao do Downtime/Disponibilidade ........................................................................... 71
4.3.2.2 Poltica de Inspeo e o Modelo de Degradao ............................................................. 74
4.3.2.3 Exemplo Numrico Downtime/Disponibilidade ................................................................. 74
4.3.2.4 Avaliao do Custo........................................................................................................... 77
4.3.2.5 Exemplo Numrico Custo ................................................................................................. 77
4.4
MODELO DE DECISO .....................................................................................................
80
4.4.1 Consideraes Iniciais ............................................................................................ 80

4.4.2 Construo do Modelo ............................................................................................ 81
5
DISCUSSES E TRABALHOS FUTUROS.............................................................................89

5.1
INTRODUO ................................................................................................................. 89
5.2
DISCUSSES DO MODELO .............................................................................................. 89
5.3
DESENVOLVIMENTO DE TRABALHOS FUTUROS ................................................................. 90
5.4
CONCLUSES ................................................................................................................ 91
REFERNCIAS BIBLIOGRFICAS........................................................................................92
viii
LISTA DE FIGURAS
Figura 2.1 Confiabilidade X Custo

Figura 2.2 A Evoluo da Manuteno
Figura 2.3 Curva da Banheira
Figura 3.1 Conceito do Delay Time
Figura 3.2 Inspees no DTM
Figura 3.3 Intervalos de Inspeo
Figura 3.4 Classificao dos Modelos de Degradao
Figura 3.5 Modelo Linear de Degradao
Figura 3.6 Limiar de Falha
Figura 3.7 Classificao do Limiar de Falha
Figura 3.8 Limiar de Degradao Superior
Figura 4.1 Ciclo de Inspeo considerando inspees imperfeitas
Figura 4.2 Ocorrncia da falha entre (Ti 1 ; Ti )
T T
Figura 4.3 - Ocorrncia do defeito entre ( i 1 ; i )
Figura 4.4 Distribuio Lognormal
Figura 4.5 Funo Downtime X Funo Disponibilidade
Figura 4.6 Funo Custo
Figura 4.7 Funo de Utilidade do Custo
Figura 4.8 Funo de Utilidade do Downtime
Figura 4.9 Funo de Utilidade Multiatributo
Figura 4.10 Funo de Utilidade Multiatributo para constantes iguais
ix
LISTA DE TABELAS
Tabela 4.1 Definio dos Parmetros para o caso de referncia

Tabela 4.2 Valor timo de T, para D(T) e A(T)
Tabela 4.3 Caso de Referncia e Custos
Tabela 4.4 Valor timo de T, para C(T)
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
Os desenvolvimentos tecnolgicos e sociais ocorridos, sobretudo, durante e aps a

segunda guerra mundial trouxeram modificaes nos mais diversos ramos da sociedade. Na
rea industrial, os sistemas produtivos foram sendo incrementados com novas formas de
produo cada vez mais mecanizadas, automatizadas e complexas, gerando a necessidade de
uma gesto, na mesma proporo, mais enxuta e sofisticada sobre estes sistemas. Assim,
medida que o maquinrio foi tomando o lugar dos trabalhadores nas linhas de produo, esta,
passou a ser muito mais exigida, quanto eficincia e segurana de seus processos. Ainda,
modificaes no mbito de certificaes, garantias e do desenvolvimento sustentvel
trouxeram a indstria ao patamar de evoluo e competitividade que hoje se pode verificar,
medido no apenas a partir das maiores margens de lucratividade e qualidade dos seus
produtos e/ou processos, mas tambm na maneira como esta trata os seus consumidores e
como se relaciona com o meio ambiente.
Paralelamente a este desenvolvimento ocorrido na indstria e no sistema produtivo das
corporaes, porm, explicitamente associado a ele, desenvolveu-se a manuteno. Outrora
tratada como um fator dispendioso e desnecessrio dentro das organizaes (Pinjala et al.,
2006), a manuteno assume hoje um papel estratgico no parque produtivo da empresa,
apoiando e suprindo as necessidades por confiabilidade, disponibilidade e qualidade dos
equipamentos e produtos, bem como reduzindo custos associados a defeitos e falhas de
equipamentos cruciais ao processo produtivo.
Neste contexto, o desenvolvimento das diversas tcnicas, polticas e abordagens de
manuteno, propem o estabelecimento de regras que venham a garantir que o
funcionamento da produo seja feita de maneira contnua, minimizando as interferncias
ocasionadas por quebras ou mau funcionamento dos equipamentos e sistemas. A Poltica de
Manuteno Programada (definida no captulo 2), que particularmente estudada por este
trabalho, destaca-se hoje como uma importante ferramenta no cumprimento desta meta.
1.1
Justificativas para a Realizao deste Trabalho

Reconhecida por Christer (1984) apud Scarf (1997) como tendo um tardio
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
defeitos e falhas) e, conseqentemente, acarrete em um sensvel aumento na confiabilidade e

na disponibilidade dos sistemas, reduzindo os seus custos operativos, deve ser levado em
considerao.
Neste esprito, essa dissertao vem a fazer uma contribuio, na proporo que se
dedica ao estudo de um dos mecanismos de falha mais evidentes e inevitveis, aos quais esto
expostos os dispositivos: a degradao. De acordo com Hosseini et al. (1999), a deteriorao
surge como uma conseqncia do desgaste cumulativo, fadiga, corroso e eroso surgidos no
transcorrer do tempo de vida operacional dos equipamentos e sistemas. De forma semelhante,
porm, mais ampla, Sudret (2008) define a degradao como sendo a perda de certas
propriedades ao longo do tempo, como um resultado de processos qumicos, fsicos ou
mecnicos (ou de combinaes dos mesmos).
O processo da degradao tem sido mais comumente estudado e aplicado para se avaliar
a confiabilidade de produtos, atravs da utilizao de dados da medida de performance destes
produtos, em testes acelerados. A vantagem, em se realizar testes acelerados a partir de dados
de degradao, com relao aos dados de tempo de vida, usualmente utilizados para se
estimar a confiabilidade de um produto, segundo Nelson (1990), diz respeito ao fato de que os
dados da degradao da performance podem ser analisados bem mais cedo do que os dados
relativos a falha dos equipamentos dado que as medidas de perda de performance (ou seja,
da degradao) podem ser colhidas em pouco tempo, ao passo que a avaliao do tempo de
vida requer esperar que o equipamento venha a falhar. Alm disso, pode-se extrapolar os
dados da degradao da performance para se estimar o tempo no qual o equipamento atinge o
limiar de falha (Nelson, 1990). Tambm, esses testes de degradao da performance resultam
em estimativas mais acuradas da confiabilidade dos produtos (Nelson, 1990).
Outra justificativa, para o estudo deste fenmeno, em nvel industrial, evidencia-se,
devido a questes de segurana, sobretudo nos trabalhos apresentados para modelar os
processos de deteriorao em plantas nucleares (ver Kobayashi, 2002; Norris et al.,1999 e
Stock et al., 1994), indstrias de gerao de energia e indstrias qumicas, onde os impactos
ocasionados por um defeito ou uma falha podem resultar em verdadeiras catstrofes.
Portanto, a este processo depreciativo, ao qual, inevitavelmente, todos os dispositivos,
equipamentos e sistemas esto sujeitos ( medida que o tempo passa) se dedica parte deste
trabalho, trazendo uma diferenciao sobre os principais modelos propostos para representar
esse fenmeno, e uma modelagem para a programao de inspees, no intuito de diminuir os
efeitos da degradao sobre os dispositivos, proporcionando vantagens nos campos da

reduo dos custos e no aumento da confiabilidade e da disponibilidade dos sistemas.
A poltica de inspeo, produto final, que ser desenvolvida aqui, faz utilizao de um
modelo relativamente novo, o Modelo Delay Time. Esta abordagem tem se mostrado bastante
eficiente na sua utilizao para o agendamento de manutenes programadas (mais
argumentos acerca dos motivos para a escolha deste modelo so apresentados no Captulo 3).
1.2
Objetivos do Trabalho
1.2.1 Objetivo Geral

Os objetivos gerais deste trabalho referem-se a fornecer uma contribuio de material
quantitativo pesquisa operacional, gesto e ao planejamento da manuteno, levando em
considerao o Processo da Degradao. Assim como visa servir de inspirao para que
trabalhos futuros sejam desenvolvidos na rea.
1.2.2 Objetivo Especfico

Os objetivos especficos consistem no estabelecimento de um modelo para a
determinao da periodicidade para a realizao de inspees, fornecendo um suporte s
decises da manuteno, e explorar as diferenas entre os modelos clssicos utilizados na
modelagem da degradao.
1.3 Limitaes do Estudo
O modelo foi desenvolvido para ser uma modelagem matemtica alternativa e no

direcionada a uma aplicao, neste primeiro momento, muito embora tenha um visvel
potencial para a aplicao em sistemas sujeitos aos processos de degradao descritos e
quantificados por ele. Argumentos fundamentalmente probabilsticos e estatsticos foram
utilizados para a modelagem matemtica da degradao, ou seja, dados reais de degradao

no foram utilizados por este modelo para representar este processo.
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
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
pertinentes ao desenvolvimento do trabalho, como o caso dos termos Manuteno,

Manuteno Corretiva, Manuteno Preventiva, Manuteno Preditiva e Item. Tambm,
almeja definir e tratar quantitativamente de fatores intrnsecos manuteno, tais como:
Confiabilidade, Disponibilidade, Mantenabilidade, que tambm sero explorados no
decorrer deste trabalho. Por fim, tem o intuito de mostrar, e deixar clara, a diferena existente
entre uma Falha e um Defeito, dois conceitos fundamentais para a utilizao do modelo do
Delay Time (que ser esclarecido no captulo 3).
Secundariamente, faz-se aqui, nas primeiras sees deste captulo, um rpido relato
acerca da evoluo da engenharia de manuteno, mostrando como se diversificaram as suas
polticas e como aumentou a aceitao e a importncia da manuteno dentro das grandes
corporaes, muito devido s vantagens potenciais e benefcios proporcionados pela adequada
gesto desta funo.
Por fim, as ltimas sees fazem meno a alguns aspectos quantitativos referentes a
Falha, Confiabilidade, Taxa de Falhas, Mantenabilidade e Disponibilidade.
2.2 A Evoluo da Manuteno
Desde a revoluo industrial a manuteno dos equipamentos em engenharia tem sido

um desafio, muito embora um impressionante progresso tenha sido feito com relao
efetividade da manuteno, o desafio permanece, devido a fatores como complexidade, custo
e competio (Dhillon, 2002).
O desenvolvimento da engenharia de manuteno , sem sombra de dvidas, um das
principais responsveis pelo crescimento da importncia do departamento de manuteno
dentro dos grandes sistemas produtivos. Alavancada por modificaes no prprio cenrio
7
social, econmico e tecnolgico, que sucederam a 2 guerra e evoluram at os dias de hoje,

os estudos das polticas de manuteno se sofisticaram, proporcionando resultados positivos
do ponto de vista econmico, para as instituies que visualizam na engenharia de
manuteno um fator de reduo de custos e aumento de confiabilidade e qualidade dos seus
produtos.
Como relatado no captulo primeiro desta obra, os processos de manuteno esto
intrinsecamente relacionados aos custos diretos e indiretos dos sistemas produtivos. Sendo
assim, encontrar a melhor poltica de manuteno, que atravs de determinados atributos,
particularmente
priorizados
pelos
sistemas
produtivos
das
empresas
(tais
como
disponibilidade, confiabilidade, qualidade, etc.), minimizem os custos finais envolvidos no

processo, so ponto comum praticamente todos os modelos de deciso encontrados na
literatura.
O grfico abaixo ilustra a relao existente entre o custo e a confiabilidade,
considerando os investimentos em manuteno programada e os custos relativos s
interrupes da produo. De acordo com ele, se pode ter uma viso clara acerca do balano
que deve ser feito no momento da avaliao do custo benefcio que um eventual investimento
em manuteno possa trazer para a produo.
Figura 2.1 Confiabilidade X Custo
2.2.1 Breve Histrico da Manuteno
O desenvolvimento da manuteno pode rapidamente ser enquadrado atravs de trs

geraes distintas (Siqueira, 2005; Moubray, 1997):
A Primeira Gerao caracterizada por uma manuteno essencialmente corretiva.

Essa gerao durou at o final da segunda guerra mundial e a representao do
antigo paradigma da manuteno, quando o departamento de manuteno era visto
como dispendioso, porm, necessrio dentro das indstrias. O ideal aqui era esperar a
ocorrncia de uma falha, para, ento, fazer um reparo. (Pinjala et al., 2006);
A Segunda Gerao caracterizada por uma industrializao acelerada e o

surgimento das polticas de manuteno preventivas e preditiva. nesta fase, de
desenvolvimento da manuteno, onde comeam a ser evidenciadas as necessidades
por uma maior disponibilidade e confiabilidade das plantas industriais, bem como a
necessidade de uma longa vida operacional para os equipamentos a baixos custos
operativos (Moubray, 1997).
A Terceira Gerao verifica-se nesta fase uma sofisticao da manuteno nunca

antes observada, evidenciada pelo surgimento de novas tcnicas de predio, bem
como o de novas abordagens, tais como o RCM e o TPM (Moubray, 1997). nesta
terceira gerao que a manuteno passa a ser exigida do ponto de vista da
sustentabilidade, contratos e certificaes. Ou seja, neste ponto que a funo ganha
importncia dentro da empresa, fornece vantagem competitiva e se estabelece como
uma funo estratgica dentro das empresas.
importante observar, entretanto, que estas trs geraes de manuteno, que so
contempladas em grande parte da literatura sobre o assunto, relacionam-se a prticas comuns

adotadas em cada uma das pocas descritas. Neste sentido, faz-se notar que o planejamento da
manuteno, por exemplo, no estado de Pernambuco, praticado j na poca dos grandes
engenhos de acar, para a realizao de reparos e melhorias entre as safras da cana.
A figura 2.2 abaixo traz um resumo das trs geraes da manuteno e algumas de suas
principais caractersticas.
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
2.2.2 A Manuteno Programada
A evoluo da manuteno, como relatado em tpicos anteriores, trouxe o

desenvolvimento de novas polticas e tcnicas para esta atividade, partindo de exigncias por
uma maior antecipao no planejamento da manuteno. Isto gerou o desenvolvimento de
novas abordagens, hoje conhecidas como Polticas de Manuteno Programada, como por
exemplo, as Polticas de Manuteno Preventiva e Preditiva, que foram gradativamente
substituindo a abordagem da manuteno corretiva, outrora amplamente difundida.
De acordo com Mann (1983) apud. Cavalcante e Almeida (2007) uma manuteno
programada constitui qualquer ao de manuteno que anteceda a degradao da qualidade
dos produtos e dos equipamentos. Sendo assim, a aplicao de uma poltica de manuteno
programada em componentes, equipamentos ou sistemas, tem o intuito de alongar a vida
operacional dos mesmos, trazendo importantes benefcios de longo prazo para as corporaes.
Muito devido a isso, hoje se pode verificar que proporo que os sistemas vo ficando cada
vez mais complexos, a utilizao deste tipo de poltica de manuteno tende a ser mais
10
adequada, em virtude de diminuir bastante as paralisaes, extremamente custosas ao sistema

produtivo.
2.2.2.1 Manuteno Preventiva
Inserida na Poltica de Manuteno Programada, a Manuteno Preventiva constituiu

em um avano significativo na forma de se preservar os ativos de uma empresa, quando
surgiu no desenvolvimento da segunda gerao. Esta abordagem procura monitorar o tempo
de vida dos equipamentos para, em cima deste parmetro, tomar uma deciso sobre qual o
melhor momento para se realizar um trabalho de manuteno. Neste tipo de abordagem so
levados em considerao apenas os aspectos inerentes confiabilidade dos equipamentos ou
itens (ou seja, MTBF, MTTR, FDP, FD, etc.) no sendo, pois, considerado nenhum tipo de
aspecto externo que possa influenciar na reduo da vida operacional dos mesmos. Este tipo
de poltica de manuteno no constitui objeto de estudo desta obra e, portanto, ser pouco
abordada. A definio que ser postada aqui, contudo, tem a finalidade de esclarecer a
diferena existente entre este tipo de manuteno e a manuteno preditiva, base para esta
dissertao.
2.2.2.2 Manuteno Preditiva
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
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.
2.3.2 Confiabilidade: smbolo: R(t1 , t 2 )

Probabilidade de item poder desempenhar uma funo
requerida, sob dadas condies, durante um dado intervalo de
tempo (t1 , t 2 ) .
12
2.3.3 Mantenabilidade
Probabilidade de uma dada ao de manuteno efetiva, para um

item sob dadas condies de uso, poder ser efetuada dentro de um
intervalo de tempo determinado, quando a manuteno feita sob
condies estabelecidas usando procedimentos e recursos prescritos.
2.3.4 Disponibilidade
Capacidade de um item estar em condio de executar uma certa

funo em um dado instante, ou durante um intervalo de tempo
determinado, levando-se em conta os aspectos combinados de sua
confiabilidade, mantenabilidade e suporte de manuteno, supondo que
os recursos externos requeridos estejam assegurados.
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
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.
2.3.8 Manuteno Corretiva

Manuteno efetuada aps a ocorrncia de uma pane, destinada
a recolocar o item em condies de executar uma funo requerida.
2.3.9 Manuteno Programada
Manuteno Preventiva efetuada de acordo como um programa

preestabelecido.
2.3.10 Manuteno Preventiva
Manuteno efetuada em intervalos predeterminados, ou de

acordo com critrios prescritos, destinada a reduzir a probabilidade de
falha ou a degradao de funcionamento de um item.
2.3.11 Manuteno Preditiva

Manuteno que permite garantir uma qualidade de servio
desejada, com base na aplicao sistemtica de tcnicas de anlise,
utilizando-se de meios de superviso centralizados ou de amostragem,
para reduzir ao mnimo a manuteno preventiva e diminuir a
manuteno corretiva.
14
2.4 Aspectos Quantitativos
2.4.1 Falhas
Uma das maiores preocupaes da Engenharia da Manuteno refere-se ao evento

falha, ao qual esto sujeitos os equipamentos e sistemas. Neste sentido, esta disciplina procura
encontrar diferentes formas de gerenciar os seus recursos de maneira a evitar (na medida do
possvel) a ocorrncia de tais eventos.
Estatisticamente a falha definida como uma varivel de natureza aleatria, cuja
ocorrncia depende de diversos fatores. Assim, a fim de monitorar a ocorrncias destes
eventos, a varivel (tambm aleatria) tempo para a falha , geralmente, utilizada para se
avaliar, a partir da FDP e da FD, respectivamente, fornecidas por f(t) e F(T), as probabilidades
de que esses eventos interfiram no adequado funcionamento dos itens.
De acordo com o livro do Paul Mayer (1983), sendo T uma varivel aleatria
representativa do tempo para a falha, a probabilidade de que um item qualquer venha a falhar
at um dado tempo t, pode ser calculada por:
t
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
2.4.2 A Confiabilidade
Devidamente definida no subitem 2.3.2 deste captulo, a confiabilidade outro atributo

essencialmente importante para os estudos da manuteno. Aprofundada a partir da segunda
gerao da manuteno, sobretudo com o desenvolvimento do RCM (Reliability Centered
Maintenance), a partir das exigncias nas certificaes das aeronaves BOING (Moubray,
1997; Siqueira, 2005) esse conceito probabilstico exerce hoje um papel de destaque tanto na
elevao da qualidade dos produtos, como da capacidade produtiva dos meios de produo de
uma empresa, medida que aumenta a disponibilidade dos sistemas.
Em concordncia com isto, Zio (2009) afirma que esse atributo fundamental para a
operao segura de qualquer sistema tecnolgico moderno. Ainda segundo este autor, a
principal preocupao na anlise da confiabilidade relaciona-se incerteza na ocorrncia das
falhas e suas eventuais conseqncias.
Matematicamente, essa probabilidade, pode ser calculada da maneira que segue:
R(t ) = P(T > t ) = f ( s )ds =1 P(T t ) = 1 F (t )
(3)
A avaliao da confiabilidade de equipamentos e sistemas, utilizando modelos de

degradao vem sendo bastante explorado em trabalhos recentes sobre o tema (ver, por
exemplo, os modelos de apresentados por Nelson, 1990; Lu e Meeker, 1993; Lu et al., 1996;
Chen e Zheng, 2005; dentre outros).
2.4.3 A Taxa de Falha
A taxa de falhas representa uma medida da freqncia de ocorrncia das falhas,

proporo que o tempo passa, em um item qualquer. O modelo, amplamente aceito, e que
geralmente utilizado para representar essa taxa consiste no modelo da Curva da Banheira,
que mostra como se comporta essa varivel ao longo do tempo. O grfico, trazido na figura
2.3 a seguir, ilustra a banheira representativa das trs fases da vida de um equipamento,
mostrando o respectivo comportamento da taxa de falhas para cada uma delas.
16
A fase I, da figura, representa a etapa conhecida como Burn-in, ou fase da Mortalidade

Infantil. Nesta etapa introdutria, os projetos ou equipamentos ainda se encontram em fase de
aperfeioamento, o que explica a taxa de falhas decrescente e com uma visvel tendncia a se
estabilizar. Produtos novos, em processo de desenvolvimento, ou aqueles em carter
experimental podem ser exemplificados como estando nesta regio da curva.
As aes de manuteno para esta etapa estariam fundamentalmente associadas a ajudar
no desenvolvimento do projeto, atentando para as questes da mantenabilidade, ou seja, a
capacidade de no futuro a atividade de manuteno ser executada de forma facilitada (isso
para o caso de itens reparveis).
A fase II, trazida pelo grfico, por sua vez, a representao de projetos j maturados,
isto , projetos que j foram bem desenvolvidos e apresentam em seu estado atual uma taxa de
falhas constante, onde a ocorrncia dos eventos (falhas) pode quase que completamente ser
atribudos a fatores de natureza aleatria. Nesta fase, tambm conhecida como vida til dos
equipamentos, as atividades preventivas de manuteno estariam restritas a revises
peridicas, algum tipo de monitoramento ou inspees para se verificar a condio dos itens e
a aes corretivas quando necessrias.
Por ltimo, a fase III da Curva da Banheira mostra os equipamentos chegando ao
final de sua vida operacional. nesta fase, por exemplo, que os problemas devido a um
processo de degradao podem se apresentar com maior freqncia, e se intensificar,
praticamente impondo a utilizao uma poltica de manuteno mais alinhada com a
caracterstica crescente apresentada pela taxa de falhas. O DTM parece se adequar muito bem
a esta fase, uma vez que nesta etapa, aumenta-se a freqncia de ocorrncia das falhas.
Fundamentalmente, aqui, as aes de manuteno, devem, acima de tudo, colocar em uma
balana, os custos e os benefcios que uma poltica de manuteno programada possa trazer.
17
Figura 2.3 Curva da Banheira
De acordo com a fase que o item se encontre, dentro do modelo da Curva da

Banheira, a taxa de falhas pode ser modelada por diferentes funes de densidade de
probabilidade (sendo as mais comuns as distribuies Weibull e Exponencial).
O relacionamento existente entre a Taxa de Falhas, a FDP das falhas e a
Confiabilidade, pode ser descrito pela equao abaixo:
(t ) =
f (t )
f (t )
=
1 F (t ) R (t )
(4)
2.4.4 A Mantenabilidade
A mantenabilidade uma caracterstica diretamente relacionada ao trabalho de

manuteno em si, uma vez que est relacionada ao tempo no qual o reparo pode efetivamente
ser executado. Portanto, esta probabilidade , tambm, diretamente associada
disponibilidade (que ser tratada a seguir) dos equipamentos e sistemas. De acordo com
Coulibaly et al. (2008) esse atributo , conjuntamente confiabilidade, uma caracterstica
chave para o aumento da disponibilidade, sobretudo nas indstrias automotivas e
aeronuticas. Porm, como relatado Zhong e Youchao (2007), esta propriedade do
equipamento deve ser levada em considerao j no momento do seu design, para que as
convenincias de rapidez, facilidade e economia sejam inerentes ao produto final, em se
tratando da execuo da manuteno nos mesmos. Alguns trabalhos que abordam este
conceito so trazidos por Zhou e Leung (2007), Eti et al. (2007), Rajpal (2006) e Tsarouhas et
al. (2009).
Quantitativamente, a mantenabilidade pode ser tratada de maneira semelhante ao que foi
apresentado para a ocorrncia das falhas. Ou seja, a mantenabilidade (que tem a sua definio
formal postada no subitem 2.3.3) pode ser calculada por:
M (t ) = P (T t ) .
(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
2.4.5 A Disponibilidade
A Disponibilidade (atributo definido no subitem 2.3.4) tem sua definio quantitativa

diretamente associada aos parmetro descritos anteriormente, isto , Confiabilidade e a
Mantenabilidade. Assim, um aumento na disponibilidade deve, com toda certeza, estar
associado a uma melhora significativa dos atributos acima descritos.
O interesse na avaliao da disponibilidade mostrado pela regularidade com que
diversas modelagens se propem a avali-la, mesmo que de forma indireta: uma vez que a
grande maioria dos modelos busca minimizar o Downtime1, consequentemente, maximizando
a disponibilidade (por exemplo, ver trabalhos de Jia e Christer, 2003; Jardine e Hassounah,
1990; Eti et al., 2007; Frostig e Kenzin, 2009; etc.).
Matematicamente, a disponibilidade mdia calculada para itens reparveis atravs de
seguinte equao:
A(t ) =
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
Captulo 3 Fundamentao Terica
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.
3.1.1 Abordagens da Manuteno

De acordo com o que comumente encontrado na literatura pode-se visualizar,
basicamente, duas grandes abordagens quando se trata de engenharia de manuteno. Estas,
20
so fundamentadas para a resoluo de questionamentos essenciais que compem o estudo da

manuteno, sejam eles:
Quando fazer; e
Como fazer .
Almeida e Sousa (2001) visualizam a estruturao dessas abordagens da manuteno
como sendo apresentada atravs de duas vertentes: a Matemtica e a de Engenharia.
A primeira abordagem, Almeida e Sousa (2001) relatam que consiste em estudos

relacionados otimizao quantitativa dos procedimentos de manuteno. Esta, trata em si
dos modelos matemticos aplicados manuteno, na tentativa de otimizar alguns
parmetros, tais como custo e disponibilidade, procurando responder ao primeiro
questionamento de quando realizar uma atividade de manuteno de maneira a otimizar
algum fator de deciso. A segunda abordagem faz referncia ao tratamento que ser
aplicado no ato da realizao de uma manuteno, ou seja, associa-se diretamente definio
das aes contidas nestes procedimentos, respondendo ao segundo questionamento feito
acima, o de como fazer. Isto , refere-se ao de manuteno que ser utilizada para a
correo do defeito ou da falha quando identificados, ou ainda no ato da manuteno
programada, quando realizada.
Neste contexto, define-se uma classificao para os modelos de manuteno, de acordo
com trs critrios:
1) Modos de Falha no Sistema:
Dois-Estados
Multi-Estados
2) Observabilidade do Estado do Sistema:
Manuteno Preventiva
Manuteno Preditiva
3) O Nmero de Componentes:
Modelos Simples
Modelos Complexos
21
Segundo os Modos de Falha do Sistema, como se pode observar do diagrama acima,

mostrado que os modelos podem ainda ser divididos em dois tipos: os de dois estados e os
multi-estados, a depender da quantidade de modos que as falhas incorram no sistema.
Quanto observabilidade do sistema, eles verificam a existncia dos modelos de
manuteno preventiva, onde o estado do sistema tomado como sendo sempre conhecido
(sendo os modelos desenvolvidos, portanto, com essa premissa); e, modelos de manuteno
preditiva, no qual real estado do sistema no conhecido com certeza, sendo, portanto,
necessria a realizao de alguma ao para que este estado seja conhecido. Este fato vem
sendo bastante explorado nas modelagens da manuteno nos ltimos anos, sobretudo para os
modelos de inspeo.
Por ltimo, visualizando o nmero de componentes, dois tipos diferentes de modelos
emergem, segundo os autores: os modelos simples, onde a modelagem considera como razo
de interesse apenas um componente do equipamento ou sistema, e, os modelos complexos, no
qual o interesse do estudo recai sobre um conjunto de componentes (considerando a no
independncia dos mesmos), um equipamento ou um sistema.
3.1.2 Manuteno: avanos e problemas

Tratando ainda sobre abordagem matemtica da manuteno, observa-se que, medida
que as cincias de estudo da manuteno foram evoluindo, a manuteno ganhou diversas
ferramentas de apoio s suas decises. Dentre estas ferramentas, destacam-se, portanto, as j
relatadas ferramentas de otimizao da manuteno, desenvolvidas no incio dos anos
sessenta por pesquisadores como Barlow, Proschan, Jorgenson, MacCall, Radner e Hunter
(Dekker, 1996).
Basicamente, de acordo com Dekker (1996), um modelo de otimizao da manuteno
consiste em um modelo matemtico no qual ambos, custos e benefcios da manuteno so
quantificados, encontrando-se um ponto de timo entre os valores obtidos. Contudo, muitas
destas ferramentas matemticas, que ao longo do tempo tm sido desenvolvidas para a
manuteno, compem-se como uma tentativa de contornar um dos maiores (se no o maior)
problema que a estruturao das decises em manuteno tem ainda hoje: a ausncia de
dados. Confirmando esta idia, Scarf (1997) relata que, em se tratando de manuteno, pouca
ateno tem sido destinada a coleta de dados, o que tem contribudo para o aparecimento de
22
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
Ver definio no Captulo 2

Ver definio no Captulo 2
23
A Poltica de Manuteno Corretiva, como previamente definida no captulo 2,

condiciona a realizao de uma interveno no item ocorrncia de uma quebra. Este tipo de
manuteno comumente utilizado quando os custos operacionais envolvidos nos
procedimentos de manuteno programada (preventiva e/ou preditiva) so superiores
substituio ou reparo do item, em decorrncia de uma falha.
A Poltica de Manuteno Programada, por sua vez, incorre da constatao, em itens
operacionais, de que os custos envolvidos em se corrigir uma falha superam em muito queles
contabilizados na realizao de inspees e reparos, ou substituies, preventivas. Essa
poltica, conforme colocado anteriormente, subdivide-se na Poltica de Manuteno
Preventiva, onde a varivel de deciso incide sobre o tempo de vida dos componentes, sendo
o estado do sistema tomado sempre como conhecido, e, na Poltica de Manuteno Preditiva,
na qual a condio verificada durante uma inspeo o fator preponderante para a tomada de
deciso acerca da realizao da manuteno.
A avaliao da condio em que se encontram os componentes dentro de um sistema
produtivo, por exemplo, requer a definio de intervalos de tempo peridicos para que esta
verificao seja feita. Sendo assim, os modelos desenvolvidos para a definio destas
periodicidades, definem o que se conhece como Polticas de Inspeo.
3.2.2 Polticas de Inspeo

As bases das polticas de inspeo, como s conhecemos hoje, comearam a ser
desenvolvidas na dcada de sessenta. So exemplos disso, os trabalhos desenvolvidos por
Barlow et al. (1963) e Barlow e Proschan (1965) que j naquela poca definiam
procedimentos timos para a realizao destes procedimentos de manuteno. Trabalhos da
dcada de setenta tambm abordam as polticas de inspees, necessrias a manuteno
preditiva. Por exemplo, Munford e Shahani (1972) desenvolvem uma poltica tima de
inspeo para a deteco de falhas em sistemas. A poltica de um s parmetro, como
nomeada por eles, define um parmetro p de deciso, onde a determinao da periodicidade
depende apenas da estimao deste p, o que pode ser feito atravs da obteno de dados de
manuteno. Assim, eles mostram que esta poltica apresenta intervalos decrescentes, para
inspees sucessivas, quando o sistema tem uma taxa de falhas crescente, e, intervalos
crescentes, para taxas decrescentes. Em outro artigo, Munford e Shahani (1973) fazem uma
24
aplicao do modelo de inspeo de parmetro p, desenvolvido por eles no ano anterior,

para o caso no qual, o tempo para a falha, descrito por uma distribuio Weibull.
Para trabalhos mais recentes abordando polticas de inspeo recomenda-se ver os
desenvolvidos por Wang (2009), Carzola e Prez-Ocn (2008a), Carzola e Prez-Ocn
(2008b), Kallen e Noortwijk (2006), Durango-Cohen e Madanat (2008), Hu e Zong (2009),
Chakraborty et al. (2009), Mishalani e Gong (2009), Barker e Newby (2006), Barker e Newby
(2009), Nakagawa e Mizutani (2009), entre outros.
3.3 O Modelo Delay Time

3.3.1 O Conceito DTM
Como j mencionado anteriormente, o Modelo Delay Time foi o modelo de inspeo
escolhido para construir a poltica tima que ser proposta por esta dissertao. Este modelo,
relativamente novo para a modelagem da manuteno (apresentado por Christer e Waller,
1984), considera o item como tendo trs estados:
Estado (0) ou estado operacional normal,
Estado (1) ou estado defeituoso, e
Estado (2) ou estado falho.
Assim, o Delay Time de um defeito (h) representa o tempo decorrido desde o

aparecimento do defeito (u) at o momento em que a falha ocorre (como ilustrado na Figura
3.1 abaixo).
Figura 3.1 Conceito do Delay Time (adaptada de Christer, 1999)
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.
Evento de Interesse: o defeito

Outra inovao, relativamente aos modelos comumente propostos para a modelagem de
inspees, diz respeito ao evento de interesse. Enquanto que maioria dos modelos de
inspeo procuram definir uma periodicidade para a manuteno tentando identificar itens que
porventura tenham falhado, o DTM muda o foco de interesse do evento Falha para o
evento Defeito. Isto , o DTM, tenta, atravs das inspees, identificar um defeito, e,
imediatamente, corrigi-lo, evitando ou reduzindo a ocorrncia de falhas indesejveis, o que
26
por si s, comparado aos outros modelos de inspeo, representa um ganho significativo,

devido aos altos custos que as falhas representam para os sistemas. Obviamente, falhas, que
eventualmente, sejam identificadas durante as inspees, sero imediatamente corrigidas.
Porm, sendo o intuito do modelo evitar a ocorrncia destes eventos, a prioridade consiste na
identificao dos sinais que os antecedam, ou seja, dos defeitos.
A figura 3.2 abaixo mostra o potencial para a reduo das falhas do DTM. Nesta
situao hipottica, se inspees perfeitas fossem realizadas nos instantes (A) e (B) a
ocorrncia de falhas teria tido uma reduo significativa.
Figura 3.2 Inspees no DTM (adaptada de Christer, 1999)
3.3.2 Dois tipos de DTM
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:
1. O primeiro tipo concernente a manuteno em plantas industriais complexas, onde a

modelagem leva em considerao os mltiplos componentes que fazem parte da
planta em regime permanente (Modelo Original).
2. Segundo tipo bsico, o DTM consiste em uma proposta de modelar um nico

componente reparvel, que possua apenas um modo de falha.
27
A seguir sero apresentadas as suposies e as equaes para estas duas formas de

modelagem utilizando o Delay Time.
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.
Uma inspeo realizada a cada tempo T (unidade de tempo operacional), a

um custo C I , requer um tempo DI (donwtime da inspeo) para ser realizada,
onde DI << T ;
ii.
As inspees so perfeitas em todas as suas formas, ou seja, defeitos presentes

sero perfeitamente identificados;
iii.
Os defeitos identificados sero corrigidos imediatamente, durante o tempo da

inspeo;
iv.
O ponto inicial de surgimento do defeito na planta assumido como sendo

uniformemente distribudo no tempo desde a ltima inspeo e independente
de h;
v.
Os defeitos surgem a uma taxa constante;
vi.
A funo densidade de probabilidade do delay time f(h) conhecida.
vii.
A planta industrial tem que ter operado por um longo tempo para ser
considerada efetivamente em regime permanente;
viii.
Defeitos e falhas apenas surgem quando a planta est em operao.
Destas suposies emergem uma poltica de inspeo para a avaliao do custo

esperado incorrido em se inspecionar a planta, e do downtime esperado (ou a disponibilidade
esperada), isto , o tempo esperado no qual os dispositivos ficaro fora de operao devido a
uma manuteno preventiva, uma corretiva ou uma inspeo. Dessa forma, avaliao dos
custos e do downtime para um sistema, na tica do Delay Time, pode ser feita a partir das
seguintes equaes (ver Ferreira et al., 2009):
28
Custo
C (T ) =
T {C f b(T ) + C r [1 b(T )]} + C I

(T + D I )
(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)
onde d f o dowtime mdio para se reparar uma falha.
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)
onde a probabilidade b(T) obtida da forma mostrada na equao (13), abaixo.

Para um dado defeito que tenha um Delay Time h, o nmero esperado de falhas entre (0,
T) dado por:
T
EN f = F (T u )du ,
(12)
onde F (T u ) a distribuio acumulada que representa a probabilidade de uma falha surgir

no intervalo (u; T ) . Portanto, o clculo da probabilidade de que um defeito evolua para uma
falha pode ser obtida, analogamente equao (8) por:
b(T ) = (
EN f (T )
)=
1
F (T u )du
T 0
(13)
3.3.4 DTM para a Modelagem de Inspees em Componentes nicos

A outra vertente que pode ser identificada no modelo do Delay Time, corresponde
aplicao deste modelo de inspeo a componentes nicos sujeitos a reparos que possuem
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 ) . Portanto, a funo de distribuio acumulada do tempo de falha de um item qualquer,

quando no h uma interveno preventiva, depende das funes densidades de probabilidade
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)
A confiabilidade neste caso pode ser calculada por:
R (t ) = 1 P (t ) .
30
(15)
Supe-se, nesta modalidade do DTM, que um componente substitudo ou reparado em

caso de falha, ou quando um defeito detectado durante uma inspeo. As inspees so
consideradas perfeitas e d f , d r e d i so, respectivamente, o downtime para substituir (ou
reparar) o componente durante uma falha, o downtime para uma substituio preventiva (pela
identificao de um defeito durante uma inspeo) e o downtime relativo a uma inspeo.
Portanto, o downtime esperado, em um ciclo de inspeo de comprimento T, dado pela
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(T ) = d f P(T ) + (d r + d i ) g (u )[1 F (T u )]du + d i (1 G (t ))

0
= (d f d r d i ) P (T ) + d r G (T ) + d i .
(16)
O comprimento esperado para o ciclo de inspeo seria dado por:

T
M (T ) = (T + d i )(1 G (T )) + (T + d r + d i )T (T ) + (d f P(T ) + R(t )dt TR (T )
(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)
As expresses acima so calculadas considerando um nico intervalo.

Sendo assim, a grande maioria dos autores, concordam, de maneira geral, que o ponto
chave para a aplicao DTM para a manuteno preventiva, consiste na estimao dos
parmetros das distribuies g(u) e f(h), da taxa de ocorrncia dos defeitos (ver seo
3.3.3), da probabilidade de se identificar e remover o defeito durante uma inspeo (para o
caso de inspees imperfeitas) e da probabilidade de que um defeito evolua para uma falha
b(T ) (ver seo 3.3.3).
3.3.5 Modificaes do Modelo Delay Time

31
medida que as variaes na aplicao do modelo Delay Time para a manuteno de

plantas industriais foram sendo implementadas, algumas das suposies iniciais ficaram
suprimidas, ou relaxadas por novas propostas, o que ocasionou o surgimento de modelos mais
complexos, porm, muito mais completos na modelagem das inspees, passando a ser
matematicamente mais prximas da realidade.
Os tpicos abaixo mostram as alteraes que o DTM, para plantas industriais, sofreu a
partir de diferentes proposies, com relaxamento das suposies originais. Os
esclarecimentos e relaxamento de suposies tratadas abaixo continuam sendo baseados em
Christer (1999).
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)
As equaes para o clculo do custo e do downtime, respectivamente (10) e (11), continuam

vlidas aqui.
32
Taxa de Chegada de Defeitos No-homognea

A utilizao de uma taxa de chegada de defeitos homognea pode ser verificada em
alguns trabalhos que modelam a inspeo atravs do DTM. Porm, dependendo do tipo de
mecanismo que a modelagem se prope a quantificar, essa suposio pode no ser a mais
adequada. Neste caso, a utilizao de uma caracterstica no homognea para a taxa de
chegada dos defeitos perfeitamente possvel e aplicvel estrutura do DTM, implicando,
fundamentalmente, numa dependncia da varivel com o ponto u, no qual o defeito surge
no sistema. Ou seja, passa agora a ser calculado como uma funo de u, isto , = (u ) .
Para a realizao do clculo considerando apenas as inspees perfeitas, neste caso o nmero
esperado de falhas ocorridas no intervalo ((j-1)T, jT) poderia ser feito por:
jT
(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
Figura 3.3 Intervalos de Inspeo (Adaptada de Christer, 1999).
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)
Regime Permanente e Estimao Subjetiva

De acordo com o autor, dado que o DTM desenvolvido para plantas industriais j em
operao, todas elas devem ser suficientemente velhas (ou seja, devem ter operado por tempo
suficiente) para serem consideradas como estando em estado permanente. Entretanto, essa
suposio, que considera as plantas industriais como estando em regime permanente pode
tambm ser relaxada, tornando a quantificao da poltica de inspeo muito mais complexa,
devido adio de alguns detalhes equaes matemticos.
Ainda, a estimao subjetiva dos parmetros da distribuio do delay time tem sido uma
soluo consistente, para os casos onde a ausncia de dados adequados para tal fim se faz
presente. O trabalho de Wang (1997) traz este tipo de soluo.
3.3.6 Aplicaes do Modelo Delay Time (DTM)
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
manuteno suficientes para a realizao da modelagem. Mais frente, o trabalho avalia os

custos, para diferentes valores dos parmetros.
O DTM ainda aplicado por Williams e Hirani (1997) para a definio de uma poltica
de inspeo para a manuteno preditiva de subsistemas sujeitos a um processo de
deteriorao estocstico, representado pelo modelo de Markov. A nfase deste modelo dada
na otimizao da disponibilidade do sistema e na reduo das perdas de produo. Baker et.
al. (1997) utilizam o estimador de mxima verossimilhana para a definio de uma
periodicidade tima para as inspees de equipamentos reparveis, usando os conceitos do
Delay Time.
Seguindo nos trabalhos sobre este tema, Christer e Lee (2000) apresentam uma
metodologia para refinamento do DTM, propondo, ao modelo original, o acrscimo do
downtime (tempo no qual o equipamento fica fora de operao devido a uma falha) na
estimao do nmero esperado de falhas entre duas inspees sucessivas. As utilizaes
anteriores do DTM, para a definio de inspees, consideravam esse downtime como sendo
muito menor (desprezvel) em relao ao tempo de inspeo T.
Uma variao do DTM apresentada pelo trabalho de Aven e Castro (2009), pela
introduo de dois tipos de constantes de segurana ao modelo. O problema que se apresenta
neste trabalho , portanto, o de determinar uma poltica tima de inspeo que minimize os
custos esperados sob as limitaes destas constantes. As constantes referem-se a:
(i)
Um valor limite para a probabilidade de ocorrncia de uma falha em um

intervalo qualquer [0, A]; e
(ii)
Um valor limite para o tempo no qual o sistema pode permanecer no estado

defeituoso.
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
A partir desta seo passam a ser apresentadas algumas caractersticas e modelos de

processos de degradao encontrados na literatura. O estado defeituoso, do Delay Time, ,
fundamentalmente, pensado para quantificar alguma estrutura deteriorante, como as que sero
apresentados abaixo. A identificao do defeito, como buscada pela teoria do DTM, consiste,
assim, numa tentativa de barrar a evoluo de uma degradao, que certamente levaria o
componente um estado de interrupo do cumprimento de sua funo requerida, ou seja
um estado falho.
3.4.2 Tipos de Falhas

Cooke (1996) descreve que um modo de falha consiste na maneira na qual o
equipamento vem a falhar, usualmente sobre um ponto de vista funcional ou sub-funcional.
Nesse sentido, Gertsbakh e Kordonskiy (1969) classificam os tipos de falhas, em
equipamentos e sistemas, em quatro modos bastante contundentes e distintos. Segundo eles,
as causas mais freqentes de falhas so devido a:
1) Defeitos de Construo: as falhas pertencentes a este grupo, os autores relatam, que
so resultantes da evoluo de algum defeito ou de alguma imperfeio injetada no
momento da construo ou no design do equipamento. Um exemplo, trazido por eles
para este caso, diz respeito construo de algum equipamento sem levar em
considerao variao das cargas s quais ele estar sujeito.
2) Defeitos Tecnolgicos: aqui, as falhas pertencentes a esta classe so conseqncia de
alguma violao tecnolgica no processo produtivo de algum item ou sistema.
3) Defeitos devido a M Utilizao dos Equipamentos e Sistemas: as falhas
classificadas desta forma esto relacionadas ao desrespeito s restries de uso, s
quais esto submetidos os equipamentos e sistemas (condies de temperatura,
freqncia, vibrao, etc.).
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).
3.4.2.1 Falhas Instantneas e Falhas Graduais
Ainda abordando os tipos e mecanismos de falhas, o livro de Gertsbakh e Kordonskiy

(1969) apresenta uma proposta mais ampla e geral de se perceber as falhas, classificando-as
de duas maneiras, sejam elas:
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
usual, bastante modelado na literatura. para a identificao de algum tipo de deteriorao

que a maioria das modelagens para a realizao de inspees so constitudas.
3.4.3 Mecanismos de Degradao
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.
Deformao. Esse mecanismo consiste numa alterao lenta na estrutura de materiais,

sobretudo, plsticos submetidos a uma carga mecnica constante. Este tipo de degradao
pode interferir nas funes do produto ou causar rupturas ou fraturas. A acelerao deste
processo pode ser feita atravs de incrementos na temperatura, nas cargas mecnicas e pela
utilizao de alguns produtos qumicos.
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.
Corroso/Oxidao. Os metais e das comidas esto sujeitos a este tipo de deteriorao,

a partir da reao com o oxignio do ar, cidos, flor, cloro, enxofre, gua, etc. A acelerao
deste processo pode ser feita pelo aumento da concentrao das substancias qumicas
envolvidas na reao, pela utilizao de catalisadores, temperatura, etc.
Eroso. Esse mecanismo caracterizado pela ao de agentes externos sobre os

materiais que, usualmente, esto expostos as intempries do tempo (clima), a exemplo de
ventos, sol, chuva, raios, etc. A degradao aqui geralmente envolve, tambm, corroso e
oxidao. A acelerao deste processo caberia a variveis como temperatura e o auxlio de
agentes qumicos.
A estes mecanismos de degradao propostos por Nelson (1990) pode-se acrescentar:
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).
3.4.4 Suposies dos Modelos de Degradao

Tendo a degradao, a muito se tornado um agente de grandes preocupaes por parte
dos estudiosos da manuteno, uma vez que acelera o evento falha, reduzindo assim a
confiabilidade inerente a equipamentos e sistemas, muitos destes estudiosos tm identificado
algumas suposies que so evidentes estrutura do processo de degradao. Aqui, uma
adaptao feita a partir das suposies apresentadas por Nelson (1990), para os modelos
estudados por ele. Estas, de forma geral, so bastante representativas dos atributos que
realmente compem este fenmeno e so explicitadas da seguinte forma.
Suposies:
41
1. A degradao no reversvel. Ou seja, a performance do componente fica

monotonicamente pior com o decorrer do tempo.
2. Usualmente um modelo aplicado apenas um nico processo (mecanismo) de

degradao. Se, portanto existem mais de um mecanismo degradante agindo,
simultaneamente, em um dispositivo, estes devem possuir modelos independentes.
3. A degradao inicia-se aps algum tempo de operao do dispositivo. Ou seja, a

ao da degradao em um componente no se inicia do zero operacional deste item,
mas aps um determinado tempo de operao do mesmo.
3.4.5 Modelos de Degradao (DM)

Os estudos quantitativos do fenmeno da degradao tm apresentado diversas
propostas para modelar a ao dos respectivos mecanismos associados a ele. Por exemplo,
Nelson (1990) discorre acerca de vrias aplicaes destinadas a quantificar a degradao,
sobretudo quelas voltadas para os modelos acelerados. Bagdonavicius e Nikulin (2002) e
Meeker e Escobar (1998) apud Park e Padgett (2005) mencionam resultados mais recentes,
como os modelos de regresso para a modelagem da degradao que so estudados por Lu e
Meeker (1993), Lu et al. (1996), Bagdonavicius and Nikulin (2000), Tseng e Yu (1997), Bae
et al. (2007) entre outros. Em particular, o estudo dos modelos Estocsticos de Degradao
so encontrados em diversas aplicaes como as apresentadas nos trabalhos de Noortwijk
(2009), Noortwijk et al. (2007), Crowder e Lawless (2007), Park e Padgett (2005), etc. Vrios
outros tipos de aplicaes em manuteno preditiva so utilizadas estruturas matemticas para
modelar a degradao, como por exemplo, as propostas de Fouladirad et al. (2008), Lam e
Zhang (2004), Robinson e Crowder (2000), Lee (1996), etc.
3.4.5.1 Classificao dos Modelos de Degradao

Para classificar os modelos de degradao, Lung et al. (2008) estruturam o seguinte
formato:
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
Figura 3.4 Classificao dos Modelos de Degradao
43
Modelos de
Shock
3.4.6 Modelos de Regresso

Os modelos de regresso constituem-se na forma mais simples de se representar
fenmeno da degradao. Por exemplo, para a estrutura de regresso linear colocada abaixo,
um grande nmero de situaes poderiam derivar, dependendo dos valores atribudos ao
coeficiente a e ao incremento b, da equao que segue:
D (t ) = at + b .
(26)
Estes coeficientes, na grande maioria dos casos, so representados por variveis

aleatrias. Assim, desta estrutura, derivam queles modelos no qual a degradao pode ser
linearmente proporcional ao tempo de utilizao do item, como mostra a figura 3.4 abaixo:
100
90
Degradao D(t)
80
70
60
50
40
30
20
10
0
1
10
11
Tempo de Utilizao, t
Figura 3.5 Modelo Linear de Degradao
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)
~ N (0, 0 2 ) ; Y = log( D (t )) (logaritmo da degradao);
= log (taxa de degradao); x = log(tempo); e seria a medida do erro, onde e so
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
falha , analogamente ao ilustrado na figura 3.5.
Figura 3.6 Limiar de Falha (adaptada de Noortwijk, 2009)
Utilizando um tipo no linear de regresso, Lu et. al (1996), Tseng e Yu (1997), Bae et

al. (2007) e Chen e Zheng (2005) propem e avaliam um modelo de degradao para a
determinao do tempo de falha dos itens, e comparam com a forma usual utilizada para o
clculo desse tempo, verificando uma acuidade maior, no clculo do tempo de vida dos itens,
45
com a avaliao do processo de degradao. Wu e Chang (2002) fazem uma avaliao

parecida para estes modelos, na presena de restries de custo para os testes da degradao.
Ainda, Bae et al. (2007) utiliza este modelo para avaliar a confiabilidade em testes onde o
tempo para a falha esparso. Os modelos de regresso so ainda aplicados por Gebraeel e
Pam (2008), entre outros.
3.4.7 Limiar de Falha

O limiar de falha consiste em uma caracterstica que comumente estruturada para
modelos de degradao de itens sujeitos a um Shock (Modelos de Shock), porm, que podem
ser estendidos aos modelos de dano gradual, (ver Figuras 3.5, 3.6 e 3.7). Este limiar
representa o valor de degradao limite, ou seja, o ponto no qual a falha (ocasionada pelo
processo de degradao) iminente no sistema.
Limiar de Falha
Conhecido
Aleatrio
Figura 3.7 Classificao do Limiar de Falha
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.
Ver seo 3.4.7.
46
Para a representao deste limiar, duas formas so, comumente, verificadas na

literatura. Na figura 3.5, v-se um tipo de representao na qual a condio de um item parte
de uma posio inicial r0 e a degradao surge, ento, como um processo de perda desta
condio, ou seja, aps um determinado perodo de tempo, tem-se que a condio do
equipamento ter sido piorada, passando agora a ser representada por R (t ) = r0 X (t ) , sendo
X(t) justamente o que deve ser subtrado da resistncia inicial, r0 , devido degradao (ver
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).
Figura 3.8 Limiar de Degradao Superior
3.4.8 Modelos Estocsticos

Uma parcela considervel dos modelos de degradao encontrados na literatura pode ser
enquadrada na famlia dos modelos estocsticos. So exemplos deste tipo de abordagem os
processos: Browniano, Markov, Gamma, Poisson Geomtrico e Wiener.
A partir de uma definio clssica, Souza (2007), relata um processo estocstico como
uma famlia indexada de variveis aleatrias { X t , t T } , onde T seria o conjunto de ndices,
ou parmetros, e onde X t seria a representao do estado do sistema no instante t.
47
Na reviso literria dos modelos estocsticos realizada no trabalho de Noortwijk (2009),

pode-se verificar que os processos estocsticos so, geralmente, apresentados como um
processo de passo aleatrio a uma taxa constante no tempo, com o tamanho do passo
(incremento) sendo no negativo, monotonicamente crescente, independente e identicamente
distribudo. Estes modelos definem um evento falha no instante em que a deteriorao no item
atinge um determinado patamar, podendo este ser previamente conhecido ou no, como
relatado anteriormente (ver figuras 3.5 e 3.7).
Noortwijk (2009) faz referncia a uma variedade de situaes, para a avaliao da
confiabilidade, onde os processos estocsticos podem ser utilizados. As definies dos
modelos estocsticos postadas abaixo so em grande parte baseadas no trabalho deste autor.
3.4.8.1 Processo Estocstico Gamma

Tratando dos modelos Gamma, assim como Gertsbakh e Kordonskiy (1969), Noortwijk
(2009) atenta para a correta adequao dessa distribuio para modelar a variao temporal da
deteriorao, atravs de um modelo estocstico. Em outro trabalho, Noortwijk et al. (2007)
propem uma modelagem para a avaliao da dependncia temporal da confiabilidade em
componentes estruturais, a partir da combinao de dois processos estocsticos, um para a
deteriorao da resistncia e outro para as cargas flutuantes s quais as estruturas estudadas
estavam sujeitas. O processo Gamma ainda utilizado nos trabalhos de Fouladirad et al.
(2008), Fouladirad e Grall (2008) e Saassouh et al. (2006) para modelar as mudanas sbitas
na condio de sistemas sujeitos a deteriorao.
O Processo estocstico Gamma pode ser definido da forma que segue:
Processo Gamma No-Estacionrio

Considerando que uma quantidade aleatria X tem uma distribuio Gamma, com
parmetro de forma > 0 e parmetro de escala u > 0, com uma funo densidade de
probabilidade dada por
Ga( x / v, u ) =
u v v 1
x exp(ux) I ( 0, ) ( x) ,
(v )
48
(29)
Onde I A ( x) = 1 para x A , I A ( x) = 0 para x A , e com (v) =
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)
Tendo a mdia e a varincia calculadas por,

E ( X (t )) =
v(t )
v(t )
, Var ( X (t )) = 2 ,
u
u
(31)
e o coeficiente de variao definido pela razo entre o desvio padro e a mdia
CV ( X (t )) =
Var ( X (t ))
=
E ( X (t ))
1
v(t )
(32)
Este coeficiente decresce medida que o tempo passa.

Sujeito e este tipo de processo de deteriorao no estacionrio, um componente
qualquer vem a falhar quando sua resistncia deteriorao R(t ) = r0 X (t ) cai abaixo de um
nvel de stress s (ver figura 3.5). Sendo T y o tempo no qual o item vem a falhar, a funo de
distribuio acumulada para este tempo de vida pode ser calculada por:
49
F (t ) = Pr{T y t} = Pr{ X (t ) y} =
f X (t ) ( x)dx =
x= y
onde y representa o patamar de ocorrncia da falha e (a, x) =
(v(t ), yu )
,
(v(t ))
(33)
a 1 z
e dz a funo Gamma
z=x
incompleta para x 0 , a > 0.
Processo Gamma Estacionrio

Quando a deteriorao esperada linear no tempo, temos um processo estocstico
Gamma estacionrio. Noortwijk (2009) nos mostra que, a partir de uma re-parametrizao das
equaes (31) e (32), chega-se aos seguintes resultados, respectivamente, para a funo
densidade de probabilidade, esperana e varincia:
f X ( t ) ( x) = Ga( x /[ 2 t ] / 2 , [ y ] / 2 ) , para , > 0
(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.
3.4.8.2 Processo Estocstico Browniano

O processo estocstico Browniano aparece no trabalho de Park e Padgett (2005) para a
modelagem da degradao em modelos acelerados. Uma considerao bastante interessante
feita na utilizao deste processo estocstico por parte desses autores. Eles consideram o
processo estocstico browniano de degradao como sendo sempre positivo, no intuito de
adequ-lo a uma estrutura usual de degradao, entretanto, essa estrutura de processo
estocstico, pode, em determinadas situaes, assumir valores negativos, sendo considerado
por alguns autores um modelo inadequado para a quantificao de um processo de degradao
(Noortwijk , 2009).
50
O Processo Browniano, de acordo com Noortwijk (2009), consiste em um processo

estocstico de tempo contnuo { X (t ), t 0} com parmetros e 2 , > 0 contendo as
seguintes propriedades:
X (t ) normalmente distribuda, com mdia t e varincia 2 t com t 0 ;
X (t ) tem incrementos independentes;
X (0) = 0 , com probabilidade 1; e
X (t ) contnuo em t = 0.
Essa estrutura de modelo estocstico grandemente utilizada para
modelar o
movimento de pequenas partculas no ar (Noortwijk , 2009). No contexto da confiabilidade,

sua modelagem fica comprometida, medida que, segundo o autor, a resistncia do
componente pode em alguns momentos crescer e em outros decrescer. Ainda assim, alguns
trabalhos, utilizando este modelo para processos de degradao podem ser encontrados na
literatura. Um exemplo disso so as pesquisas desenvolvidas por Basu and Ebrahimi (1983),
Ebrahimi and Ramallingam (1993), Basu and Lingham (2003) e Doksum and Hyland (1992)
apud Noortwijk (2009).
3.4.8.3 Processo Estocstico de Poisson

Os Modelos Estocsticos de Poisson so bastante utilizados para modelar os Modelos
de Shock, que sero relatados abaixo (ver trabalhos de Chien e Sheu (2006), Qian et. al (2005)
e Lai et. al (2006), entre outros). Os modelos deteriorao estruturados por este tipo de
processo estocstico, particularmente os modelos de Shock, consideram os componentes
sujeitos a um processo de chegada no-homogneo de Poisson {N (t ), t 0} . A chegada
desses eventos aleatrios (shocks), segundo Qian et. al (2005), vo aos poucos deteriorando o
sistema at que a acumulao desses danos graduais atinja um patamar no qual o sistema vem
a quebrar.
51
Segundo os resultados de Lai et. al (2006) quando a idade do sistema t e o nmero

6
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 que o autor chama de taxa de intensidade (taxa de ocorrncia do shock).

A partir desse valor de probabilidade podem ser calculadas a taxa de falhas e a
confiabilidade do sistema considerando essa teoria.
3.4.8.4 Processo Estocstico Geomtrico

Esse tipo de modelo muito utilizado para representar processos de deteriorao a partir
de shocks aleatrios. Por exemplo, Chen e Li (2008), Tang e Lam (2006) e Lam e Zhang
(2004) utilizam o Processo Geomtrico para modelar a deteriorao proveniente dos shocks.
Lam (1988) apud Tang e Lam (2006) introduziu o Processo Estocstico Geomtrico
como um processo estocstico simples e monotonico. Basicamente, esse tipo de processo
estocstico apresenta as seguintes caractersticas (teoria baseada em Tang e Lam (2006)):
Definio: Um processo estocstico {Z n , n = 1,2,3,...} chamado um processo

geomtrico se existe um nmero real a > 0 tal que {a n 1 Z n , n = 1,2,3,...} forma um processo
7
de renovao . O nmero real a chamado de razo do processo geomtrico. Para a 1 o

processo geomtrico decrescente, ao passo que quando 0 < a 1 ele crescente. Se a = 1 o
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
processo geomtrico se reduz a um processo estocstico de renovao (RP). A partir dos

resultados dos autores, sendo = E ( Z 1 ) e 2 = Var ( Z 1 ) , temos que:
E(Z n ) =
a n1
(37)
e,
Var ( Z n ) =
2
a 2( n 1)
(38)
Assim, os parmetros a , e so de grande importncia para a correta definio do

processo geomtrico.
3.4.8.5 Processo Estocstico de Markov

Segundo Barlow e Proschan (1965) apud Noortwijk (2009) uma deteriorao
geralmente assumida como sendo um processo estocstico de Markov. Este, ainda de acordo
com este autor, consiste em um processo estocstico que dado um valor de X (t ) , os valores
de X ( ) , onde > t , so independentes dos valores de X (u ) , u < t . Isto quer dizer que a
distribuio condicional do estado (condio) futura do item X ( ) , dadas as condies do
presente e do passado, respectivamente, X (t ) e X (u ) , u < t , independente da condio do
passado. Em outras palavras, o estado futuro, que representaria o patamar de degradao no
qual o item estaria sujeito no tempo , depende apenas do estado anterior no qual o item se
encontrava. Portanto, o que condiciona o patamar seguinte de degradao apenas o patamar
anterior, sendo a amplitude do passo de degradao uma varivel aleatria.
Em algumas utilizaes do processo estocstico de Markov, ele utilizado por Frostig e
Kenzin (2009) para a avaliao da disponibilidade de sistemas sujeitos a shocks, e, Sloan
(2004) revisa modelos de produo e manuteno para demandas aleatrias e equipamentos
degradantes estruturados pelo modelo de Markov.
3.4.8.6 Processo Estocstico Wiener

53
Whitmore (1995), Doksum e Normand (1995) e Whitmore e Schenkelberg (1997)

utilizaram este modelo, atravs da anlise de dados, para estimar a degradao sofrida pelos
componentes antes da ocorrncia das falhas. Ainda, Barker e Newby (2009) fazem uso desse
tipo de processo estocstico para definir uma poltica tima de inspeo em um sistema de
mltiplos componentes sujeitos a processos de degradao independentes. O Processo
Estocstico Wiener , pois, descrito por estes ltimos autores como um processo de dano
cumulativo de passo aleatrio.
Sendo os componentes de um dado sistema S, C i , i {1,..., N } , o processo estocstico
Wiener, correspondente, para modelar a degradao nesses componentes, mostrado da
seguinte forma pelos autores:
Wt , i {1,..., N } , onde
(i )
Wt
(i )
= i t + Bt , i {1,...N }
(39)
(i )
= 0 , i {1,...N } .
(40)
(i )
e,
W0
Onde os i s representam os coeficientes da varivel temporal t, os s so os termos de

volatilidade, definidos pela teoria, e Bt
(i )
a representao do movimento Browniano do
patamar onde se encontra a degradao.
3.4.9 Modelos acelerados

Os Modelos Acelerados consistem em um tipo de modelagem bastante peculiar para
estruturar de um processo de deteriorao. Estes se valem da extrapolao de dados da
performance dos produtos (dispositivos), para o estabelecimento de uma distribuio que
caracterize a estrutura do dano gradual. Nelson (1990) estudou em detalhes estes modelos,
compondo um trabalho que conseguiu agrupar uma robusta reviso bibliogrfica das
aplicaes destas estruturas.
54

8
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
temperatura, o relacionamento existente entre a mdia do log da performance (log da

performance mdia u0,50 ) , a temperatura absoluta T e o tempo de exposio t dado por:
(t , T ) = log(u 0,50 ) = t exp( / T )
(41)
Neste caso, os parmetros , , e so das caractersticas do produto, do processo de

degradao e do mtodo utilizado.
Outros modelos apresentados por Nelson (1990) so: os modelos de taxa constante
(Simple Constant Rate Model) e de coeficientes aleatrios (Random Coefficients Model). O
primeiro modelo tem o comportamento, fundamentalmente, similar ao modelo linear, descrito
no subitem 3.4.6 acima. O modelo de coeficientes aleatrios, por sua vez, tem os coeficientes
da equao representativa da medida da degradao definidos como sendo de natureza
aleatria. Assim, sendo
y i (t ) = ai + bi t ,
(42)
onde, a i e bi so coeficientes aleatrios e yi (t ) a degradao.

Outro modelo, aplicado por Zaludova e Zalud (1985) apud Nelson (1990) para
descrever a degradao em motores a diesel, descrito por este ltimo autor como sendo um
modelo de incrementos aleatrios (Random Increments Model). Supondo que o log da
performance do componente a um tempo jt (j =1,...,J) seja dado por :
y ( jt ) = y i [( j 1)t ] b j t ,
onde b j t um incremento no negativo e aleatrio.
Nome original do Ingls. A traduo ao p da letra seria Modelo da Taxa de Arrhenius.
55
(43)
Por fim, Crow e Slater (1969) apud Nelson (1990) utilizaram uma distribuio baseada
9
na Weibull para modelar a degradao das propriedades mecnicas de materiais plsticos. A

equao que pode ser utilizada para se obter a medida da degradao a seguinte:
(t ) = exp[(t / ) ] + ,
(44)
Onde os parmetros , , e so caractersticas dos materiais plsticos, bem como

variveis associadas umidade e temperatura.
3.4.10 Modelos Subjetivos

Os Modelos Subjetivos comportam a utilizao de conhecimento especialista e
distribuies a priori, sobretudo atravs da utilizao dos modelos Bayesianos. Este tipo de
modelo muitas vezes se compe como a nica alternativa para o desenvolvimento quantitativo
de determinados estudos, onde a quantidade de dados escassa ou praticamente inexistente.
Gelman et al. (1995) afirma que uma anlise Bayesiana consiste em mtodos prticos para se
fazer inferncia sobre dados, usando modelos probabilsticos, para quantidades observveis e
quantidades sobre as quais se deseja aprender algo.
Na manuteno, esta forma de tratamento dos problemas tem sido bastante explorada
como apresentada nos trabalhos de Celeux et al. (2006), que trazem um design de manuteno
preventiva, baseado em opinies de especialistas. Ebrahimi (2009) prope uma estrutura
Bayesiana para predizer o nmero de falhas em unidades operacionais; Ebrahem et al. (2009),
apresenta uma maneira de se estimar a distribuio do tempo para a falha, utilizando uma
abordagem Bayesiana; Ke et al. (2008) apresentam uma aproximao Bayesiana para sistemas
reparveis; Wang e Jia (2007) tratam de um mtodo Bayesiano emprico para a estimao dos
parmetros da distribuio do delay time, utilizando tanto dados subjetivos como dados
objetivos; Cavalcante e Almeida (2007) lanam mo da abordagem Bayesiana para tratar o
problema da incerteza do modelo de deciso proposto por eles; e, tratando de problemas de
degradao, os artigos de Robinson e Crowder (2000) e Roed e Aven (2009),
respectivamente, utilizam um mtodo de inferncia bayesiana para modelar confiabilidade de
produtos atravs de dados de degradao e sugerem uma anlise Bayesiana para a deteco da
deteriorao em sistemas
Weibull Relationship o nome original do ingls da teoria desenvolvida pelos respectivos pesquisadores.
56
Essa abordagem utiliza-se da probabilidade Bayesiana para inferir acerca da incerteza

de alguns parmetros. Portanto, a partir de uma distribuio a priori, p ( ) , do parmetro ,
acerca do qual se deseja inferir algo, se estabelece a distribuio a posteriori, p ( / x) , se esta,
por exemplo, representar um parmetro de degradao, a idia aqui consiste em tentar
determinar a degradao esperada a posteriori num determinado instante de tempo t. Contudo,
a utilizao da probabilidade Bayesiana, para a grande maioria dos casos de aplicaes em
manuteno, restringe-se determinao dos parmetros das distribuies que modelam o
fenmeno, para o caso onde a quantidade de dados realsticos insuficiente ou inadequada.
3.4.11 Modelos fsicos ou Qumicos

Os Modelos Fsicos ou Qumicos, geralmente, so suportados por uma quantidade de
dados objetivos suficientes para a escolha de uma funo de distribuio adequada, bem como
para o clculo dos parmetros que as definem.
Okumura (1997) ao aplicar o modelo Delay Time a itens sujeitos a um processo de
degradao fsico utiliza o modelo Reaction Rate Model. Neste modelo de deteriorao, a
taxa com que o componente se deteriora em um determinado tempo t, segundo o autor, pode
ser calculada por:
K (t ) = A (t ) exp[
B
K B (t )
] exp[(C +
D
K B (t )
) S (t )] .
(45)
Neste caso, (t ) a temperatura absoluta no tempo t, S(t) um stress no tempo t devido

temperatura, A, B, C, D so constantes e K B a constante de Boltzmann. A degradao
cumulativa a partir deste modelo pode ser calculada por:
t
D(t ) = K (t )dt .
0
57
(46)
Os modelos fsicos ou qumicos, geralmente, quantificam as caractersticas dos agentes

degradantes a partir de equaes que estruturam as modificaes ocorridas nas caractersticas
(fsicas ou qumicas) dos materiais. Modelos deste tipo de deteriorao podem ainda ser
encontrados nos trabalhos de Moyan e Ayala-Uraga (2008) que estudam o processo de
degradao em navios combinando a corroso em componentes estruturais ao crescimento de
rachaduras. Ainda, Prian e Barkatt (1999), Degraeve et al. (1999), Tate e Kelkar (2008),
Peppley e Roberge (2002), Fowler et al.(2002) e Hack et al. (1993) tratam de modelos fsicos
de degradao em seus trabalhos.
3.4.12 Modelos de Shock (Shock Models)

Esse tipo de modelo de deteriorao considera, geralmente, que o mecanismo
degradante, que pode levar o item ao estado falho, representado por um stress no
peridico e aleatrio, ou seja, um shock. Vrios modelos de Shock so estrutrurados por
processos estocsticos de Poisson e Geomtrico (ver subitens 3.4.8.3 e 3.4.8.4).
Considerando este tipo de abordagem, Deloux et al. (2009) estabelecem uma poltica de
manuteno para sistemas sujeitos a este stress. Os autores otimizam a periodicidade das
inspees e, a medida que a partir das avaliaes das condies do equipamento, verifica-se
uma falha iminente no sistema, os autores propem uma poltica de substituio para o
sistema.
Na mesma linha, tratando da definio de uma poltica tima de substituio em
sistemas sujeitos a shock, Chien (2006), Chien e Sheu (2006) e Lam e Zhang (2004)
apresentam modelos baseados no processo estocstico no homogneo de Poisson. Tang e
Lam (2006) propem uma poltica de manuteno para sistemas sujeitos a shock,
considerando que o processo de chegada do shock tem uma distribuio Weibull ou Gamma.
Ainda, Sheu e Griffith (2002) propem uma poltica de substituio em bloco para modelos
de shock. Outros modelos so apresentados por Satow e Osaki (2003), Qian et al. (2003),
Rangan e Tansu (2008), Lim et al. (2005), Qian et al. (2005), Rangan et al. (2006), Chiang e
Yuan (2000), Frostig e Kenzin (2009), Montoro-Cazorla et al. (2009a), Montoro-Cazorla et al.
(2009b), Letu (2008), Ramirez-Ruiz e Granot (2007), entre outros.
3.5 Abordagem Multicritrio de Suporte a Deciso

58
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.
3.5.1 Teoria da Utilidade Multiatributo

Gomes et al. (2006) relata que a Teoria da Utilidade Multiatributo derivou das
estruturas axiomticas da Teoria da Utilidade. grosso modo, pode-se afirmar que a primeira
teoria basicamente a extenso da segunda, pela considerao de mais de um atributo.
Essas teorias so fundamentadas por aspectos tericos de incerteza bastante densos e
tm o intuito de explicitar, analiticamente, uma estrutura preferencial que racionalize sobre
todas as variveis inseridas num processo de deciso, fornecendo uma soluo vivel para o
59
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).
3.5.1.1 Elicitao da Funo de Utilidade Multiatributo

O MAUT, como conhecida a teoria de utilidade multiatributo, pode ser utilizado,
conforme relatam Gomes et al (2006) e Ferreira et al (2009), de duas maneiras, na modelagem
dos problemas de deciso. So elas:
I.
Como Teoria: nesta modalidade a elicitao da funo de utilidade se d de forma

direta, pela aplicao das estruturas axiomticas de preferncias figura do decisor,
justificando o estigma de teoria a este modelo; e
II.
Como Mtodo: nesta forma de utilizao a funo de utilidade multiatributo deve

funcionar como um mtodo de agregao dos objetivos contidos no problema
analisado, no levando em considerao todos os passos exigidos do ponto de vista
terico.
Conforme Keneey e Raiffa (1976), o processo de elicitao da funo de utilidade
multiatributo passa por cinco passo bsicos:

1) Introduo das terminologias e das idias: onde busca-se fazer com que o decisor
entenda todo o processo de construo do modelo que ser implementado, tendo uma
atitude positiva com relao a todo o processo;
2) Identificao de suposies de independncia relevantes: a idia aqui verificar
suposies que possam facilitar a construo da funo de utilidade, como por
exemplo, a independncia entre os atributos e a independncia aditiva, que possibilita
a utilizao de uma funo de utilidade aditiva;
60
3) Elicitao das utilidades condicionais: nesta etapa constri-se a funo de utilidade

unidimensional para cada um dos atributos, considerados individualmente, e
condicionados a fixao dos demais em determinados patamares;
4) Clculo das constantes de escala: neste ponto so calculadas as constantes de escala
para a funo de utilidade elicitada no passo anterior; e
5) Checa-se a consistncia do modelo: de maneira a verificar se o modelo construdo
realmente expressa s preferncias do decisor.
Esses passos sero comentados de maneira sucinta medida que o exemplo numrico
for sendo desenvolvido no captulo 4.
3.5.2 Aplicaes dos Modelos Multicritrio

As aplicaes dos modelos multicritrio na literatura no se restringem apenas a
problemas de avaliao dos sistemas produtivos, no qual o gerenciamento da manuteno est
inserido. Podem ser encontradas aplicaes desta estrutura em diversas reas do
conhecimento, tais como Engenharia, Economia, Administrao, Gesto de Pessoas, etc. Ou
seja, a quase todo o tipo de problema de deciso, com mais de um atributo, que sejam
conflitantes entre si, essa teoria pode ser adaptada.
Algumas aplicaes significativas, voltadas produo e a manuteno, foram
desenvolvidas por Cavalcante e Almeida (2005), que desenvolveram um modelo multicritrio
de apoio a deciso para o planejamento da manuteno preventiva, com a utilizao do
Promethee II. Ferreira et al. (2009) que lana mo deste estrutura para o estabelecimento de
intervalos de inspees dentro do escopo da manuteno preditiva. Almeida Filho (2005) que
aplica um modelo de deciso multicritrio para problemas de escolha de softwares de anlise.
61
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
Captulo 4 O Modelo Proposto
4 O MODELO PROPOSTO (Procedimentos Metodolgicos)
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).
4.1.1 Custo e Downtime

Com relao ao atributo Custo, a abordagem se prope a quantificar a viabilidade das
inspees at que este, associado inspeo e ao reparo preventivo, no mais represente um
critrio vantajoso ante a realizao de uma manuteno corretiva, efetuada quando o
equipamento deixa de cumprir a sua funo requerida. J na dimenso do Downtime, tentar
dar um parecer acerca do tempo para a realizao de inspees que tenham menor impacto
sobre a disponibilidade do item, o que incorre em ganhos significativos ao processo
produtivo.
O modelo do Delay Time, para componentes, fundamentar a periodicidade da inspeo
a partir de uma distribuio Lognormal, derivada de parmetros de degradao, que serve aqui
para quantificar o intervalo de tempo (h). A Funo Custo e a Funo Downtime estabelecem
o relacionamento que incorpora estes parmetros teoria, dando um tratamento que se
aproxima em demasiado do que realmente acontece em manuteno de componentes e
equipamentos nos sistemas produtivos. Por fim, atravs do modelo Multicritrio de Utilidade
Multiatributo, objetiva-se estabelecer uma estratgia de ao, para a definio de uma poltica
que obtenha um resultado satisfatrio para os critrios considerados.
63
4.2 Modelo para a determinao da periodicidade da inspeo

O modelo apresentado a seguir consiste em uma aplicao do modelo Christer do Delay
Time para componentes, baseando-se no que foi apresentado por Okumura (1997), no artigo
em que relaciona DTM a um processo de degradao fsico, representado pelo Reaction Rate
Model, descrito por esta dissertao no subitem 3.4.10. Dessa forma, toda a pesquisa desta
dissertao est fundamentada nas seguintes premissas:
1. O intervalo de tempo h, que quantifica o Delay Time, resultante de um processo
10
de degradao , podendo ser representado por qualquer dos mecanismos e modelos

apresentados no Captulo 3 deste trabalho. Ser considerado que este processo de
degradao tem incio no momento de surgimento do defeito no item, e evolui at o
instante de tempo u+h, no qual o limiar de falha atingido;
2. Os custos para a realizao de uma manuteno preventiva sero avaliados ante a
sua criticidade para a realizao das inspees. Ou seja, a realizao das inspees
ser vantajosa enquanto estes custos forem inferiores aos custos de uma manuteno
corretiva.
Neste sentido, a proposta desta dissertao pela definio de uma
periodicidade que minimize os custos da manuteno; e

3. A avaliao do downtime visa claramente a diminuio do tempo no qual o
componente ficar fora de operao, incrementando significativamente na
disponibilidade do item. A necessidade corrente de simultaneamente se minimizar este
critrio e o anterior cria um tipo de conflito, que nesta aplicao ser resolvido pela
aplicao de uma estrutura de deciso.
A utilizao do modelo de degradao para quantificar o delay time h perfeitamente
aceitvel, uma vez que o prprio modelo, desenvolvido por Christer e Waller em 1984,
pensado para dar suporte a decises, acerca da periodicidade para a realizao das inspees,
a partir de uma suposio essencial: o componente, equipamento ou sistema degrada desde
o instante no tempo no qual um defeito surge, at o momento em que este evolui, ocasionando
uma falha. Portanto, atravs desta tica, pode-se afirmar que o DTM foi fundamentalmente
10
O escopo deste trabalho no se destina a representear detalhadamente o modelo de degradao do qual

resulta o intervalo de tempo h. Mas trabalhar na definio de um modelo de inspeo que avalie as
conseqncias deste processo de degradao, na composio das funes de Custo e Disponibilidade
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.
4.3 Suposies e Notaes do Modelo

As suposies do modelo de inspeo que ser apresentado a seguir foram construdas a
partir dos trabalhos de Christer (1999), Okumura (1997) e Jia e Christer (2002).
Suposies:
A modelagem realizada considerando-se um nico componente, sujeito a um nico
tipo de falha dominante, representada por um processo de degradao;
Supe-se aqui que seja um componente no qual a identificao da falha no seja
imediata, dessa forma, a identificao deste evento fica condicionada realizao de
uma inspeo, medio de algum tipo de parmetro de performance, ou da eventual
necessidade de atuao do dispositivo.
Em t = 0 o componente posto em operao e a partir desse momento todos os
tempos passam a ser referenciados a tempos operacionais;
No intervalo de tempo que transcorre entre t = 0 e t = u, considerado que o
equipamento cumpre a sua funo requerida sem que qualquer tipo de degradao
esteja presente.
O instante de tempo t = u, no qual um defeito surge no item, quantificado por g(u) e
G(u), respectivamente, as funes de densidade de probabilidade e de distribuio para
65
a varivel aleatria u. Estas funes so tomadas como conhecidas, sendo

quantificadas pela Distribuio Weibull. Ou seja,
g (u ) =
t 1
t
( ) exp ( )

(47)
e,
t
G (u ) = 1 exp ( )
(48)
O intervalo delay time h representado por um processo de degradao (que ser

apresentado a seguir), e tem suas FDP e FD dadas por f(h) e F(h);
Considera-se que o componente no sofre nenhum tipo de deteriorao durante a
inspeo;
Considera-se que o tempo para a realizao de inspees sucessivas fixo. Isto , a
varivel, T, que define a periodicidade das inspees no sistema, imutvel durante
todo o ciclo de inspeo.
Um ciclo de inspeo consiste no tempo decorrente desde o instante no qual o
componente entre em operao, ou seja, t = 0 (incio da vida til do componente), at
o instante no qual este reparado ou substitudo, em decorrncia de um defeito ou de
uma falha (ver figura 4.1).
Figura 4.1 Ciclo de Inspeo considerando inspees imperfeitas (adaptada de Jones et al., 2009)
A figura acima representa parte do ciclo de inspeo de trs componentes C1, C2

e C3, considerando um sistema multicomponente. Em caso de inspees perfeitas, o
66
ciclo do componente C1 terminaria no tempo operacional T, onde realizada a

primeira inspeo, pela identificao da falha ocorrida no componente em algum
instante anterior. O ciclo dos componentes C2 e C3, por sua vez, terminariam em 2T,
pela identificao e correo dos respectivos defeitos.
As inspees so consideradas perfeitas em todas as suas formas, ou seja, caso haja
algum defeito no item, este ser perfeitamente identificado durante uma inspeo;
O modelo busca a identificao prioritria dos defeitos, objetivando evitar a ocorrncia
de falhas no componente, entretanto, durante as inspees, eventuais falhas podero e
devero ser identificadas e corrigidas;
A identificao e reparo de um defeito ou de uma falha durante as inspees provoca o
reincio do ciclo de inspeo;
As inspees so realizadas, periodicamente, a cada tempo T , onde este tempo
medido em unidades de tempo operacional. Logo,
Ti = T1 + (i 1)T , com (i = 1, 2, 3,...);
d f , d r e d i denotam, respectivamente, os downtimes para se corrigir uma falha, para

realizar um reparo preventivo no item (dado que um defeito foi identificado) e para se
realizar uma inspeo;
Semelhantemente a suposio anterior, C f , C r e C i quantificam os custos incorridos,

respectivamente, para se corrigir uma falha, para a realizao de uma manuteno
preventiva, ou para a execuo de uma inspeo;
E D (T ) e ET (T ) representam o downtime esperado e a esperana do comprimento do

ciclo da inspeo;
E C (T ) representa o custo esperado para o ciclo de inspeo; e
67
A(T), D(T) e C(T) so, respectivamente, a disponibilidade, o downtime e o custo em

razo do tempo para inspeo, em T.
4.3.1 Modelo de Degradao

Semelhantemente ao que foi proposto por Okumura (1997) onde o modelo delay time
associa-se a um processo de degradao fsico, a partir do qual o autor quantifica uma
distribuio temporal para modelar o perodo no qual o item se encontra no estado defeituoso,
este trabalho se prope a acoplar as teorias do delay time e da anlise de degradao ao
utilizar um modelo desenvolvido por Lu et. al (1996). Este modelo utilizado por diversos
autores (ver 3.4.6) para fazer uma estimao do tempo de vida de um determinado
componente a partir de parmetros de degradao. Ele mais comumente utilizado em testes
e modelos acelerados. Porm, este tipo de anlise da degradao pode ser aproveitada para
caracterizar a degradao de vrios tipos de componentes ou sistemas, bastando para isso que
os devidos ajustes aos parmetros do modelo sejam feitos.
4.3.1.1 O Simple Path Model (Modelo do Passo Simples)

A apresentao do modelo de degradao que ser utilizado nesta seo oriunda do
trabalho de Lu et al. (1996).
No modelo destes autores, a degradao assumida como sendo proporcional ao tempo,
sendo a taxa de degradao, exp(Z), uma varivel aleatria e onde representa um erro dessa
medida. Ou seja, a medida de degradao, conforme mostrada na seo 3.4.6, seria dada por:
D(t ) = exp( Z ) + t + exp( ) .
(49)
Implicando no seguinte modelo logartmico,

Y = Z + x + ,
(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
item ocorre no instante no qual o logaritmo da medida de degradao no tempo, isto , (Z +

x), atinge o limiar de falha, ou seja, Z + x = DC (ver seo 3.4.6 e 3.4.7).
68
Assim, a partir dessa modelagem de degradao, os autores definem um modelo

logaritmo para o tempo aleatrio no qual os itens vm a falhar. A varivel aleatria,
logartmica, do tempo para a falha pode, dessa forma, ser expresso por:
X = DC Z ~ N( DC Z ; Z ).
2
(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.
Z o valor mdio do logaritmo da taxa de degradao; e
ii.
Z o desvio padro da varivel.
4.3.1.2 Discusses do Modelo de Degradao

O modelo apresentado acima foi proposto originalmente por Lu Meeker (1993), a partir
da anlise de dados de degradao, e desde ento tem sido utilizado de maneira bastante
satisfatria na modelagem desse processo (ver 3.4.6). Diversos autores tm utilizado este
modelo como uma soluo fisicamente possvel para se avaliar o tempo de vida de
componentes atravs de um evento fsico que esteja diretamente relacionado a um dado de
performance do componente, ou a um dado que seja referido a perda de certas caractersticas
de um determinado componente, a medida que o tempo transcorre.
A estrutura de modelagem proposta acima define, pois, uma funo de distribuio na
qual a varivel aleatria, X , que quantifica o tempo de vida de um item est diretamente
relacionada a uma taxa de degradao deste item, Z , e a um patamar crtico, DC . Este ltimo
69
podendo denotar uma medida de performance limtrofe entre a atuao requerida ou no de

um determinado componente, caracterizando a ocorrncia de uma falha.
Pensando, por exemplo, em um determinado componente, fundamental, para a atuao
de um dispositivo de Proteo de Sistemas Eltricos de Potncia, esse patamar crtico, DC ,
poderia ser definido em termos do tempo de resposta mxima requerida para a atuao do
dispositivo. Neste caso, a no atuao do dispositivo, ou a atuao em tempos maiores ao
valor de DC poderiam vir a caracterizar uma falha no componente. Diante do exposto, a
definio de um modelo de inspeo para um sistema como este, consiste na definio de uma
poltica peridica que inspecione o componente e realize testes, com o intuito de verificar se
tempo de atuao igual ou maior a DC .
A adaptao e utilizao deste modelo, nas bases estruturadas pela teoria do delay time,
podem ser realizadas pela definio de algumas condies que caracterizem um estado
defeituoso do item, como por exemplo, a definio de um intervalo de tempo, imediatamente
anterior ao valor limite (ou o prprio valor limite DC ) que concretize algum tipo de sinal
suficiente para a realizao de um reparo preventivo, ou para a substituio do componente
(ou seja, a definio de um estado defeituoso).
Um segundo exemplo de caracterizao para o parmetro limiar de degradao, DC ,
poderia ser visualizado, para a avaliao da suportabilidade trmica em componentes de
equipamentos de alta tenso. Neste caso, DC , poderia ser parametrizado como sendo o
prprio valor da suportabilidade trmica do item, considerando, entretanto, o caso particular
em cujo aumento da temperatura esteja diretamente relacionado a um processo de degradao.
4.3.2 O Modelo de Inspeo

4.3.2.1 Avaliao do Dowtime/Disponibilidade
70
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).
Figura 4.2 Ocorrncia da falha entre
(Ti 1 ; Ti )
O tamanho do ciclo de inspeo e o dowtime, neste caso, podem, respectivamente, ser

obtidos por ( Ti + d f + i d i ) e ( i d i + d f + [Ti (u + h)] ).
2. Caso no qual o defeito surge no tempo u entre duas inspees sucessivas,
sendo o defeito identificado na inspeo realizada em t i . Ou seja, u (Ti 1 ; Ti )
(ver figura 4.4).
Figura 4.3 - Ocorrncia do defeito entre
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
{d f + i d i + [t i (u + h)]} g (u ) f (h) dh du + (id i + d r )[1 F (t i u )]g (u )du
t i 1 0
t i 1
= d f g (u ) f (h)dhdu + id i g (u ) f (h)dhdu + t i g (u ) f (h)dhdu

ug (u ) f (h)dhdu hg (u ) f (h)dhdu + (id i + d r )[1 F (t i u )]g (u )du
= (d f + id i + t i ) g (u ) f (h)dhdu (u + h) g (u ) f (h)dhdu +
+ (id i + d r ) [1 F (t i u )]g (u )du
(55)
Sendo Pf e PP , respectivamente, a probabilidade de uma falha ou um defeito serem

identificados no ato de uma inspeo, e calculados pelas equaes abaixo,
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
os autores quantificam o downtime esperado do ciclo de inspeo da seguinte forma:
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
+ d f + jTi (u + h)]g (u ) f (h)dhdu +
+ ( 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)
O downtime por unidade de tempo pode, ento, ser calculado por:
D(T ) =
E D (T )
ET (T )
(61)
Assim, a disponibilidade do sistema em relao a comprimento do ciclo de inspeo,

que est diretamente relacionada ao downtime, pode ser avaliada atravs da seguinte equao:
73
A(T ) =
ET (T ) E D (T )
.
ET (T )
(62)
4.3.2.2 Poltica de Inspeo e o Modelo de Degradao

O modelo descrito acima quantifica os valores de downtime e disponibilidade em
funo do tempo no escopo do modelo delay time para componentes. O acoplamento da
anlise da degradao, proposta por Lu e Meeker (1993), a essa poltica de inspeo ocorrer,
portanto, atravs da utilizao da Funo Densidade de Probabilidade e da Funo de
Distribuio da varivel aleatria
Lognormal.
X = DC Z (ver seo 4.3.1.1), que tem distribuio
Essa distribuio ser utilizada para a modelagem do perodo no qual o
componente se encontra no estado defeituoso, isto , o tempo h, que de acordo com os

fundamentos tericos do modelo do Christer representa um perodo no qual um determinado
item se encontra em processo contnuo de degradao.
4.3.2.3 Exemplo Numrico Downtime/Disponibilidade

A tabela 4.1 postada a baixo apresenta os valores que foram arbitrados para rodar uma
11
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
O Software utilizado para rodar as simulaes foi o Mathcad.
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
A partir dos valores acima definidos as funes de densidade de probabilidade e

distribuio acumulada, para a varivel aleatria lognormal, foram plotadas e podem ser
visualizadas na figura 4.4, abaixo. A figura 4.5, por sua vez, apresenta as curvas obtidas para
a poltica de inspeo tendo como varivel de deciso periodicidade T, no intuito de se
12
minimizar o tempo no qual o item permanece fora de operao (downtime ), diretamente

maximizando-se a disponibilidade, no mesmo ponto. Os grficos do downtime e da
disponibilidade apresentam coerentemente a complementaridade destas duas variveis. Ou
seja, para um mesmo valor de T obtm-se o ponto de mnimo do downtime e o ponto de
mximo da disponibilidade. Os modelos do downtime e da disponibilidade so oriundos,
respectivamente das equaes (61) e (62).
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
Figura 4.4 Distribuio Lognormal
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
Figura 4.5 Funo Downtime X Funo Disponibilidade
A simulao limitou o intervalo de busca por uma periodicidade, T, ao intervalo,

[T0 = 10; TF = 120] , medido em horas operacionais, por considerar um intervalo possvel a
aplicao em casos concretos. Os seguintes valores para a poltica de inspeo foram
encontrados:
76
120
Funes
Valores Varivel T
A(T ) max = 0.9242
T = 32
D(T ) min = 0.07578

Tabela 4.2 Valor timo de T, para D(T) e A(T)
4.3.2.4 Avaliao do Custo

A avaliao dos custos, associados ao ciclo de inspeo, realizada de maneira
semelhante ao que foi feito para se avaliar o downtime (disponibilidade esperada). Assim,
quer-se construir um modelo cuja realizao de inspees durante um ciclo seja vantajosa, em
relao a esperar que o componente venha a falhar para que uma correo ou uma substituio
sejam realizados. Portanto, o intuito desta anlise consiste em encontrar um valor para T
que retorne uma soluo satisfatria equao do custo esperado. Logo, a partir da
implementao das equaes apresentadas por Jia e Christer (2002) os custos incorridos no
ciclo de inspeo, segundo Vasconcelos e Cavalcante (2009), podem ser implementados pela
equao abaixo:
jTi
j =1
( j 1)Ti
EC (T ) = [( jCI + Cr )
g(u)(1 F ( jTi u))du + ( jCi + Cr + C f )
jTi
g(u)F( jT u)du] .(63)

i
( 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 )
4.3.2.5 Exemplo Numrico Custo
77
(64)
A simulao para o custo, a partir de um exemplo numrico, carece de uma

complementao para a tabela 4.1, com a incluso dos valores de
C I , C r e C f , que
representam os custos incorridos no ciclo da inspeo. Observa-se, contudo, que os valores

escolhidos para estes parmetros, mostrados na tabela 4.2, abaixo, so meramente ilustrativos,
servindo apenas para evidenciar a discrepncia que existe em se reparar um defeito
comparativamente eliminao de uma eventual falha. Estes, no constituem-se, pois, em
valores concretos, embora acredite-se que estes valores esto dentro das escalas reais.
A simulao mostrada no grfico da figura 4.6 perfeitamente coerente com a estrutura
do modelo delay time. Contudo, a funo deve encontrar um ponto de mnimo para valores de
T que ultrapassam a limitao feita aqui, para uma periodicidade mxima T = 120 horas
operacionais. Para o exemplo numrico, que vem sendo desenvolvido ao longo deste captulo,
essa simulao se faz suficiente.
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
Figura 4.6 Funo Custo
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
Tabela 4.4 Valor timo de T, para C(T)
79
4.4 Modelo de Deciso

Um modelo de deciso, para a manuteno preditiva, representa a composio de uma
estrutura, que fornea subsdios ao decisor, no estabelecimento de algum tipo de estratgia,
que o habilite na concepo de uma poltica para a realizao de inspees, em um
determinado componente. Aqui, esse suposto componente est submetido a um processo de
degradao. Noortwijk (2009) alerta que uma caracterstica bsica dos modelos de otimizao
em manuteno que a deciso, geralmente, tomada em cima de parmetros incertos.
Assim, segundo ele, em se tratando do gerenciamento da manuteno, as incertezas mais
importantes se configuram em discusses acerca do custo e da deteriorao do sistema.
Amparado nestas afirmaes, e nos modelos simulados nas sees acima, este trabalho
procura definir, a partir da seo seguinte, um modelo de deciso vivel para a determinao
da periodicidade das inspees, dentro do escopo que essa pesquisa se prope.
4.4.1 Consideraes Iniciais

A elaborao do modelo de deciso, para determinao da poltica de inspeo, lanar
mo da utilizao da Teoria da Utilidade Multiatributo, conforme j relatado anteriormente.
Essa teoria tem sido aplicada com certa freqncia para a proposio de solues a problemas
concretos de manuteno (ver subseo 3.5.2). Neste trabalho, o seu aproveitamento, estar
vinculado resoluo do conflito entre os critrios de Custo e Downtime. Este conflito
claramente evidenciado atravs dos modelos plotados pelos grficos da funo custo e da
funo downtime. Naqueles grficos, observa-se que, para um instante especfico, T, onde um
dos critrios minimizado, a considerao do outro critrio, resulta em valores bastante
elevados. A tomada de deciso deve, pois, ser feita encima desse conflito.
Existem muitas limitaes na forma com que esta dissertao utilizar esta estrutura da
Utilidade Multiatributo. Estas, entretanto, justificam-se no fato de que, neste momento, a
aplicao tem uma funo meramente ilustrativa, exaltando a concreta possibilidade de
aplicao em problemas de escala real. Neste sentido, diversas suposies so feitas no intuito
de se simplificar a construo do modelo.
80
4.4.2 Construo do Modelo

A construo do modelo de deciso seguir a sequncia dos cinco passos bsicos,
sugeridos por Keeney e Raiffa (1976), para a elicitao da funo de utilidade multiatributo,
como descrita nas subsees 3.5.1 e 3.5.2, acima. Logo, a medida que esse roteiro de
elicitao for sendo seguido, as suposies feitas na aplicao desta pesquisa iro sendo
relatadas.
A elicitao de uma funo de utilidade multiatributo demanda, dessa forma, o seguinte
caminho:
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
entre estas duas variveis, atravs de suas preferncias.
Passo II. Identificao de suposies de independncia. A identificao destas suposies

fundamental para a simplificao do processo de construo da funo de utilidade
multiatributo, mostrada na equao (65) abaixo. De acordo com Ferreira et al. (2009) se a
independncia em utilidade entre os critrios existe, a funo multiatributo deve ser simples.
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
C(T). Caso o atributo C
seja independente em utilidade, em relao a D, a variao do valor de D(T) no interferir na

escolha do equivalente certo, portanto, se teria o mesmo valor C(T), encontrado
anteriormente.
Dois atributos so mutuamente independentes em utilidade quando eles so
independentes em utilidade simultaneamente.
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
A independncia em utilidade entre os dois critrios considerados aqui, isto , o custo,

C(T), e o downtime, D(T) suposta como sendo verdadeira nesta construo do modelo.
Alm disso, supe-se tambm a independncia aditiva entre os atributos, o que permite a
utilizao de uma funo de utilidade multiatributo aditiva, o que reduz a sua elicitao ao
clculo das duas funes de utilidade unidimensionais, e a determinao das constantes de
escala, ficando a equao com o formato mostrado abaixo:
U (C (T ), D(T )) = k C u (C (T )) + k d u ( D(T )) .
(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;
k C a constante de escala para o termo de u(C(T));
k d a constante de escala para o termo de u(D(T)); e
Passo III. Elicitao das Utilidades Unidimensionais. A elicitao direta da expresso

analtica para as utilidades unidimensionais seguir o mesmo procedimento realizado no livro
do Keeney e Raiffa (1976) e no texto de Gomes et al. (2006). Os primeiros autores compem,
de maneira simplificada, um procedimento para se elicitar essas expresses de utilidade (o
que tambm descrito pelos ltimos autores), atravs de uma entrevista direta com a figura
do decisor.
Assim, o entrevistado sucessivamente questionado acerca de possveis
conseqncias, com relao a um atributo considerado e, expressa consistentemente, as suas

preferncias a estas conseqncias.
De maneira simplificada, as expresses analticas, para as funes de utilidade do custo
e do downtime, podem ser obtidas pela definio de alguns pontos de utilidade, supondo-se
uma entrevista presencial com um decisor e calculando-se as utilidades de alguns
Equivalentes Certos para algumas loterias propostas.
83
Inicialmente, define-se os seguintes valores mximo e mnimo para as funes de

utilidade do custo e do downtime, baseando-se nas simulaes feitas acima:
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
u(C(T)) = -0,924ln(C(T)) + 1,853
8,00
Figura 4.7 Funo de Utilidade do Custo
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
U(D(T))= -2,108ln(D(T)) - 4,5315
Figura 4.8 Funo de Utilidade do Downtime
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)
Analisando-se as conseqncias (C (T * ); D(T 0 )) e (C (T 0 ); D(T * )) , e sabendo que, para o

exemplo considerado, C (T * ) = 2,50 , C (T 0 ) = 7,50 , D(T * ) = 0,07578 e D(T 0 ) = 0,12 .
Aplicando mais uma vez equao (65), temos que:
k C = U (2,50;0,12) ,
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
(C (T 0 ); D(T * )) qual a sua preferida. Sendo (C (T * ); D(T 0 )) a conseqncia de maior peso,

significa dizer que k C > k d . Caso contrrio,
k C < k d . A indiferena entre as duas
conseqncias representaria uma igualdade, ou seja, k C = k d . Supe-se aqui que k C < k d .

Assim, o clculo das constantes, consiste em determinar junto ao decisor, uma conseqncia
para uma quantidade, D(T), que o leve indiferena entre as conseqncias (7,50; D(T )) e
(2,50;0,12) . Supondo um valor de D(T) = 0,09 , para esta indiferena, resulta em:
k d u ( D(T )) = U (7,50; D(T )) ,
(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,
Substituindo a equao (72) na equao (66), temos:

0,5k d + k d = 1 .
Logo, teramos:
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
Figura 4.9 Funo de Utilidade Multiatributo
0.8
0.6
0.4
0.2
20
40
60
80
100
120
Figura 4.10 Funo de Utilidade Multiatributo para constantes iguais
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
Captulo 5 Discusses e Trabalhos Futuros
5 Discusses e Trabalhos Futuros
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.
5.2 Discusses do Modelo

Os modelos Delay Time e Simple Path, utilizados nesta aplicao, apesar de bastante
explorados na literatura, at o momento no haviam sido trabalhados de forma conjunta.
Verificou-se, entretanto, uma compatibilidade entre estas estruturas. Apesar do modelo
desenvolvido por Lu e Meeker (1993) (Simple Path) ter sido destinado a avaliao do tempo
de vida de itens a partir da realizao de testes acelerados, medindo-se a degradao atravs
de dados de performance, este, pde ser utilizado de forma satisfatria para modelar o perodo
do delay time h, fornecendo uma distribuio de probabilidade para a modelagem do tempo,
diretamente associada a dados de degradao, em uma configurao muito semelhante
publicada por Okumura (1997).
89
Avaliando uma poltica de inspeo, Lu et al. (1996), constroem um modelo

fundamentado no Simple Path. Dessa forma, pode-se dizer que a proposta de modelo
apresentada aqui, insere o estado defeituoso entre o funcionamento perfeito e o estado
falho, teoria foi desenvolvida pelos autores.
A implementao do Delay Time, por sua vez, requer uma clara definio dos estados
de operao normal, defeituoso e do estado falho no sistema, bem como se faz necessrio o
conhecimento das funes densidade de probabilidade e de distribuio que modelem esses
intervalos aleatrios. Grande parte dos trabalhos que se fundamentam nesta teoria, para o
desenvolvimento de uma poltica de inspeo, utilizam uma distribuio de probabilidade
comum, para quantificar os perodo no qual um defeito surge no sistema e o perodo no qual
este evolui at uma falha. No h, pois, uma associao direta entre algum fenmeno fsico e
o evento de ocorrncia da falha. Entretanto, conforme j dito anteriormente, este modelo foi
desenvolvido a partir da suposio de que existe uma deteriorao no item, desde o
surgimento do defeito at o momento no qual este deixa de cumprir a sua funo requerida, o
que torna a aplicao realizada, aqui, pertinente.
A maneira com que o modelo delay time vem sendo utilizado na literatura, composto
de discusses acerca da estimao dos parmetros das distribuies, sejam estas feitas a partir
de um estudo de caso, ou estimadas com a utilizao de uma estrutura bayesiana. Estas
discusses, de como se estimar os parmetros das distribuies, tanto para o modelo delay
time como para modelo de degradao, representam um foco diferente para a abordagem do
estabelecimento de uma poltica de manuteno. No foi do intuito desta pesquisa contemplar
esse tipo de abordagem.
5.3 Desenvolvimento de Trabalhos Futuros

Para o desenvolvimento e aprofundamento do que foi estudado por este trabalho,
diversas idias podem vir e ser exploradas. Neste sentido, vrias possibilidades podem ser
implementadas para a abordagem deste problema de manuteno. Por exemplo, um ponto de
vista cuja utilizao chegou a ser cogitada aqui, avalia o processo de degradao,
fundamentalmente, pela anlise das conseqncias trazidas por ela ao gerenciamento de um
processo produtivo, evidenciadas em termos de custos de reparo crescentes, desde o momento
no qual o defeito surge no item at o instante da falha. Ou seja, neste caso, o custo estaria
90
sendo medido como um resultado concreto de um processo de degradao, introduzido por

um modelo que acrescenta o estado defeituoso poltica de inspees.
Outra forma de se avaliar um processo de degradao, atravs das conseqncias
numricas que este pode ocasionar ao planejamento da produo, pela anlise do tempo
necessrio para a realizao de um reparo, em um componente que apresente algum tipo de
defeito. Pode-se considerar que estes tempos so crescentes e dependentes diretos do tempo
no qual o componente passa no estado defeituoso. Isto , a mantenabilidade estaria sendo
diretamente avaliada a partir desta proposio.
Ainda, uma abordagem que consistisse na utilizao de um modelo de degradao
completamente divergente do que foi proposto, entretanto, desde que fosse destinado
modelagem do tempo h, seria perfeitamente aceitvel para estruturar esta aplicao. Muitas
outras variaes podem ser introduzidas pela considerao do processo de degradao nos
parmetros da distribuio do delay time e na forma de estimao destes parmetros. Esses
desdobramentos, porm, devero ficar para avaliaes futuras em trabalhos a serem ainda
desenvolvidos.
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
Captulo 6 - Referncias Bibliogrficas
6 Referncias Bibliogrficas
ALMEIDA, A. T.; SOUZA, F. M. C. de. (2001). Gesto da Manuteno Na Direo
da
Competitividade. Ed. Universitria, UFPE.
ALMEIDA FILHO, A. T. et al. (2005). Multicriteria Decision Making on Selection of

Decision Analysis Software. Journal of Academy of Business and Economics, v.
V, n. 3, p. 11-17, 2005.
AVEN, T.; CASTRO, I. T. (2009). Delay-time model with safety constraint. Reliability
Engineering and System Safety 94, 261-267.
BACKER, R. D.; SCARF, P. A.; WANG, W. (1997). A delay-time model for repairable
machinery: maximum likelihood estimation of optimum inspection intervals.
IMA Journal of Mathematics Applied in Business & Industry 8, 83-92.
BACDONAVICIUS, V.; NIKULIN, M. S. (2002). Accelerated Life Models, Modeling
and Statistical Analysis, Chapman & Hall /CRC: Boca Raton, FL.
BACDONAVICIUS, V.; NIKULIN, M. S. (2000). Estimation in degradation models
with explanatory variables. Lifetime Data Analysis, 7, 85103.
BAE, S. J. et al. (2007). Degradation Models and Implied Lifetime Distributions.
Reliability Engineering and System Safety 92, 601608.
BAEK, J. G. (2007). An intelligent condition-based maintenance scheduling model.
International Journal of Quality & Reliability Management Vol. 24, No. 3, pp.
312-327.
BANSAL, D. et al. (2004). A real-time predictive systems for machine systems.
International Journal of Machine Tools & Manufacture 44, 759-766.
BARLOW, R.E. & PROSCHAN, F. (1965). Mathematical Theory of Reliability. New
York: Wiley.
BARLOW, R. E.; HUNTER, L. C.; PROCHAN, F. (1963). Optimum Checking
Procedures. J. Soc. Ind. Appli. Math. 11, 1078.
BRITO, A. J. M. de et al. (2010a). Multi-criteria Decision Model for Selecting Repair
Contracts by applying Utility Theory and Variable Interdependent Parameters.
IMA Journal of Management Mathematics, v. 21, p. 1-13.
BRITO, A. J. M. de et al. (2010b). A Multi-Criteria Model for Risk Sorting of Natural
Gas Pipelines Based on ELECTRE TRI integrating Utility Theory. European
Journal of Operational Research, v. 200, p. 812-821.
92
CAMPELLO SOUZA, F. M. (2007). Decises Racionais em Situaes de Incerteza. 2.

ed. Recife: Vade Mecum Ltda, v. 1. 366 p.
CAMPOS, J. (2009). Development on the application of ICT in condition monitoring
and maintenance. Computers in industry 60, 1-20.
CAVALCANTE, C. A. V.; ALMEIDA, A. T. (2007). A multi-criteria decision aiding
model using PROMETHEE III for preventive maintenance planning under
uncertain conditions. Journal of Quality in Maintenance Engineering, Vol. 13,
No. 1, pp. 383-397.
CAVALCANTE, A. V. C.; ALMEIDA, A. T. (2005). Modelo Multicritrio de Apoio a
Deciso para o Planejamento de Manuteno Preventiva utilizando o
PROMETHE II em Situaes de Incerteza. Pesquisa Operacional, v. 25, n. 2, p.
279-296.
CAVALCANTE, C. A. V. et al. (2008). A preventive maintenance decision model
based on multicriteria method PROMETHEE II integrated with Bayesian
approach. IMA Journal of Management Mathematics, p. 1-16.
CAVALCANTE, C. A. V.; COSTA, A. P. C. S. (2006) . MULTICRITERIA MODEL
OF PREVENTIVE MAINTENANCE. Brazilian Journal of Operations and
Production Management, v. 3, p. 57-72.
CELEUX, G. ET AL. (2006). Designing a Bayesian network for preventive
maintenance from expert opinions in a rapid and reliable way. Reliability
Engineering and System Safety 91, 849856.
CHAKRABORTY, T. et al. (2009). Production lot sizing with process deterioration and
machine breakdown under inspection Schedule. Omega 37, 257 271.
CHIEN et al. (2006). An extended optimal replacement model of systems subject to
shocks. European Journal of Operational Research 175, 399412.
CHIEN, Y.H.; SHEU, S.H. (2006). Extended optimal age-replacement policy with
minimal repair of a system subject to shocks. European Journal of Operational
Research 174, 169181.
CHIANG, J. H.; YUAN, J. (2000).Optimal maintenance policy for a production system
subject to aging and shocks. Journal of Quality in Maintenance Engineering, Vol.
6, No. 3, pp. 200-216.
CHEN, J.; LI, Z. (2008). An extended extreme shock maintenance model for a
deteriorating system. Reliability Engineering and System Safety 93, 11231129.
93
CHEN, Z.; ZHENG, S. (2005). Lifetime Distribution Based Degradation Analysis.

IEEE Transactions on Reliability , Vol. 54, No. 1.
CHIEN, Y-H. (2009). A number-dependent replacement policy for a system with
continuous
preventive
maintenance and
random
lead
times.
Applied
Mathematical Modelling 33, 1708-1718.

CHRISTER, A. H. (1999). Developments in delay time analysis for modeling plant
maintenance. Journal of the Operational Research Society, 50. (1) 1120-1137.
CHRISTER, A.H.; WALLER, W. M. (1984a). Delay time models of industrial
inspection maintenance problems. Journal of the Operational Research Society
35, No. 5, 401-406.
CHRISTER, A.H.; WALLER, W. M. (1984b). Reducing Production Downtime Using
Delay Time Analysis. Journal of the Operational Research Society 35, No. 6,
499-512.
CHRISTER, A. H.; LEE, C. (2000). Refining the delay-time-based PM inspection
model with non-negligible system downtime estimates of the expected number
of failures. Int. J. Production Economics 67, 77-85.
CHRISTER, A. H.; LEE, C.; WANG, W. (2000). A data deficiency based parameter
estimating problem and case study in delay time PM modeling. Int. J. Production
Economics 67, 63-76.
COOKE, R. M. (1996). The design of reliability data basis, part I: a review of standard
design concepts. Reliability Engineering and System Safety, 51, 137-146.
COULIBALY, A. et al. (2008). Maintainability and safety indicators at design stage for
mechanical products. Computers in Industry 59, 438449.
CROWNDER, M.; LAWLESS, J. (2007). On a scheme for predictive maintenance.
European Journal of Operational Research 176 17131722.
DEKKER, R. (1996). Applications of maintenance optimization models: a review and
analysis. Reliability Engineering and System Safety 51, 229-240.
DEGRAEVE, R. et al. (1999). Degradation and breakdown in thin oxide layers:
mechanisms, models and reliability prediction. Microelectronics Reliability 39,
1445-1460.
DELOUX, E. et al. (2009). Predictive maintenance policy for a gradually deteriorating
system subject to stress. Reliability Engineering and System Safety 94, 418-431.
94
DESA, M. I.; CHRISTER, A. H. (2001). Modelling in the absence of data: case of

study of fleet maintenance in a developing country. Journal of Operational
Research Society 52, 247-260.
DHILLON, B. S. (2002). Engineering Maintenance: A Modern Approach, CRC Press
Boca Raton, FL.
DOKSUM, K. A.; NORMAND, S. T. (1995). Gaussian Models for Degradation
Processes-Part I: Methods for the Analysis of Biomarker Data.Lifetime Data
Analysis, 1, 131-144.
DUNCAN, J.; SCHOLNICK, L. S. (1973). Interrupt and Opportunistic Replacement
Strategies for Systems of Deteriorating Components. Operational Research
Quarterly Vol. 24, No. 2, pp. 271-283.
DURANGO-COHEN, P. L.; MADANAT, S.M. (2008). Optimization of inspection and
maintenance decisions for infrastructure facilities under performance model
uncertainty: A quasi-Bayes approach. Transportation Research Part A 42, 1074
1085.
EBRAHEM, M. A. ET AL. (2009). Estimating the Time-to-Failure Distribution of a
Linear Degradation Model Using a Bayesian Approach. Applied Mathematical
Sciences, Vol. 3, no. 1, 27 42.
EBRAHIMI, N. (2009). Bayesian framework for prediction of future number of failures
from a single group of units in the field. Reliability Engineering and System
Safety 94, 773775.
ENRIGHT, M. P.; FRANGOPOL, D. M. (1999). Reliability-based assessment of
deteriorating concrete bridges considering loads redistributions. Structural
Safety 21, 159-195.
ETI, M. C. et al. (2007). Integrating reliability, availability, maintainability and
supportability with risk analysis for improved operation of the Afam thermal
power-station. Applied Energy 84, 202221.
FABER, M. H.; SORENSEN, J. D. (2002). Indicators for inspection and maintenance
planning of concrete structures. Structural Safety 24, 377-396.
FERREIRA, R. J .P. et al. (2009). A multi-criteria decision model to determine
inspection intervals of condition monitoring based on delay time analysis.
Reliability Engineering and System Safety 94, 905912.
FERREIRA, R. J. P.; ALMEIDA, A. T. de.; CAVALCANTE, C. A. V. (2009). A multicriteria decision model to determine inspection intervals of condition monitoring
95
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
HOSSEINI, M. M. et al. 1999. A hybrid maintenance model with imperfect inspections

for a system with deterioration and Poisson failure. Journal of Operational
Research Society 50, 1229 - 1243.
HU, F.; ZONG, Q.(2009). Optimal production run time for a deteriorating production
system under an extended inspection policy. European Journal of Operational
Research 196, 979986.
JARDINE, A. K. S. et al. (2006). A review in machinery diagnostics and prognostics
implementing condition-based maintenance. Mechanical Systems and Signal
Processing 20, 1483-1510.
JARDINE, A. K. S. et al. (1998). A decision optimization model for condition-based
maintenance. Journal of Quality in Maintenance Engineering, Vol. 4, No. 2, pp.
115-121.
JARDINE, A. K. S.; HASSOUNAH, M. I. (1990). An Optimal Vehicle-Fleet Inspection
Schedule. The Journal of Operational Research Society , Vol. 41, No. 9, pp. 799799.
JARDINE, A. K. S. et al. (1997). Optimal replacement policy and the structure of
software for condition based maintenance. Journal of Quality in Maintenance
Vol. 3, No. 2, pp. 109-119.
1.5
JIA, X., CHRISTER, A. H. (2003). Case Experience Comparing the RCM

Approach to Plant Maintenance with a Modeling Approach. Case Studies
in Reliability and Maintenance, 477-494.
JONES, B.; JENKINSON, I., WANG, J. (2009). Methodology of using delay-time

analysis for a manufacturing industry. Reliability Engineering and System
Safety 94, 111-124.
KALLEN, M. J.; NOORTWIJIK, J. M. VAN. (2006). Optimal periodic inspection of a
deterioration process with sequential condition states. International Journal of
Pressure Vessels and Piping 83, 249255.
KE, J. ET AL. (2008). On a repairable system with an unreliable service station
Bayesian approach . Computers and Mathematics with Applications 56, 1668
1683.
KEENEY, R. L.; RAIFFA, H. (1976). Decision with multiple objectives: preferences
and values trade-offs. New York: Wiley.
97
KHAN, F. I.; HADDARA, M. M. (2003). Risk-based maintenance (RBM): a

quantitative approach for maintenance/inspection scheduling and planning.
Journal of Loss Prevention in the Process Industries 16, 561-573.
KLINGENBERG, W.; de BOER, T. W. (2008). Condition-based maintenance in
punching/blanking of sheet metal. International Journal of Machine Tools &
Manufacture 48, 589-598.
KOBAYASHI, K. (2002). Aseismic evaluation for aging degradation of nuclear power
plant components. Nuclear Engineering and Design 214, 5771.
LAI, M-T. (2006). Economic discrete replacement policy subject to increasing failure
rate shock model. Int. J. Adv. Manuf. Technol, 27, 12421247.
LAM, Y.; ZHANG, Y. L. (2004). A shock model for the maintenance problem of a
repairable system Computers & Operations Research 31, 18071820.
LIM, K. E. et al. (2005). A random shock model for a continuously deteriorating
system. Journal of Quality in Maintenance Engineering Vol. 11, No. 3, pp. 206215.
LEE, J. (1996). Measurement of machine performance degradation using a neural
network model. Computers in Industry, 30, 193-209.
LETU, F. (2008). A semiparametric shock model for a pair of event-related dependent
censored failure times. Journal of Statistical Planning and Inference 138, 3869
3884.
LEUNG, F.; KIT-LEUNG, M. (1996). Using delay-time analysis to study the
maintenance problem of gearboxes. International Journal of Operations &
Production Management, Vol. 16, No. 12, pp. 98-105.
LEWIN, D. R. (1995). Predictive maintenance using PCA. Control Engineering Practice
Vol. 3, No. 3, pp. 415-421.
LI, W.; PHAM, H. (2005). An inspection-Maintenance Model for Systems with
Multiple Competing Process. IEEE Transactions on Reliability Vol. 54, No. 2.
LICIFREDI, A. et al. (2000). Application of multi-regressive linear models, dynamic
kriging models and neural network models to predictive maintenance of
hydroelectric power systems. Mechanical System and Signal Processing 14 (3),
471-494.
LUNG, B. et al. (2008). Degradation state model-based prognosis for proactively
maintaining product performance. CIRP Annals Manufacturing Technology
57, 49-52.
98
LU, C. J. et al. (1996). A comparison of degradation and failure-time analysis methods

for estimating a time to failure distribution. Statistica Sinica 6, 531-546.
LU, C. J.; MEEKER, W. Q. (1993). Using degradation measures to estimate a time-tofailure distribution. Technometrics 35, 161-174.
MANN, L. et al. (1995). Statistical-based or condition-based maintenance? Journal of
Quality in Maintenance Vol.1, No.1, 46-59.
MEYER, P. L. (1983). Probabilidade: Aplicaes Estatstica, LTC, ED. 2, Rio de
Janeiro.
MISHALANI, R. G.; GONG, L. (2009). Optimal infrastructure condition sampling over
space
and
time
for
maintenance
decision-making
under
uncertainty.
Transportation Research Part B 43, 311324.

MONTORO-CAZORLA, D. et al. (2009a). Replacement policy in a system under
shocks following a Markovian arrival process. Reliability Engineering and System
Safety 94, 497 502.
MONTORO-CAZORLA, D. et al. (2009b). Shock and wear models under policy N
using phase-type distributions. Applied Mathematical Modelling 33, 543554.
MONTORO-CAZORLA, D.; PEREZ-OCON, R. (2006). Replacement times and costs
in a degrading system with several types of failure: The case of phase-type
holding times. European Journal of Operational Research 175, 11931209.
MONTORO-CAZORLA, D.; PEREZ-OCON, R. (2008a). A maintenance model with
failures and inspection following Markovian arrival processes and two repair
modes. European Journal of Operational Research 186, 694707.
MONTORO-CAZORLA, D.; PEREZ-OCON, R. (2008b). An LDQBD process under
degradation, inspection, and two types of repair. European Journal of Operational
Research 190, 494508
MUNFORD, A.G.; SHAHANI, A. K. (1972). A Nearly Optimal Inspection Policy.
Operational Research Quarterly Vol. 23, No.3, 373-397.
MUNFORD, A.G.; SHAHANI, A. K. (1973). An Inspection Policy for the Weibull
Case. Operational Research Quarterly Vol. 24, No.3, 453-458.
MOUBRAY, J. (1992). Reliability-Centered Maintenance II, Industrial Press, New
York.
MOYA, M. C. C. (2004). The control of the setting up of a predictive maintenance
programme using a systems of indicators. Omega 32, 57-75.
99
NAKAGAWA, T.; MIZUTANI, S. (2009). A summary of maintenance policies for a

finite interval. Reliability Engineering and System Safety 94, 8996.
NELSON, W.(1990). Accelerated Testing: Statistical Models, Test Plans, and Data
Analyses. John Wiley & Sons.
NEWBY, M. J.; BARKER, C. T. (2006). A bivariate process model for maintenance
and inspection planning. International Journal of Pressure Vessels and Piping 83,
270-275.
NEWBY, M. J.; BARKER, C. T. (2009). Optimal non-periodic inspection for a
multivariate degradation model. Reliability Engineering and System Safety 94,
3343.
NILSSON, J.; BERTLING, L. (2007). Maintenance management of wind power
systems using condition monitoring systems - life cycle, cost analysis, for two
case studies. IEEE Transactions on Energy Conversion Vol. 22, No. 1.
NOORTWIJIK, J. M. VAN et al. (2007). Gamma process and peaks-over-threshold
distribution for time-dependent reliability. Reliability Engineering and System
Safety 92, 16511658.
NOORTWIJIK, J. M. VAN. (2009). A survey on the application ofgamma process in
maintenance. Reliability Engineering and System Safety, 94, 221.
NORRIS, W. E. et al. (1999). Inspection of nuclear power plant containment structures.
Nuclear Engineering and Design 192, 303329.
OKUMURA, S. (1997). An inspection policy for deteriorating processes using
delay-time concept. Int. Trans. Opl Res. Vol. 4, No. 5/6, 365-315.
PARK, D. H. et al. (2000). Cost Minimization for periodic maintenance policy of a
system subject to slow degradation. Reliability Engineering and System Safety
68, 105-112.
PARK, C.; PADGETT, W. J. (2005). Accelerated Degradation Models for Failure
Based on Geometric Brownian Motion and Gamma Processing. Lifetime Data
Analysis 11, 511-527.
PINJALA, S. K. et al. (2006). An empirical investigation on the relationship between
business and maintenance strategies. Int. J. Production Economics 104, 214-229.
PRIAN, L.; BARKATT, A. (2008). Degradation mechanism of fiber-reinforced plastics
and its implications to prediction of long-term behavior. Journal of Materials
Science 34, 3977 3989.
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
VASCONCELOS, R. T.; CAVALVCANTE, C. A. V. (2009). Polticas de Manuteno:

Uma Anlise dos Diferentes Requisitos no Contexto Industrial e no Contexto de
Servio. PIBIC/CNPq UFPE.
WANG, W. (1997). Subjective
estimation
of
the
delay
time
distribution in
maintenance modelling. European Journal of Operational Research 99, 516529.

WANG, W. (2000). A model of multiple nested inspections at different intervals.
Computers & Operational Research 27, 539-558.
WANG, W.; JIA J. (2007). A Bayesian approach in delay time maintenance model
parameters estimation using both subjective and objective data. Qual. Reliab. Eng.
Int. 23, 95105.
WANG, W. (2009). An inspection model for a process with two types of inspections
and repairs. Reliability Engineering and System Safety. 94, 526-533.
WANG, L. et al. (2009). A condition-based replacement and spare provisioning policy
for deteriorating systems with uncertain deterioration to failure. European
Journal of Operational Research 194, 184205.
WILLIAMS, G. B.; HIRANI, R. S. (1997). A delay Time multi-level on-condition
preventive maintenance inspection model based on constant base interval risk
when inspections defects pending failure. International Journal of Machine
Tools & Manufacture Vol. 37, No.6, 823-836.
WHITHMORE, G. A. (1995). Estimating Degradation by a Wiener Diffusion Process
Subject to Measurement Error. Lifetime Data Analysis, 1, 307-319.
WHITHMORE, G. A.; SCHENKELBERG, F. (1997). Modelling Accelerated
Degradation Data Using Wiener Diffusion With A Time Scale Transformation.
Lifetime Data Analysis, Vol.3, No.1 27-45.
WU, S-J.; CHANG, C-T. (2002). Optimal design of degradation tests in presence of
cost constraint. Reliability Engineering and System Safety, 76, 109-115.
YANG, S. K. (2003). Condition-Based Failure-Prediction and Processing-Scheme for
Preventive Maintenance. IEEE Transactions on Reliability 52, No. 3.
ZIO, E. (2009). Reliability engineering: Old problems and new challenges. Reliability
Engineering and System Safety 94, 125-141.
ZHONG, L.; YOUCHAO, S. (2007). Research on maintainability evaluation model on
fuzzy theory. Chinese Journal of Aeronautics 20, 402-407.
103
ZHOU, X. et al. (2007). Reliability-centered predictive maintenance scheduling for a

continuously monitored system subject to degradation. Reliability Engineering
and System Safety 92, 530-534.
ZHOU, Y.; LEUNG, H. (2007). Predicting software-oriented maintainability using
multivariate adaptive regression splines. The Journal of Systems and Software
80, 13491361.
104

Parametros de Degradação

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Parametros de Degradação

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE PERNAMBUCO

PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO

MODELO PARA O PLANEJAMENTO DE MANUTENO

DISSERTAO SUBMETIDA UFPE

Augusto Csar Montenegro e Silva

RECIFE, FEVEREIRO / 2010

Silva, Augusto Csar Montenegro e

Primeiramente a Deus, por ter me mantido com sade durante os anos de

It is exciting to be involved in the development of what is a growing subject.

Resumo. A complexidade crescente dos sistemas produtivos, aliada a necessidade cada

JUSTIFICATIVAS PARA A REALIZAO DESTE TRABALHO ......................................................2

1.1.1 Manuteno e Custo ....................................................................................................2

OBJETIVOS DO TRABALHO .................................................................................................4

1.2.1 Objetivo Geral ............................................................................................................4

LIMITAES DO ESTUDO ....................................................................................................5

A EVOLUO DA MANUTENO .........................................................................................7

2.2.1 Breve Histrico da Manuteno .................................................................................9

2.3.1 Manuteno ............................................................................................................ 12

Manuteno Preventiva ...................................................................................... 14

Manuteno Preditiva ......................................................................................... 15

2.4.1 Falhas ..................................................................................................................... 15

3.1.1 Abordagens da Manuteno ..................................................................................... 20

3.2.1 Polticas de Manuteno......................................................................................... 23

O MODELO DELAY TIME ................................................................................................. 25

3.3.1 O Conceito DTM ..................................................................................................... 25

3.4.1 Representao do Estado Defeituoso .................................................................... 38

3.4.3 Mecanismos de Degradao .................................................................................. 40

3.4.6 Modelos de Regresso ........................................................................................... 44

3.4.9 Modelos Acelerados ............................................................................................... 55

ESTRUTURAS DE DECISO ............................................................................................. 59

3.5.1 Teoria da Utilidade Multiatributo ............................................................................. 60

3.5.2 Aplicaes dos Modelos Multicritrio ...................................................................... 62

4.1.1 Custo e Downtime ................................................................................................... 63

MODELO PARA DETERMINAO DA PERIODICIDADE DA INSPEO ......................................

SUPOSIES E NOTAES DO MODELO ...........................................................................

4.3.1 Modelo de Degradao ........................................................................................... 68

4.3.2 Modelo de Inspeo ................................................................................................ 71

MODELO DE DECISO .....................................................................................................

4.4.1 Consideraes Iniciais ............................................................................................ 80

DISCUSSES E TRABALHOS FUTUROS.............................................................................89

DISCUSSES DO MODELO .............................................................................................. 89

DESENVOLVIMENTO DE TRABALHOS FUTUROS ................................................................. 90

Figura 2.1 Confiabilidade X Custo

Tabela 4.1 Definio dos Parmetros para o caso de referncia

Os desenvolvimentos tecnolgicos e sociais ocorridos, sobretudo, durante e aps a

Justificativas para a Realizao deste Trabalho

defeitos e falhas) e, conseqentemente, acarrete em um sensvel aumento na confiabilidade e

efeitos da degradao sobre os dispositivos, proporcionando vantagens nos campos da

1.2.1 Objetivo Geral

1.2.2 Objetivo Especfico

1.3 Limitaes do Estudo

O modelo foi desenvolvido para ser uma modelagem matemtica alternativa e no

utilizados para a modelagem matemtica da degradao, ou seja, dados reais de degradao

pertinentes ao desenvolvimento do trabalho, como o caso dos termos Manuteno,

2.2 A Evoluo da Manuteno

Desde a revoluo industrial a manuteno dos equipamentos em engenharia tem sido

social, econmico e tecnolgico, que sucederam a 2 guerra e evoluram at os dias de hoje,

disponibilidade, confiabilidade, qualidade, etc.), minimizem os custos finais envolvidos no

Figura 2.1 Confiabilidade X Custo

2.2.1 Breve Histrico da Manuteno

O desenvolvimento da manuteno pode rapidamente ser enquadrado atravs de trs

A Primeira Gerao caracterizada por uma manuteno essencialmente corretiva.

A Segunda Gerao caracterizada por uma industrializao acelerada e o