XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

DETERMINAO DO TEMPO MDIO AT A

FALHA PARA UM SISTEMA EM COLD STANDBY
COM MANUTENO CORRETIVA BASEADO NA
TEORIA DE SEMI-MARKOV
Angelica Alebrant Mendes (UFRGS)
angelica@producao.ufrgs.br
Jose Luis Duarte Ribeiro (UFRGS)
ribeiro@producao.ufrgs.br

Este artigo desenvolve um mtodo para estabelecer o tempo mdio at a falha

para um sistema formado por dois componentes idnticos em cold standby com
manuteno corretiva. Processos de semi-Markov e regenerativo so usados
para definir os estados do sistema e a probabilidade de transio entre os
estados. Na sequncia, transformadas de Laplace so aplicadas para determinar
a funo da distribuio cumulativa do tempo at a primeira falha do sistema.
Finalmente, o tempo mdio at a falha do sistema, como uma funo da taxa de
falha e de reparo dos componentes, obtido atravs da frmula de ganho de
Mason. Um exemplo numrico apresentado e resultados para diferentes
parmetros so comparados. A anlise revela o efeito da taxa de falha e reparo
dos componentes no tempo mdio at a falha do sistema. Ainda que
amplamente utilizados na indstria, modelos para a otimizao da manuteno
de sistemas reparveis em cold standby ainda so pouco explorados na literatura
brasileira. A determinao do tempo mdio at a falha do sistema constitui-se no
primeiro passo para a otimizao da manuteno desses sistemas.

Palavras-chave: confiabilidade, manuteno, cold standby, processos de semiMarkov

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

1. Introduo
Um sistema em cold standby um sistema com dois ou mais componentes, onde m de n
componentes esto em operao e os outros n - m componentes podem iniciar a operao assim
que um ou mais componentes em operao falharem. Sistemas em cold standby tm sido
amplamente utilizados em locais onde a segurana operacional muito importante, como, por
exemplo, em controles de aeronaves, plantas nucleares e grandes redes de telecomunicaes.
Estas estruturas so usadas para aumentar a confiabilidade do sistema, visto que, quando o
componente em operao falha, o componente em posio de standby inicia a operao
imediatamente, evitando a falha do sistema. Falhas em sistemas em cold standby normalmente
possuem impactos significativos em termos de custos de produo, segurana humana e
segurana ambiental.
Em muitos sistemas em cold standby, os componentes podem ser reparados aps a falha por
custos menores que aqueles incorridos com a sua substituio. A determinao da confiabilidade
e do tempo mdio at a falha nesses sistemas se torna mais complexa do que em sistemas no
reparveis, visto que componentes em falha so reparados e repostos no sistema muitas vezes
antes da falha completa do sistema.
Um processo regenerativo um processo estocstico que possui pontos no tempo onde o
processo se reinicia probabilisticamente. Ou seja, existe um tempo T1 onde a continuao do
processo alm de T1 probabilisticamente igual ao do processo iniciando em t = 0 (ROSS, 2007).
Um sistema em cold standby em que o componente que falha reparado, pode ser considerado
como um processo regenerativo.
Supondo-se que um processo pode estar em qualquer um dos N estados 1, 2,...., N, e que cada vez
que ele entre no estado i ele permanece neste estado por uma quantidade de tempo aleatrio e
ento faz uma transio para o estado j com probabilidade Pij. Este tipo de processo chamado
processo de semi-Markov. Se a quantidade de tempo gasta em cada estado antes da transio for
2

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

igual a 1, tem-se uma Cadeia de Markov (ROSS, 2007).

Muitas publicaes internacionais j h algum tempo utilizam estes mtodos para modelar e
otimizar diferentes sistemas redundantes. Exemplos so os trabalhos desenvolvidos por Osaki
(1972) e por Zhong e Jin (2014). Osaki (1972) desenvolveu um modelo para determinar a poltica
de manuteno mais apropriada para um sistema em cold standby com reparo. Neste sistema,
manutenes preventivas so aplicadas no componente em operao para manter o nvel de
confiabilidade do sistema. Quando este componente falha, o componente em standby se torna
ativo e o componente em falha enviado para reparo imediatamente. O autor usou processos de
renovao de Markov e transformada de Laplace-Stieltjes para determinar o tempo at a primeira
falha do sistema como uma funo do tempo entre manutenes preventivas. Por sua vez, Zhong
e Jin (2014) desenvolveram um modelo similar para um sistema equivalente, com exceo de que
os tempos at a falha dos componentes seguem uma distribuio de Weibull. Os autores
utilizaram processos de semi-Markov e processos regenerativos para determinar as
probabilidades de transio e transformadas de Laplace para resolver as equaes de renovao
de Markov. O ciclo timo de manuteno preventiva definido maximizando-se o tempo mdio
entre o incio do sistema no estado inicial at sua falha.
importante salientar que Processos de Markov o mtodo mais utilizado para modelar sistemas
reparveis com diferentes polticas de manuteno, fato que se justifica pelo fato deste mtodo
possuir a capacidade de caracterizar estes sistemas e facilitar o seu modelamento (ZHONG; JIN,
2014).
Desta forma, este artigo tem por objetivo determinar o tempo mdio at a falha de um sistema em
cold standby com manuteno corretiva baseando-se na teoria de semi-Markov. A determinao
deste parmetro o primeiro passo para a otimizao das manutenes deste tipo de sistema e
ainda pouco abordada na literatura brasileira.
Neste estudo, Processo de semi-Markov e a tcnica do ponto de regenerao foram utilizadas
para definir os possveis estados e suas probabilidades de transio. Na sequncia, transformadas
de Laplace foram aplicadas para determinar a distribuio da funo cumulativa (cdf) para a
3

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

primeira falha do sistema. Finalmente, a frmula do ganho de Mason (OSAKI, 1972) foi aplicada
para calcular o tempo mdio at a falha do sistema. Ainda, exemplos numricos comparando
resultados para diferentes parmetros do sistema so apresentados e analisados. Atravs destas
anlises possvel identificar o efeito doa tempos de reparo e falha dos componentes no tempo
mdio at a falha do sistema.
Este artigo est organizado da seguinte forma: na Seo 2 so descritas as suposies bsicas para
o modelamento do sistema e seus estados so determinados. Na Seo 3, so calculadas as
probabilidades de transio entre os estados. Na Seo 4, o tempo mdio at a falha do sistema
determinado. Na Seo 5, um exemplo numrico apresentado juntamente com uma anlise de
sensibilidade do efeito do tempo de reparo e tempo at a falha do componente no tempo mdio
at a falha do sistema. Na Seo 6 so apresentadas as concluses do trabalho.
As notaes utilizadas neste artigo so as seguintes:
Nomenclatura
Componente i, i = 1, 2
Funo distribuio cumulativa (CDF) do tempo de sobrevivncia do
componente
Funo distribuio cumulativa (CDF) do tempo de reparo do componente em
falha
X
Varivel aleatria que representa o tempo de sobrevivncia do componente
R

*
^
MTTF

Varivel aleatria que representa o tempo de reparo

Parmetro da distribuio exponencial de F(t), taxa de falha
Parmetro da distribuio exponencial de G(t), taxa de reparo
CDF da transio do sistema do estado Si para Sj
CDF do tempo entre a entrada no estado Si e a falha do sistema
Tempo mdio da distribuio incondicional desconsiderando o prximo estado
visitado
Tempo mdio para a primeira falha do sistema dado que o sistema iniciou no
estado Si
Operador da convoluo de integrais
Smbolo denotando o resultado da transformada de Laplace para uma varivel
Tempo mdio entre falhas
4

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

2. Descrio do sistema e suposies

O sistema estudado neste artigo composto por dois componentes idnticos onde um est em
operao e o outro est em posio de cold standby. Visto que os componentes so idnticos, eles
possuem as mesmas caractersticas e a mesmas distribuies de probabilidade de tempos falha e
de reparo. Um mantenedor est disponvel e pode reparar somente um componente por vez. As
seguintes suposies so consideradas neste estudo:
Suposio 1. Inicialmente, os dois componentes so novos. O componente C1 inicia a operao
enquanto o componente C2 mantido inoperativo. Uma vez que o componente C1 falha, o
componente C2 assume a operao at que este tambm falhe. O reparo do componente em
estado de falha inicia imediatamente aps sua falha.
Suposio 2. O tempo de transio entre operaes do componente C1 para o componente C2 e
vice-versa negligencivel. A transio perfeita e no afeta a confiabilidade do sistema.
Tambm se assume que o componente enquanto em cold standby no se deteriora e nem falha.
Suposio 3. Os tempos de reparo so variveis aleatrias que seguem uma distribuio de
probabilidade exponencial. Distribuies exponenciais tm sido utilizadas em muitos trabalhos
similares como Osaki (1972), Mahmoud & Moshref (2010) e Zhong & Jin (2014), o que
confirma a habilidade desta distribuio para caracterizar tempos de reparo.
Suposio 4. O reparo dos componentes considerado perfeito, ou seja, aps o reparo o
componente volta a ser considerado to bom quanto novo e enviado para a posio de cold
standby. Quando o componente est em reparo, o sistema opera em nvel inferior de
confiabilidade, dado que a falha de um nico componente leva a falha do sistema.
Considerando estas suposies, trs estados foram definidos para o sistema em estudo:

S0: um componente em operao (O) e o outro em cold standby (S);

S1: um componente em operao (O) e outro em reparo (R);

5

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

S2: um componente em reparo (R) e outro em estado de falha (F). Esse estado representa a
falha do sistema.

O diagrama de transio de estados apresentado na Figura 1. O sistema inicia a operao e entra

no estado S0 em t = 0. Quando o componente em operao falha, o componente em cold standby
inicia a sua operao e o componente em falha enviado para reparo. O sistema vai para o estado
S1. O sistema permanecer neste estado at que o reparo seja concludo ou que o componente em
operao falhe. Se o componente em operao sobreviver at a concluso do reparo do outro
componente, o componente reparado colocado em posio de cold standby e o sistema vai para
o estado S0, iniciando todo o processo novamente. Contudo, se o componente falhar antes da
concluso do reparo, o sistema falha e vai para o estado S3. Uma vez no estado S3, o processo
finalizado. Este estado chamado de estado de absoro.
Figura 1 Diagrama de transio de estados

S0
O,S

S1
R,O

S2
R,F

3. Formulao do problema
Considerando que

so tempos em que o sistema entra em qualquer estado Si e Zn o

6

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

estado visitado no perodo

o processo de renovao de Markov

com espao de estados E e

o semi-Markov kernel

em E (MAHMOUD e MOSHREF, 2010).

Inicialmente, o sistema est no estado S0 com um componente em operao e outro em posio de
cold standby. O sistema realiza uma transio para o estado S1 quando o componente em
operao falha. O componente em cold standby inicia a operao imediatamente aps a falha e
no interfere nas probabilidades de transio entre estados. O reparo iniciado imediatamente
aps a falha do componente. Assim, a probabilidade de transio do estado S0 para S1 baseada
na probabilidade de falha do componente em operao e pode ser expressa por:

Dado que o sistema est no estado S1, onde um componente est em operao e outro em reparo,
o sistema muda para o estado S0 quando o reparo finalizado se o componente em operao se
mantiver em funcionamento. O componente reparado vai para a posio de cold standby em S0.
Consequentemente, a probabilidade de transio do sistema do estado S1 para o estado S0 a

probabilidade do reparo do componente ser concludo antes da falha do componente em

operao. Esta probabilidade representada pela Equao 2.
Contudo, se o componente em operao falhar antes da finalizao do reparo, o sistema como um
todo ir falhar, pois no haver componente disponvel para continuar a sua operao. Esta
probabilidade pode ser representada pela probabilidade do reparo do componente no ser
concludo antes do tempo de falha do componente em operao. A probabilidade de transio do
estado S1 para o estado S2 dada pela Equao 3:
Pode-se observar que as probabilidades definidas esto de acordo com a propriedade fundamental
7

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

de Markov que estabelece

. Visto que todas as probabilidades de transio entre

estados foram determinadas, o semi-Markov kernel do sistema foi estabelecido. O prximo passo
determinar o tempo mdio at a falha do sistema.
4. Tempo mdio at a falha do sistema
As Equaes 1, 2 e 3 mostram que o tempo at a falha de cada componente, bem como o tempo
de reparo afetam o tempo at a falha do sistema. O objetivo determinar a intensidade do efeito
dessas duas variveis no tempo mdio at a falha do sistema.
Para solucionar este problema, os argumentos da teoria do ponto de regenerao e as equaes
estabelecidas na seo anterior so utilizadas para determinar a distribuio de tempo at a
absoro do sistema (S2), iniciando no estado Si (i = 0 ou 1), onde * o smbolo da convoluo de
integrais:

Aplicando a transfomada de Laplace nas Equaes 4 e 5, possvel substituir a convoluo por

multiplicaes, resultando em:

Dado que o tempo mdio entre a entrada no estado Si at a falha dado por:

H duas maneiras de solucionar este problema e ambas conduzem a mesma soluo. Uma a
diferenciao das Equaes 6 e 7 em funo de s e igualar s = 0 (ZHONG e JIN, 2014). Outra
maneira a utilizao da frmula de ganho de Mason (Equao 9), como apresentado por Osaki

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

(1972), onde

a transformada de Laplace de

fixando s = 0.

Resolvendo as equaes lineares, o tempo mdio at a falha do sistema, dado que ele inicia em
S0, expressado pela Equao 10:

Onde
visitado.

o tempo mdio da distribuio incondicional desconsiderando-se o prximo estado

pode ser interpretado como o tempo mdio em que o sistema permanece no estado Si,

podendo ser calculado por:

Para o modelo estudado neste artigo,

so expressados como:

Usando as Equaes 12 e 13, possvel calcular o tempo mdio at a falha do sistema, dado que
ele inicia em S0, aplicando a Equao 10.
5. Exemplo Numrico
Nesta seo um exemplo numrico apresentado para validar o modelo proposto e uma anlise
de sensibilidade conduzida para verificar os efeitos das taxas de falha e reparo dos componentes
na confiabilidade do sistema. Assume-se que F(t) e G(t) seguem uma distribuio exponencial
9

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

com parmetros e , respectivamente. A probabilidade de falha do componente igual a

e a probabilidade de reparo igual a

. As transformadas de

Laplace das Equaes 1, 2 e 3 so:

Aplicando a transformada de Laplace e fixando-se s = 0, obtm-se:

O prximo passo resolver as Equaes 12 e 13 para calcular o tempo mdio que o sistema ir

permanecer em cada estado Si. Os seus resultados so:

. Calculando-se a

Equao 10, pode-se determinar o tempo mdio at a falha do sistema em termos dos parmetros
e . A Equao 10 pode ser reescrita como:

A Figura 2 apresenta uma anlise de sensibilidade do tempo mdio at a falha do sistema em

termos do parmetro para

= 1, 2 e 10. Como esperado, valores menores de taxa de falha

10

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

proporcionam um maior tempo mdio at a falha do sistema, visto que os componentes possuem
uma vida mais longa, independentemente do tempo de reparo. Taxas de reparo maiores tambm
elevam o tempo mdio at a falha do sistema, visto que o sistema fica desprotegido (trabalhando
com apenas um componente) por menos tempo.
Figura 2 Tempo mdio at a falha do sistema em funo do parmetro

Tempo mdio at a falha do sistema

Figura 3 Tempo mdio at a falha do sistema em funo do parmetro

11

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Tempo mdio at a falha do sistema

A Figura 3 apresenta uma anlise do tempo at a falha do sistema em funo de para = 0,5, 1
e 2. As Figuras 2 e 3 mostram que melhorias no componente so mais eficazes para aumentar o
tempo mdio at a falha do sistema do que melhorias no processo de reparo. Ainda, para que o
reparo seja eficiente no sistema, necessrio que este tenha uma taxa maior que a taxa de falha,
ou seja, seja realizado, em mdia, em tempo inferior ao tempo de falha do componente.
6. Concluso
O modelo desenvolvido neste artigo possibilita a determinao e anlise do tempo mdio at a
falha de sistemas em cold standby que sofrem manuteno corretiva de componentes. A
determinao deste ndice para este tipo de sistema no pode ser realizada de maneira trivial,
visto os reparos realizados nos componentes que falham. Tanto os tempos at a falha dos
componentes, como os tempos de reparo so variveis aleatrias que seguem uma distribuio de
probabilidade.
Neste estudo, processos de semi-Markov e a tcnica do ponto regenerativo foram usados para
definir os estados e suas probabilidades de transio. Na sequencia, transformadas de Laplace
foram aplicadas para determinar a distribuio de probabilidade da primeira falha do sistema. Por
fim, a frmula de ganho de Mason foi utilizada para calcular o tempo mdio at a falha do
sistema como funo dos parmetros e . Exemplos numricos foram apresentados e seus
12

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

resultados foram analisados. Atravs destas anlises possvel identificar o efeito dos tempos at
a falha e de reparo dos componentes no tempo mdio at a falha do sistema.
Para pesquisas futuras, sistemas mais complexos com maior nmero de componentes e diferentes
polticas de manuteno podem ser modelados.
REFERNCIAS
MAHMOUD, M. A. W.; Moshref, M. E. On a two-unit cold standby system considering hardware, human error
failures and preventive maintenance. Mathematical and Computer Modelling, vol. 51, p. 736-745. 2010.
OSAKI, S. Reliability Analysis of a Two-Unit Standby-Redundant System with Preventive Maintenance. IEEE
Transaction on Reliability, vol. R-21, n. 1, p. 24-29. 1972.
ROSS, S. M. Introduction to Probability Models. 9th Ed. Burlington: Academic Press, 2007.
ZHONG, C.; JIN, H. A novel optimal preventive maintenance policy for a cold standby system based on semiMarkov theory. European Journal of Operational Research, vol. 232, p. 405-411. 2014.

13