TCC Gustavo Itaborai

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO
Bacharelado em Engenharia Mecânica
Gustavo Itaborai Servino
ANÁLISE DE CONFIABILIDADE DE UM SISTEMA FRIGORÍFICO

DA LAVAGEM DE GÁS DA COQUERIA
Vitória
2019
ANÁLISE DE CONFIABILIDADE DE UM SISTEMA FRIGORÍFICO

DA LAVAGEM DE GÁS DA COQUERIA
Trabalho de conclusão do curso de

graduação em Engenharia Mecânica
da Universidade Federal do Espírito
Santo.
Orientador: Prof. Dr. Luciano de

Oliveira Castro Lara
Vitória
2019
ANÁLISE DE CONFIABILIDADE DE UM SISTEMA FRIGORÍFICO DA

LAVAGEM DE GÁS DA COQUERIA
Trabalho de conclusão do curso de graduação em Engenharia Mecânica da

Universidade Federal do Espírito Santo, como requisito parcial para obtenção
do grau de Engenheiro Mecânico.
COMISSÃO EXAMINADORA
_______________________________________
Prof. Dr. Luciano de Oliveira Castro Lara
Universidade Federal do Espírito Santo
Orientador
________________________________________
Giussepp Kelson Castro Morais
Avaliador
________________________________________
Oswaldo Paiva Almeida Filho
Avaliador
AGRADECIMENTOS
Agradeço a minha família, minha mãe, Simone, meu pai, José e minha irmã,
Marina por acreditar, apoiar e me incentivar de forma integral nessa jornada,
pois nesses momentos ficamos mais ausentes.
Agradeço ao Engenheiro Giussepp Kelson Castro Morais, pelos ensinamentos

e dedicação ao meu crescimento profissional e pessoal, estendendo essa
gratidão a toda equipe da Célula de Confiabilidade da ArcelorMittal Tubarão
pelo apoio e amizade.
Ao professor Luciano de Oliveira Castro Lara, pela disponibilidade,
ensinamentos e pelas orientações na condução desse projeto de graduação.
A todos meus amigos e companheiros que estiveram presentes nessa
caminhada e me ajudaram a manter a motivação e dedicação nesse desafio.
RESUMO
O estudo apresenta uma aplicação real de análise de confiabilidade de um

sistema reparável. Trata-se de um grupo frigorífico responsável pelo
resfriamento do gás de Coqueria de uma empresa siderúrgica. O objetivo
desse trabalho é apresentar a aplicação de um método de análise de
confiabilidade em um estudo de caso na indústria siderúrgica, detalhando todas
as etapas dessa análise que serviu como base para uma análise de custo de
vida para traçar a melhor alternativa de projeto de investimento que atenda o
sistema de resfriamento da planta de tratamento de gás de uma Coqueria,
alinhado aos objetivos estratégicos da empresa.
A análise de confiabilidade é realizada pelo software Weibull++® da Relia Soft,
amparada pela literatura de manutenção voltada para confiabilidade. Esse
projeto se baseia em dados reais de operação, falhas e de manutenção dos
equipamentos e componentes.
A partir dos dados reais coletados, é possível traçar curvas de disponibilidade e

confiabilidade dos equipamentos, utilizando em conjunto o software BlockSim®
da Relia Soft para simulações de cenários alternativos, servindo como base
para um estudo de custo de vida (Life Cycle Cost) que é sugerido para futuros
projetos.
Com as curvas de disponibilidade e confiabilidade traçadas, podemos avaliar o

melhor cenário na visão de confiabilidade, servindo como base para tomadas
de decisões referente a troca ou a manutenção do sistema frigorífico.
LISTA DE FIGURAS
Figura 1.1 – Nível de Maturidade de Gestão de Ativos. Fonte: [3]....................12
Figura 1.2 – Modelo de Manutenção da ArcelorMittal Tubarão. Fonte: [1]........13
Figura 1.3 – Modelo de Manutenção Centrada em confiabilidade. Fonte: [1]…14
Figura 2.1 – Função de densidade de probabilidade Exponencial. Fonte:

[5].......................................................................................................................16
Figura 2.2 – Função de densidade de probabilidade Weibull. Fonte: [5]...........18
Figura 2.3 – Função de densidade de probabilidade Lognormal. Fonte: [5].....19
Figura 2.4 – Configuração de confiabilidade em série. Fonte: [6].....................22
Figura 2.5 – Configuração de confiabilidade em paralelo. Fonte [6].................22
Figura 3.1 – Central de Água Gelada (CAG). Fonte: [ArcelorMittal Tubarão]...27
Figura 3.2 – Interface do software de manutenção, SISMANA. Fonte: [Autor].29
Figura 3.3 – Dados de falha (TTR e TBF) do compressor do grupo frigorífico C.

Fonte: [Autor].....................................................................................................30
Figura 3.4 – Interface do programa Weibull ++ da Reliasoft. Fonte: [Autor]......31
Figura 3.5 – Gráfico de contorno dos grupos A e C. Fonte: [Autor]...................32
Figura 3.6 – Gráfico de contorno dos grupos D e E. Fonte: [Autor]...................32
Figura 3.7 – Curva de Confiabilidade do compressor do grupo A. Fonte:

[Autor]................................................................................................................33
Figura 3.8 – Curva de Confiabilidade do compressor do grupo C. Fonte:

[Autor]................................................................................................................34
Figura 3.9 – Curva de Confiabilidade do do grupo D. Fonte: [Autor].................34
Figura 3.10 – Curva de Confiabilidade do do grupo E. Fonte: [Autor]...............35
Figura 3.11 – Curva confiabilidade do compressor dos grupos A e C unificados.

Fonte: [Autor].....................................................................................................36
Figura 3.12 – Curva confiabilidade do compressor dos grupos D e E unificados.
Fonte: [Autor].....................................................................................................36
Figura 4.1 – Configuração do sistema A. Fonte: [Autor]....................................38
Figura 4.2 – Configuração do sistema C. Fonte: [Autor]....................................38
Figura 4.3 – Configuração do sistema D. Fonte: [Autor]....................................38
Figura 4.4 – Configuração do sistema E. Fonte: [Autor]....................................39
Figura 4.5 – Alternativa A: Realizar reparo mínimo nos grupos “A” e “C”. Fonte:
[Autor]................................................................................................................40
Figura 4.6 – Alternativa B: Realizar revamp nos grupos “A” e “C”. Fonte:
[Autor]................................................................................................................40
Figura 4.7 – Alternativa C: Substituição dos grupos “A” e “C” por um novo
chiller. Fonte: [Autor]..........................................................................................41
Figura 4.8 – Alternativa D: Substituição dos grupos “A” e “C” por um chiller com
condensador revestido. Fonte: [Autor]...............................................................41
Figura 4.9 – Alternativa E: Substituição dos grupos “A” e “C” por um chiller com
condensador de titânio. Fonte: [Autor]...............................................................42
Figura 4.10 – Curvas de confiabilidade dos cenários. Fonte: [Autor]................43
Figura 4.11 – Curvas de disponibilidade dos cenários. Fonte: [Autor]..............43

LISTA DE TABELAS
Tabela 3.1 – Parâmetros estatísticos dos grupos A e C. Fonte: [Autor]............36
Tabela 3.2 – Parâmetros estatísticos dos grupos D e E. Fonte: [Autor]..............36

SUMÁRIO
1. INTRODUÇÃO.................................................................................................8
1.1. Gestão de ativos – Cenário Global....................................................9
1.2. Gestão de ativos – Cenário ArcelorMittal Tubarão..........................11
2. ESTUDO DE CONFIABILIDADE..................................................................15
2.1. Distribuições estatísticas..................................................................15
2.1.1. Distribuição Exponencial....................................................15
2.1.2. Distribuição de Weibull.......................................................16
2.1.3. Distribuição Lognormal.......................................................17
2.1.4. Distribuição Gama..............................................................18
2.2. Sistemas Reparáveis e não Reparáveis..........................................19
2.3. Análise de confiabilidade, disponibilidade e mantenabilidade.........20
2.3.1. Confiabilidade de Sistemas................................................20
2.3.2. Disponibilidade de Sistemas...............................................22
2.3.3. Mantenabilidade de Sistemas.............................................23
2.3.4. Classificação dos Dados de vida........................................23
3. ESTUDO DE CASO ARCELORMITTAL TUBARÃO....................................25
3.1. Considerações Iniciais do Projeto....................................................25
3.1.1. Processos da Central de Água Gelada..............................25
3.1.2. Chillers Industriais..............................................................26
3.2 Tratamento dos Dados......................................................................27
3.2.1. Gráfico de Contorno...........................................................29
3.3 Curvas de Confiabilidade dos Sistemas............................................32
4. RESULTADOS..............................................................................................37
4.1. Cenários...........................................................................................37
4.2. Curvas de Confiabilidade e Disponibilidade dos Cenários...............41

5. CONCLUSÃO................................................................................................45
6. TRABALHOS FUTUROS..............................................................................46
7. REFERÊNCIAS.............................................................................................47
10
1. INTRODUÇÃO
1.1 - Gestão de Ativos – Cenário Global
Num cenário de alta variabilidade nos comportamentos do mercado mundial as

empresas são forçadas a terem um processo de gestão robusto, com especial
foco em custos, para atuar de forma intensa e para que se mantenham
competitivas e fazendo a diferença para seus clientes e acionistas.
Um desses focos é o gerenciamento de ativos, pois nessa área existem custos

relevantes ligados às pessoas, equipamentos e principalmente na inteligência
do uso desses recursos, com impactos significativos em seus resultados.
A cada ano que se passa todo complexo industrial tem seu envelhecimento e
desgaste natural e demandará serviços crescente contrapondo à uma limitação
natural de recursos para sua realização, impostas pela competitividade do
mercado.
Em função do contexto descrito, as empresas necessitam executar

continuamente estudos cada vez mais profundos dos seus recursos disponíveis
tais como processos, contratos, serviços e pessoas, que possibilitem gerar
resultados que busquem maximizar a disponibilidade dos seus equipamentos
dentro dos limites orçamentários aprovados, isso demostrará a inteligência de
gerenciamento de ativos instalada na organização.
O objetivo desse trabalho é apresentar a aplicação de um método de análise

de confiabilidade em um estudo de caso na indústria siderúrgica, detalhando
todas as etapas dessa análise que serviu como base para uma análise de
custo de vida para traçar a melhor alternativa de projeto de investimento que
atenda o sistema de resfriamento da planta de tratamento de gás de uma
Coqueria, alinhado aos objetivos estratégicos da empresa.
Primeiramente, é necessário definir o que é um ativo. Esse contexto muda

muito de organização para organização, varia conforme dimensão do negócio,
o ramo de produção e até mesmo local em que a empresa se localiza [1].
11
Segundo a Abraman [2] ativo é algo que tenha valor real, ou potencial, para
uma organização. A definição de valor pode também pode variar entre
diferentes tipos de organização e seus públicos de interesse. Pode ser tangível,
ou intangível, financeiro, ou não financeiro. Para muitas organizações, ativos
físicos costumam referirem-se a equipamentos, inventários, propriedades de
posse da organização e contrapõem-se aos ativos intangíveis, não físicos,
como aluguéis, marcas, ativos digitais, propriedades intelectuais, licenças de
uso, reputação e acordos.
O controle eficaz e a governança dos ativos são essenciais para geração de

valor através da gestão dos riscos e oportunidades.
Esse controle, ou muitas vezes chamado de gestão de ativos é definido como

sendo a atividade coordenada de uma organização para produzir o valor dos
ativos, que envolve equilibrar os benefícios de custos, riscos, oportunidades e
desempenhos. O termo "atividade" possui significado abrangente e pode
incluir, por exemplo, a abordagem, o planejamento, planos e suas fases de
implantação [2].
Nos dias de hoje a gestão de ativos, é peça chave nas empresas de capital
intensivo, isto é, empresas que possuem muitos equipamentos e produção em
larga escala, para se alcançar os objetivos organizacionais. Esse equilíbrio
deve ser considerado durante as diferentes fases do seu ciclo de vida, que
podem começar com a concepção da necessidade do ativo e ir até o seu
descarte final, incluindo a gestão de qualquer passivo após descarte [1].
A revista INFRA Outsourcing & Workplace [3] classifica as organizações quanto

a maturidade de gestão de ativos, conforme apresentado na tabela 1:
12
Figura 1.1. Nível de Maturidade de Gestão de Ativos.
Fonte: [3]. Data: 27/05/2019
1.2 - Gestão de Ativos – Cenário ArcelorMittal Tubarão
Tendo em vista as mudanças do mercado, o aumento de competitividade das

empresas e o aumento da tecnologia, as empresas vêm dando cada vez mais
importância à manutenção e principalmente a mantenabilidade e confiabilidade
de seus equipamentos.
Na ArcelorMittal Tubarão, o processo de investimento monetário para assuntos

de manutenção centrada na confiabilidade vem ganhando força com o passar
dos anos.
A gestão de ativos da ArcelorMittal Tubarão é pautada por um plano diretor,

que define as diretrizes do programa e abrange toda metodologia, estudo de
caso e estratégias voltados para aplicação direta em seus ativos. A gestão de
ativos é baseada em um conjunto de fundamentos [1]:
a) VALOR - Ativos existem para fornecer valor para a organização e

suas partes interessadas.
b) ALINHAMENTO – A gestão de ativos traduz os objetivos
organizacionais em decisões técnicas e financeiras, planos e
atividades.
c) LIDERANÇA - Liderança e comprometimento de todos os níveis de
gestão são essenciais para estabelecer com sucesso, operar e melhorar a
gestão de ativos na organização.
13
d) GARANTIA - A gestão de ativos garante que os ativos cumprirão sua

função requerida.
A figura 1.2 apresenta o modelo de manutenção da ArcelorMittal.
Figura 1.2. Modelo de Manutenção da ArcelorMittal.
Fonte: [1]
A manutenção planejada está baseada na divisão bem definidas dos papéis e

responsabilidades dos empregados, manutenções e inspeções periódicas e no
planejamento e programação de serviços sustentados pela priorização dos
ativos quanto a sua criticidade envolvida no processo produtivo.
No caso da manutenção pró-ativa, o grande pilar é o histórico de dados do
equipamento, servindo como a grande fonte de informação para análise de
falhas seguida de um plano de ação, que tem influência direta nas informações
do processo.
Programa de treinamentos e certificações são a base para uma manutenção
estratégica, em conjunto com o suporte do setor de engenharia de manutenção
para o sucesso dos serviços dentro do prazo e com a qualidade necessária.
14
Com os processos bem definidos, diretrizes traçadas e pessoas preparadas e

alinhadas, o resultado esperado é a excelência da manutenção que unida com
um bom gerenciamento e liderança nos retorna ativos confiáveis,
transformando o processo produtivo mais eficiente, seguro e como
consequência gerando valor para os todos os seus stakeholders.
A Manutenção Centrada na Confiabilidade é um método usado para determinar

o que precisa ser feito para assegurar que qualquer item físico continue a
cumprir as funções desejadas no seu contexto operacional atual [1]. Logo, após
o RCM, as áreas passaram a dar mais enfoque no exame da função que o
sistema executa, considerando a importância do componente perante um
conjunto.
Para acompanhamento da evolução da implantação do programa e da
evolução de cada uma das áreas, foi criado o programa “Cinco Estrelas”, “e
tem como principal objetivo a consolidação dos elementos chave da
manutenção e gestão de ativos” [1]. O programa visa nivelar conceitos e
utilização de ferramentas fundamentais para melhor gestão dos ativos, além de
permitir a troca de boas práticas entre as áreas.
A figura 1.3 mostra o modelo de manutenção centrada em confiabilidade
utilizada pela empresa.
Figura 1.3. Modelo de Manutenção Centrada em confiabilidade.
Fonte: [1]
15
Diante das mudanças que estão em curso na indústria mundial, pode-se

afirmar que estamos passando por um verdadeiro processo de revolução
nunca antes visto. Em tempos onde a troca de informações é instantânea, o
seu uso ainda pode ser muito explorado de forma a agilizar, otimizar ou
controlar o desempenho de processos de forma remota.
No caso da ArcelorMittal Tubarão, a manutenção 4.0 está em fase de
crescimento exponencial, atrelada às questões de saúde, segurança e meio
ambiente. Inspeções com drones evitam empregados de subirem em certas
altitudes e lugares de alta periculosidade, sistemas que acompanham variáveis
do processo em tempo real para tomada assertiva de decisões quanta à
estocagem e produção.
Há estudos sendo realizados para a integração das informações de produção
com o planejamento de paradas programadas, para que se possa trabalhar no
ponto ótimo de eficiência do processo, isso tudo relacionado à diminuição do
impacto no meio ambiente.
16
2 ESTUDO DE CONFIABILIDADE
2.1 Distribuições Estatísticas
2.1.1 Distribuição Exponencial
A distribuição exponencial é importante em estudos de confiabilidade por ser a

única com função de risco constante [4]. Se utilizada da forma correta
apresenta algumas vantagens como: fácil tratamento matemático dos dados e
fácil estimativas de taxa de falhas (λ).
A função densidade de probabilidade de falha, para t>0, é [5]:
( )
E sua função confiabilidade, R(t), é [5]:
( )
Segue exemplo da função de densidade de probabilidade de falha para

diferentes valores de λ.
Figura 2.1. Função de densidade de probabilidade exponencial.
Fonte: [5]
17
2.1.2 Distribuição de Weibull
A distribuição de Weibull é apropriada na modelagem de tempos até falha

apresentando funções de risco constante, estritamente crescente e
estritamente decrescente [4].
A função densidade de probabilidade de falha, para t>0 é [5]:
( )
( )
( )
Onde:
β = parâmetro de forma (também conhecido como inclinação);
 = parâmetro de escala;
E sua função de probabilidade, R(t) e sua taxa de falha, h(t) têm os seguintes
formatos [5]:
( )
( )
( ) ( )
Características de β:
β < 1. A taxa de falha decresce com o tempo.
β = 1. A taxa de falha é constante (similar a distribuição exponencial).
β = 2. A taxa de falha aumenta com uma relação linear com o tempo.
3 < β < 4. A distribuição se aproxima da distribuição normal.
A figura 2.2 mostra a função de densidade de probabilidade de Weibull.

18
Figura 2.2. Função de densidade de probabilidade de Weibull.
Fonte: [5]
2.1.3 Distribuição Lognormal
A lognormal é uma distribuição limitada à esquerda, muito utilizada na

modelagem de tempos até reparo em unidades reparáveis, podendo supor que
a probabilidade de completar uma ação de reparo aumenta com o passar do
tempo [4].
A função densidade de probabilidade é dada, para t>0, por [5]:
( )
( ) [ ( ) ]
√
Onde:
( ).
[ ( ) ( )] .
19
A função de confiabilidade e taxa de falha, são dadas por [5]:
( )
( ) ∫ [ ( ) ]
√
( )
[ ( ) ]
√
( )
( )
∫ [ ( ) ]
√
Na figura 2.3 é apresentada a função de densidade de probabilidade

Lognormal.
Figura 2.3. Função de densidade de probabilidade Lognormal.
Fonte: [5]
2.1.4 Distribuição Gama
A distribuição Gama é uma generalização da distribuição exponencial. [4] É

bastante utilizada quando ocorre um determinado número de falhas parciais
antes de o item vir a falhar [6].
20
A função densidade de probabilidade de falha, para t>0, λ>0, α>0, é [5]:
( ) ( )
( )
Onde:
( )
( )
A função confiabilidade, R(t), e taxa de falha, h(t), são [5]:
( ) ∫( )
( )
( ) ()
( )
( ) ∫ ()
2.2 Sistemas Reparáveis e não Reparáveis
Segundo referência [7] para confiabilidade, um sistema é uma coleção de itens,

subsistemas, montagens e/ou um componente arranjados de forma lógica afim
de permitir que este possa alcançar uma funcionalidade desejada, podendo
conter o número de níveis de análise conforme cada situação.
Os sistemas não reparáveis, são aqueles descartados após sua primeira falha,
geralmente aqueles equipamentos ou componentes com taxa de falha aleatória
(componentes elétricos, por exemplo).
Já os sistemas reparáveis, são aqueles que podem ser reparados de maneira à
restaurar o sistema para um estado de desempenho totalmente satisfatório, por
21
qualquer método de manutenção que não seja a substituição de todo o

sistema.
Os reparos podem ser classificados em [7]:
 Reparo Perfeito: reestabelece o sistema a um nível tão bom quanto um
novo;
 Reparo Imperfeito: reestabelece o sistema a um nível intermediário, isto
é, pior que um novo e melhor que o velho;
 Reparo Mínimo: reestabelece o sistema a um nível tão ruim quanto o
velho.
Essa análise do reparo é um fator de grande importância para a simulação do
trabalho em questão, ele que definirá o fator de reparo, uma porcentagem de
quanto o sistema ou componente volta após manutenção, comparado com um
novo.
2.3 Análise de confiabilidade, disponibilidade e mantenabilidade
2.3.1 Confiabilidade de Sistemas
O estudo de confiabilidade de sistemas tem por característica, uma alta

alocação de recursos, seja efetivo, tempo ou custo. Sistema é todo o conjunto
de componentes interconectados segundo um projeto predeterminado [4].
Duas decisões devem ser tomadas no processo de representação estrutural de

um sistema: quais componentes dos sistemas devem ser incluídos na analise e
o nível de detalhe utilizado na representação desses componentes [4]. A
distribuição do sistema é representada por blocos, podendo ter diferentes
configurações, são comumente conhecidas como RDBs.
Configuração em série
É a configuração mais simples, muitas vezes utilizadas na prática para

simplificação de um equipamento ou planta. Em um sistema em série, n
22
componentes estão conectados de tal forma que a falha de qualquer

componente resulta na falha de todo sistema [4].
A figura 2.4 mostra a configuração de confiabilidade em série.
Figura 2.4. Configuração de confiabilidade em série.
Fonte: [6]
A Confiabilidade do Sistema é dada por [6]:
( ) ( ) ( ) ( ) ∏ ( )
Configuração em Paralelo
Na configuração em paralelo todos os componentes devem falhar para que o

sistema falhe [4]. Ela é bastante usual em modelos matemáticos e em estudos
de casos industriais. Pode ser apresentada da seguinte forma mostrada na
figura 2.5
Figura 2.5 – Configuração de confiabilidade em paralelo
Fonte: [6]
23
E sua função de confiabilidade pode ser expressa por:
( ) ( ) [( ( )) ( ( ))] ∏( ( ))
Onde Q(s) é a probabilidade de falha do sistema dada por:
( ) ( ) ( ) ( ) ∏ ( )
Os sistemas mais comuns são conjuntos de configurações em série e em

paralelo.
Configuração k-em-n:
São sistemas compostos por n equipamentos e necessitam apenas que k

estejam funcionando no processo. A indústria aeronáutica utiliza muito essa
configuração devido as inúmeras redundâncias existentes nos aviões.
Quando consideramos os equipamentos idênticos, muito utilizados em

redundâncias de sistemas, podemos descrever a confiabilidade por [7]:
( ( )) ∑( ) ( ) ( ( ))
2.3.2 Disponibilidade de Sistemas
A disponibilidade é um dos principais indicadores de confiabilidade utilizados

em programas de manutenção. É definido como a probabilidade de que um
24
sistema esteja disponível, ou seja, que permita operação satisfatória em um

determinado tempo (t) [6].
No caso dos grupos frigoríficos estudados nesse trabalho a disponibilidade

impacta diretamente na produção, quando o sistema está indisponível a
temperatura do gás COG aumenta podendo chegar no nível crítico em que é
necessário parada da bateria da coqueria.
2.3.4 Mantenabilidade de Sistemas
A Mantenabilidade é uma característica de projeto e instalação, que é

expressa como a probabilidade de um item ser restaurado a uma condição
definida, dentro de um determinado intervalo de tempo, quando a manutenção
é feita de acordo com os procedimentos e recursos técnicos logísticos
especificados [8].
Assim como a confiabilidade, a mantenabilidade também é estudada a partir de

parâmetros probabilísticos utilizando distribuições estatísticas similares a
apresentadas previamente nesse trabalho.
2.3.5 Classificação dos dados de vida
Os dados de vida de um componente podem ser separados nas seguintes

categorias: dados completos, dados censurados à direita, dados censurados
por intervalo e dados censurados à esquerda. Cada tipo requer uma
modificação na análise para estimar corretamente a distribuição.
Dados completos:
Indicam que todas as unidades sob o teste falharam e o tempo até a falha para
cada unidade é conhecido. Portanto são conhecidas informações completas a
respeito de toda a amostra. [9]
25
Dados censurados à direita:
Também chamados de dados suspensos, são compostos de unidade que não

falharam durante o teste. [9]
Dados censurados por intervalo:
Outro tipo de dado censurado é chamado de dado censurado por intervalo ou

dados de inspeção. Contêm incerteza quanto a quando as unidades realmente
falharam, se uma unidade falhar, sabe-se apenas que ela falhou entre
inspeções e o tempo exato de falha não é conhecido. [9]
Dados censurados à esquerda:
Os dados censurados à esquerda são um caso especial de dados censurados

em intervalos, nos quais se sabe que o tempo até falha para uma unidade
específica ocorre entre o tempo zero e algum tempo de inspeção. [9]
26
3 ESTUDO DE CASO ARCELORMITTAL TUBARÃO
3.1 Considerações Iniciais do Projeto
Em estudos de confiabilidade voltados para cenários industriais existem muitas

dificuldades na coleta de dados, na estratificação e no uso dos mesmos. Pode
se afirmar que muitas plantas ou equipamentos são complexos e
considerações devem ser feitas para atingir um resultado mais condizente com
a realidade.
Para atender o objetivo de apresentar a aplicação de um método de análise de

confiabilidade em um estudo de caso na indústria siderúrgica, alinhado aos
objetivos estratégicos da empresa, primeiramente precisamos conhecer os
sistema de resfriamento da planta que será abordado no próximo item.
3.1.1 Processos da Central de Água Gelada
A Central de Água Gelada (CAG) mostrada na figura 3.1, é utilizada no

processo de resfriamento do gás COG na planta de Tratamento de Gás. O
sistema de resfriamento do gás é composto por dois circuitos:
 Primário: utiliza água desmineralizada e representa 2/3 do resfriador.
 Secundário: utilizada água gelada resfriada na CAG.
A CAG esta em operação desde o start up da Coqueria em 2015 foram

instalados dois novos chiller’s devido à baixa confiabilidade das centrifugas,
obsolescência dos sobressalentes e constantes intervenções da manutenção
nos equipamentos. O sistema de água gelada é um circuito fechado e a água
gelada após passar pelos resfriadores secundários e trocadores de calor do
sistema de lavagem de amônia retornam para um reservatório, sendo enviado
através das bombas centrifugas para o evaporador dos chillers e distribuída
para os consumidores.
27
Figura 3.1 - Central de Água Gelada (CAG).
Fonte: [10].
3.1.2 Chillers Industriais
O Chiller é o equipamento principal de um sistema de água gelada. A sua

função é refrigerar a água que circulada pelo sistema, podendo trabalhar por
condensação a água, absorção e condensação a ar. Possui a finalidade de
resfriar o ar, produtos ou equipamentos conforme a aplicação projetada. No
trabalho apresentado nesse documento a água tem finalidade de resfriar e
limpar o gás proveniente da Coqueria.
Quando falamos em Chiller, sempre é necessário ter em mente, que estamos

falando de um sistema. Para que este funcione corretamente é necessário que
se tenha um projeto bem dimensionado. Para o estudo de confiabilidade é
necessário entender quais são os componentes envolvidos no processo,
podendo haver diferenças nas taxas de falhas de cada um.
Nesse trabalho, devido ao número de falhas presente no sistema de

manutenção da ArcelorMittal Tubarão, SISMANA, foram feitas algumas
considerações para os grupos frigoríficos apresentados.
28
Grupos A e C:
Para traçar a curva de confiabilidade dos grupos A e C os sistemas foram

compostos pelos seguintes componentes: circuito elétrico, sistema de água do
mar, compressor, sistema de lubrificação, acoplamento, motor elétrico e
condensador.
Devido à baixa quantidade de falhas registradas dos equipamentos os dados

dos grupos A e C foram unidos para realizar a análise RAM (confiabilidade,
disponibilidade e mantenabilidade). Amparados por estarem fisicamente
próximos um aos outros, ou seja, sujeitos a mesma agressividade e condições
do meio, serem equipamentos iguais e estarem funcionando no mesmo setor
do processo industrial. Além desses fatores, apresentam a mesma estratégia
de manutenção (planos e inspeções).
Grupos D e E:
Como os conjuntos D e E são chillers novos, os dados de falha não são

suficientes para separar por componentes, logo o sistema será composto
apenas por um componente, o próprio chiller.
As mesmas considerações explicadas no tópico anterior valem para os chillers

D e E que também tiveram seus dados unificados para realizar a análise RAM.
3.2 Tratamento dos Dados
Os dados de tempo entre falhas e tempo de manutenção, que servem para

fazer a análise RAM, foram coletados do programa de manutenção da
ArcelorMittal Tubarão, SISMANA, que em seu banco de dados informa o
efetivo utilizado e o horário de início e fim de uma determinada ordem de
manutenção.
O período de estudo dos grupos A e C foi de jan/2010 a dez/2013, já os grupos

D e E entraram em operação em 2015 e os dados foram coletados até jul/2018,
nesse período os grupos A e C ficaram na maior parte do tempo na condição
de stand by com poucas horas de manutenção.
29
O tempo de manutenção presente na ordem de serviço pode sofrer alteração

dos tempos reais de parada e retorno do equipamento. Nesse trabalho, foi
considerado que os tempos de início e fim de manutenção são os tempos de
parada e retorno do Chiller. A figura 3.2 mostra um exemplo de interface do
programa de manutenção da ArcelorMittal Tubarão, o SISMANA.
Figura 3.2 – Interface do software de manutenção, SISMANA.
Fonte: [10].
Foram analisados apenas dados de manutenções corretivas, os dados de

planos de manutenção foram retirados por não se tratarem de intervenções
realizadas devido às falhas e sim por motivos de prevenção. As manutenções
causadas pela intervenção do processo produtivo também foram retiradas
como, por exemplo, água contaminada do processo gerando algum tipo de
avaria nos componentes, evitando a contaminação dos dados por
consequências da operação.
Os primeiros dados de falha existentes no SISMANA só foram utilizados

naqueles componentes que o número de falhas era muito pequeno para
realizar o estudo, sendo utilizado como dado em suspensão. Nos casos de
30
componentes que apresentavam dados consideráveis, ou seja, número mínimo

de falhas para realizar a simulação, a primeira falha do histórico foi
desconsiderada para não contaminar o resultado com um tempo entre falhas
tendencioso.
Como por exemplo, na figura 3.3 se encontram os dados retirados no sistema

referentes ao compressor do grupo frigorífico C.
Figura 3.3 – Dados de falha (TTR e TBF) do compressor do grupo frigorífico C.
COMPRESSOR
O.S Descrição Data de Início Hora Início Data Fim Hora Fim TTF (hora) TTR (hora)
0110.2010.02.0053 EXECUTAR - a troca do atuador da válvula controladora de freon 12/01/2010 8 12/01/2010 17 272 9
0110.2010.04.0010 EXECUTAR - Manutenção na válvla TCV 1B do Grupo "C" . 18/01/2010 8 18/01/2010 12 135 4
0970.2010.12.0154 EXECUTAR - TROCA SELO MECÂNICO TCV 1C. 30/03/2010 8 30/03/2010 17 1700 9
0970-2010-17-0124 EXECUTAR - TROCAR SELO DA TCV1A. 19/04/2010 12 19/04/2010 17 475 5
0110.2010.53.0016 DESACOPLAR - atuador da TCV 1A, do Grupo " C " . 27/12/2010 8 27/12/2010 12
6519 57
0970-2010-53-0058 EXECUTAR - TROCA DE SELO MECÂNICO TCV 1C. 27/12/2010 8 29/12/2010 17
0970.2012.21.0083 EXECUTAR - TROCA DE SELO MECÂNICO CONFORME PADRÃO (CHAMADO). 21/05/2012 13:15 21/05/2012 22 12212 8
0970.2012.31.0055 EXECUTAR - OS A POSTERIOR PARA APROPRIAÇÃO DE MÃO DE OBRA FRIOAR EM OCORRÊNCIA DE PLANTÃO (VAZAMENTO) 28/07/2012 17 29/07/2012 2 1627 9
0970-2012-34-0049 EXECUTAR - MANUTENÇÃO NO GRUPO 'C' CONFORME DADOS COMPLEMENTARES. (MANCAL) 28/08/2012 8 30/08/2012 17
0170.2012.34.0018 EXECUTAR - MANUTENÇÃO PREVENTIVA NA TCV-80-2C - GRUPO C 29/08/2012 8 29/08/2012 11
0170.2012.34.0017 EXECUTAR - RETIRADA DO ATUADOR DA TCV-80-1C - GRUPO C 29/08/2012 8 29/08/2012 11 726 369
0970-2012-40-0178 EXECUTAR - OS A POSTERIOR PARA APROPRIAR MÃO DE OBRA FRIOAR REFERENTE A OS Nº 0970.2012.36.0095 (VAZAMENTO) 12/09/2012 8 12/09/2012 17
0970-2012-37-0127 EXECUTAR - MANUTENÇÃO NO GRUPO 'C' CONFORME DADOS COMPLEMENTARES. (VAZAMENTO) 17/09/2012 8 21/09/2012 17
111 105
0970-2012-40-0181 EXECUTAR - OS A POSTERIOR PARA APROPRIAR MÃO DE OBRA FRIOAR REFERENTE A OS Nº 0970.2012.36.0095 17/09/2012 8 17/09/2012 17
0970-2012-38-0130 EXECUTAR - MANUTENÇÃO NO GRUPO 'C' CONFORME DADOS COMPLEMENTARES (VAZAMENTO) 24/09/2012 8 28/09/2012 17 159 105
0970-2012-43-0165 EXECUTAR - MANUTENÇÃO NO GRUPO 'C' CONFORME DADOS COMPLEMENTARES. (MANCAL) 29/10/2012 8 01/11/2012 17 327 1209
0970-2012-46-0086 EXECUTAR - OS A POSTERIOR PARA APROPRIAR MÃO DE OBRA FRIOAR EM EXTENSÃO DE ATIVIDADES (VÁCUO) 01/11/2012 17 01/11/2012 19
0970.2013.28.0066 TROCAR - O SELO MECÂNICO DO COMPRESSOR FRIGORÍFICO CONFORME O PADRÃO OPERACIONAL PO-MAN-REFR-MM-0133 10/07/2013 8 10/07/2013 17 5559 9
0970.2013.29.0126 TROCAR - O SELO MECÂNICO DO COMPRESSOR FRIGORÍFICO CONFORME O PADRÃO OPERACIONAL PO-MAN-REFR-MM-0133 16/7/2013 8 16/07/2013 17
135 33
303 57
0970.2013.51.0116 RECUPERAR - O SELO MECÂNICO DO COMPRESSOR FRIGORÍFICO CONFORME O PADRÃO OPERACIONAL PO-MAN-REFR-MM-0133 19/12/2013 8 19/12/2013 17 3351 9
Fonte: Autor.
3.2.1 Gráfico de Contorno
Os dados de tempo até falha (TTF) e tempo de manutenção (TTR) foram

inseridos no programa Weibull ++ da Reliasoft respeitando as premissas de
suspensão anteriormente abordadas. A interface do software é apresentada na
figura 3.4.
31
Figura 3.4 – Interface do programa Weibull ++ da Reliasoft.
Fonte: Reliasoft – Utilizado pelo autor.
Com os dados inseridos no software foi possível traçar as curvas de

confiabilidade dos grupos frigoríficos, que não foram diretamente utilizadas
para a análise RAM, mas serviram para traçar os gráficos de contorno do grupo
A e C e dos conjuntos D e E.
A interseção dos gráficos de contorno garante que a união dos dados entre os
grupos A e C (figura 3.5) e também dos grupos D e E (figura 3.6) são possíveis
e condizem com a realidade dos equipamentos.
32
Figura 3.5 – Gráfico de contorno dos grupos A e C
Figura 3.6 – Gráfico de contorno dos grupos D e E.

33
3.3 Curvas de Confiabilidade dos Sistemas
Após a entrada de dados no software Weibull++ da Reliasoft também é traçada

a curva de confiabilidade dos sistemas A, C, D e E antes de terem seus dados
unificados, podendo servir para estudos futuros para análise da interferência da
união do TTF e TTR no resultado final.
As curvas são apresentadas nas figuras 3.7 a 3.10:
Figura 3.7 – Curva de Confiabilidade do compressor do grupo A.

34
Figura 3.8 – Curva de Confiabilidade do compressor do grupo C.
Figura 3.9 – Curva de Confiabilidade do grupo D.

35
Figura 3.10 – Curva de Confiabilidade do grupo E.
Após a validação da consideração da união dos dados, vista previamente, foi

traçado a curva de confiabilidade dos grupos frigoríficos com seus dados
unificados. Ou seja, os grupos A e C apresentam um conjunto de falhas iguais,
com o TTR e o TTF representados pela união dos dados de cada grupo, idem
para os grupos D e E conforme mostrado nas figuras 3.11 e 3.12.
36
Figura 3.11 – Curva confiabilidade do compressor dos grupos A e C unificados.
Figura 3.12 – Curva de confiabilidade dos grupos D e E unificados.

37
Com as curvas de confiabilidade traçadas é possível adquirir os parâmetros

estatísticos de cada curva para cada componente dos grupos A e C, e dos
grupos D e E, conforme figuras 3.13 e 3.14 que serão utilizados para a
simulação dos cenários propostos da nova configuração dos grupos frigoríficos.
Tabela 3.1 – Parâmetros estatísticos dos grupos A e C.
Grupo A e C
Sistema Modelo Distribuição Parâmetros
Confiabilidade 3P-Weibull β: 0,74 η: 2469,5 γ: 44,98
Elétrico
Mantenabilidade Gama G μ: 1,46 σ: 1,11 λ: -1,30
Confiabilidade Gama G μ: 8,41 σ: 0,64 λ: 2,30
Água do Mar
Mantenabilidade Gama G μ: 3 σ: 1,12 λ: 0,29
Compressor
Mantenabilidade 3P-Weibull β: 0,42 η: 130,76 γ: 2,91
Confiabilidade Lognormal LogMed: 8,62 LogDesv: 1,86
Acoplamento
Motor Elétrico
Confiabilidade 3P-Weibull β: 0,41 η: 11317 γ: 1073,80
Condensador
Mantenabilidade Gama G μ: 3,31 σ: 1,77 λ: -0,65
Lubrificação
Fonte: Autor.
Tabela 3.2 – Parâmetros estatísticos dos grupos D e E.
Grupo D e E
Sistema Modelo Distribuição Parâmetros
DeE
Fonte: Autor.
38
4 RESULTADOS
4.1 Cenários
Para fazer a análise RAM é necessário a utilização do software BlockSim da

Reliasoft. Os grupos frigoríficos são desenhados conforme figuras 4.1 a 4.4:
Figura 4.1 – Configuração do sistema A
Fonte: Autor.
Figura 4.2 – Configuração do sistema C
Fonte: Autor.
Figura 4.3 – Configuração do sistema D
Fonte: Autor.
39
Figura 4.4 – Configuração do sistema E
Fonte: Autor.
Em função dos resultados obtidos foram analisadas cinco alternativas visando

identificar aquela que esteja mais alinhada com os objetivos estratégicos da
empresa, respaldada pela análise RAM deste trabalho.
1º Realizar o Reparo Mínimo: realizar apenas as manutenções que possibilite

os grupos A e C operarem dentro do padrão do desempenho esperado e
realizar a modificação no painel elétrico de alimentação possibilitando o
alinhamento dos chillers A com D e C com E. Não haverá crescimento da
confiabilidade no sistema.
2º Realizar Revamp: realizar manutenção em todos os sistemas que compões

os grupos A e C possibilitando um crescimento da confiabilidade e modificação
no painel elétrico de alimentação possibilitando o alinhamento dos chillers A
com D e C com E.
3º Substituição dos Grupos A e C: substituir os grupos frigoríficos por um novo

chiller.
4º Substituição dos Grupos A e C – Condensador Revestido: substituir os

grupos frigoríficos por um novo chiller com condensador revestido contra
desgaste e corrosão. O revestimento aumenta a resistência mecânica, porém
reduz a eficiência de troca térmica do condensador aumentando o consumo de
energia e limitando a capacidade do equipamento para temperatura alta de
água do mar e retorno de água gelada.
5º Substituição dos Grupos A e C – Condensador Titânio: substituir os grupos

frigoríficos por um novo chiller com condensador de titânio altamente resistente
contra desgaste e corrosão.
40
Utilizando as distribuições e parâmetros de confiabilidade com o uso do

software Weibull++ foi feita a análise RAM com o uso do software BlockSim
ambos da ReliaSoft para os cenários propostos anteriormente, representados
pelas figuras 4.5 a 4.9.
Figura 4.5 – Alternativa A: Realizar reparo mínimo nos grupos “A” e “C”
Figura 4.6 – Alternativa B: Realizar revamp nos grupos “A” e “C”

41
Figura 4.7 – Alternativa C: Substituição dos grupos “A” e “C” por um novo chiller
Figura 4.8 – Alternativa D: Substituição dos grupos “A” e “C” por um chiller com condensador
revestido.

42
Figura 4.9 – Alternativa E: Substituição dos grupos “A” e “C” por um chiller com condensador
de titânio.
4.2 Curvas de Confiabilidade e Disponibilidade dos Cenários
Baseada nas curvas estatísticas geradas através de dados históricos

quantitativos, com seus dados representados nas tabelas 3.1 e 3.2 foram
realizadas projeções futuras de confiabilidade e disponibilidade com as cincos
alternativas apresentadas. Para cada cenário, foi reanalisado os dados de
falhas e os blocos foram adequados para cada situação proposta e traçadas as
curvas de confiabilidade e disponibilidade apresentadas nas figuras 4.10 e
4.11.
 Alternativa A: Realizar reparo mínimo nos grupos “A” e “C”

 Alternativa B: Realizar revamp nos grupos “A” e “C”
 Alternativa C: Substituição dos grupos “A” e “C” por um novo chiller
 Alternativa D: Substituição dos grupos “A” e “C” por um chiller com
condensador revestido.
 Alternativa E: Substituição dos grupos “A” e “C” por um chiller com
condensador de titânio.
Onde a cor azul representar a alternativa A, a cor preta a alternativa B, a cor

verde a alternativa C, a cor rosa a alternativa D e a cor amarela a alternativa E.
43
Figura 4.10 – Curvas de confiabilidade dos cenários
Figura 4.11 – Curvas de disponibilidade dos cenários.

44
Na figura 4.10 é possível observar uma confiabilidade do cenário E superior

aos demais cenários em todo período de análise. O cenário D apresenta o
segundo melhor resultado seguido dos cenários B, A e C, respectivamente.
Vale ressaltar o cenário A, que, comparado as demais curvas, apresenta
inclinações agressivas, com uma intensa perda de confiabilidade em um curto
período de tempo.
Com as curvas de disponibilidades traçadas na figura 4.11, pode-se inferir um

resultado superior do cenário E em relação aos demais cenários. Destaque
para uma grande diferença a partir de 6 anos de funcionamento para o cenário
C, que apresenta uma disponibilidade muito inferior às demais.
45
5 CONCLUSÃO
Nos momentos atuais, onde recursos financeiros são restritos e com grande
pressão de redução de custo, empresas de capital intensivo passam por
decisões estratégicas e táticas sobre reformar ou trocar equipamentos por final
de vida útil. Essa decisão deve estar sempre baseada, independentemente da
decisão, o quanto teremos de confiabilidade desse equipamento após sua troca
ou reforma.
Esse trabalho traz o Chiller como equipamento estudado, que é ligado

diretamente à limpeza dos gases e como consequência geração interna de
energia, tornando a empresa autossuficiente desse insumo, se caracterizando
como um equipamento diferencial de garantia operacional e de custo.
Algumas considerações foram feitas para o melhor aproveitamento dos dados

de vida do equipamento e para tornar o resultado mais próximo da realidade.
Todas essas considerações e hipóteses foram respaldadas na teoria de
confiabilidade e na experiência dos engenheiros envolvidos.
Analisando em conjunto a confiabilidade e a disponibilidade dos cenários

propostos, é possível afirmar com mais precisão a melhor alternativa para o
projeto. O cenário C apresenta curvas de confiabilidade e disponibilidade muito
inferior ao esperado para o equipamento, mostrando a importância do
tratamento e da alta confiabilidade referente ao trocador de calor. Já o cenário
A e B não apresentam resultados que justifiquem a manutenção do
equipamento, tendo em vista o alto estado de desgaste do mesmo. Ao analisar
o cenário D, temos uma alternativa viável para escolha do projeto, porém
inferior ao cenário E.
Todas as avaliações feitas neste trabalho mostram que a melhor alternativa

dentre os cenários apresentados é a alternativa E: aquisição de um novo
Chiller com condensador de titânio, pois essa alternativa irá gerar uma melhor
condição de disponibilidade para produção. Vale ressaltar que essa conclusão
é baseada apenas na confiabilidade e disponibilidade.
46
6 TRABALHOS FUTUROS
Para aprimoramento e estudos mais profundos do presente trabalho, segue-se

como sugestão:
 Analisar o custo de ciclo de vida, em conjunto com o estudo apresentado

sobre confiabilidade, levando em conta a área financeira do projeto, para
um melhor suporte na tomada da decisão.
 Estudar a influência da união dos dados dos grupos A e C como também

dos grupos D e E. Analisar os cenários, o quanto a baixa quantidade de
dados de falha dos grupos impacta nas alternativas relacionado com o
impacto da união dos dados.
 Explorar os componentes do grupo frigorífico A, afim de analisar

pontualmente a confiabilidade e mantenabilidade dos mesmo, podendo
tomar decisões mais localizadas e descobrir ponto de menor
confiabilidade do sistema.
 Aprimorar aquisição de dados, melhorando interface com a operação.

Obter os dados reais de parada e partida dos grupos frigoríficos para
uma melhor confiabilidade dos dados gerando um resultado mais
assertivo.
47
7 REFERÊNCIAS
[1] Plano diretor de Manutenção e Gestão de Ativos – FC Latam – ArcelorMittal
Brasil, revisão 01, 2018.
[2] Associação Brasileira de Manutenção e Gestão de ativos -
http://www.abraman.org.br/
Acesso em: 27 de maior. 2019
[3] Revista INFRA Outsourcing & Workplace -
http://www.revistainfra.com.br/Textos/18841/Manuten%C3%A7%C3%A3o-e-
Gest%C3%A3o-de-Ativos.
Acesso em: 27 de maio. 2019.
[4] Fogliatto, Flávio Sanson; Ribeiro, José Luis Duarte. Confiabilidade e
Manutenção Industrial – 2ª edição, 2009
[5] O’Connor, N. Andrew ; Modarres, Mohammad ; Mosleh, Ali Probability
Distributions Used in Reliability Engineering – “Centro de Risco e
Confiabilidade” – Universidade de Maryland, 2011
[6] Department of defense – United States of America. Eletronic Reliability
Design Handbook - Military Handbook –– 1998;
[7] RAUSAND, M., HOYLAND, A. System Reliability Theory: Models, Statistical
Methods, and Applications. 2.ed. Hoboken: John Wiley & Sons, 2004. 636p.
[8] Confiabilidade, Mantenabilidade e Disponibilidade: O trinômio da
Operacionalidade - Berquó, Jolan Eduardo - MSC 49 – 13 de outubro de 2014.
[9] Software Reliasoft - https://www.reliasoft.com/resources/resource-center/life-
data-classifications.
48
Acesso em 26/06/2019.
[10] ArcelorMittal Tubarão, 2019.

TCC Gustavo Itaborai

Enviado por

Dados do documento

Título 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

TCC Gustavo Itaborai

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO

Bacharelado em Engenharia Mecânica

Gustavo Itaborai Servino

ANÁLISE DE CONFIABILIDADE DE UM SISTEMA FRIGORÍFICO

ANÁLISE DE CONFIABILIDADE DE UM SISTEMA FRIGORÍFICO

Trabalho de conclusão do curso de

Orientador: Prof. Dr. Luciano de

ANÁLISE DE CONFIABILIDADE DE UM SISTEMA FRIGORÍFICO DA

Trabalho de conclusão do curso de graduação em Engenharia Mecânica da

Agradeço ao Engenheiro Giussepp Kelson Castro Morais, pelos ensinamentos

O estudo apresenta uma aplicação real de análise de confiabilidade de um

A partir dos dados reais coletados, é possível traçar curvas de disponibilidade e

Com as curvas de disponibilidade e confiabilidade traçadas, podemos avaliar o

Figura 1.1 – Nível de Maturidade de Gestão de Ativos. Fonte: [3]....................12

Figura 1.2 – Modelo de Manutenção da ArcelorMittal Tubarão. Fonte: [1]........13

Figura 1.3 – Modelo de Manutenção Centrada em confiabilidade. Fonte: [1]…14

Figura 2.1 – Função de densidade de probabilidade Exponencial. Fonte:

Figura 2.2 – Função de densidade de probabilidade Weibull. Fonte: [5]...........18

Figura 2.3 – Função de densidade de probabilidade Lognormal. Fonte: [5].....19

Figura 2.4 – Configuração de confiabilidade em série. Fonte: [6].....................22

Figura 2.5 – Configuração de confiabilidade em paralelo. Fonte [6].................22

Figura 3.1 – Central de Água Gelada (CAG). Fonte: [ArcelorMittal Tubarão]...27

Figura 3.2 – Interface do software de manutenção, SISMANA. Fonte: [Autor].29

Figura 3.3 – Dados de falha (TTR e TBF) do compressor do grupo frigorífico C.

Figura 3.4 – Interface do programa Weibull ++ da Reliasoft. Fonte: [Autor]......31

Figura 3.5 – Gráfico de contorno dos grupos A e C. Fonte: [Autor]...................32

Figura 3.6 – Gráfico de contorno dos grupos D e E. Fonte: [Autor]...................32

Figura 3.7 – Curva de Confiabilidade do compressor do grupo A. Fonte:

Figura 3.8 – Curva de Confiabilidade do compressor do grupo C. Fonte:

Figura 3.9 – Curva de Confiabilidade do do grupo D. Fonte: [Autor].................34

Figura 3.10 – Curva de Confiabilidade do do grupo E. Fonte: [Autor]...............35

Figura 3.11 – Curva confiabilidade do compressor dos grupos A e C unificados.

Figura 4.1 – Configuração do sistema A. Fonte: [Autor]....................................38

Figura 4.2 – Configuração do sistema C. Fonte: [Autor]....................................38

Figura 4.3 – Configuração do sistema D. Fonte: [Autor]....................................38

Figura 4.4 – Configuração do sistema E. Fonte: [Autor]....................................39

Figura 4.10 – Curvas de confiabilidade dos cenários. Fonte: [Autor]................43

Figura 4.11 – Curvas de disponibilidade dos cenários. Fonte: [Autor]..............43

Tabela 3.1 – Parâmetros estatísticos dos grupos A e C. Fonte: [Autor]............36

Tabela 3.2 – Parâmetros estatísticos dos grupos D e E. Fonte: [Autor]..............36

1.1. Gestão de ativos – Cenário Global....................................................9

1.2. Gestão de ativos – Cenário ArcelorMittal Tubarão..........................11

2.1. Distribuições estatísticas..................................................................15

2.1.1. Distribuição Exponencial....................................................15

2.1.2. Distribuição de Weibull.......................................................16

2.1.3. Distribuição Lognormal.......................................................17

2.1.4. Distribuição Gama..............................................................18

2.2. Sistemas Reparáveis e não Reparáveis..........................................19

2.3. Análise de confiabilidade, disponibilidade e mantenabilidade.........20

2.3.1. Confiabilidade de Sistemas................................................20

2.3.2. Disponibilidade de Sistemas...............................................22

2.3.3. Mantenabilidade de Sistemas.............................................23

2.3.4. Classificação dos Dados de vida........................................23

3. ESTUDO DE CASO ARCELORMITTAL TUBARÃO....................................25

3.1. Considerações Iniciais do Projeto....................................................25

3.1.1. Processos da Central de Água Gelada..............................25

3.1.2. Chillers Industriais..............................................................26

3.2 Tratamento dos Dados......................................................................27

3.2.1. Gráfico de Contorno...........................................................29

3.3 Curvas de Confiabilidade dos Sistemas............................................32

4.2. Curvas de Confiabilidade e Disponibilidade dos Cenários...............41

1.1 - Gestão de Ativos – Cenário Global

Num cenário de alta variabilidade nos comportamentos do mercado mundial as