Escolar Documentos
Profissional Documentos
Cultura Documentos
São Paulo
2011
CIRO DOMLADOVAC MOLINA
São Paulo
2011
CIRO DOMLADOVAC MOLINA
Orientador:
Prof. Dr. Gilberto Francisco M. de Souza
São Paulo
2011
DEDICATÓRIA
À minha esposa Aline, pelo apoio irrestrito durante todo o tempo necessário para a
conclusão desta monografia.
Aos colegas de trabalho, sem cuja ajuda seria impossível a realização deste
trabalho, e a todas as pessoas que de forma direta ou indireta contribuíram na
execução do mesmo.
RESUMO
The Reliability Centered Maintenance (RCM) has been applied with great success in
various companies since the 1970s, prominently in the aircraft, shipbuilding and
energy. Currently, RCM has been disseminated in various industries, mainly due to
growing concern about the reduction of manufacturing costs and increased
availability of production lines. Despite its growing popularity, reports of unsuccessful
RCM implementation are still common, mainly caused by poor planning and
execution associated with lack of experience of those responsible for implementation.
This monograph presents a methodology for RCM philosophy implementation, using
as example the case of the pilot deployment in a veterinary pharmaceutical industry
in order to demonstrate the applicability of the RCM in this industry segment. The
scope of work includes a review of the reliability concepts used for statistical life data
analysis, a review of the Reliability Centered Maintenance history and concepts and
its stages of implementation, the case presentation, describing the deployment in the
studied company, with qualitative and quantitative data generated at each step,
including maintenance plans generated by the RCM. Are presented, though, analysis
of the short term results obtained due to RCM implementation, a discussion about
the main difficulties encountered during deployment and how to avoid them in future
deployments.
1 INTRODUÇÃO .................................................................................................. 13
5 CONCLUSÕES ..................................................................................................98
MANUTENÇÃO..................................................................................................... 175
13
1 INTRODUÇÃO
1.1 OBJETIVO
Muito embora a MCC venha sendo utilizada com sucesso em vários ramos da
indústria, notícias sobre o fracasso na implementação de programas de MCC ainda
são comuns e se devem em grande parte a falhas de planejamento e execução do
processo de implantação, comumente associadas à falta de experiência dos
condutores do processo (SIQUEIRA, 2005).
Ao longo do tempo as metodologias de MCC propostas originalmente por
Nowlan e Heap (1978) foram sofrendo alterações, originando variantes tais como a
RCM2, proposta por Moubray (1997), que incorporou questões ambientais ao
diagrama de decisões da MCC, e a SRCM, ou Streamlined RCM, uma versão
simplificada da MCC proposta pelo EPRI (Electric Power Research Institute).
15
2 CONCEITOS DE CONFIABILIDADE
dF (t )
f (t ) = (1)
dt
t
F (t ) = ∫ f (t )dt
−∞
(2)
P ( A) = 1 − P ( B ) (3)
R(t ) = 1 − F (t ) (4)
1.0
0.8
0.6
F(t)
0.4
0.2
0.0
0 500 1000 1500 2000 2500 3000
t: tempo
1.0
0.8
0.6
R(t)
0.4
0.2
0.0
0 500 1000 1500 2000 2500 3000
t: tempo
f (t )
λ (t ) = (5)
R (t )
A figura 2.3 mostra uma representação da curva da banheira e das três fases
de vida possíveis de um dispositivo.
1 1 t − µ 2
f (t ) = exp− ,− ∞ < t < ∞ (6)
σ 2π 2 σ
1 1 ln t − µ 2
f (t ) = exp− ,t ≥ 0
σ 2π 2 σ
(7)
β α (α −1) −β t
f (t ) = t e , t > 0, α > 0, β > 0
Γ(α )
(8)
onde α é o fator de forma, β é o fator de escala e Γ(α) é a função gama, dada por:
∞
Γ(α ) = ∫ t (α −1)e −t dt (9)
0
f (t ) = λ e − λ t ,t ≥ 0 (12)
onde λ é a taxa de falha constante e igual ao inverso do tempo médio para falha
(MTTF).
β
β t −δ
f (t ) = β (t − δ )
( β −1)
exp − ,t ≥0 (13)
η η
Uma vez que várias distribuições podem ser utilizadas para tentar representar
estatisticamente o comportamento dos tempos para falha, é necessário criar critérios
30
k
(Oi − Ei )
χ =∑
2
0 (16)
i =1 Ei
Caso o valor de χ 02 seja superior a um determinado valor tabelado, rejeita-se
1 n
Fn ( x) = ∑ I ( X i ≤ x ) (17)
n i =1
onde I ( X i ≤ x ) é igual a 1 caso Xi ≤ x e igual a zero caso contrário.
Dn = max Fn ( x ) − F ( x ) (18)
n
2
χ 2 n,1−α / 2 χ 22n , 2−1 / α = (1 − α )100%
P ≤λ≤
n n (19)
∑ i
2 T 2 ∑ Ti
i =1 i =1
Onde n é o número de falhas observado, Ti são os tempos para falha observados e
(1-α) é o grau de confiança do intervalo.
No caso da ausência de falhas no período avaliado pode-se determinar um
intervalo de confiança unicaudal (ICU) que represente (1-α)100% de probabilidade
da taxa de falha ser menor que um determinado valor (FELIX, 2006). Esse intervalo
de confiança é dado por:
χ 22,α
P ≥ λ = (1 − α )100% (20)
2nT
onde n é o número de itens em ensaio e T é o tempo total de ensaio.
O método de atualização bayesiana é muito útil em casos de escassez ou
ausência de dados, e também para casos de baixa confiança nos dados coletados.
Este método consiste na utilização de informações genéricas das taxas de falha dos
itens estudados, também chamadas de informações “a priori” em combinação com
os dados específicos da planta com o objetivo de gerar uma informação “a
posteriori” das taxas de falha.
No método bayesiano, a taxa de falha é considerada uma variável aleatória
descrita por uma distribuição de probabilidade. A distribuição “a priori” pode ser uma
33
i i
i =1
Até agora foram apresentados conceitos para análise de dados de vida para
sistemas não reparáveis ou para dados de tempo até a primeira (ou única) falha.
34
∧ n
b= n −1
tn (24)
∑ ln
i =1 ti
O parâmetro “a” da função de potência pode ser estimado pela expressão:
∧ n
a= ∧ (25)
b
t n
Segundo Moubray (1997, p.7, tradução nossa), a MCC é “um processo usado
para determinar o que deve ser feito para assegurar que um dispositivo continue a
fazer o que seu usuário quer que ele faça em seu contexto operacional”.
Ainda segundo Moubray (1997), um programa de MCC deve responder a sete
questões básicas:
Para responder a cada uma dessas questões um programa de MCC pode ser
implantado através de 11 etapas:
• Requisitos de confiabilidade
• Método e freqüência das análises de confiabilidade
• Indicadores de desempenho do programa
• Freqüência de avaliação dos indicadores do programa
novo nível de prioridade de risco após a efetivação das ações, como pode ser visto
na figura 3.2.
ou por degradação. Esta informação servirá de base para a seleção das políticas
aplicáveis de manutenção.
Os parâmetros da distribuição também são importantes para a determinação
de intervalos ótimos de manutenção preventiva, quando aplicáveis, através de um
modelo de minimização do custo horário total de manutenção.
A análise de confiabilidade é executada a partir dos dados de falha coletados
em campo, sendo de extrema importância que os mesmos sejam confiáveis e
isentos de “contaminações”.
onde:
Cm: custo médio por unidade de tempo
Cc: custo médio de uma manutenção corretiva
Cp: custo médio de uma manutenção preventiva
λcm: taxa média de falhas
λp: taxa de manutenção preventiva
0,03
0,025
0,02
R$/h
0,015
0,01
0,005
0
0,5
55
110
164
219
273
328
382
437
491
546
600
655
709
764
818
873
927
982
1036
1091
1145
1200
1254
1309
1363
1418
1472
1527
1581
1636
1690
1745
1799
1854
1908
1963
2017
2072
Horas
− ln[R(T )]
T
λcm (0, T ) = ∫ λc (t )dt =
1
(27)
T0 T
Uma vez que λc(t) é dada pela equação (5) como o quociente entre a função
densidade de probabilidade e a função confiabilidade, para determinar a taxa média
de falhas e, conseqüentemente, o tempo ótimo de manutenção preventiva, é
necessário ter realizado a análise de confiabilidade para a determinação dos
parâmetros da distribuição de probabilidade que represente a amostra de dados de
falha.
Gerente de Manutenção
(Ciro)
Estagiário de
Engenharia (1)
Técnico de Manutenção
(07)
Aprendiz de
Manutenção
(02)
4.2 A IMPLANTAÇÃO
A implantação da MCC foi precedida por uma etapa inicial que consistiu na
preparação do projeto de implantação, apresentação da filosofia proposta e
aprovação do projeto pela alta administração da empresa (diretoria industrial) e,
finalmente, elaboração do cronograma de implantação.
Embora algumas análises prévias já tivessem sido realizadas desde setembro
de 2009, o projeto de implantação foi iniciado oficialmente no dia 12 de julho de
2010 com a realização de uma reunião de abertura de projeto com a participação
das gerências das áreas envolvidas diretamente no projeto: manutenção industrial,
produção, garantia da qualidade e recursos humanos (segurança do trabalho e
desenvolvimento de pessoal).
Na reunião de abertura foram apresentados os princípios e objetivos gerais do
projeto, benefícios esperados e o cronograma de implantação proposto, que pode
ser visto no anexo A desta monografia.
Uma vez realizada a reunião de abertura, foram iniciadas as etapas de
implantação descritas a seguir.
Comitê de Implantação
Supervisor de Manutenção - 2 pessoas
Supervisor de Produção
Supervisor de Garantia da Qualidade
Técnico de Segurança do Trabalho
Auxiliar Estatístico
Alguns dos critérios listados acima são detalhados a seguir, enquanto outros
serão discutidos em subseções posteriores.
dinâmicas do programa Excel 2007 foram totalizados os dados para cada setor e
cada equipamento, facilitando a classificação
Método de
Inicio atualização
bayesiana
N
Método da Máxima S Estimativa de intervalo
1 n > 30 n= 0 de confiança uni-caudal
Verosssimilhança
S pela equação (20)
N S
S
S Weibull bi- S
n< 5 Dados n= 0
paramétrica
"a priori"
aplicável? N
N N
N
Método de Estimativa de
Não utilizar N
censuras intervalo de conf iança
parâmetros não regressão de
> 30% bi-caudal pela
viesados Rank
equação (19)
S
Utilizar parâmetros
não viesados 1
O tempo para cinco falhas corresponde ao tempo corrido (em meses) para o
qual são esperadas cinco falhas do dispositivo levando-se em consideração seu
regime de trabalho e seu MTBF, que pode ser dado em horas ou em outra unidade
tal como ciclos, quilômetros, peças, etc. Este tempo foi definido pela equipe como o
parâmetro para o critério de seleção da freqüência de análise devido ao fato de ser
comum considerar-se cinco dados de falha como o número mínimo de dados para
uma análise de confiabilidade pelo método de estimação de parâmetros dos
mínimos quadrados (SOUZA, 2009).
A tabela 4.2 apresenta o critério criado pelo comitê de implantação para a
determinação do horizonte das análises de confiabilidade, também se levando em
consideração o regime de trabalho do dispositivo e seu MTBF.
P(1−α / 2 )
EF = (28)
Pα / 2
Dado que α é o nível de significância de uma estimativa, os valores P(1-α/2) e
P(α/2) são os valores dos limites superior e inferior do intervalo de confiança bi-caudal
da variável estocástica estimada.
62
O valor do fator de erro genérico é tanto maior quanto maior for a amplitude
do intervalo de confiança, que por sua vez é tanto maior quanto menor o tamanho da
amostra, no caso estudado, o número de dados de falha.
As figuras 4.5 e 4.6 mostram o comportamento do fator de erro genérico na
estimação dos parâmetros β e η da distribuição de Weibull, com intervalo de
confiança de 90% (α=10%), para amostras de diferentes tamanhos geradas a partir
de simulações de Monte Carlo.
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
5 10 20 30 40 50 60 70
Número de falhas
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
5 10 20 30 40 50 60 70
Número de falhas
É possível notar através das figuras 4.5 e 4.6 que, a partir de um número de
falhas próximo de 40, o incremento no tamanho da amostra não resulta em reduções
significativas do fator de erro genérico.
Por este motivo adotou-se o tempo para 40 falhas como parâmetro para a
determinação do horizonte das análises de confiabilidade.
0,9
0,8
0,7
0,6
tempo (x η)
0,5
0,4
0,3
0,2
0,1
0
1
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,2
3,4
3,6
3,8
4,0
4,2
4,4
4,6
4,8
5,0
5,2
5,4
5,6
5,8
6,0
6,2
6,4
6,6
6,8
7,0
100
90
80
70
60
50
%
40
30
20
10
0
1 2,0 3,0 4,0 5,0 6,0 7,0
Injetáveis
Orais
Hormônios
Semi-sólidos
Sólidos
Horm. sólidos
Biológicos
Comprimidos
Acabamento
Custo total de Manutenção % acum
R$ 18.000,00 100,00%
R$ 16.000,00 90,00%
R$ 14.000,00 80,00%
70,00%
R$ 12.000,00
60,00%
R$ 10.000,00
50,00%
R$ 8.000,00
40,00%
R$ 6.000,00
30,00%
R$ 4.000,00 20,00%
R$ 2.000,00 10,00%
R$ 0,00 0,00%
HPA01-07
HPA01-12
HPA01-04
HPR04-07
HPR05-07
HPR06-06
HPR01-01
HPR01-12
HPR05-05
HPR06-05
Outros
Foi definido que as análises funcionais deveriam ser completas pelo menos
até o nível de componente, podendo as partes ser incluídas na análise ou deixadas
para estudos posteriores.
Para a realização das análises funcionais foram criados dois tipos de
documento distintos, os diagramas de blocos e as planilhas de análise funcional.
Os diagramas de blocos foram criados de forma a auxiliar a identificação dos
sistemas, subsistemas e componentes dos equipamentos estudados com formato
similar ao apresentado anteriormente na figura 3.1 da seção 3.2.7.
Os diagramas de blocos completos dos equipamentos estudados são
apresentados nos anexos B e C desta monografia.
O segundo documento criado foi a planilha de análise funcional, na qual são
descritas as funções e os níveis de desempenho de cada dispositivo analisado.
Para o preenchimento desta planilha convencionou-se a classificação das
funções de acordo com três dimensões denominadas pela equipe de implantação
como: grau, tipo e modo.
O grau corresponde à classificação de uma função como primária, ou
essencial, e secundária, ou auxiliar.
O tipo está relacionado ao propósito de cada função, podendo ser
operacional, de proteção, informativa, estrutural ou supérflua.
71
Existe monitoramento e alarme on-line para a detecção prévia da falha ou a falha é gradual e
2
facilmente percebida pelo operador em condições normais de operação.
Existe monitoramento de condição periódico instrumentado para detecção de tendência de falha
3
ou a falha é gradual, mas de difícil detecção pelo operador em condições normais de operação.
7 Criticidade Alta
Ocorrência
4 Criticidade Média
2 Criticidade Baixa
1
1 2 3 4 5 6 7 8 9 10
Severidade
Evidente / Oculta
Segurança (S/N)
Severidade
Ocorrência
Criticidade
Detecção
NPR
Dispositivo Modo de Falha Potencial
7.2.6. Unidade de
Unidade com vazamento de ar 8 5 5 13 - alta 200 E N
tratamento de ar
7.5.11. Válvula XV-12 Válvula falha não acionada 9 1 5 10 - alta 45 O S
Evidente / Oculta
Segurança (S/N)
Severidade
Ocorrência
Criticidade
Detecção
NPR
Dispositivo Modo de falha potencial
de escala / desvio-
Método de análise
Parâmetro 1 (fator
Parâmetro 2 (fator
de forma / média)
Distribuição de
probabilidade
paramétrica
padrão)
Dispositivo Modo de falha potencial
de escala / desvio-
Parâmetro 1 (fator
Parâmetro 2 (fator
de forma / média)
Método de análise
Distribuição de
probabilidade
paramétrica
padrão)
Dispositivo Modo de Falha Potencial
1.2.2. Bico de envase Bico vazando produto RRX Log-normal 7,04 0,56
2.3. Cillindro de inserção de
Cilindro trava baixado (aberto) RRX Weibull 1,05 618,45
válvulas
3.1. Cilindro posicionador
Cilindro trava baixado (aberto) RRX Weibull 0,95 2292,44
do cabeçote
3.2. Cabeçote de Cabeçote recravando fora de
ICB Exponencial 4,54E-05 NA
recravação especificação
3.2. Cabeçote de Cabeçote não recrava as válvulas
RRX Weibull 1,35 1114,87
recravação na lata
4.1. Cilindro dosador de gás Cilindro dosa gás em excesso ICB Exponencial 2,65E-04 NA
Cilindro dosa gás em quantidade
4.1. Cilindro dosador de gás ICB Exponencial 3,98E-04 NA
abaixo do especificado ou não dosa
4.1. Cilindro dosador de gás Cilindro não retem o gás RRX Weibull 1,15 167,72
4.3. Bico de envase de gás Bico de gás não veda na lata ICU Exponencial 3,06E-04 NA
Esteira derruba latas durante o
5.1.2. Esteira de entrada ICB Exponencial 1,33E-04 NA
transporte
5.1.3. Estrela Estrela não rotaciona ICB Exponencial 1,33E-04 NA
Máquina não para ao acionar botão
6.1. Botão de emergência ICU Exponencial 3,06E-04 NA
de emergência
6.2.Intertravamento das Máquina não para ao abrir as
ICU Exponencial 3,06E-04 NA
portas portas
6.3.1. Sensor de Sensor enviando sinal abaixo da
ICU Exponencial 3,06E-04 NA
concentração de gás real ou não enviando sinal
7.2.6. Unidade de
Unidade com vazamento de ar RRX Weibull 1,73 355,67
tratamento de ar
7.5.11. Válvula XV-12 Válvula falha não acionada ICU Exponencial 3,06E-04 NA
0,600
0,400
0,200
0,003
Taxa de Falha, f(t)/R(t)
0,002
0,002
8,000E-4
0,004
Taxa de Falha, f(t)/R(t)
0,003
0,002
0,001
Após a nova análise foi feita uma consulta ao fabricante italiano para
determinar qual o material correto a ser utilizado no parafuso de encosto, passando-
se a utilizar parafusos de aço inox 316, com melhores características de resistência
à fadiga.
Periodicidade
Tipo de tarefa
implantada
Dispositivo Modo de falha potencial Descrição da tarefa
Tipo de tarefa
Periodicidade
implantada
Dispositivo Modo de Falha Potencial Descrição da tarefa
7.5.11. Válvula XV-12 Válvula falha não acionada IF Teste funcional periódico Mensal
Confiabilidade em Tp 93,6%
11596,57
11884,25
12291,32
12839,27
14420,25
15580,13
16922,83
19243,27
582,83
5 CONCLUSÕES
Dificuldades Causas
1. Equipes de análise não dedicadas
Dificuldade para agendamento de reuniões 2. Engenharia da confiabilidade ainda não faz
das equipes de análise parte da cultura da empresa
3. Grande foco em resultados imediatos
1. Registros de manutenção incompletos
2. Falta de padronização anterior para descrição
de sintomas e causas (modos e mecanismos de
Dificuldade para levantamento de dados falha)
históricos de falha confiáveis 3. Falta de padronização anterior para descrição e
codificação de partes dos equipamentos
4. Falta de relatórios adequados no sistema
informatizado
1. Falta de experiência prévia da equipe de
implantação
2. Manuais e desenhos em lingua estrangeira
Tempo para realização das análises muito
(italiano)
maior que o previsto inicialmente
3. Diferenças significativas entre o descrito nos
manuais e o equipamento propriamente dito,
exigindo tempo extra para correções
101
6 REFERÊNCIAS BIBLIOGRÁFICAS
MOUBRAY, John. Reliability centered maintenance. 2nd Ed.. New York: Industrial
Press, 1997. 440p.
44,6
88,2
131,8
175,4
219
262,6
306,2
349,8
393,4
437
480,6
524,2
567,8
611,4
655
698,6
742,2
785,8
829,4
873
916,6
960,2
1
Confiabilidade em Tp 80,2%
Confiabilidade em Tp 49,2%
Baixa confiabilidade da preventiva para intervalo ótimo, verificar possibilidade de redução do intervalo
1091
1200
1309
1418
1527
1636
1745
1854
1963
2072
2181
2290
2399
110
219
328
437
546
655
764
873
982
1
Confiabilidade em Tp 73,8%
Baixa confiabilidade da preventiva para intervalo ótimo, verificar possibilidade de redução do intervalo
Confiabilidade em Tp 90,5%
1091
1200
1309
1418
1527
1636
1745
1854
1963
2072
2181
2290
2399
110
219
328
437
546
655
764
873
982
1
Confiabilidade em Tp 93,6%
Confiabilidade em Tp 95,5%
23,8
46,6
69,4
92,2
115
137,8
160,6
183,4
206,2
229
251,8
274,6
297,4
320,2
343
365,8
388,6
411,4
434,2
457
479,8
1
Confiabilidade em Tp 31,3%
Baixa confiabilidade da preventiva para intervalo ótimo, verificar possibilidade de redução do intervalo