CIRO DOMLADOVAC MOLINA

IMPLANTAÇÃO DE MANUTENÇÃO CENTRADA EM CONFIABILIDADE

EM UMA INDÚSTRIA FARMACÊUTICA VETERINÁRIA

São Paulo
2011
 CIRO DOMLADOVAC MOLINA

IMPLANTAÇÃO DE MANUTENÇÃO CENTRADA EM CONFIABILIDADE

EM UMA INDÚSTRIA FARMACÊUTICA VETERINÁRIA

Monografia apresentada à Escola Politécnica

da Universidade de São Paulo para
obtenção do certificado de Especialista em
Engenharia e Gestão de Manufatura e
Manutenção – MBA/USP

São Paulo
2011
 CIRO DOMLADOVAC MOLINA

IMPLANTAÇÃO DE MANUTENÇÃO CENTRADA EM CONFIABILIDADE

EM UMA INDÚSTRIA FARMACÊUTICA VETERINÁRIA

Monografia apresentada à Escola Politécnica

da Universidade de São Paulo para
obtenção do certificado de Especialista em
Engenharia e Gestão de Manufatura e
Manutenção – MBA/USP

Orientador:
Prof. Dr. Gilberto Francisco M. de Souza

São Paulo
2011
 DEDICATÓRIA

Dedico esta monografia à minha esposa Aline e a meu filho Henrique.

 AGRADECIMENTOS

Ao Prof. Dr. Gilberto F. M. Souza pelo apoio e orientação prestados durante a

realização deste trabalho.

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

A Manutenção Centrada em Confiabilidade (MCC) vem sendo aplicada com grande

sucesso em várias empresas desde a década de 1970, destacadamente nos setores
aeronáutico, naval e energético. Atualmente a MCC vem se difundindo em diversos
ramos da indústria, devido principalmente à crescente preocupação com a redução
dos custos industriais e aumento de disponibilidade das linhas de produção. Apesar
de sua crescente popularização, relatos sobre fracassos na implantação da MCC
ainda são comuns, causados principalmente por problemas de planejamento e
execução associados à falta de experiência dos responsáveis pela implantação.
Esta monografia apresenta uma metodologia de implantação da filosofia da MCC,
utilizando como caso de exemplo a implantação piloto em uma indústria do ramo
farmacêutico veterinário com o objetivo de evidenciar a aplicabilidade da MCC neste
segmento da indústria. O escopo do trabalho abrange uma revisão dos conceitos de
confiabilidade utilizados para a análise estatística de dados de vida, uma revisão do
histórico e dos conceitos de manutenção centrada em confiabilidade e de suas
etapas de implantação, a apresentação do caso exemplo, descrevendo a
implantação na indústria estudada, com dados qualitativos e quantitativos gerados
em cada etapa, incluindo os planos de manutenção gerados através da MCC. São
apresentados, ainda, análises dos resultados obtidos em curto prazo com a
implantação da MCC, uma discussão sobre as principais dificuldades encontradas
durante a implantação e formas de contorná-las em futuras implantações.

Palavras-chave: Manutenção. Manutenção preventiva. Manutenção preditiva. Teoria

da confiabilidade. Manutenção centrada em confiabilidade.
 ABSTRACT

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.

Key-words: Maintenance. Preventive maintenance. Predictive Maintenance.

Reliability Theory. Reliability Centered Maintenance.
 LISTA DE ILUSTRAÇÕES

Figura 2.1 – Função densidade acumulada F(t) ................................................... 20

Figura 2.2 – Função confiabilidade R(t) ............................................................... 20
Figura 2.3 – Curva da banheira ........................................................................... 22
Figura 2.4 – Papel de probabilidade para distribuição de Weibull ..................... 27
Figura 3.1 – Estrutura de sistemas e componentes ............................................ 44
Figura 3.2 – Exemplo de FMEA ........................................................................... 46
Figura 3.3 – Diagrama de decisão ....................................................................... 48
Figura 3.4 – Custo médio unitário de manutenção .............................................. 50
Figura 4.1 – Organograma do departamento de manutenção industrial ............ 54
Figura 4.2 – Estrutura da equipe de implantação de MCC .................................. 56
Figura 4.3 – Planilha de custos de manutenção de equipamentos .................... 58
Figura 4.4 – Fluxograma para seleção de métodos de análise............................ 58
Figura 4.5 – Comportamento do fator de erro do parâmetro β.............................. 62
Figura 4.6 – Comportamento do fator de erro do parâmetro η.............................. 62
Figura 4.7 – Intervalo ótimo para manutenção preventiva ................................... 63
Figura 4.8 – Confiabilidade do instante da manutenção preventiva ................... 64
Figura 4.9 – Planilha de registro de eventos de manutenção .............................. 65
Figura 4.10 – Custo total de manutenção por setor produtivo .............................. 66
Figura 4.11 – Custo total de manutenção por equipamento ................................. 66
Figura 4.12 – Envasadora de aerossóis COS.MA.R MRPN-18 ........................... 67
Figura 4.13 – Rotuladora Rottec-Plus .................................................................. 69
Figura 4.14 – Planilha de análise funcional .......................................................... 72
Figura 4.15 – Gráfico de áreas de criticidade ....................................................... 76
Figura 4.16 – Registro de eventos do software Reliasoft Weibull++7................... 79
Figura 4.17 – Curva de confiabilidade da resistência do datador ......................... 82
Figura 4.18 – Curva da taxa de falhas da resistência do datador ........................ 82
Figura 4.19 – Taxa de falhas do parafuso de encosto da recravação ................. 87
Figura 4.20 – Planilha de otimização do intervalo de manutenção ..................... 92
Figura 4.21 – Planilha de resultados de inspeção funcional ................................ 93
Figura 4.22 – Planilha de avaliação de tendência da confiabilidade .................. 97
 LISTA DE TABELAS

Tabela 3.1 – Ordem prioritária para seleção de tarefas ....................................... 48

Tabela 4.1 – Critério para freqüência de análises de confiabilidade ................... 60
Tabela 4.2 – Critério para horizonte de análises de confiabilidade ...................... 61
Tabela 4.3 – Critérios para classificação de funções ........................................... 71
Tabela 4.4 – Classificação da severidade ............................................................ 73
Tabela 4.5 – Classificação da freqüência de ocorrência ...................................... 74
Tabela 4.6 – Classificação da probabilidade de detecção prévia ......................... 75
Tabela 4.7 – Classificação de risco ...................................................................... 75
Tabela 4.8 – Modos de falha prioritários da envasadora HPR04-07 .................... 77
Tabela 4.9 – Modos de falha prioritários da rotuladora HPA01-07 ....................... 78
Tabela 4.10 – Resultados das análises de confiabilidade da rotuladora ............. 80
Tabela 4.11 – Resultados das análises de confiabilidade da envasadora .......... 81
Tabela 4.12 – Critérios de aplicabilidade e efetividade por classe de risco ......... 89
Tabela 4.13 – Tarefas selecionadas para a rotuladora HPA01-07 ....................... 90
Tabela 4.14 – Tarefas selecionadas para a envasadora HPR04-07 .................... 91
Tabela 4.15 – Comparação dos planos de manutenção da rotuladora ................ 95
Tabela 4.16 – Comparação dos planos de manutenção da envasadora ............. 96
Tabela 5.1 – Dificuldades encontradas na implantação da MCC ......................... 100
 SUMÁRIO

1 INTRODUÇÃO .................................................................................................. 13

1.1 OBJETIVO ...................................................................................................... 14

1.2 ESTRUTURA DO TRABALHO ....................................................................... 15

2 CONCEITOS DE CONFIABILIDADE ............................................................... 17

2.1 CONCEITUAÇÃO GERAL ............................................................................. 17

2.2 FUNÇÕES DE CONFIABILIDADE ................................................................ 18

2.3 DISTRIBUIÇÕES DE PROBABILIDADE ...................................................... 22

2.3.1 Distribuição normal ................................................................................. 22

2.3.2 Distribuição log-normal ........................................................................... 23
2.3.3 Distribuição Gama .................................................................................... 24
2.3.4 Distribuição exponencial ......................................................................... 24
2.3.5 Distribuição de Weibull ............................................................................ 25
2.4 METODOS DE ESTIMAÇÃO DE PARÂMETROS ........................................ 26

2.4.1 Método gráfico .......................................................................................... 26

2.4.2 Método dos mínimos quadrados ............................................................ 28
2.4.3 Método da máxima verossimilhança ...................................................... 28
2.5 SELEÇÃO DA DISTRIBUIÇÃO MAIS ADEQUADA ...................................... 29

2.5.1 Teste do qui-quadrado .............................................................................. 30

2.5.2 Método de Kolmogorov-Smirnov ou teste (K-S) ..................................... 31
2.6 MÉTODO DA ATUALIZAÇÃO BAYESIANA ................................................... 32

2.7 MODELAGEM DE SISTEMAS REPARÁVEIS ............................................... 33

2.7.1 Processo homogêneo de Poisson ........................................................... 34

2.7.1 Processo não-homogêneo de Poisson ....................................................34

3 MANUTENÇÃO CENTRADA EM CONFIABILIDADE (MCC) .......................... 36

3.1 HISTÓRICO DA MCC ..................................................................................... 36

3.2 PRINCÍPIOS BÁSICOS DA MCC ................................................................... 38

3.2.1. Definição da equipe de implantação ....................................................... 39

3.2.2 Capacitação da equipe de implantação ................................................... 40
3.2.3 Definição de critérios e objetivos .............................................................41
3.2.4 Definição de bases de dados ....................................................................42
3.2.5 Seleção do sistema a ser estudado ......................................................... 42
3.2.6 Definição dos limites do sistema ............................................................. 43
3.2.7 Análise funcional ....................................................................................... 43
3.2.8 Análise de modos e efeitos de falha (FMEA) .......................................... 45
3.2.9 Análise de confiabilidade .......................................................................... 46
3.2.10 Seleção das tarefas de manutenção ...................................................... 47
3.2.11 Determinação dos intervalos de manutenção ...................................... 49
3.3 ESTRATÉGIAS DE IMPLANTAÇÃO DA MCC ............................................... 50

3.3.1 Abordagem da força-tarefa ....................................................................... 51

3.3.2 Abordagem seletiva ................................................................................... 51
3.3.3 Abordagem abrangente .............................................................................52
3.3.4 Abordagem do projeto-piloto.................................................................... 52

4 CASO: IMPLANTAÇÃO PILOTO DE MCC EM UMA INDÚSTRIA

FARMACÊUTICA VETERINÁRIA ....................................................................... 53

4.1 A EMPRESA ESTUDADA .............................................................................. 53

4.1.1 Organização da manutenção industrial .................................................. 54

4.2 A IMPLANTAÇÃO ........................................................................................... 55

4.2.1 Equipe de implantação .............................................................................. 55

4.2.2 Critérios e objetivos .................................................................................. 57
4.2.2.1 Critério para seleção de equipamentos críticos ........................................ 57
4.2.2.2 Critérios para seleção de métodos de análise de dados de vida (análise de
confiabilidade) ....................................................................................................... 58
4.2.2.3 Critérios para decisão de freqüência e horizonte das análises de
confiabilidade ........................................................................................................ 60
4.2.2.4 Requisitos mínimos de confiabilidade para manutenção preventiva ...... 63
4.2.3 Bases de dados utilizadas ........................................................................ 65
4.2.4 Os sistemas analisados ............................................................................ 65
4.2.4.1 Máquina envasadora de aerossóis Cosmar (HPR04-07) ......................... 67
4.2.4.2 Rotuladora de frascos cilíndricos Bauch-Campos (HPA01-07) ................ 68
4.2.5 Implantação das análises funcionais ...................................................... 69
4.2.6 Implantação das análises de modos e efeitos de falha ......................... 72
4.2.6.1 Modos de falha prioritários encontrados ................................................... 76
4.2.7 Implantação das análises de confiabilidade ........................................... 78
4.2.8 Estudo dos mecanismos de falha ............................................................ 83
4.2.8.1 Modos de falha da rotuladora HPA01-07 ................................................. 84
4.2.8.2 Modos de falha da envasadora HPR04-07 .............................................. 86
4.2.9 Tarefas de manutenção selecionadas .................................................... 88
4.2.10 Intervalos de manutenção adotados ..................................................... 92
4.2.10.1 Intervalos para manutenção preventiva .................................................. 92
4.2.10.2 Intervalos para inspeções funcionais ...................................................... 93
4.2.10.3 Intervalos entre inspeções preditivas ..................................................... 94
4.2.11 Comparativo dos planos de manutenção antes e após a MCC ...........94
4.2.12 Avaliação de tendência da confiabilidade ............................................. 96

5 CONCLUSÕES ..................................................................................................98

5.1 RESULTADOS OBTIDOS .............................................................................. 98

5.2 ANÁLISE DO PROCESSO DE IMPLANTAÇÃO ........................................... 100

5.2.1 Dificuldades enfrentadas .......................................................................... 100

5.2.2 Pontos fortes da implantação ...................................................................101
5.3 CONSIDERAÇÕES FINAIS ............................................................................ 102

6 REFERÊNCIAS BIBLIOGRÁFICAS ……………………………………………… 103

ANEXO A – CRONOGRAMA DE IMPLANTAÇÃO DO PROJETO-PILOTO ...... 105

ANEXO B – DIAGRAMA FUNCIONAL DE BLOCOS DA ROTULADORA ........ 106

ANEXO C – DIAGRAMA FUNCIONAL DE BLOCOS DA ENVASADORA ........ 112

ANEXO D – ANÁLISE FUNCIONAL DA ROTULADORA HPA01-07 ................. 122

ANEXO E – ANÁLISE FUNCIONAL DA ENVASADORA HPR04-07 ................. 128

ANEXO F – FMEA DA ROTULADORA HPA01-07 ............................................. 143

ANEXO G – FMEA DA ENVASADORA HPR04-07 ........................................... 151

ANEXO H – PLANILHAS DE OTIMIZAÇÃO DO INTERVALO DE

MANUTENÇÃO..................................................................................................... 175
 13

1 INTRODUÇÃO

Desde a revolução industrial, os processos de produção vêm constantemente

se desenvolvendo para atender a níveis de exigência cada vez mais altos dos
mercados, demandando a utilização de recursos tecnológicos cada vez mais
sofisticados e equipamentos cada vez mais complexos.
Nas últimas décadas, com o processo acelerado de globalização dos
mercados, as grandes empresas já não atuam apenas em mercados locais, mas
globalmente, em um ambiente cada vez mais competitivo no qual o melhor balanço
entre as características de qualidade, agilidade, confiabilidade, flexibilidade e custos
é um fator determinante para sua sobrevivência.
Nesse contexto, a manutenção, como parte integrante do processo produtivo,
também teve que acompanhar o desenvolvimento dos processos de produção, de
forma a garantir que os sistemas produtivos continuem cumprindo suas funções com
a maior disponibilidade e o menor custo possíveis.
Esse desenvolvimento da manutenção pode ser evidenciado através do
desenvolvimento das técnicas de manutenção alternativas à manutenção corretiva,
tais como a manutenção preventiva baseada em tempo e a manutenção preventiva
baseada em condição, ou preditiva, e de novas filosofias de manutenção, tais como
a Manutenção de Produtividade Total (MPT ou TPM, do inglês Total Productivity
Maintenance), Manutenção Centrada em Confiabilidade (MCC ou RCM, do inglês
Reliability Centered Maintenance) e Manutenção Baseada em Risco (RBM do inglês
Risk Based Maintenance).
Desenvolvida a partir de estudos do setor de aviação civil norte-americano em
meados da década de 60 e início da década de 70, visando à redução dos custos
totais dos programas de manutenção preventiva de aeronaves, a Manutenção
Centrada em Confiabilidade (MCC) surgiu como uma alternativa à visão tradicional
de que toda falha deveria ser prevenida e de que todo dispositivo apresentava
degradação dependente do tempo, de forma que sua falha pudesse ser prevenida
através de intervenções periódicas de reforma ou troca de componentes.
Definida por Nowlan e Heap (1978, p.2, tradução nossa) como “um programa
de manutenção planejada projetado para realizar as capacidades de confiabilidade
inerente dos equipamentos”, a MCC pode ser entendida como uma metodologia
 14

estruturada para a criação de planos de manutenção baseada na utilização de

análises qualitativas e quantitativas das falhas funcionais e seus efeitos sobre os
sistemas, associada à utilização de diagramas de decisão para a seleção de tarefas
aplicáveis de manutenção.
Além do setor de aviação civil, a MCC logo passou a ser aplicada também
aos setores militares norte-americanos, destacadamente ao naval e aeronáutico,
bem como no setor nuclear e energético, principalmente devido ao fato de ser uma
metodologia orientada para a segurança e redução de custos.
Atualmente a MCC vem sendo cada vez mais aplicada em diversos ramos da
indústria, devido principalmente à crescente preocupação com a redução dos custos
industriais e aumento de disponibilidade das linhas de produção.
A MCC mostra-se como uma importante ferramenta para o aumento da
competitividade das empresas, melhorando aspectos de qualidade, agilidade,
confiabilidade, custos e, sob o ponto de vista da própria manutenção, também de
flexibilidade, uma vez que a adoção de técnicas estatísticas permite a flexibilização
dos intervalos para manutenção baseada na análise de risco da falha.
No Brasil a aplicação da MCC já é uma realidade consolidada em setores
como o aeronáutico, petroquímico e energético, este último principalmente após sua
reestruturação no início dos anos 90. Além destes setores, a MCC vem sendo
gradualmente implantada em diversos ramos da indústria, tais como o eletro-
eletrônico, automobilístico, alimentício, siderúrgico e farmacêutico, entre outros.

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

A existência destas e de outras variantes torna ainda mais importante o

conhecimento das pessoas envolvidas na implantação da MCC, que devem
selecionar, dentre as opções existentes, qual será a metodologia a ser aplicada na
empresa, adequando o plano de implantação à variante selecionada.
Além das variantes da própria metodologia da MCC, existem ainda diferentes
estratégias de implementação, que podem ser vantajosas ou não dependendo do
tipo e do porte da organização.
Este trabalho tem por objetivo apresentar e discutir uma metodologia de
implantação de MCC, utilizando como caso exemplo a implantação piloto em uma
indústria farmacêutica veterinária.
O escopo do trabalho abrange uma revisão dos conceitos de confiabilidade
utilizados para a análise estatística de dados de vida, uma revisão do histórico e dos
conceitos de MCC e de suas etapas de implantação, a apresentação do caso
exemplo, descrevendo a implantação na indústria estudada, com dados qualitativos
e quantitativos gerados em cada etapa, incluindo os planos de manutenção gerados
através da MCC.
Será apresentada, ainda, uma análise dos resultados obtidos em curto prazo
com a implantação da MCC, uma discussão sobre as principais dificuldades
encontradas durante a implantação e formas de contorná-las em futuros trabalhos
de implantação.

1.2 ESTRUTURA DO TRABALHO

O capítulo 1 desta monografia apresenta considerações iniciais sobre a

manutenção centrada em confiabilidade, sua importância no contexto industrial atual
e seu potencial impacto na competitividade das organizações. São apresentados
também neste capítulo os objetivos gerais do trabalho e sua estrutura.
O capítulo 2 apresenta conceitos de confiabilidade utilizados no
desenvolvimento do trabalho, tais como: conceituação geral de confiabilidade,
distribuições de probabilidade, funções de confiabilidade, taxas de falha, métodos de
estimação de parâmetros e determinação de intervalos de confiança.
No capítulo 3 são apresentados tópicos relevantes relacionados à
Manutenção Centrada em Confiabilidade, tais como o histórico da MCC, seus
princípios básicos e as metodologias utilizadas para a sua implantação, abrangendo
 16

a seleção de sistemas e equipamentos críticos, análise funcional, análise de modos

e efeitos de falhas, análise de confiabilidade, utilização de diagramas de decisão da
MCC para definição das políticas de manutenção e otimização do tempo para
substituições ou reformas preventivas.
Neste capítulo também são tecidas considerações sobre as diferentes
estratégias de implantação de um programa de MCC, levando em consideração
aspectos como o porte da organização, cultura empresarial e experiência prévia.
O capítulo 4 apresenta a aplicação das metodologias da MCC, apresentadas
no capítulo 3, na implantação piloto em uma indústria farmacêutica veterinária.
O capítulo inicia-se apresentando as características da empresa estudada,
sua estrutura organizacional e filosofia de manutenção adotada antes da
implantação da MCC.
Posteriormente são apresentadas as etapas da implantação e os resultados
das análises qualitativas e quantitativas, realizadas com base nos conceitos
apresentados nos capítulos anteriores. São apresentados também os planos de
manutenção gerados a partir da implantação da MCC, comparando-os com as
políticas de manutenção adotadas anteriormente.
No capítulo 5 são discutidos os benefícios obtidos em curto prazo através da
implantação da MCC e as conclusões relativas à aplicabilidade da metodologia da
MCC na empresa alvo do estudo de caso, discutindo as principais dificuldades
enfrentadas e propondo formas de minimização destas dificuldades em futuras
implantações.
Finalmente, no capítulo 6 são apresentadas as referências bibliográficas
utilizadas para a elaboração do trabalho.
 17

2 CONCEITOS DE CONFIABILIDADE

2.1 CONCEITUAÇÃO GERAL

O termo confiabilidade pode ser entendido de várias maneiras dependendo do

contexto ao qual se aplique. No setor logístico, por exemplo, a confiabilidade pode
estar associada ao atendimento de prazos de entrega, à entrega das quantidades
corretas, etc. No setor financeiro a confiabilidade pode estar associada, por
exemplo, à probabilidade de que um ente qualquer irá honrar com um compromisso
de pagamento nas quantidades e prazos definidos. Já no setor industrial a
confiabilidade pode estar associada, por exemplo, à capacidade de um equipamento
cumprir suas funções de forma ininterrupta, ou seja, sem falhas, durante um período
determinado.
Independentemente do contexto ou do enfoque dado à confiabilidade, esta
está relacionada à confiança que temos de que determinado evento irá ou não
ocorrer em um tempo e condição pré-determinados. Esta confiança, por sua vez,
está associada principalmente às experiências anteriores que temos em relação à
ocorrência do evento, ou seja, está associada a um histórico de eventos a partir do
qual possa ser calculada, objetiva ou subjetivamente, uma probabilidade de
sucesso.
Por estar associada a uma probabilidade, torna-se necessária, então, uma
definição de confiabilidade do ponto de vista estatístico.
Dhillon (2006, p.3, tradução nossa) define confiabilidade como “a
probabilidade de que um item executará satisfatoriamente sua missão designada,
por um período de tempo determinado, quando utilizado de acordo com as
condições especificadas”.
De forma semelhante, Lafraia (2001, p.11) define confiabilidade como “[...]
probabilidade de que um componente, equipamento ou sistema exercerá sua função
sem falhas, por um período de tempo previsto, sob condições de operação
especificadas”.
Definições similares são dadas por Nowlan e Heap (1978), pela norma Military
Standard MIL-STD-721C (1981) e por diversos outros autores não citados nesta
monografia.
 18

É importante notar, no entanto, que as definições apresentadas possuem

quatro importantes pontos em comum.

• Probabilidade: a confiabilidade é medida em termos de uma probabilidade

de sobrevivência ou sucesso de um item.
• Missão / função: é aquilo que se espera que seja executado ou
desempenhado pelo item, incluindo-se aí o nível de desempenho esperado.
• Tempo determinado: a confiabilidade é função do tempo, que pode ser
entendido como tempo cronológico, mas também como número de ciclos de
operação, quilômetros rodados, etc.
• Condições especificadas: são as condições operacionais às quais o item é
submetido durante a operação. Incluem-se aí os padrões de operação, de
manutenção e as condições ambientais.

Como a confiabilidade está relacionada com o contexto operacional

(condições especificadas), pode-se fazer distinção entre duas medidas de
confiabilidade, a “confiabilidade projetada”, que é a confiabilidade medida em testes
de confiabilidade sob condições ideais durante a fase de projeto de um item, e a
“confiabilidade percebida”, que é a confiabilidade medida no contexto operacional do
item.
Teoricamente a confiabilidade percebida poderá ser no máximo igual à
confiabilidade projetada, desde que não ocorram modificações no projeto. Na prática
o que se verifica é que as condições imperfeitas de operação, manutenção e
ambientais freqüentemente acabam por tornar a confiabilidade percebida
sensivelmente menor que a confiabilidade projetada.

2.2 FUNÇÕES DE CONFIABILIDADE

Uma vez que a confiabilidade é medida em termos de uma probabilidade de

sobrevivência, é importante discorrer sobre os conceitos estatísticos de
confiabilidade.
Embora quando se fala em confiabilidade esteja se falando sobre uma
probabilidade de sobrevivência, os dados de que dispomos na prática normalmente
são dados relativos a tempo para a falha dos itens, ou seja, da não sobrevivência.
 19

A partir dos dados de falha do item ao longo do tempo é possível determinar

uma função densidade de probabilidade f(t), através de técnicas de análise de
dados de vida, que descreva de forma significativa a distribuição de falhas do item
ao longo do tempo.
A função densidade de probabilidade (fdp) pode ser descrita
matematicamente pela equação abaixo:

dF (t )
f (t ) = (1)
dt

A função F(t), chamada de função densidade acumulada (fda), representa a

probabilidade acumulada de falha até o instante t, ou seja, a probabilidade de o item
venha a falhar desde o instante inicial até o instante t. A função densidade
acumulada é dada pela equação:

t
F (t ) = ∫ f (t )dt
−∞
(2)

Considerando que a sobrevivência do item (evento A) e sua falha (evento B)

são eventos mutuamente excludentes, então é válida a relação:

P ( A) = 1 − P ( B ) (3)

Considerando, ainda, que P(A) representa a probabilidade de sobrevivência

do item até um instante t, isto é, sua confiabilidade R(t), e que P(B) representa a
probabilidade acumulada de falha do item até o mesmo instante t, isto é, a função
F(t), então é válida a relação:

R(t ) = 1 − F (t ) (4)

As figuras 1 e 2 representam o comportamento da função densidade de

probabilidade e da função de confiabilidade, respectivamente.
 20

1.0

0.8

0.6
F(t)

0.4

0.2

0.0
0 500 1000 1500 2000 2500 3000
t: tempo

Figura 2.1 – Função densidade acumulada F(t)

1.0

0.8

0.6
R(t)

0.4

0.2

0.0
0 500 1000 1500 2000 2500 3000
t: tempo

Figura 2.2 – Função confiabilidade R(t)

Além das funções de probabilidade acumulada de falha e de confiabilidade,

outra função de interesse em estudos de confiabilidade é a chamada função de
 21

risco, probabilidade condicional de falha, ou, ainda, taxa de falhas, normalmente

representada por λ(t).
A taxa de falhas é uma probabilidade condicional que representa a
probabilidade de que o item venha a falhar em um instante t+dt, dada a condição de
que tenha sobrevivido até o instante t (SCHÜLLER et al, 1997, p. 5.5, tradução
nossa).
De acordo com Dhillon (2006) a taxa de falha, ou função de risco, pode ser
descrita pela equação:

f (t )
λ (t ) = (5)
R (t )

O comportamento da taxa de falha de um dispositivo ao longo do tempo é de

grande interesse para análises de manutenção centrada em confiabilidade, uma vez
que este comportamento permite a identificação da fase de vida do item.
Segundo Nowlan e Heap (1978), o comportamento da taxa de falhas de
componentes individuais segue seis tipos de padrão distintos, sendo que o primeiro
deles, conhecido como “curva da banheira”, é divido em três regiões distintas: região
de mortalidade infantil, região de vida útil e região de degradação.
Na região de mortalidade infantil a taxa de falhas é decrescente ao longo do
tempo e, segundo Lafraia (2001), as falhas podem ser originárias de processos de
fabricação ou manutenção deficientes, controle de qualidade deficiente,
componentes armazenados de forma inadequada antes do uso ou instalação
imprópria entre outras.
A região de vida útil é caracterizada por uma taxa de falha constante ou
aproximadamente constante ao longo do tempo. Algumas causas de falha
identificadas por Lafraia (2001) comuns a essa fase de vida são: cargas aleatórias
maiores que o esperado, erros humanos, fenômenos naturais e outras com
características aleatórias.
A região de degradação é caracterizada pelo crescimento da taxa de falha ao
longo do tempo devido à degradação do item. Lafraia (2001) associa as causas das
falhas desta fase de vida a processos de degradação tais como a corrosão,
desgaste, degradação da resistência, fluência e fadiga.
 22

A figura 2.3 mostra uma representação da curva da banheira e das três fases
de vida possíveis de um dispositivo.

Figura 2.3 – Curva da banheira (LAFRAIA, 2001)

2.3 DISTRIBUIÇÕES DE PROBABILIDADE

Dentre as diversas distribuições discretas e contínuas existentes, as

distribuições normal, log-normal, Gama, exponencial e Weibull destacam-se pela
sua ampla utilização em estudos de confiabilidade.
Além destas, outras distribuições também são de interesse para estudos de
confiabilidade, porém não farão parte do escopo desta monografia por serem menos
usuais.

2.3.1 Distribuição normal

A distribuição normal é utilizada em análises de confiabilidade para modelar

sistemas altamente solicitados, com taxas de falha altamente crescentes (OLIVEIRA,
2007). Sua função densidade de probabilidade é dada pela equação:
 23

1  1  t − µ 2 
f (t ) = exp−    ,− ∞ < t < ∞ (6)
σ 2π  2  σ  

onde µ é a média e σ é o desvio-padrão da distribuição.

Embora a distribuição normal seja largamente utilizada em aplicações de
controle de qualidade e de processos, em análises de confiabilidade sua utilização é
freqüentemente preterida em favor da utilização da distribuição de Weibull, que, para
fatores de forma β próximos a 3,44, oferece uma boa aproximação da distribuição
normal (Haviaras, 2005) e não trabalha com valores de t < 0.

2.3.2 Distribuição log-normal

A distribuição log-normal é bastante utilizada em estudos de confiabilidade e

mantenabilidade, podendo representar de forma satisfatória eventos relacionados a
componentes mecânicos submetidos à fadiga ou desgaste, vida de rolamentos e
tempos para reparo de componentes mecânicos (LAFRAIA, 2001).
Segundo Freitas e Colossimo (1997) apud Bassetto (2007, p.42), “a
distribuição log-normal é a que melhor descreve o tempo de vida de componentes
semicondutores cujos mecanismos de falha envolvem interações químicas [...]”.
A distribuição log-normal também é utilizada para representar a distribuição
genérica de taxas de falhas em bases de dados de falha de componentes, utilizada
como informação “a priori” em atualizações bayesianas (SCHÜLLER et al, 1997).
A função densidade de probabilidade da distribuição log-normal é dada pela
equação:

1  1  ln t − µ  2 
f (t ) = exp−    ,t ≥ 0
σ 2π  2  σ  
(7)

onde µ é a média dos logaritmos dos tempos t, e σ é o desvio-padrão logaritmo da

distribuição.
 24

2.3.3 Distribuição Gama

A distribuição Gama é uma distribuição flexível bastante utilizada para

descrever a distribuição dos tempos para a primeira falha de sistemas que
contenham redundâncias cujas taxas de falha sejam constantes, ou seja, cujos
dados de vida sejam distribuídos exponencialmente (NIST/SEMATECH, 2010).
A distribuição Gama também é comumente utilizada como uma aproximação
para distribuições “a priori” em técnicas de atualização bayesiana, pois seu processo
de atualização não necessita de integração numérica, facilitando a estimação de
parâmetros da distribuição “a posteriori” (SCHÜLLER et al, 1997).
A função densidade de probabilidade da distribuição Gama é dada pela
equação:

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

A média µ da distribuição Gama é dada pela relação:

α
µ= (10)
β
A variância da distribuição Gama e dada pela relação:
α
Var (t ) = (11)
β2

A distribuição Gama pode apresentar taxas de falha decrescentes, constantes

ou crescentes dependendo dos valores assumidos pelo seu fator de forma.

2.3.4 Distribuição exponencial

A distribuição exponencial é aplicada a sistemas cuja taxa de falhas não varia

em função do tempo, como, por exemplo, em componentes eletrônicos.
 25

A distribuição exponencial também é utilizada para modelar falhas em

sistemas complexos sem redundância e com componentes sujeitos a taxas de falha
independentes (LAFRAIA, 2001).
A distribuição exponencial é um caso particular das distribuições Gama e
Weibull quando o fator de forma destas distribuições é igual a 1, sendo sua função
densidade de probabilidade dada pela equação:

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).

2.3.5 Distribuição de Weibull

A distribuição de Weibull, que recebe este nome devido ao seu criador, o

sueco Waloddi Weibull, é uma distribuição a três parâmetros muito utilizada em
análises de confiabilidade devido a sua grande flexibilidade.
A distribuição de Weibull é capaz de representar sistemas com taxas de
falhas crescentes, decrescentes ou constantes, cobrindo assim qualquer uma das
fases de vida de um dispositivo.
A função densidade de probabilidade da distribuição de Weibull é dada pela
equação:

β
β  t −δ  
f (t ) = β (t − δ )
( β −1)
exp −    ,t ≥0 (13)
η   η  

onde β é o fator de forma, η é o fator de escala, também chamado de vida

característica, e δ é o fator de localização, também chamado de vida inicial ou de
confiabilidade intrínseca.
O fator de forma é de grande interesse em análises de confiabilidade, pois
permite identificar em qual fase de vida da “curva da banheira” encontra-se o item
analisado.
Para valores de β menores que 1, o dispositivo encontra-se na fase de
mortalidade infantil, com taxa de falha decrescente.
 26

Para β igual a 1, o dispositivo encontra-se na fase de vida útil, com taxa de

falhas constante.
Para valores de β maiores que 1, o dispositivo encontra-se na fase de
degradação, com taxas de falha crescentes.
Para uma grande variedade de aplicações, a distribuição de Weibull pode ser
simplificada para uma distribuição bi-paramétrica assumindo-se que o fator de
localização δ seja nulo, significando que o item avaliado não apresenta “vida de
prateleira” nem “período de garantia”.

2.4 METODOS DE ESTIMAÇÃO DE PARÂMETROS

A partir dos dados de falhas coletados através de testes ou em bancos de

dados de manutenção, é possível fazer a estimação de parâmetros das distribuições
estatísticas que se julga que possam representar o comportamento do mecanismo
de falha a ser estudado.
Três métodos de estimação de parâmetros bastante usuais são o método
gráfico, o método dos mínimos quadrados, também conhecido como método da
regressão linear, e o método da máxima verossimilhança. Cada um desses métodos
possui suas vantagens e limitações, que serão discutidas individualmente.

2.4.1 Método gráfico

O método gráfico consiste na utilização de “papéis de probabilidade” nos

quais são marcados pares ordenados dos tempos para falhas e seus valores
correspondentes de rank médio ou mediano (estimativas da não-confiabilidade).
O objetivo dos “papéis de probabilidade” é o de linearizar a função densidade
acumulada de probabilidade para cada tipo de distribuição específico, de forma que
seja possível ao analista traçar uma reta que melhor se ajuste aos pares ordenados
marcados no gráfico.
A partir do cruzamento da reta traçada com traços horizontais representando
não-confiabilidades de interesse para cada tipo de distribuição, é possível
determinar os valores dos parâmetros da distribuição.
A figura 2.4 ilustra um exemplo de aplicação do papel de probabilidade para a
distribuição de Weibull.
 27

O método gráfico possui a vantagem de não exigir cálculos complexos nem

recursos computacionais, e de necessitar de uma quantidade relativamente baixa de
dados. Suas desvantagens, porém, são a imprecisão e a falta de consistência da
estimativa, uma vez que duas pessoas diferentes podem traçar retas diferentes para
o mesmo conjunto de pares ordenados, e o tempo necessário para a construção dos
gráficos.
O método gráfico foi amplamente utilizado antes da disseminação do uso de
recursos computacionais, que possibilitam a execução mais fácil dos cálculos
envolvidos em outras metodologias de estimação de parâmetros como o método dos
mínimos quadrados e o método da máxima verossimilhança.

Figura 2.4 – Papel de probabilidade para distribuição de Weibull (Fonte: RELIASOFT)

 28

2.4.2 Método dos mínimos quadrados

O método dos mínimos quadrados, ou método de regressão, utiliza-se do

mesmo princípio da formação de pares ordenados dos valores de tempo para falha e
rank médio utilizado no método gráfico.
No método dos mínimos quadrados, porém, é realizada uma regressão para a
determinação de uma reta que minimize a distância quadrática entre os pontos dos
pares ordenados e a reta na direção de um dos eixos, X ou Y.
Quando a minimização é realizada em relação aos valores do eixo Y a
regressão é chamada de regressão em Y, enquanto quando é realizada em relação
aos valores do eixo X é chamada de regressão em X.
Para a análise a partir de dados de falha ou a partir de um conjunto de poucos
dados, a regressão em X apresenta melhores resultados que regressão em Y. Esta,
por sua vez, é preferida para análises não baseada em tempos para falhas, como,
por exemplo, o caso de dados de garantia (RELIASOFT, 2007).
O método dos mínimos quadrados apresenta a vantagem de fornecer boas
estimativas mesmo com um número pequeno de dados, permitindo ainda o cálculo
do coeficiente de correlação ou do coeficiente de determinação, que podem ser
utilizados como comparativo para determinar qual dentre duas ou mais distribuições
melhor se ajusta à amostra de dados avaliada.
As desvantagens do método dos mínimos quadrados são sua limitação ao
uso de distribuições que possam ser linearizadas e a grande necessidade de dados
completos, não podendo ser utilizado com dados fortemente censurados.

2.4.3 Método da máxima verossimilhança

O método da máxima verossimilhança é um dos métodos mais utilizados para

a estimação de parâmetros de distribuições estatísticas diversas, principalmente
quando se dispõe apenas de dados censurados.
O método consiste na determinação de estimadores para os parâmetros da
distribuição de interesse através da maximização da função de verossimilhança.
 29

Seja f ( x ;θ 1 , θ 2 , K ,θ k ) uma função contínua da variável aleatória x ,

onde θ1 ,θ 2 , K ,θ k são parâmetros desconhecidos a serem estimados e sejam

x1 , x 2 ,K, x R os R dados de tempos para falha disponíveis para a análise.

A função de máxima verossimilhança é dada então por:
R
L= ∏ f (x ;θ
i =1
1 , θ 2 , K ,θ k ) (14)

Uma vez que a maioria das distribuições de probabilidade utilizadas em

estudos de confiabilidade é representada por funções exponenciais, uma forma
comum de facilitar os cálculos envolvidos na maximização da função de
verossimilhança é utilizar uma função logarítmica de verossimilhança dada por:
R
Λ = ln L = ∑ ln f (x;θ 1 ,θ 2 , K ,θ k ) (15)
i =1

Os estimadores de máxima verossimilhança podem, então, ser calculados

igualando-se a zero as derivadas parciais da função de verossimilhança em relação
a cada um dos parâmetros da distribuição.
O método da máxima verossimilhança possui algumas importantes
vantagens, tais como a capacidade de produzir boas estimativas mesmo com tipos
variados de censura e sua consistência conforme o número de dados aumenta
(NIST/SEMATECH, 2010).
O método apresenta também algumas deficiências e desvantagens tais como
a necessidade de muitos dados para produzir estimações sem viés, podendo exigir
de trinta até uma centena de dados de tempo para falha, dependendo da aplicação,
alguns problemas para o cálculo de parâmetros da distribuição tri-paramétrica de
Weibull quando o fator de forma é próximo de 1 (RELIASOFT, 2010), e a
necessidade da utilização de recursos computacionais para resolução de cálculos
numéricos para a maior parte das distribuições estatísticas (NIST/SEMATECH,
2010).

2.5 SELEÇÃO DA DISTRIBUIÇÃO MAIS ADEQUADA

Uma vez que várias distribuições podem ser utilizadas para tentar representar
estatisticamente o comportamento dos tempos para falha, é necessário criar critérios
 30

de seleção que permitam a determinação de uma distribuição que melhor se ajuste

aos dados do mecanismo de falha analisado.
Qualquer que seja a distribuição selecionada como modelo, sua escolha deve
satisfazer pelo menos duas condições:
• Sua escolha deve fazer sentido: isto é, a distribuição deve ser coerente com o
mecanismo de falha estudado (NIST/SEMATECH, 2010). Não se deve utilizar,
por exemplo, uma distribuição normal, com taxa de falhas fortemente
crescente, para dados de falha de componentes eletrônicos sujeitos a falhas
aleatórias com taxas de falha constantes.
• A distribuição deve satisfazer testes visuais ou estatísticos de ajuste aos
dados disponíveis.
Existem vários testes visuais, dentre os quais o teste do papel de
probabilidade talvez seja o mais simples e mais difundido. O teste consiste em
avaliar visualmente se os pares ordenados marcados no papel de probabilidade se
ajustam de forma razoável a uma reta.
Os testes visuais apresentam a vantagem de serem simples, de poderem
revelar modelos ou anomalias nos dados e servirem como um “filtro” inicial, uma vez
que uma distribuição aprovada em um teste visual raramente será rejeitada em um
teste estatístico (NIST/SEMATECH, 2010).
As desvantagens dos testes visuais são sua subjetividade, sua incapacidade
de suportar comparações entre duas ou mais distribuições que pareçam se ajustar
aos dados e a possibilidade de se rejeitar distribuições que, na realidade, se ajustem
aos dados (NIST/SEMATECH, 2010).
Os testes estatísticos para verificação do ajuste de distribuições são
conhecidos como testes de aderência. Os testes de aderência mais utilizados são o
teste do qui-quadrado e o teste de Kolmogorov-Smirnov (FOGLIATTO; RIBEIRO,
2009).

2.5.1 Teste do qui-quadrado

O teste do qui-quadrado consiste na comparação das freqüências das k

classes do histograma montado a partir dos dados (Oi) e da freqüência esperada em
cada classe para o histograma da distribuição analisada (Ei). A comparação é feita
através da expressão:
 31

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

a hipótese de que a distribuição se ajuste aos dados disponíveis.

Entre as vantagens da utilização do método do qui-quadrado, destacam-se a
possibilidade de sua utilização tanto para distribuições contínuas quanto para
distribuições discretas e a possibilidade de utilização de dados completos ou
censurados.
O método do qui-quadrado apresenta, no entanto, a desvantagem de
necessitar de um maior número de dados para que seus resultados sejam válidos.
Segundo Bassetto (2007), é necessário um histograma com no mínimo três classes
de no mínimo cinco amostras cada para que o método do qui-quadrado apresente
precisão aceitável.

2.5.2 Método de Kolmogorov-Smirnov ou teste (K-S)

O método de Kolmogorov-Smirnov é baseado na determinação da máxima

distância entre a função densidade acumulada da distribuição de probabilidade
testada e a função empírica de distribuição dada por:

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.

A máxima distância entre as curvas é dada pela expressão:

Dn = max Fn ( x ) − F ( x ) (18)
n

Assim como no teste do qui-quadrado, no teste (K-S) a hipótese de que a

distribuição avaliada representa a população é rejeitada caso o valor de Dn seja
maior que um determinado valor tabelado.
O teste (K-S) apresenta a vantagem de apresentar resultados satisfatórios
mesmo com uma quantidade pequena de dados. Entretanto, algumas limitações do
teste (K-S) são a impossibilidade de utilização de distribuições discretas de
probabilidade e o fato do teste ser mais sensível próximo ao centro da distribuição
do que nas caudas.
 32

2.6 MÉTODO DA ATUALIZAÇÃO BAYESIANA

Em várias situações práticas de estudos de confiabilidade, o analista pode se

deparar com o problema da escassez, ou até mesmo ausência, de dados de tempos
para falha de um determinado item.
No caso de poucos dados, uma solução comumente utilizada na prática é
assumir a distribuição como exponencial, considerando a taxa de falha constante,
estimar o valor de λ como o inverso do tempo médio para falhas (MTTF) observado
e determinar um intervalo de confiança bi-caudal (ICB) para os valores de λ dado
por:

 
 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

distribuição da taxa de falha tabelada em bancos de dados genéricos, uma

distribuição gerada através de análises anteriores na própria planta ou mesmo uma
distribuição proposta por especialistas.
A esta distribuição “a priori” são combinados os dados específicos da planta,
gerando assim uma nova distribuição, chamada de distribuição “a posteriori” com
menor fator de erro.
A formulação matemática deste método é baseada no teorema de Bayes,
representado pela seguinte equação probabilística:
P( Ai ) P(B Ai )
P( Ai B ) = (21)
∑ P( A ) P(B A )
n

i i
i =1

A mesma expressão escrita em termos de funções de densidade de

probabilidade é dada por:
f (x λ ) g (λ )
g (λ x ) = ∞
(22)
∫ f (x λ ) g (λ ) d (λ )
0

onde g (λ x ) é a distribuição “a posteriori” da taxa de falha, dado que o dado x foi

observado (dado específico da planta), g (λ ) é a distribuição “a priori” da taxa de

falha e f (x λ ) é o modelo de probabilidade para o dado x observado, dado o

parâmetro λ desconhecido (NIST/SEMATECH, 2010).

A atualização bayesiana tem a vantagem de permitir a utilização de
conhecimentos prévios para “ajustar” as estimativas de parâmetros realizadas com
os dados de falha coletados na planta, muitas vezes escassos ou inexistentes.
Uma desvantagem do método bayesiano é sua dependência de informações
“a priori” confiáveis ou representativas. Informações de bancos de dados genéricos
freqüentemente não representam de forma razoável o comportamento das falhas
dos itens em seu contexto operacional específico, levando a análises errôneas.

2.7 MODELAGEM DE SISTEMAS REPARÁVEIS

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

Na análise de sistemas reparáveis, no entanto, é necessária a utilização de

outro tipo de modelo, uma vez que são avaliadas falhas recorrentes em um mesmo
dispositivo após um processo de renovação (a manutenção do dispositivo).
Os processos de renovação podem ser divididos em duas categorias
principais, os processos com “reparos perfeitos” ou processos perfeitos de
renovação, nos quais se considera que após a manutenção o item é considerado
“tão bom quanto novo”, e os processos com “reparos mínimos”, nos quais se
considera que a manutenção só repara a falha que causou a parada do item,
portanto após a manutenção o item é considerado “tão ruim quanto velho”
Os processos de renovação com reparos perfeitos são comumente
modelados através do processo homogêneo de Poisson, enquanto os processos de
reparos mínimos podem ser modelados através do modelo de processo não-
homogêneo de Poisson.

2.7.1 Processo homogêneo de Poisson

Aplica-se o processo homogêneo de Poisson quando os tempos entre falhas

do dispositivo são independentes e distribuídos segundo uma distribuição de
probabilidades exponencial (NIST/SEMATECH, 2010).
Neste processo, a taxa de ocorrência de falhas (ROCOF) é constante dada
pelo inverso do tempo médio entre falhas do dispositivo (ROCOF = 1/MTBF). Não se
deve confundir a taxa de ocorrência de falhas (ROCOF = u(t)) com a taxa
condicional de falhas, que para distribuições exponenciais dos tempos para falha é
dada pelo inverso do tempo médio para falha (λ = 1/MTTF).

2.7.1 Processo não-homogêneo de Poisson

O processo não-homogêneo de Poisson é bastante utilizado para avaliação

de crescimento de confiabilidade em sistemas reparáveis, pois permite modelar
sistemas com taxas de ocorrência de falhas decrescentes, constantes ou
crescentes.
No processo não-homogêneo de Poisson a taxa de ocorrência de falhas pode
ser representada por uma função de potência dada por:
 35

u (t ) = a b t (b−1) , a, b > 0 (23)

Seja n o número total de falhas experimentadas pelo dispositivo e tn o tempo
acumulado para a n-ésima falha, o coeficiente “b” da função de potência pode ser
estimado pela expressão:

∧ 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

A avaliação de crescimento da confiabilidade é realizada pela determinação

do parâmetro “b”.
Para valores de b < 1, a função da taxa de ocorrência de falhas u(t) é decrescente,
indicando aumento da confiabilidade percebida do dispositivo ao longo do tempo.
Para b = 1, a função u(t) se reduz à constante “a”, equivalendo-se a um processo
homogêneo de Poisson, no qual não há nem acréscimo nem decréscimo da
confiabilidade percebida ao longo do tempo. Para valores de b > 1, a função u(t) é
crescente, indicando diminuição da confiabilidade percebida do dispositivo ao longo
do tempo.
A avaliação da manutenção de equipamentos complexos pode ser realizada
utilizando-se o processo não-homogêneo de Poisson. Taxas de ocorrência de falha
decrescentes denotam melhorias nos processos de manutenção, com conseqüente
aumento dos tempos entre falhas, enquanto taxas de ocorrência de falhas
crescentes denotam piora nos processos de manutenção ou inabilidade para tratar
do envelhecimento acentuado do equipamento.
 36

3 MANUTENÇÃO CENTRADA EM CONFIABILIDADE (MCC)

3.1 HISTÓRICO DA MCC

A manutenção centrada em confiabilidade teve sua origem na preocupação

da indústria aeronáutica com os crescentes custos de manutenção das aeronaves,
que, em meados de 1950, chegaram a um nível tão elevado que justificaram estudos
para a mudança do conceito de manutenção das aeronaves como um todo.
Até então, a indústria aeronáutica havia aprendido a fazer manutenção quase
que exclusivamente pela experiência, sem metodologias analíticas que embasassem
as políticas de manutenção aplicadas.
Com o início de estudos mais aprofundados, a partir de 1950, alguns dos
mitos da manutenção tradicional começaram a ser derrubados. Exemplos desses
mitos eram as crenças de que:
• Existe uma relação direta entre manutenção programada e confiabilidade.
• Todos os problemas de confiabilidade afetam a segurança.
Em 1960, freqüentes problemas com motores de aeronaves motivaram a
formação de uma força-tarefa conjunta da “Administração Federal da Aviação”
americana (FAA – Federal Aviation Administration) com o objetivo de investigar a
real capacidade da manutenção programada em evitar falhas nos equipamentos.
Em 1961, como resultado do trabalho dessa força-tarefa, foi lançado o
FAA/Industry Reliability Program (Programa de Confiabilidade FAA / Indústria), que
concluiu que para muitos casos não havia substituições ou reformas programadas
com base em tempo de operação que fossem eficazes para prevenir as falhas,
contradizendo um dos mitos da manutenção tradicional.
Em 1965, a United Airlines desenvolveu um sistema rudimentar de diagrama
de decisão para seleção de políticas de manutenção, registrado no documento
Handbook: Maintenance Evaluation and Program Development (Manual: Avaliação e
Desenvolvimento de Programa de Manutenção), conhecido pela sigla MSG-1. Este
documento serviu de base para o desenvolvimento do programa inicial de
manutenção do Boeing 747.
Em 1970, o documento Airline/Manufacturer Maintenance Planning Document
(Documento de Planejamento de Manutenção da Linha Aérea / Fabricante),
 37

conhecido pela sigla MSG-2 e utilizado para desenvolvimento dos programas de

manutenção do Lockheed 1011 e do Douglas DC-10, introduziu melhorias aos
diagramas de decisão originalmente propostos pelo MSG-1.
Tanto o MSG-1 quanto o MSG-2 tinham como objetivo desenvolver
programas de manutenção capazes de obter a máxima segurança ao menor custo
possível. A diferença dessas novas metodologias em relação à manutenção
tradicional pode ser exemplificada pelas diferenças entre os programas de
manutenção do Douglas DC-8 (manutenção tradicional) e do Douglas DC-10 (MSG-
2). No primeiro havia tarefas de substituição ou reforma programada de 339 itens,
enquanto no segundo essas tarefas se limitavam a apenas 7 itens.
O MSG-1 e MSG-2 eram documentos voltados exclusivamente às aplicações
da indústria aeronáutica, porém, os resultados positivos alcançados através de sua
aplicação motivaram seu posterior desenvolvimento, que resultou na criação de uma
disciplina lógica aplicável a programas de manutenção para qualquer equipamento
ou sistema complexo.
Essa disciplina lógica foi documentada por Nowlan e Heap (1978) no
documento da United Airlines denominado Reliability-Centered Maintenance
(Manutenção Centrada em Confiabilidade), sendo considerado o marco inicial da
MCC na forma como a conhecemos hoje.
Segundo Nowlan e Heap (1978), as principais diferenças apresentadas pela
MCC em relação a seu predecessor MSG-2 foram:

• Inclusão do conceito de “Exploração da Idade” (Age Exploration): o

MSG-2 era voltado apenas ao desenvolvimento do programa inicial de
manutenção, sem a utilização de informações de operação para posteriores
modificações e melhorias do programa. A MCC, por sua vez, utiliza-se dos
dados operacionais para reavaliações periódicas, melhoria contínua dos
programas de manutenção e proposta de melhorias de projeto.
• Diagrama de decisões para informações incompletas: a MCC introduziu
um diagrama lógico de decisões que permite ao analista tomar decisões
quanto à política de manutenção a ser utilizada mesmo com a ausência de
informações completas.
• Determinação de intervalos entre manutenções: os programas anteriores
como o MSG-2 não mencionavam nenhuma forma de determinação de
 38

intervalos ótimos entre manutenções, enquanto a MCC faz considerações em

relação ao estabelecimento desses intervalos durante o desenvolvimento
inicial e durante a “exploração da idade” do equipamento, além de tecer
considerações sobre o agrupamento das tarefas de manutenção em “pacotes”
de acordo com os intervalos ótimos definidos.

Durante os anos 80, a crescente preocupação com as questões ambientais

motivaram John Moubray a introduzir modificações nos diagramas de decisão
originais, incluindo decisões relacionadas às questões ambientais. Tais modificações
foram consideradas de tal importância que justificaram a alteração da nomenclatura
da metodologia para RCM2 (MOUBRAY, 1997).
Em 1980 foi divulgado um novo relatório da autoridade aeronáutica americana
voltado ao desenvolvimento de programas de manutenção de aeronaves, o MSG-3:
Operator/Manufacturer Scheduled Maintenance Development (Desenvolvimento de
Manutenção Programada Operador/Fabricante), que continua sendo referência no
setor até os dias atuais.
O constante desenvolvimento e a disseminação da aplicação da MCC para
diversos setores da indústria fez surgir muitas novas variantes do método, levando à
necessidade de sua padronização através de normas tais como a SAE JA1011:
Evaluation Criteria for RCM Processes (Critérios de Avaliação para Processos de
RCM) e a SAE JA1012: A Guide to the RCM Standard (Um Guia para o Padrão de
RCM), por exemplo.

3.2 PRINCÍPIOS BÁSICOS DA MCC

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:

a) Quais as funções e quais os padrões de desempenho esperados para o

dispositivo?
b) De que forma os dispositivos podem falhar?
 39

c) Quais as causas de cada falha?

d) O que acontece quando o dispositivo falha?
e) De que forma cada falha interessa?
f) O que pode ser feito para prevenir cada falha?
g) O que deve ser feito quando uma tarefa pró-ativa cabível não pode ser
encontrada?

Para responder a cada uma dessas questões um programa de MCC pode ser
implantado através de 11 etapas:

• Definição da equipe de implantação

• Capacitação da equipe de implantação
• Definição de critérios e objetivos
• Definição de bases de dados
• Seleção do sistema a ser estudado
• Definição dos limites do sistema
• Análise funcional
• Análise dos modos e efeitos de falha (FMEA)
• Análise de confiabilidade
• Seleção das tarefas de manutenção
• Determinação dos intervalos de manutenção

Os tópicos a seguir detalham cada uma destas etapas do programa de MCC,

sendo importante ressaltar que, embora apresentados de forma seqüencial, parte
das atividades descritas em cada etapa podem ocorrer ao longo de todo o processo
de implantação, como, por exemplo, as atividades de capacitação.

3.2.1. Definição da equipe de implantação

O dimensionamento da equipe de implantação da MCC depende em parte da

estratégia de implantação a ser utilizada, porém, alguns pontos são comuns a
qualquer uma delas.
 40

O primeiro ponto em comum é em relação ao líder da implantação, que deve

ser uma pessoa escolhida pela alta administração da empresa que tenha profundo
conhecimento da metodologia da MCC, acredite em seus princípios, tenha boa
capacidade de comunicação, disposição para promover mudanças e que seja
motivador (FOGLIATTO; RIBEIRO, 2009).
Uma vez definido o líder, é importante a formação de um comitê de
implantação multidisciplinar, isto é, formado por pessoas dos diferentes setores
envolvidos na implantação, tais como: produção, manutenção, engenharia,
segurança do trabalho e garantia da qualidade, por exemplo.
O comitê de implantação é responsável pelo planejamento e controle do
programa de implantação, desenvolvendo atividades como a definição de critérios e
objetivos do programa, definição das bases de dados utilizadas, estabelecimento
dos fluxos de comunicação, documentação da implantação, etc.
O comitê de implantação é responsável, ainda, pela definição e capacitação
das equipes de trabalho, que deverão ser formadas por técnicos, engenheiros e
operadores que possuam experiência nos sistemas a serem analisados.
Um facilitador, em geral um membro do comitê de implantação, deve ser
designado para cada equipe, com a finalidade de coordenar os trabalhos a serem
desenvolvidos.

3.2.2 Capacitação da equipe de implantação

Segundo Fogliatto e Ribeiro (2009), os membros do comitê de implantação

devem ser capacitados de forma a entender todos os conceitos relacionados à MCC,
tais como seus fundamentos, falhas funcionais, FMEA, conceitos de confiabilidade,
diagrama de decisão, políticas de manutenção aplicáveis, etc.
É importante que as equipes de trabalho também sejam capacitadas nos
conceitos básicos de MCC e confiabilidade, principalmente nas técnicas de análise
das quais participarão mais ativamente, como as análises funcionais, FMEA e
análises de confiabilidade.
É importante ainda que todos sejam treinados em relação aos procedimentos
de coleta e registro dos dados de falhas, procurando evitar possíveis
“contaminações” dos mesmos.
 41

3.2.3 Definição de critérios e objetivos

O comitê de implantação deve definir quais são os objetivos de pequeno,

médio e longo prazo do programa de MCC, bem como os critérios para análise e
avaliação de confiabilidade dos equipamentos.
Entre as definições a serem feitas pelo comitê de implantação destacam-se:

• Requisitos de confiabilidade
• Método e freqüência das análises de confiabilidade
• Indicadores de desempenho do programa
• Freqüência de avaliação dos indicadores do programa

Para a definição dos requisitos de confiabilidade devem ser levados em

consideração os aspectos de segurança, meio-ambiente, qualidade e operacionais.
É importante, ainda, que os requisitos de confiabilidade estejam de acordo
com a definição formal de confiabilidade, ou seja, deve ser definida qual a
confiabilidade esperada para um determinado tempo, com o equipamento operando
sob condições padronizadas (de operação, manutenção e ambientais).
Os métodos e freqüência das análises de confiabilidade devem ser
estabelecidos de modo a permitir o correto tratamento estatístico dos dados. Os
métodos de análise devem ser consistentes, levando em consideração o tipo e a
quantidade de dados disponíveis.
É importante não só a definição da freqüência da análise, mas também de
seu horizonte, ou seja, do período que a análise cobrirá. Por exemplo, pode-se
definir que a análise de confiabilidade de um determinado dispositivo será feita
semestralmente (freqüência), levando em consideração os dados dos últimos cinco
anos de operação (horizonte).
Esse tipo de definição é importante para evitar, por exemplo, que dados
iniciais contaminados continuem sendo utilizados em longo prazo, ou que efeitos de
falhas prematuras continuem sendo levados em consideração em análises futuras,
distorcendo-as e impedindo a correta avaliação da evolução da confiabilidade
percebida do dispositivo.
Os indicadores de desempenho do programa podem ser de diversos tipos,
dependendo dos propósitos da organização. Podem ser baseados em custo,
 42

disponibilidade, número de acidentes, qualidade ou outros tipos de indicadores que

a organização julgar pertinente e que tenham relação direta com as melhorias
obtidas com a implantação da MCC.
É importante também o estabelecimento de metas baseadas nesses
indicadores, que devem ser definidas após o levantamento da situação atual, para
que sejam coerentes com a realidade da organização (FOGLIATO;RIBEIRO,2009).
Após o estabelecimento das metas, deve ser definida a freqüência de
avaliação dos indicadores que permita que correções de rumo no programa sejam
feitas através de uma revisão periódica.

3.2.4 Definição de bases de dados

A definição da base de dados é um dos pontos-chave para o sucesso de um

programa de MCC, uma vez que a utilização de dados não confiáveis ou muito
contaminados podem levar a análise errôneas comprometendo a eficácia do
programa como um todo.
A definição da base de dados compreende o estabelecimento de padrões
para a coleta e o registro dos dados de falha. O registro dos dados não deve se
limitar à data e hora da falha e data e hora do retorno à operação, devendo conter
também informações sobre o sistema, subsistema, dispositivo, modo de falha, causa
e intervenção corretiva (FOGLIATO;RIBEIRO,2009).
Os dados levantados em campo são de essencial importância para o
desenvolvimento das análises de modos e efeitos de falha (FMEA) e das análises de
confiabilidade quantitativas, baseadas na estimação de parâmetros de distribuições
estatísticas que representem a amostra de dados coletada.

3.2.5 Seleção do sistema a ser estudado

A seleção do sistema a ser estudado depende da estratégia de implantação

adotada. O sistema a ser analisado pode ser um equipamento, uma linha de
produção, um setor de produção, uma planta ou até mesmo toda uma organização
com várias plantas, dependendo do grau de abrangência desejado para a
implantação.
 43

Dependendo da estratégia de implantação adotada, é necessário selecionar

dentre vários sistemas, qual aquele que será alvo dos estudos de MCC. Tal seleção
pode ser feita de acordo com critérios variados, dependendo dos propósitos da
organização. Entre os critérios normalmente utilizados para a seleção de um sistema
destacam-se o custo e a segurança.
Para fins deste trabalho, a seleção do sistema estudado baseia-se no critério
de custo, ou seja, os sistemas selecionados para o estudo são aqueles que geram o
maior custo de manutenção para a organização.

3.2.6 Definição dos limites do sistema

É importante definir formalmente quais os limites ou fronteiras do sistema, ou

seja, o que faz parte e o que não faz parte do sistema, e quais as interfaces do
sistema com outros sistemas.
Para definir as fronteiras e interfaces do sistema, normalmente são utilizados
diagramas de blocos e/ou fluxogramas de processo para fazer uma representação
gráfica do sistema, facilitando o entendimento por parte das equipes de implantação.

3.2.7 Análise funcional

O objetivo da análise funcional é descrever as funções e níveis de

desempenho requerido para cada função do sistema, respondendo à primeira
questão básica da MCC.
Lafraia (2001) propõe quatro diferentes técnicas para a determinação das
funções de um sistema, são elas:

• Análise randômica de funções

• Análise seqüencial de funções
• Análise de blocos funcionais
• Técnica de análise funcional de sistema (FAST)

Este trabalho se limitará à utilização da técnica de análise seqüencial de

funções, que, segundo Lafraia (2001, p. 247), “[...] é a técnica que apresenta a maior
garantia de que nenhuma função foi esquecida”.
 44

A primeira etapa desta técnica é o desmembramento do sistema estudado em

subsistemas e componentes, que pode ser feito através de um diagrama de blocos,
formando uma estrutura hierárquica semelhante a um organograma como mostrado
na figura 3.1.

1.1. Chave geral

1.2. Disjuntor-motor
1. Sistema elétrico 1.3. Fusíveis
1.4. Bornes
1.5. Cabos

2. Sistema de 2.1. Transmissor de vazão

controle de vazão 2.2. Inversor de freqüência
2.3. Ventilador centrífugo
Unidade de Tratamento de ar
(Fan-coil)
3.1. CLP
3. Sistema de controle 3.2. Termohigrômetro
de temperatura e 3.3. Válvula de controle
umidade 3.4. Chave estática tiristorizada
3.5. Bateria de resistências
3.6. Serpentina

4. Sistema de 4.1. Filtro HEPA

filtração 4.2. Manômetro diferencial

Figura 3.1 – Estrutura de sistemas e componentes

Procede-se, então, à identificação das funções de cada bloco do diagrama,

fazendo um mapeamento total das funções do sistema, seus subsistemas e
componentes.
As funções podem ser classificadas em funções primárias, ou seja, as
funções para as quais o dispositivo existe, e funções secundárias, que são outras
funções desempenhadas pelo dispositivo.
É importante a descrição das funções secundárias é importante, pois, em
alguns casos, a falha funcional de uma função secundária tem conseqüências mais
graves do que a falha da função primária.
Por exemplo, uma bomba cuja função primária seja levar um fluido altamente
tóxico de um reservatório A para um reservatório B, com uma determinada vazão
requerida, tem como função secundária a contenção do fluido. A falha da função
secundária, ou seja, o vazamento do fluido tóxico pode ter conseqüências muito
mais graves que a falha da função primária, que seria a parada da bomba ou queda
de desempenho abaixo da vazão requerida.
 45

As funções identificadas na análise funcional servem de ponto de partida para

a identificação dos possíveis modos de falha durante a análise de modos e efeitos
de falha (FMEA).

3.2.8 Análise de modos e efeitos de falha (FMEA)

Segundo Fogliatto e Ribeiro (2009), a FMEA “é uma técnica de confiabilidade

que tem por objetivos: reconhecer e avaliar falhas potenciais que podem surgir em
um produto ou processo, identificar ações que possam eliminar ou reduzir a chance
de ocorrência dessas falhas, e documentar o estudo [...]”.
Para executar a FMEA, inicialmente os analistas devem identificar e registrar
as possíveis falhas funcionais do sistema (modos de falha), o que pode ser
facilmente feito após a identificação das funções do sistema na etapa de análise
funcional, respondendo à segunda questão básica da MCC.
As falhas funcionais podem ser classificadas em “evidentes”, se podem ser
detectadas pela operação e condições normais de operação, ou “ocultas”, caso sua
ocorrência não seja detectável, aumentando o risco de uma falha múltipla.
Quanto ao seu impacto, as falhas podem, ainda, ser classificadas em
“segurança”, para falhas que afetem a segurança, ou “operacional”, quando têm
impacto sobre a capacidade operacional, afetando a qualidade, produtividade,
atendimento ou custo (LAFRAIA, 2001).
. Após a identificação e classificação das falhas funcionais, avaliam-se as
possíveis causas das falhas, ou mecanismos de falha, respondendo a terceira
questão básica da MCC, e os possíveis efeitos da falha sobre o sistema,
respondendo a quarta questão básica da MCC.
Após registrar os dados em formulário próprio da FMEA, realiza-se a
classificação da severidade do efeito da falha e a classificação da freqüência de
ocorrência e grau de possibilidade de detecção do mecanismo de falha associado. A
multiplicação desses fatores resulta no nível de prioridade de risco (NPR), um valor
numérico utilizado para classificar a importância da falha, respondendo a quinta
questão básica da MCC.
O formulário da FMEA possui, ainda, campos para preenchimento com as
ações adotadas para mitigar a ocorrência das falhas e campos para o cálculo do
 46

novo nível de prioridade de risco após a efetivação das ações, como pode ser visto
na figura 3.2.

Figura 3.2 – Exemplo de FMEA

Existem dois tipos principais de FMEA, a chamada FMEA de projeto e a

FMEA de processo. As duas seguem os mesmos princípios, porém a primeira
procura identificar as possíveis falhas que podem ocorrer em um produto em
decorrência de erros de projeto (causas), sendo utilizada principalmente por
engenheiros de confiabilidade na fase de projeto, enquanto a segunda procura
identificar as possíveis causas de falha que podem ocorrer no processo, sendo
utilizada, entre outras aplicações de qualidade, nos estudos de MCC.

3.2.9 Análise de confiabilidade

Uma vez identificados os mecanismos de falha mais importantes do sistema,

procede-se à análise de confiabilidade para se obter uma caracterização mais
precisa desses mecanismos.
Essa caracterização baseia-se na utilização de análises de dados de vida
baseadas nos conceitos estatísticos de confiabilidade, apresentados na seção 2
deste trabalho, e tem por objetivo determinar os parâmetros da distribuição de
probabilidade que melhor modele o mecanismo de falha.
A determinação dos parâmetros é importante para determinar o
comportamento da taxa de falha, revelando se as falhas são prematuras, aleatórias
 47

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”.

3.2.10 Seleção das tarefas de manutenção

A MCC utiliza-se de diagramas lógicos de decisão, específicos para cada

classificação de falha, com o objetivo de orientar a escolha da tarefa de manutenção
mais adequada.
Como alternativas à manutenção corretiva, Nowlan e Heap (1978) propõem
quatro formas básicas de manutenção preventiva: manutenção preditiva (baseada
em condições), restauração programada (baseada em tempo), substituição
programada (baseada em tempo) e inspeção programada (procura de falhas).
Moubray (1997) adiciona a essas tarefas a “inspeção de rota” (no original em
inglês walk-around inspection), que consiste em inspeções rotineiras em busca de
pequenas anomalias que possam ser indicadoras de uma falha potencial, e o re-
projeto, que, embora não seja propriamente uma atividade de manutenção, é
considerado como uma forma de aumentar a confiabilidade através da inclusão de
redundâncias ou simplificação de sistemas.
Siqueira (2005) propõe também entre as tarefas de manutenção programada
o “serviço operacional”, que são atividades estabelecidas na concepção do processo
e que devem ser obrigatoriamente realizadas tais como a lubrificação, limpeza e
reaperto de componentes.
Ainda segundo Siqueira (2005), existe uma ordem preferencial das tarefas de
manutenção a serem consideradas no processo de seleção da MCC. Essa ordem
preferencial é mostrada na tabela 3.1.
 48

Tabela 3.1 – Ordem prioritária para seleção de tarefas

Prioridade para seleção de tarefas
Ordem Tarefa Código
1 Serviço Operacional SO
2 Inspeção Preditiva IP
3 Restauração Preventiva RP
4 Substituição Preventiva SP
5 Inspeção Funcional IF
6 Manutenção Corretiva MC
7 Alteração de Projeto AP

A lógica básica dos diagramas de decisão é perguntar se as tarefas de

manutenção são aplicáveis e efetivas (custo-eficiente).
Uma tarefa é considerada aplicável quando é tecnicamente factível e capaz
de reduzir a taxa de falha do mecanismo de falha ao qual está associada.
Uma tarefa é considerada custo-eficiente quando seu custo é menor do que o
custo das falhas evitadas.
A figura 3.3 mostra um diagrama de decisões proposto por Lafraia (2001)
para unificar em um único diagrama as decisões relativas a falhas de segurança,
operacionais e ocultas.

Figura 3.3 – Diagrama de decisão (LAFRAIA, 2001)

 49

Para falhas relacionadas à segurança, na ausência de políticas preventivas

aplicáveis, a modificação de projeto para inclusão de redundância ou eliminação de
fontes de risco é recomendada.

3.2.11 Determinação dos intervalos de manutenção

Uma vez selecionadas as tarefas de manutenção aplicáveis e efetivas, o

próximo passo é a determinação do intervalo entre manutenções.
O intervalo entre manutenções preventivas (substituição ou reforma) pode ser
determinado através da minimização da função de custo médio de manutenção, que,
segundo Lafraia (2001), é dada por:
C m = λ cm C c + λ p C p (26)

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

Sabendo-se que a taxa média de falhas é função do tempo para manutenção

preventiva, e que a taxa de manutenção preventiva é o inverso do tempo para
manutenção preventiva, pode-se afirmar que o custo médio de manutenção pode ser
dado como função do tempo de manutenção preventiva.
Sendo assim, para a determinação do tempo ótimo de manutenção
preventiva, basta calcular a derivada da função de custo médio de manutenção em
relação ao tempo de preventiva e igualá-la a zero, determinando assim o ponto de
inflexão da curva de custo, exemplificada no gráfico 3.
 50

Custo médio de manutenção (R$/h)

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

Figura 3.4 – Custo médio unitário de manutenção

A taxa média de falha até o momento da manutenção preventiva é dada pela

expressão:

− 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.

3.3 ESTRATÉGIAS DE IMPLANTAÇÃO DA MCC

Segundo Moubray (1997), as principais estratégias para a implantação da

MCC se dividem em três abordagens diferentes: a abordagem da força-tarefa, a
abordagem seletiva e a abordagem abrangente.
 51

Siqueira (2005) inclui também a abordagem do projeto-piloto, que pode ser

considerada como uma variação da abordagem seletiva proposta por Moubray
(1997).

3.3.1 Abordagem da força-tarefa

Esta abordagem consiste no treinamento de um pequeno grupo de pessoas

que deverão conduzir uma análise de MCC abrangente em toda a planta.
O grupo deve ser dedicado 100% do tempo ao projeto até sua conclusão,
após a qual o grupo é dissolvido.
Segundo Moubray (1997), essa abordagem é freqüentemente utilizada por
empresas com sérios problemas de conseqüências graves, que necessitem que o
processo de análise seja rápido.
As principais vantagens desta abordagem são:
• Rapidez
• Facilidade de gerenciamento (por envolver poucas pessoas)
• Retorno rápido com pouco investimento.

A principal desvantagem desta abordagem é a dificuldade de assegurar

resultados de longo prazo, pois poucas pessoas são envolvidas no projeto,
dificultando a disseminação das informações e da metodologia para toda a empresa.

3.3.2 Abordagem seletiva

Esta abordagem consiste na classificação dos sistemas de uma empresa por

ordem de importância (criticidade) com o intuito de definir em quais deles a MCC
será aplicada.
Segundo Moubray (1997), esta abordagem é interessante para empresas que
possuam alguns sistemas ou dispositivos com problemas crônicos de paradas,
qualidade ou custo de manutenção.
Essa abordagem tem a vantagem de ser rápida a custos relativamente
baixos, porém apresenta a desvantagem de excluir da análise parte das instalações.
 52

3.3.3 Abordagem abrangente

Na abordagem abrangente, as análises de MCC ocorrem de forma

simultânea, conduzida por diferentes equipes, em toda a organização.
Esta abordagem exige uma grande quantidade de recursos, tempo e
treinamento, sendo mais difícil de administrar do que as abordagens expostas
anteriormente.
A vantagem da abordagem abrangente é a produção de resultados
consistentes no logo prazo devido ao envolvimento de mais pessoas durante a fase
de implantação, disseminando a filosofia da MCC por toda a organização.

3.3.4 Abordagem do projeto-piloto

A abordagem do projeto-piloto é utilizada freqüentemente por empresas que

não tenham experiência na metodologia MCC e que desejem se familiarizar com o
método através de sua implantação em um setor ou dispositivo antes de disseminar
a implantação para o restante da empresa.
Esta abordagem permite que possíveis erros na aplicação da metodologia
sejam detectados durante a implantação piloto e corrigidos antes da implantação
nas demais áreas, apresentando maior segurança.
Sua principal desvantagem é o longo tempo necessário para a disseminação
da MCC para toda a empresa.
 53

4 CASO: IMPLANTAÇÃO PILOTO DE MCC EM UMA INDÚSTRIA

FARMACÊUTICA VETERINÁRIA

4.1 A EMPRESA ESTUDADA

A empresa escolhida para o desenvolvimento deste trabalho é uma indústria

farmacêutica veterinária fundada em 1987 com sede, à época, na cidade de Ribeirão
Preto-SP. Com capital 100% nacional, a empresa conquistou ao longo dos anos
uma posição de destaque no mercado farmacêutico veterinário nacional, tornando-
se a terceira maior empresa do mercado nacional em termos de faturamento
segundo o Sindicato Nacional da Indústria de Produtos para Saúde Animal
(SINDAN), sendo a primeira dentre as indústrias de capital nacional.
Desde sua fundação, em 1987, a empresa tem crescido a uma taxa média
anual de 25%, bem acima da taxa média do mercado farmacêutico veterinário, que
foi em torno de 7% no período considerado.
Em 2002, iniciou-se o projeto de uma nova planta na cidade de Cravinhos,
projetada para o dobro da capacidade da planta de Ribeirão Preto em um único
turno de trabalho, devendo para isso contar com um leiaute moderno que
considerasse todas as questões regulatórias e de fluxo de processo.
Em 2004, a nova fábrica de Cravinhos foi inaugurada, contando com áreas
para a produção de defensivos animais, produtos injetáveis, soluções orais, cremes,
pomadas, hormônios, sólidos em pó e comprimidos.
Em 2007, a empresa BNDES Participações SA, subsidiária do BNDES, passa
a controlar 20% da participação societária da empresa estudada, que ao mesmo
tempo cria uma nova divisão para a produção de produtos químicos voltados ao
agronegócio na cidade de Uberaba.
Em 2008, uma nova instalação foi construída na planta industrial de
Cravinhos para a produção de vacinas contra febre-aftosa, obedecendo aos mais
rigorosos padrões de biossegurança atualmente em uso no Brasil.
O caso apresentado nesta monografia foi desenvolvido na planta industrial da
cidade de Cravinhos, especificamente no setor de produção de defensivos animais,
escolhido como setor para a implantação da MCC com a abordagem do projeto-
piloto.
 54

4.1.1 Organização da manutenção industrial

A empresa estudada conta com um departamento de manutenção industrial,

subordinado à diretoria industrial, com um quadro total de 29 funcionários, entre
engenheiros, técnicos de manutenção (elétrica, mecânica e civil), técnicos de
utilidades e pessoal administrativo. Seu organograma é apresentado na figura 4.1.

Gerente de Manutenção
(Ciro)

Supervisor de Supervisor de Supervisor de

Manutenção elétrica Manutenção mecânica Manutenção
(Otávio) (Mateus) (José Francisco)

Estagiário de
Engenharia (1)
Técnico de Manutenção
(07)

Aux. de Manutenção Aux. Adm. de Técnico de Utilidades

(06) Manutenção (06)
(03)

Aprendiz de
Manutenção
(02)

Figura 4.1 – Organograma do departamento de manutenção industrial

Até o início da implantação piloto da MCC no setor de produção de defensivos

animais, a filosofia de manutenção adotada era a filosofia tradicional de
manutenção, com planos de manutenção preventiva baseados principalmente em
recomendações dos fabricantes ou em experiência prévia dos técnicos.
Apesar da existência de planos de manutenção programada para alguns
equipamentos críticos, a maior parte das atividades programadas consistia de
inspeções visuais, lubrificação e limpeza de componentes.
As atividades de reforma ou substituição programada, quando existentes, não
tinham sua freqüência baseada em análises estatísticas e as inspeções preditivas se
limitavam ao monitoramento de grandezas elétricas, análise termográfica em painéis
 55

elétricos, análise de óleo em transformadores e monitoramento do nível global de

vibrações em máquinas rotativas tais como ventiladores e bombas centrífugas.
A partir do segundo semestre de 2009, iniciou-se um processo de preparação
para a implantação da filosofia de manutenção centrada em confiabilidade, cujo
projeto de implantação piloto encontra-se descrito nos próximos tópicos.

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.

4.2.1 Equipe de implantação

A equipe de implantação de MCC da empresa estudada foi constituída de um

líder de implantação, um comitê permanente de implantação e equipes de análise
qualitativa e quantitativa. A estrutura da equipe de implantação pode ser vista na
figura 4.2.
As equipes de análise qualitativa foram responsáveis pelas análises
funcionais e pelas análises de modos e efeitos de falha dos equipamentos críticos, e
foram formadas por técnicos de manutenção e operadores com alto grau de
 56

conhecimento dos equipamentos a serem analisados, além do facilitador e de outros

membros ligados à garantia da qualidade e segurança do trabalho.
As principais incumbências das equipes de análise quantitativa foram:

• Consolidação de dados de falhas e custos

• Determinação de equipamentos críticos
• Determinação de mecanismos críticos de falha através do cálculo do NPR
• Análises de confiabilidade
• Otimização do intervalo para manutenções preventivas (quando aplicável)

Lider de implantação - Gerente de Manutenção

Comitê de Implantação
Supervisor de Manutenção - 2 pessoas
Supervisor de Produção
Supervisor de Garantia da Qualidade
Técnico de Segurança do Trabalho
Auxiliar Estatístico

Equipe de Análise Qualitativa Equipe de Análise Quantitativa

Facilitador: Supervisor de Manutenção Facilitador: Auxiliar Estatístico
Técnicos de Manutenção - 2 pessoas Supervisor de Manutenção
Operadores de produção- 2 pessoas Estagiário de Engenharia de Manutenção
Técnico de Segurança do Trabalho Supervisor de Produção
Auxiliar de Garantia da Qualidade

Figura 4.2 – Estrutura da equipe de implantação de MCC

A capacitação da equipe de implantação teve início após a definição dos

membros do comitê de implantação, que receberam, então, um treinamento
completo sobre a metodologia da MCC.
Ao longo da implantação, outros treinamentos foram ministrados não só para
as equipes de análise, como também para os técnicos de manutenção e para os
operadores do setor escolhido como piloto para a implantação, de forma que estes
pudessem compreender melhor a importância dos registros de parada e
manutenção de equipamentos.
O treinamento de operadores e técnicos de manutenção nos conceitos
básicos da metodologia MCC foi de grande importância para a melhoria da
qualidade dos dados coletados.
 57

4.2.2 Critérios e objetivos

Uma das atividades mais importantes do comitê de implantação foi a

determinação de critérios gerais para a implementação da MCC. Dentre esses
critérios destacam-se:

• Critério para seleção de equipamentos críticos.

• Critérios para classificação de severidade, freqüência e detecção do FMEA.
• Critérios para classificação da conseqüência de falhas (classe de risco).
• Critérios para seleção de métodos de análise de dados de vida (análise de
confiabilidade).
• Critérios para definição de freqüência e horizonte das análises de
confiabilidade.
• Requisitos mínimos de confiabilidade para manutenção preventiva.

Alguns dos critérios listados acima são detalhados a seguir, enquanto outros
serão discutidos em subseções posteriores.

4.2.2.1 Critério para seleção de equipamentos críticos

O comitê de implantação determinou que o setor para implantação piloto e os

equipamentos críticos fossem selecionados segundo o critério de custo total de
manutenção analisando-se o primeiro semestre do ano de 2010.
Para o cálculo do custo total de manutenção foram considerados os custos de
mão-de-obra direta e indireta de manutenção, custos com materiais e o custo de
parada dos equipamentos.
Para calcular o custo de hora parada dos equipamentos, considerou-se o
custo por homem hora de cada setor produtivo multiplicado pelo tempo total de
paradas e pelo número de pessoas paradas por ocorrências de manutenção nos
equipamentos.
A figura 4.3 mostra a forma de planilha utilizada para entrada de dados de
custos de manutenção de equipamentos. Com a utilização do recurso de tabelas
 58

dinâmicas do programa Excel 2007 foram totalizados os dados para cada setor e
cada equipamento, facilitando a classificação

Custo de Manutenção de Equipamentos

Tempo de Custo hora Custo total Custo total
Mês/ano Setor Equipamento Material MOD + MOI
parada (h) parada parada Manutenção
jan/10 Defensivos HPR04-07 R$ 10,00 R$ 634,61 12,5333 R$ 357,96 R$ 4.486,42 R$ 5.131,03
jan/10 Defensivos HPA01-12 R$ - R$ 1.724,85 2,83 R$ 357,96 R$ 1.013,03 R$ 2.737,88
jan/10 Defensivos HPA01-07 R$ 14,85 R$ 781,65 7,5833 R$ 357,96 R$ 2.714,52 R$ 3.511,02
jan/10 Defensivos HPR05-06 R$ - R$ 1.007,87 1,75 R$ 357,96 R$ 626,43 R$ 1.634,30
jan/10 Defensivos HPR01-01 R$ 4,80 R$ 712,56 3,2667 R$ 357,96 R$ 1.169,35 R$ 1.886,71
jan/10 Defensivos HPR06-06 R$ 105,45 R$ 726,88 8,95 R$ 357,96 R$ 3.203,74 R$ 4.036,07

Figura 4.3 – Planilha de custos de manutenção de equipamentos

4.2.2.2 Critérios para seleção de métodos de análise de dados de vida (análise de

confiabilidade)

O comitê de implantação teve especial preocupação com o uso responsável

dos métodos de análise estatística, criando um fluxograma para a seleção de
métodos adequados de estimação de parâmetros para a quantidade e tipo de dados
disponíveis. Esse fluxograma é mostrado abaixo na figura 4.4.

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

Método padrão N S Método Reliasoft

para cálculo do Dados para cálculo do
Rank intervalo? Rank

n: número de dados (falhas ou censuras)

Figura 4.4 – Fluxograma para seleção de métodos de análise

 59

A criação do fluxograma apresentado na figura 4.4 foi baseada nas seguintes

premissas principais:

• O método de estimação da máxima verossimilhança é mais consistente a

partir de um tamanho de amostra maior que trinta, podendo apresentas
estimativas altamente enviesadas para tamanhos menores de amostra
(RELIASOFT, 2010).
• O método de estimação da máxima verossimilhança é mais consistente que o
método dos mínimos quadrados para o tratamento de dados fortemente
censurados (RELIASOFT, 2010).
• Um número mínimo de cinco falhas é comumente aceito para a estimação de
parâmetros pelo método dos mínimos quadrados ou pelo método do papel de
probabilidade (SOUZA, 2009).
• O método de atualização bayesiana permite a utilização de dados “a priori”
para ajustar as estimativas de parâmetros realizadas com poucos dados
(SCHÜLLER et al,1997), embora apresente maior fator de erro da estimação
final quando o número de dados de falha é nulo.
• Para pequenas quantidades de dados, é comum considerar-se uma
distribuição exponencial para os tempos até a falha e estimar um intervalo de
confiança bi-caudal para a taxa de falhas, ou um intervalo de confiança uni-
caudal quando o número de falhas é nulo (FELIX, 2006).
• O método de regressão padrão não é adequado para tratamento de dados
que contenham censuras em intervalos, podendo ser utilizado, nesses casos,
um método alternativo criado pela empresa Reliasoft para recalcular os
valores de rank através de iterações, ajustando-os melhor aos dados com
censuras em intervalos (RELIASOFT, 2010).
• Para distribuições de Weibull bi-paramétricas é possível a utilização de
fatores de correção do fator de forma (parâmetros não-viesados) com o
objetivo de diminuir o viés das estimativas geradas através do método de
estimação de máxima verossimilhança para tamanhos de amostra pequenos
(RELIASOFT, 2010).
 60

Os objetivos da padronização do fluxograma de seleção de métodos

estatísticos foram:

• Evitar inconsistência dos resultados devido ao uso de métodos incorretos

• Evitar variabilidade de metodologia de analista para analista
• Tornar o processo de análise auditável
• Criar rastreabilidade da decisão em relação aos métodos aplicados

4.2.2.3 Critérios para decisão de freqüência e horizonte das análises de

confiabilidade

O comitê de implantação desenvolveu uma metodologia para a determinação

da freqüência e horizonte das análises de confiabilidade que leva em conta o regime
de trabalho dos dispositivos estudados e o tempo médio entre falhas (MTBF).
O objetivo de se determinar uma freqüência de análise com base no MTBF é
o de racionalizar o trabalho dos analistas, evitando que sejam executadas análises
freqüentes de dispositivos com baixa incidência de falhas e dando prioridade aos
dispositivos com maiores incidências de falha (menor MTBF).
O objetivo de se determinar um horizonte de análise com base no MTBF,
como citado anteriormente, foi o de evitar que eventuais dados contaminados ou
efeitos de falhas prematuras continuem a ser considerados indefinidamente.
A tabela 4.1 apresenta o critério criado pelo comitê de implantação para a
determinação da freqüência de análises de confiabilidade para um dispositivo.

Tabela 4.1 – Critério para freqüência de análises de confiabilidade

Critério para determinação da freqüência de

análises de confiabilidade
Tempo para 5 falhas Freqüência
T5 ≤ 1 mês Mensal
1 mês < T5 ≤ 6 meses Semestral
6 meses < T5 ≤ 1 ano Anual
1 ano < T5 ≤ 2 anos Bienal
T5 > 2 anos Quinquenal
 61

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.

Tabela 4.2 – Critério para horizonte de análises de confiabilidade

Critério para determinação do horizonte de análises de

confiabilidade
Tempo para 40 falhas Horizonte
T40 ≤ 0,5 ano 6 meses
6 meses < T40 ≤ 1 ano 1 ano
1 ano < T40 ≤ 2 anos 2 anos
2 anos < T40 ≤ 5 anos 5 anos
T40 > 5 anos 10 anos

O tempo para 40 falhas corresponde ao tempo corrido (em anos) para a

ocorrência de 40 falhas de um dispositivo, levando-se em consideração seu regime
de trabalho e seu MTBF.
O tempo para 40 falhas foi definido como o parâmetro para definição do
horizonte de análise com base no comportamento do fator de erro genérico (EF) da
estimação de parâmetros com o aumento do número de dados (falhas) da análise.
O fator de erro genérico (EF, do inglês Error Factor) é, segundo Schüller et al
(1997), uma medida da incerteza de uma informação estatística dada pela equação:

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.

Fator de erro para β

2
1,8
Fator de erro genérico (EF)

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

Figura 4.5 – Comportamento do fator de erro do parâmetro β

Fator de erro para η

2
Fator de erro genérico (EF)

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

Figura 4.6 – Comportamento do fator de erro do parâmetro η

 63

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.

4.2.2.4 Requisitos mínimos de confiabilidade para manutenção preventiva

Em princípio, quando o fator de forma β de uma distribuição de Weibull é

maior que 1, a taxa de falhas é crescente no tempo e uma manutenção preventiva
poderia em tese ser adotada, sendo possível determinar o intervalo ótimo para esta
manutenção.
Ocorre que, para valores de β próximos de 1, os tempos ótimos de
manutenção preventiva tendem a ser altos e, conseqüentemente, a confiabilidade no
instante da manutenção tende a ser baixa, o que pode ser visualizado através das
figuras 4.7 e 4.8, que representam respectivamente o intervalo ótimo para a
manutenção preventiva e a confiabilidade no instante da manutenção, ambos em
função do fator de forma β da distribuição de Weibull e para uma relação de custo
entre manutenção corretiva e manutenção preventiva igual a 20 (Cc=20Cp).

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

Figura 4.7 – Intervalo ótimo para manutenção preventiva

 64

100

90

80

70

60

50
%

40

30

20

10

0
1 2,0 3,0 4,0 5,0 6,0 7,0

Figura 4.8 – Confiabilidade no instante da manutenção preventiva

Baixa confiabilidade no tempo ótimo de manutenção preventiva significa uma

grande probabilidade de que a falha ocorra antes da preventiva que deveria evitá-la,
o que pode causar não só desmotivação aos mantenedores, como também
descrédito na manutenção preventiva por parte do setor de operação.
O comitê de implantação da empresa estudada optou, então, por considerar o
requisito mínimo de 50% de confiabilidade no instante ótimo de manutenção para
que uma preventiva possa ser considerada aplicável, de forma que as chances de
sobrevivência do dispositivo até o instante da manutenção sejam pelo menos iguais
às chances de falha.
Foi decidido, ainda, que o intervalo de manutenção pode ser diminuído para
se obter a confiabilidade mínima de 50%, ou para que a manutenção possa ser
realizada de forma agrupada com outras atividades de manutenção (formação de
pacotes de manutenção), desde que o incremento no custo médio unitário de
manutenção devido a essa diminuição do intervalo não supere 10% do custo médio
unitário ótimo.
Foi definido que o intervalo de manutenção também pode ser aumentado para
permitir a formação de pacotes de manutenção desde que a confiabilidade no novo
tempo para manutenção seja superior a 50% e que o acréscimo de custo médio
unitário seja menor que 10% do ponto ótimo.
 65

4.2.3 Bases de dados utilizadas

A principal fonte de informações utilizada sobre os tempos para falha, tempos

para reparo e causas das falhas foi o registro de ordens de manutenção do módulo
de manutenção industrial do sistema ERP implantado na empresa.
Para melhor organização dos dados históricos foi criada uma planilha de
registro de eventos de manutenção, mostrada através da figura 4.9, contendo as
informações sobre os tempos de parada e retorno à operação, bem como o número
do sistema, subsistema ou componente no qual a falha ocorreu.

Registro de Eventos de Manutenção por Nível de Sistema

Equipamento Ordem Nivel 1 Nivel 2 Nivel 3 Nível 4 Data parada Hora parada Data retorno Hora retorno
HPR04-07 400000453 2 2.2 2.2.1 2.2.1.9 17/4/2008 10:00 17/4/2008 11:10
HPR04-07 100003078 5 5.1 5.1.3 15/4/2008 15:45 15/4/2008 16:20
HPR04-07 100003129 1 25/4/2008 10:35 25/4/2008 17:05
HPR04-07 100003210 4 4.1 4.1.1 9/5/2008 8:00 9/5/2008 9:20
HPR04-07 400000723 4 4.1 4.1.1 10/6/2008 15:30 10/6/2008 16:58
HPR04-07 400000996 1 1.2 1.2.1 1.2.1.10 14/7/2008 16:00 14/7/2008 17:00
HPR04-07 400001101 4 4.1 4.1.1 4.1.1.29 30/7/2008 16:00 30/7/2008 17:00
HPR04-07 400001529 3 3.1 30/9/2008 10:00 1/10/2008 9:00

Figura 4.9 – Planilha de registro de eventos de manutenção

Os códigos registrados em cada nível do sistema são correspondentes aos

códigos utilizados para a análise funcional dos equipamentos. Quanto mais
detalhada a descrição das ordens de manutenção, mais profundo pode ser o nível
de análise, de preferência chegando-se até o nível de componente.
Foi tomado o cuidado de padronizar a planilha de forma a facilitar a
importação de seus dados para a planilha de registro de eventos do programa de
análise de dados de vida utilizado pela empresa, o Reliasoft Weilbull++7, facilitando
assim a execução das análises de confiabilidade.

4.2.4 Os sistemas analisados

Conforme citado anteriormente, tanto o setor quanto os equipamentos a

serem analisados foram selecionados pelo critério do custo total de manutenção.
Afigura 4.10 apresenta o pareto de custo total de manutenção do primeiro
semestre de 2010 por setor de produção da empresa, através do qual o setor de
defensivos animais foi selecionado como o setor piloto para a implantação da MCC.
 66

Pareto de custo total por setor

R$ 45.000,00 100%
R$ 40.000,00 90%
R$ 35.000,00 80%
R$ 30.000,00 70%
60%
R$ 25.000,00
50%
R$ 20.000,00
40%
R$ 15.000,00 30%
R$ 10.000,00 20%
R$ 5.000,00 10%
R$ - 0%
Defensivos

Injetáveis

Orais
Hormônios

Semi-sólidos
Sólidos

Horm. sólidos

Biológicos

Comprimidos
Acabamento
Custo total de Manutenção % acum

Figura 4.10 – Custo total de manutenção por setor produtivo

A figura 4.11 mostra o pareto do custo total de manutenção por equipamento

do setor de produção de defensivos animais, a partir do qual foram selecionados os
dois equipamentos que juntos correspondiam a 60% do custo total de manutenção
do setor para serem analisados de acordo com a metodologia da MCC.

Pareto de custo total por equipamento

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

Custo total Manutenção % Acum

Figura 4.11 – Custo total de manutenção por equipamento

 67

Os equipamentos selecionados para análise, seus princípios de

funcionamento e outros detalhamentos são mostrados nas subseções a seguir.

4.2.4.1 Máquina envasadora de aerossóis Cosmar (HPR04-07)

A envasadora de aerossóis identificada pelo código padrão (TAG) HPR04-07

é uma máquina automática, fabricada pela empresa italiana COS.MA.R, modelo
MRPN-18, com capacidade nominal de 2.000 latas por hora.

Figura 4.12 – Envasadora de aerossóis COS.MA.R MRPN-18

As operações essenciais executadas pelo equipamento são a dosagem e

enchimento de produto em latas de aerossol, a recravação das válvulas de aerossol
nas latas e a dosagem e enchimento do gás propelente nas latas recravadas.
As latas são alimentadas por uma esteira de entrada até a estrela rotativa da
máquina, onde ocorre primeiramente a dosagem do produto. Posteriormente as
 68

válvulas são posicionadas e recravadas nas latas através de um sistema automático

de alimentação e recravação. Na sequência do processo o gás propelente é dosado
através de um bico de enchimento e as latas cheias são encaminhadas para uma
esteira de saída.
Os únicos processos manuais são a alimentação de latas na esteira de
entrada, alimentação de válvulas no acumulador de válvulas e a colocação das
tampas das latas ao final do processo.
Por utilizar um gás propelente inflamável, uma mistura de propano e butano
na proporção de 80% para 20% em volume, a máquina é construída com o mínimo
possível de acionamentos elétricos, sendo maioria de seus sistemas acionada
pneumaticamente.
A máquina é dotada ainda de sistema de monitoramento de concentração de
gases inflamáveis intertravado com o sistema de alimentação de propano-butano e
com o sistema de ventilação. Caso a concentração exceda o limite preestabelecido,
a válvula de alimentação de gás é automaticamente fechada e o sistema de
ventilação da sala é acionado (caso esteja parado no momento).

4.2.4.2 Rotuladora de frascos cilíndricos Bauch-Campos (HPA01-07)

O equipamento identificado pelo código padrão HPA01-07 é uma rotuladora

de frascos cilíndricos modelo Rottec Plus produzida pela empresa Bauch Campos,
com capacidade mínima requerida de rotulagem de 10 metros por minuto, que
equivale à rotulagem de 3000 frascos por hora utilizando rótulos com largura de 20
cm, podendo chegar até a capacidade nominal de 15 metros por minuto, ou 4500
frascos por hora.
O equipamento é composto basicamente por uma esteira transportadora, um
separador e posicionador de frascos, um cabeçote de aplicação de rótulos dotado de
datador e um sistema de rotação de frasco conhecido por envolvente. A operação da
máquina é comandada por um PLC e os acionamentos são elétricos e pneumáticos.
O equipamento é montado em linha e sua operação é totalmente automática,
exceto pela troca de bobinas de rótulos e ajustes iniciais de sensores.
Os frascos são alimentados na entrada da esteira e separados através de um
cilindro pneumático com acionamento temporizado que libera os frascos um a um.
 69

Os frascos são, então, posicionados por um mecanismo centralizador e

recebem na sequência o rótulo, já datado, proveniente do cabeçote de rotulagem.
Por se tratar de frasco cilíndrico, um sistema de rotação conhecido por envolvente
faz com que o frasco gire ao longo de sua trajetória na esteira fazendo com que o
rótulo seja aplicado de forma uniforme em toda sua circunferência.
A datação ocorre no cabeçote de rotulagem através de um sistema de
datação a quente (hot stamp), composto por um cilindro pneumático no qual é
acoplado um porta-tipo, bobina de fita de tinta com mecanismo de avanço e sistema
de aquecimento por resistência elétrica.

Figura 4.13 – Rotuladora Rottec Plus

4.2.5 Implantação das análises funcionais

O objetivo das análises funcionais foi o de identificar as funções e os níveis de

desempenho requeridos dos equipamentos, bem como de seus sistemas,
subsistemas e componentes.
A primeira etapa para a implementação das análises funcionais foi a
padronização da terminologia a ser utilizada para a identificação dos níveis de
sistema. Foram adotadas assim as seguintes definições:
 70

• Sistema: conjunto de subsistemas ou componentes de um equipamento que

possuem características funcionais comuns. Exemplos: sistema elétrico,
sistema pneumático, sistema de controle, sistema de segurança, etc.
• Subsistemas: subdivisões de um sistema compostas de conjuntos de
componentes com finalidades específicas. Exemplo: O sistema de segurança
de um equipamento pode estar subdividido em um subsistema de segurança
contra sobrepressão e um subsistema de segurança contra acionamento
acidental.
• Componentes: são os dispositivos que compõem os sistemas e subsistemas
capazes de desempenhar ao menos uma função significativa
independentemente. Exemplos: motores elétricos, válvulas, bombas, etc.
• Partes: são os dispositivos ou peças que compões um determinado
componente. Ex: molas, parafusos, rolamentos, etc.

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

O modo está relacionado com o modo de utilização da função durante a

operação do equipamento. Funções utilizadas continuamente durante a operação do
equipamento são chamadas de ativas (on-line), e falhas relacionadas a elas são
falhas evidentes para a operação. Funções utilizadas esporadicamente ou em
situações especiais são chamadas de funções inativas (off-line) e falhas
relacionadas a elas são chamadas de falhas ocultas.
A tabela 4.3 resume os critérios de classificação das funções de acordo com o
padrão adotado pela equipe de implantação da MCC.

Tabela 4.3 – Critérios para classificação de funções

Critérios de classificação de funções de um dispositivo
Primária (PRIM) Função para a qual o dispositivo foi projetado
Grau
Secundária (SEC) Função auxiliar desempenhada pelo dispositivo
Operacional (OP) Função relacionada à operação do sistema
Proteção (PRO) Função relacionada à proteção do sistema, do meio ambiente e dos operadores
Tipo Informativa (INF) Função relacionada à indicação ou monitoramente de determindo parâmetro
Estrutural (EST) Função relacionada à estrutura física do sistema
Supérflua (SUP) Função não utilizada no contexto operacional do sistema
Ativas (ON) Funções ativas durante o funcionamento normal do sistema
Modo
Inativas (OFF) Funções inativas durante o funcionamento normal do equipamento
Fonte: Baseado em Moubray (1997)

O nível de desempenho requerido de uma função pode definido quantitativamente

ou qualitativamente.
O nível de desempenho é qualitativo quando não é possível atribuir uma
característica mensurável ao desempenho, sendo este medido apenas por atributo
(sim ou não). Por exemplo:

Dispositivo: Botoeira de emergência

Função: Cortar energia do equipamento ao ser acionada.
Nível de desempenho requerido: SIM (corta energia)

O nível de desempenho é quantitativo quando é possível atribuir uma

característica mensurável ao desempenho, sendo esta monitorada ao longo da
operação, no caso de funções ativas, ou em testes periódicos para funções inativas.
Pode ter limites superior, inferior ou ambos (faixa de operação). Por exemplo:

Dispositivo: Bomba centrífuga

Função: Bombear água
 72

Nível de desempenho requerido: vazão mínima de 2 m³/h (limite inferior) e

pressão entre 3 e 5 kgf/cm² (faixa de operação).

As planilhas de análise funcional foram preenchidas como exemplificado pela

através da figura 4.14 e suas versões completas podem ser vistas nos anexos D e E
desta monografia.

Planilha de Análise Funcional

Nível de
Cod. Sistema /
Função Grau Tipo Modo desempenho
Sist./Disp. Dispositivo
requerido.
Envasar e recravar latas de
aerossol dentro das 1800 latas
PRIM OP ON
especificações e isentas de por horas
HPR04-07 Envasadora COSMAR
vazamentos
Evitar perdas de produto por
SEC OP ON Sim
vazamento
Envasar latas de produtos na
1. ENVASE PRIM OP ON 104 ± 1 g
dosagem especificada;
DOSAGEM DE Dosar a quantia especificada
1.1. PRIM OP ON 104 ± 1 g
PRODUTO dos produtos
Possibilitar a passagem de
produto do container até a PRIM OP ON
seringa;
Impossibilitar retorno de
produto da seringa para o PRIM OP ON
container
VALVULA DE Possibilitar a passagem do
1.1.1. Sim
RETENÇÃO produto da seringa até o bico PRIM OP ON
de envase;
Impossibilitar retorno de
produto do bico de envase para PRIM OP ON
a seringa
Conter o produto sem
SEC OP ON
vazamentos
Dosar a quantia especificada
PRIM OP ON 104 ± 1 g
para os produtos
1.1.2. SERINGA
Conter o produto sem
SEC OP ON Sim
vazamentos
Figura 4.14 – Planilha de Análise Funcional

4.2.6 Implantação das análises de modos e efeitos de falha

O primeiro passo para a realização das análises de modos e efeitos de falha

(FMEA) foi a padronização das tabelas com os critérios para classificação de
severidade, ocorrência e detecção, bem como da tabela de classificação dos níveis
de prioridade de risco (NPR) de acordo com a realidade da empresa.
 73

A tabela de classificação da severidade dos efeitos da falha (tabela 4.4) foi

criada de forma a considerar três diferentes aspectos: qualidade, segurança e meio-
ambiente e impacto no processo.

Tabela 4.4 – Classificação da severidade

Aspectos analisados em relação aos efeitos da falha Severidade
Qualidade Segurança / Meio Ambiente Processo

Cliente mal percebe a Não causa parada

1
ocorrência da falha de processo

Leve queda de MTTR < 0,5h 2

desempenho, pequenas
paradas, leve
descontentamento do
Sem perda de qualidade do
cliente 0,5 < MTTR ≤ 1h 3
produto

Sem riscos para a operação ou

1 < MTTR ≤ 5h 4
ao meio-ambiente
Queda moderada de
desempenho, paradas
significativas, com 5 < MTTR ≤ 10h 5
descontentamento do
cliente
Perda de qualidade do produto
não perceptível ao consumidor e 10 < MTTR ≤ 20h 6
sem danos à saúde

Perda de qualidade do produto

percebida pelo consumidor, mas 20 < MTTR ≤ 30h 7
sem consequências à sua saúde
Perda de qualidade do produto,
Risco de lesão não permanente
percebida ou não pelo
às pessoas ou danos leves ao Queda acentuada de 30 < MTTR ≤ 50h 8
consumidor, que viole requisitos
meio-ambiente desempenho, grandes
regulatórios
paradas, grande
Risco de lesão permanente ou descontentamento do
Perda de qualidade com risco de
danos moderados ao meio- cliente 50 < MTTR ≤ 75h 9
danos à saúde do consumidor
ambiente

Perda de qualidade com risco de Risco de morte ou danos graves

MTTR > 75h 10
morte ao consumidor ao meio-ambiente

Houve uma preocupação especial da equipe de implantação em criar tabelas

de classificação com critérios o mais objetivos possível, visando reduzir o grau de
subjetividade da classificação de severidade, ocorrência e detecção comum em
tabelas encontradas na literatura.
Seguindo esta linha de conduta, um dos critérios utilizados para a
classificação da severidade foi o tempo médio para reparo (MTTR), representando
 74

indiretamente o impacto em custo gerado pela parada de produção relacionada a

cada modo de falha estudado.
A classificação da freqüência de ocorrência (tabela 4.5), também foi realizada
através de critério objetivo, o tempo médio entre falhas (MTBF) do modo de falha
estudado ou a taxa de falhas considerando uma distribuição exponencial.
A tabela 4.5 foi baseada na classificação de ocorrência de falha utilizada pela
Agência Americana de Aeronáutica e Espaço (NASA), porém com ajustes nos
valores das taxas de falha para melhor se adequarem à realidade da empresa
estudada.

Tabela 4.5 – Classificação da freqüência de ocorrência

Critério para classificação de ocorrência
MTBF Taxa de falhas (λ) Comentário Ocorrência

< 0,00002 Probabilidade remota de falha 1

> 50000
Baixa taxa de falha ou similar a outros
0,00005 > λ ≥ 0,00002 2
dispositivos com baixa taxa de falha
50000 ≥ MTBF > 20000
Baixa taxa de falha ou similar a outros
0,00010 > λ ≥ 0,00005 3
dispositivos com baixa taxa de falha
20000 ≥ MTBF > 10000
Probabilidade de falhas ocasionais ou
0,00020 > λ ≥ 0,00010 similar a outros dispositivos que 4
10000 ≥ MTBF > 5000 apresentaram falhas ocasionais
Taxa de falhas moderada ou similar a
0,00050 > λ ≥ 0,00020 outros dispositivos que apresentaram 5
5000 ≥ MTBF > 2000 taxas de falha moderadas
Taxa de falhas de moderada a alta ou
0,00100 > λ ≥ 0,00050 similar a outros dispositivos com taxas de 6
2000 ≥ MTBF > 1000 falha moderadas a altas
Alta taxa de falhas ou similar a dispositivos
0,00200 > λ ≥ 0,00100 7
que apresentaram altas taxas de falha
1000 ≥ MTBF > 500
Alta taxa de falhas ou similar a dispositivos
0,00500 > λ ≥ 0,00200 8
que apresentaram altas taxas de falha
500 ≥ MTBF > 200
Taxa de falha muito alta. Quase certo que
0,01000 > λ ≥ 0,00500 9
causará problemas
200 ≥ MTBF > 100
Taxa de falha muito alta. Quase certo que
λ ≥ 0,01000 10
causará problemas
MTBF ≤ 100
Fonte: Adaptado de NASA (2008)

Por uma questão de praticidade e adequação de critérios, convencionou-se

uma escala de 1 a 5 para a classificação do nível de probabilidade de detecção
prévia da falha, diferentemente das classificações anteriores, cujas escalas são de 1
 75

a 10. A tabela 4.6 traz os critérios para a classificação da probabilidade de detecção

prévia criados pelo comitê de implantação da MCC da empresa estudada.

Tabela 4.6 – Classificação da probabilidade de detecção prévia

Meios implantados de detecção prévia Detecção
Existe monitoramento, alarme e sistema de contramedida automática on-line para a detecção
1
prévia da falha.

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.

Só existe monitoramento de condição periódico subjetivo (5 sentidos) para detecção de

4
tendência de falha ou teste de falha periódico para falhas ocultas.
Não existe nenhum meio de detecção prévia da falha implantado, a falha é de difícil detecção
5
pelo operador em condições normais de operação ou é repentina.

Foi criada pelo comitê de implantação uma tabela de classificação do risco

em quatro classes (tabela 4.7), tendo por base o nível de prioridade de risco,
calculado pela multiplicação dos fatores de severidade, ocorrência e detecção, e
contendo as contramedidas mínimas requeridas ou recomendadas para cada classe
de risco.
Tabela 4.7 – Classificação de risco
NPR Classe de Risco Contramedidas
NPR > 256 I Risco grave e intolerável Requer medidas adicionais ou reprojeto

Requer medidas adicionais, reprojeto ou

256 ≥ NPR > 108 II Risco alto
quantificação de riscos

108 ≥ NPR > 18 III Risco moderado Medidas adicionais recomendáveis

NPR ≤ 18 IV Risco baixo Medidas adicionais opcionais

A classificação de risco foi utilizada pelas equipes de análise para priorizar os

modos de falha, de forma a concentrar as análises posteriores nos modos de falhas
com maiores níveis de prioridade de risco, destacadamente aqueles pertencentes às
classes de risco I e II.
Além do critério de priorização pelo NPR, a equipe de implantação decidiu
pela utilização de um critério complementar de classificação baseado em um gráfico
de áreas (figura 4.15) que leva em consideração somente os pesos relativos à
 76

severidade e ocorrência, dando uma medida da criticidade do modo de falha através

da localização dos pares ordenados (S,O) em cada área do gráfico, ou através da
soma dos pesos, de forma que a criticidade seja alta se a soma é maior ou igual a
10, média se entre seis e nove e baixa se menor que 6, assegurando que efeitos de
alta severidade (9 e 10) sejam considerados mesmo quando a ocorrência é baixa.

Gráfico de áreas - Criticidade FMEA

10

7 Criticidade Alta
Ocorrência

4 Criticidade Média

2 Criticidade Baixa

1
1 2 3 4 5 6 7 8 9 10

Severidade

Figura 4.15 – Gráfico de áreas de criticidade [adaptado de Souza (2009)]

Tanto a criticidade quanto o NPR de cada modo de falha foram devidamente

registrados nas planilhas de aplicação de FMEA (anexos F e G desta monografia).
A planilha de aplicação de FMEA também contém os campos para a
identificação das tarefas recomendadas e levantamento do novo NPR e criticidade, o
que deve ser feito na fase de reavaliação após a implantação das ações.

4.2.6.1 Modos de falha prioritários encontrados

Foram selecionados para posterior análise de confiabilidade e seleção de

tarefas aplicáveis modos de falha com criticidade alta ou das classes de risco I e II.
As tabelas 4.8 e 4.9 mostram os modos de falha prioritários dos
equipamentos HPR04-07 e HPA01-07, respectivamente.
 77

Tabela 4.8 – Modos de falha prioritários da envasadora HPR04-07

Evidente / Oculta

Segurança (S/N)
Severidade

Ocorrência

Criticidade
Detecção

NPR
Dispositivo Modo de Falha Potencial

1.2.2. Bico de envase Bico vazando produto 9 6 5 15 - alta 270 E N

2.3. Cillindro de inserção de
Cilindro trava baixado (aberto) 5 7 5 12 - alta 175 E N
válvulas
3.1. Cilindro posicionador
Cilindro trava baixado (aberto) 8 5 5 13 - alta 200 E N
do cabeçote
3.2. Cabeçote de Cabeçote recravando fora de
9 2 3 11 - alta 54 O S
recravação especificação
3.2. Cabeçote de Cabeçote não recrava as válvulas
7 7 5 14 - alta 245 E N
recravação na lata
4.1. Cilindro dosador de gás Cilindro dosa gás em excesso 8 5 5 13 - alta 200 O S
Cilindro dosa gás em quantidade
4.1. Cilindro dosador de gás 8 5 5 13 - alta 200 O N
abaixo do especificado ou não dosa
4.1. Cilindro dosador de gás Cilindro não retem o gás 10 7 5 17 - alta 350 E S
4.3. Bico de envase de gás Bico de gás não veda na lata 10 1 5 11 - alta 50 E S
Esteira derruba latas durante o
5.1.2. Esteira de entrada 6 4 5 10 - alta 120 E N
transporte
5.1.3. Estrela Estrela não rotaciona 9 4 5 13 - alta 180 E N
Máquina não para ao acionar botão
6.1. Botão de emergência 9 1 5 10 - alta 45 O S
de emergência
6.2.Intertravamento das Máquina não para ao abrir as
9 1 5 10 - alta 45 O S
portas portas
6.3.1. Sensor de Sensor enviando sinal abaixo da
10 1 5 11 - alta 50 O S
concentração de gás real ou não enviando sinal

6.3.2. Módulo eletrônico do Módulo não soa alarme sonoro

10 1 5 11 - alta 50 O S
explosímetro visual ao exceder limite de alerta
Módulo não envia sinal para válvula
6.3.2. Módulo eletrônico do
de bloqueio de gás ao atingir limite 10 1 5 11 - alta 50 O S
explosímetro
de corte
6.3.3. Válvula automática Válvula não bloqueia o gás ao
10 1 5 11 - alta 50 O S
de bloqueio receber sinal de corte

7.2.6. Unidade de Unidade libera óleo lubrificante em

4 7 5 11 - alta 140 O N
tratamento de ar excesso

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

7.6.1 Eixo de cames Eixo não rotaciona 9 1 5 10 - alta 45 E N

Mancal não permite movimento do
7.6.3. Mancais 9 4 5 13 - alta 180 E N
eixo de cames e da estrela
7.7.3. Válvula XV-84
Válvula falha não acionada 9 1 5 10 - alta 45 O S
(segurança das portas)
7.7.4. Válvula XV-78 Válvula falha não acionada 9 1 5 10 - alta 45 O S
 78

Tabela 4.9 – Modos de falha prioritários da rotuladora HPA01-07

Evidente / Oculta

Segurança (S/N)
Severidade

Ocorrência

Criticidade
Detecção

NPR
Dispositivo Modo de falha potencial

Permite passagem de corrente quando

1.1. Chave geral
1.5. Conectores
3.1. Separador de frascos
3.1. Separador de frascos
3.2. Sensor de presença de
frascos
4.1. Correia revestida do
envolvente
4.2. Moto-redutor
5.8. Rolo prensa fita
(recartilhado)
10 1 5 11 - alta 50 O S
aberta
Conectores superaquecidos 8 3 5 11 - alta 120 O S
Separador trava aberto 6 5 5 11 - alta 150 E N
Separador trava fechado 9 5 5 14 - alta 225 E N
Sensor não acusa presença de frasco 6 5 5 11 - alta 150 E N
Correia não gera atrito suficiente para
7 3 5 10 - alta 105 E N
rotacionar frascos
Moto-redutor não aciona conjunto de
7 3 5 10 - alta 105 E N
transmissão
Rolo recartilhado travado 5 5 5 10 - alta 125 E N

Motor de passo não aciona conjunto de

5.10. Motor do cabeçote
5.10. Conjunto de
transmissão
6.2. Cilindro pneumático
acionador
6.3. Porta-tipos
6.6. Borracha de encosto
6.7.Resistência elétrica
7.2. Válvula acionadora do
separador de frascos
7.2. Válvula acionadora do
separador de frascos
7.3. Comando Lógico
Programável (PLC)
7 6 5 13 - alta 210 E N
transmissão ao sinal do PLC
Conjunto não transmite movimento
6 4 5 10 - alta 120 E N
para o rolo tambor tracionador
Cilindro pneumático não aciona biela
6 6 5 12 - alta 180 E N
do datador
Porta tipos não permite fixação dos
8 5 5 13 - alta 200 E N
tipos
Afundamento da borracha de encosto 8 4 5 12 - alta 160 E N
Reistência não aquece 8 7 5 15 - alta 280 E N
Válvula falha acionada 9 5 5 14 - alta 225 E N
Válvula falha não acionada 6 5 5 11 - alta 150 E N
PLC não atua conforme programação 6 5 5 11 - alta 150 E N

4.2.7 Implantação das análises de confiabilidade

Uma vez realizada a análise funcional e a FMEA pela equipe de análise

qualitativa, os dados históricos dos modos de falhas prioritários passaram a ser
analisados pela equipe de análise quantitativa através das análises de
confiabilidade.
As análises de dados de vida (ou análises de confiabilidade) foram
executadas com o auxílio de um programa específico para esse fim, o Reliasoft
 79

Weilbull++7, no qual foram carregados os dados históricos dos equipamentos

através de uma planilha específica para registro de eventos de manutenção,
mostrada na figura 4.16.

Figura 4.16 – Registro de eventos do software Reliasoft Weibull++7

Através dos dados históricos a equipe de análise foi capaz de determinar as

distribuições de probabilidade que melhor modelavam cada modo de falha prioritário
através de testes de aderência para as distribuições Weibull bi-paramétrica, log-
normal, normal, gama e exponencial.
Após a determinação dos parâmetros das distribuições, através dos métodos
selecionados com base no fluxograma de seleção de métodos de análise mostrado
anteriormente na figura 4.4, foi montada uma tabela resumo de análise para cada
equipamento, mostradas nas tabelas 4.10 e 4.11.
Com base nos parâmetros estimados das distribuições foi possível traçar as
curvas de confiabilidade e de taxa de falhas em função do tempo. Exemplos dessas
curvas podem ser vistos através das figuras 4.17 e 4.18, referentes a um dos modos
de falha da rotuladora HPA01-07.
 80

Tabela 4.10 – Resultados das análises de confiabilidade da rotuladora

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

Permite passagem de corrente

1.1. Chave geral ICU Exponencial 1,22E-04 NA
quando aberta
1.5. Conectores Conectores superaquecidos ICB Exponencial 5,29E-05 NA
3.1. Separador de frascos Separador trava aberto ICB Exponencial 2,12E-04 NA
3.1. Separador de frascos Separador trava fechado ICB Exponencial 2,12E-04 NA
3.2. Sensor de presença de Sensor não acusa presença de
RRX Weibull 1,00 3802,64
frascos frasco
Correia não gera atrito
4.1. Correia revestida do
suficiente para rotacionar ICB Exponencial 5,29E-05 NA
envolvente
frascos
Moto-redutor não aciona
4.2. Moto-redutor ICB Exponencial 1,06E-04 NA
conjunto de transmissão

5.8. Rolo prensa fita

Rolo recartilhado travado RRX Weibull 0,85 2356,13
(recartilhado)

Motor de passo não aciona

5.10. Motor do cabeçote conjunto de transmissão ao RRX Log-normal 6,71 0,87
sinal do PLC
Conjunto não transmite
5.11. Conjunto de
movimento para o rolo tambor RRX Exponencial 1,72E-04 NA
transmissão
tracionador
6.2. Cilindro pneumático Cilindro pneumático não aciona
RRX Weibull 1,25 1841,39
acionador biela do datador
Porta tipos não permite fixação
6.3. Porta-tipos ICB Exponencial 2,78E-04 NA
dos tipos
Afundamento da borracha de
6.6. Borracha de encosto ICB Exponencial 1,42E-04 NA
encosto
6.7.Resistência elétrica Resistência não aquece RRX Weibull 1,59 1047,71
7.2. Válvula acionadora do
Válvula falha acionada ICB Exponencial 2,12E-04 NA
separador de frascos
7.2. Válvula acionadora do
Válvula falha não acionada ICB Exponencial 2,12E-04 NA
separador de frascos
7.3. Comando Lógico PLC não atua conforme
RRX Log-normal 8,18 0,67
Programável (PLC) programação
 81

Tabela 4.11 – Resultados das análises de confiabilidade da envasadora

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

6.3.2. Módulo eletrônico do Módulo não soa alarme sonoro

ICU Exponencial 3,06E-04 NA
explosímetro visual ao exceder limite de alerta
Módulo não envia sinal para válvula
6.3.2. Módulo eletrônico do
de bloqueio de gás ao atingir limite ICU Exponencial 3,06E-04 NA
explosímetro
de corte
6.3.3. Válvula automática Válvula não bloqueia o gás ao
ICU Exponencial 3,06E-04 NA
de bloqueio receber sinal de corte

7.2.6. Unidade de Unidade libera óleo lubrificante em

ICB Exponencial 3,98E-04 NA
tratamento de ar excesso

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

7.6.1 Eixo de cames Eixo não rotaciona ICB Exponencial 1,33E-04 NA

Mancal não permite movimento do
7.6.3. Mancais ICB Exponencial 1,33E-04 NA
eixo de cames e da estrela
7.7.3. Válvula XV-84
Válvula falha não acionada ICU Exponencial 3,06E-04 NA
(segurança das portas)
7.7.4. Válvula XV-78 Válvula falha não acionada ICU Exponencial 3,06E-04 NA
 82

ReliaSoft Weibull++ 7 - www.ReliaSoft.com.br

Gráfico da Confiabilidade vs Tempo
1,000
Confiabilidade

6.7. Resistência do datador

Weibull-2P
RRX SRM MED FM
F=8/S=0
Pontos de Dados
Linha da Confiabilidade
0,800
Confiabilidade, R(t)=1-F(t)

0,600

0,400

0,200

José Francisco Ferreira Moitinho

Ouro Fino
24/09/2009
0,000 14:38:54
0,000 800,000 1600,000 2400,000 3200,000 4000,000
Tempo, (t)
β=1,5865, η=1047,7139, ρ=0,9465

Figura 4.17 – Curva de confiabilidade da resistência do datador

ReliaSoft Weibull++ 7 - www.ReliaSoft.com.br

Gráfico da Taxa de Falha vs Tempo
0,004
Taxa de Falha

6.7. Resistência do datador

Weibull-2P
RRX SRM MED FM
F=8/S=0
Linha da Taxa de Falha

0,003
Taxa de Falha, f(t)/R(t)

0,002

0,002

8,000E-4

José Francisco Ferreira Moitinho

Ouro Fino
24/09/2009
0,000 14:53:12
0,000 800,000 1600,000 2400,000 3200,000 4000,000
Tempo, (t)
β=1,5865, η=1047,7139, ρ=0,9465

Figura 4.18 – Curva da taxa de falhas da resistência do datador

 83

Algumas análises de confiabilidade da rotuladora HPA01-07 já haviam sido

realizadas em setembro de 2009, justificando, na época, a adoção de algumas
atividades preventivas que serão discutidas em tópicos posteriores desta
monografia.

4.2.8 Estudo dos mecanismos de falha

Tão ou mais importante que identificar o comportamento de um modo de falha

é entender o porquê do comportamento, ou seja, identificar os mecanismos que
levam as falhas a ocorrer.
As análises de confiabilidade são ferramentas importantes para identificar o
comportamento das falhas, porém, não devem ser consideradas isoladamente, mas
sim em conjunto com outros tipos de análise tais como análises de falha e de
identificação de causa-raiz.
Como um modo de falha pode ter mais de uma causa-raiz, ou seja, mais de
um mecanismo de falha, muitas vezes o resultado de uma análise de confiabilidade
pode ser na realidade a combinação de mais de um mecanismo de falha atuante.
Um exemplo típico disso é o de um modo de falha, como a fratura de um eixo,
por exemplo, cuja análise de confiabilidade resulte em uma curva de taxa de falhas
decrescente ou mesmo constante. Um eixo é um componente mecânico para o qual
se espera uma característica de falha por desgaste ou por fadiga, apresentando uma
taxa de falhas crescente, como explicar, então, uma taxa de falhas decrescente ou
mesmo constante?
A resposta está nos mecanismos de falha. Neste caso é possível que mais de
um mecanismo esteja atuando, como fadiga e sobrecargas devido à operação fora
dos limites de especificação (falha operacional), levando a falhas prematuras.
Tendo em vista essas questões, as equipes de análise da empresa estudada
se concentraram na identificação e, quando possível, na quantificação dos
mecanismos de falha associados a cada modo de falha de modo a explicar os
comportamentos encontrados nas análises de confiabilidade e com isso ter melhores
subsídios para a determinação das tarefas de manutenção aplicáveis.
Para vários modos de falha não havia dados suficientes para a determinação
da melhor distribuição de probabilidades. Nestes casos considerou-se a distribuição
 84

exponencial e estimou-se o intervalo de confiança bi-caudal (ICB) ou uni-caudal

(ICU) no caso da ausência total de dados.
A seguir são apresentadas considerações a respeito de alguns modos de
falha dos equipamentos analisados.

4.2.8.1 Modos de falha da rotuladora HPA01-07

Modo de falha: sensor de presença de frasco não acusa presença de frasco.

Análise de confiabilidade: taxa de falhas constante (falhas aleatórias).
Mecanismos de falha: má regulagem do sensor (operacional), falha do
sensor e rompimento do cabo do sensor.
Comentários: as descrições das ordens de manutenção nem sempre
permitiam a identificação correta do mecanismo de falha atuante, porém, os três
mecanismos acima puderam ser identificados através de informações dos
operadores e técnicos de manutenção.

Modo de falha: rolo recartilhado travado.

Análise de confiabilidade: taxa de falhas decrescente (falhas prematuras).
Mecanismo de falha: desgaste das buchas
Comentários: o mecanismo associado ao modo de falha deveria levar a um
comportamento crescente da taxa de falhas, por se tratar de processo de
deterioração mecânica, o que leva a crer que mais algum mecanismo não
identificado anteriormente pode estar atuante.
Como o desgaste da bucha é influenciado pela pressão exercida pelo rolo
recartilhado na fita de rótulos, a falta de padronização do ajuste desta pressão pode
levar a falhas prematuras (excesso de pressão na fita), o que se configura como
mais um mecanismo de falha.

Modo de falha: motor de corrente contínua não aciona conjunto de

transmissão.
Análise de confiabilidade: taxa de falhas crescente (deterioração).
Mecanismo de falha: falha de rolamentos, queima do motor, falha de
contatos e desgaste das escovas de carvão.
 85

Comentários: embora os mecanismos acima tenham sido levantados como

possíveis, o desgaste das escovas de carvão foi o mecanismo de falha
predominante identificado através das ordens de manutenção, o que está coerente
com o comportamento levantado na análise de confiabilidade.

Modo de falha: cilindro pneumático não aciona biela do datador.

Análise de confiabilidade: taxa de falhas crescente (deterioração).
Mecanismo de falha: quebra do eixo acionador da biela.
Comentários: o eixo acionador da biela é montado junto à haste do cilindro
pneumático, portanto os esforços aos quais é submetido têm característica cíclica de
baixa carga, favorecendo o desenvolvimento de falhas por fadiga.
Neste caso, era de se esperar taxas de falhas crescentes, porém com valores
do fator de forma da distribuição de Weibull maiores do que os encontrados, o que
pode sugerir que exista mais algum mecanismo de falha não identificado atuante.
Sugere-se uma análise mais profunda neste caso.

Modo de falha: resistência elétrica não aquece.

Análise de confiabilidade: taxa de falhas crescente (deterioração).
Mecanismos de falha: queima da resistência (sobre-temperatura),
rompimento do cabo.
Comentários: durante a datação o cabo da resistência é submetido a
movimentos cíclicos de avanço e retorno, submetendo-o a um processo de fadiga.
Como no modo de falha anterior, era de se esperar maiores valores do fator
de forma, o que sugere que outro mecanismo de falha como corrosão, por exemplo,
também possa estar atuante, demandando análises complementares.

Modo de falha: PLC não atua conforme programado.

Análise de confiabilidade: taxa de falhas crescente (deterioração).
Mecanismo de falha: falha da placa eletrônica.
Comentários: normalmente espera-se que componentes eletrônicos tenham
taxas de falha constantes (falhas aleatórias), porém, no caso estudado a análise de
confiabilidade demonstrou claramente uma característica de deterioração.
Analisando-se as condições do ambiente de trabalho chegou-se à conclusão
de que a presença de vapores de alquilbenzeno, solvente utilizado na formulação de
 86

produtos da área, poderia estar causando um processo de corrosão de partes

metálicas dos componentes das placas eletrônicas do PLC. Foi sugerida uma
modificação de projeto para pressurizar o painel do PLC com ar comprimido filtrado.

4.2.8.2 Modos de falha da envasadora HPR04-07

Modo de falha: bico de envase vazando produto.

Análise de confiabilidade: taxa de falhas crescente (deterioração).
Mecanismo de falha: falha de vedações, falha da mola.
Comentários: os dois mecanismos de falha levantados são componentes
mecânicos que sofrem deterioração, sendo o primeiro por desgaste e o segundo por
fadiga, o que é coerente com a análise de confiabilidade realizada.

Modo de falha: cilindro de inserção de válvulas trava abaixado (aberto).

Análise de confiabilidade: taxa de falhas praticamente constante.
Mecanismo de falha: falha de vedações, haste travada (falta de lubrificação),
baixa pressão de ar comprimido.
Comentários: as descrições das ordens de manutenção nem sempre
permitiam a identificação correta do mecanismo de falha atuante, porém, os três
mecanismos acima puderam ser identificados através de informações dos técnicos
de manutenção, tornando a análise de confiabilidade inconclusiva.

Modo de falha: cilindro posicionador do cabeçote de recravação trava

abaixado (aberto).
Análise de confiabilidade: taxa de falhas praticamente constante
Mecanismo de falha: falha de vedações.
Comentários: o comportamento esperado da taxa de falha para o
mecanismo predominante seria o de taxa de falha crescente, por se tratar de
componentes mecânicos sujeitos ao desgaste, porém, a taxa de falha encontrada é
praticamente constante, sugerindo que exista outro mecanismo de falha atuante que
não foi considerado, tal como manutenção (montagem) inadequada das vedações.

Modo de falha: cabeçote de recravação não recrava.

Análise de confiabilidade: taxa de falhas crescente (deterioração).
 87

Mecanismo de falha: quebra do parafuso de encosto.

Comentários: o parafuso de encosto é submetido a impactos cíclicos a cada
recravação, favorecendo a deterioração por fadiga. Na primeira análise realizada,
todos os dados de tempo para falha foram considerados, obtendo-se uma
distribuição de Weibull com fator de forma de 1,35, o que não caracteriza
adequadamente falhas por fadiga.
Analisando os dados notou-se que o dado de tempo para a primeira falha era
muito superior aos demais dados de falha. Decidiu-se, então, analisar mais a fundo
os registros de manutenção e descobriu-se que os parafusos utilizados para as
substituições não eram do mesmo material do parafuso original.
Refazendo a análise de confiabilidade com a exclusão do dado para a
primeira falha, ou seja, analisando somente os tempos para falha dos parafusos não
originais, obteve-se um fator de forma da distribuição de Weibull de 2,99, ou seja,
característico de fadiga. Notou-se, ainda, que os dados eram agora melhor
modelados pela distribuição log-normal com média 6,23 e desvio-padrão 0,45.
A figura 4.19 mostra o comportamento da taxa de falhas para os parafusos
não originais, típico de deterioração por fadiga.

ReliaSoft Weibull++ 7 - www.ReliaSoft.com.br

Gráfico da Taxa de Falha vs Tempo
0,005
Taxa de Falha

[F] 3-2-9 [FD] 1

Lognormal-2P
RRX SRM MED FM
F=5/S=1
Linha da Taxa de Falha

0,004
Taxa de Falha, f(t)/R(t)

0,003

0,002

0,001

José Francisco Ferreira Moitinho

Ouro Fino
08/02/2011
0,000 15:42:18
0,000 200,000 400,000 600,000 800,000 1000,000
Tempo, (t)
µ=6,2347, σ=0,4531, ρ=0,8821

Figura 4.19 – Taxa de falhas do parafuso de encosto da recravação

 88

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.

Modo de falha: cilindro dosador de gás com vazamento.

Análise de confiabilidade: taxa de falhas levemente crescente (β = 1,15).
Mecanismo de falha: falha de vedações.
Comentários: esperava-se que as vedações apresentassem taxas de falha
com comportamento crescente mais acentuado que o encontrado na análise de
confiabilidade, o que leva a crer que outros mecanismos de falha possam estar
causando a falha das vedações, tais como erros de montagem pelo pessoal da
manutenção ou utilização de materiais inadequados (não originais), por exemplo.
Sugeriu-se uma revisão geral de procedimentos de manutenção.

Modo de falha: unidade de tratamento de ar vazando (quebra do copo).

Análise de confiabilidade: taxa de falhas crescente (deterioração).
Mecanismo de falha: degradação química (suposto), falha de vedações.
Comentários: através dos registros de manutenção foi notado que o copo
original de policarbonato, assim como outros de mesmo material, apresentou falha
com pouco tempo de utilização, enquanto copo de metal não apresentou falha
estrutural, apenas de vedações.
Suspeitou-se, embora sem comprovação técnica, que o policarbonato poderia
estar sofrendo algum tipo de degradação química devido à presença de vapores de
alquilbenzeno e propano-butano em baixas concentrações no ambiente de
operação. Optou-se por padronizar o copo metálico nas unidades de tratamento de
ar comprimido.

4.2.9 Tarefas de manutenção selecionadas

A seleção de tarefas de manutenção foi baseada nas lógicas de decisão

descritas no tópico 3.2.10 desta monografia, ou seja, para ser selecionada a tarefa
deve atender aos requisitos de aplicabilidade e efetividade (custo-eficiência).
 89

A criação ou alteração de procedimentos foi considerada como uma alteração

de projeto, uma vez que altera o contexto operacional
Para a avaliação de aplicabilidade e efetividade de tarefas de restauração e
substituição preventiva, o comitê de implantação criou um critério baseado na classe
de risco do modo de falha, na confiabilidade no intervalo entre manutenções adotado
e na diferença percentual entre o custo unitário para o intervalo adotado e o custo
unitário para o intervalo ótimo de manutenção.
A tabela 4.12 resume os critérios criados pela equipe para avaliação de
aplicabilidade e efetividade para cada classe de risco.

Tabela 4.12 – Critérios de aplicabilidade e efetividade por classe de risco

Confiabilidade mínima Máxima diferença em

Classe de Risco
no instante Tp relação ao custo ótimo (% )

I Risco grave e intolerável 80% 50%

II Risco alto 70% 30%

III Risco moderado 60% 10%

IV Risco baixo 50% 5%

Desta forma, para um modo de falha com classe de risco I a probabilidade de

sobrevivência até o tempo da manutenção (Tp) deve ser alto (80%) e a variação de
custo aceitável para a adoção de intervalos menores que o ótimo para obter essa
confiabilidade é alta (50%).
Por outro lado, para modos de falha de menor risco, a probabilidade de
sobrevivência aceitável pode ser menor, porém a variação de custo em relação ao
ótimo também deve ser menor.
Para se obter a confiabilidade requerida o intervalo entre manutenções pode
eventualmente ser reduzido a valores impraticáveis, tais como intervalos menores
que o tempo para a produção do lote-padrão, por exemplo, o que também deve ser
considerado como restrição à aplicabilidade da tarefa.
A tabela 4.13 traz as tarefas selecionadas para a rotuladora HPA01-07,
classificados de acordo com a codificação mostrada anteriormente na tabela 3.1.
 90

Tabela 4.13 – Tarefas selecionadas para a rotuladora HPA01-07

Periodicidade
Tipo de tarefa
implantada
Dispositivo Modo de falha potencial Descrição da tarefa

Permite passagem de corrente

1.1. Chave geral IF Teste funcional periódico Semestral
quando aberta
1.5. Conectores Conectores superaquecidos IP Análise termográfica Semestral
3.1. Separador de frascos Separador trava aberto MC Manutenção Corretiva NA
3.1. Separador de frascos Separador trava fechado MC Manutenção Corretiva NA
MC Manutenção Corretiva NA
3.2. Sensor de presença de Sensor não acusa presença de
frascos frasco Criação / Alteração de
AP NA
procedimento
4.1. Correia revestida do Correia sem atrito suficiente
IP Medição de espessura Mensal
envolvente para rotacionar frascos
Análise termográfica Semestral
Moto-redutor não aciona Análise de isolamento elétrico Semestral
4.2. Moto-redutor IP
conjunto de transmissão Medição de corrente elétrica Semestral
Análise de vibrações Mensal
Criação / Alteração de
AP NA
procedimento
5.8. Rolo prensa fita
Rolo recartilhado travado Alteração do sistema de
(recartilhado)
AP buchas para rolamentos de NA
esfera
Substituição das escovas de
Motor de passo não aciona SP 500 h
carvão
5.10. Motor do cabeçote conjunto de transmissão ao
IP Análise termográfica Semestral
sinal do PLC
IP Análise de vibrações Mensal
Conjunto não transmite
5.11. Conjunto de
movimento para o rolo tambor MC Manutenção Corretiva NA
transmissão
tracionador
6.2. Cilindro pneumático Cilindro pneumático não aciona Substituição do eixo acionador
SP 500 h
acionador biela do datador da biela
Porta tipos não permite fixação Medição de largura do canal de
6.3. Porta-tipos IP Mensal
dos tipos tipos
Afundamento da borracha de Criação / Alteração de
6.6. Borracha de encosto AP NA
encosto procedimento
Substituição da resistência
6.7.Resistência elétrica Resistência não aquece SP 400 h
elétrica
7.2. Válvula acionadora do
Válvula falha acionada MC Manutenção Corretiva NA
separador de frascos
7.2. Válvula acionadora do
Válvula falha não acionada MC Manutenção Corretiva NA
separador de frascos
7.3. Comando Lógico PLC não atua conforme Pressurização do painel do
AP NA
Programável (PLC) programação PLC

Para alguns modos de falha foram adotadas mais de uma tarefa de

manutenção, o que é normalmente denominado de manutenção combinada.
 91

As tarefas selecionadas para a envasadora HPR04-07 estão resumidas na

tabela 4.14.

Tabela 4.14 – Tarefas selecionadas para a envasadora HPR04-07

Tipo de tarefa

Periodicidade
implantada
Dispositivo Modo de Falha Potencial Descrição da tarefa

1.2.2. Bico de envase Bico vazando produto RP Restauração preventiva 500 h

2.3. Cillindro de inserção de 1. Lubrificação
Cilindro trava baixado (aberto) SO Diário
válvulas 2. Regulagem de pressão
3.1. Cilindro posicionador Criação / Alteração de procedimento
Cilindro trava baixado (aberto) AP NA
do cabeçote de manutenção
3.2. Cabeçote de Cabeçote recravando fora de
IF Calibração de Instrumento Semestral
recravação especificação
3.2. Cabeçote de Cabeçote não recrava as válvulas Alteração de material do parafuso de
AP NA
recravação na lata encosto para aço inox 316
4.1. Cilindro dosador de gás Cilindro dosa gás em excesso SO Regulagem operacional Diário
Cilindro dosa gás em quantidade Criação / Alteração de procedimento
4.1. Cilindro dosador de gás AP NA
abaixo do especificado ou não dosa de manutenção
Criação / Alteração de procedimento
4.1. Cilindro dosador de gás Cilindro não retem o gás AP NA
de manutenção
4.3. Bico de envase de gás Bico de gás não veda na lata MC Manutenção corretiva NA
Esteira derruba latas durante o Criação / Alteração de procedimento
5.1.2. Esteira de entrada AP NA
transporte operacional
5.1.3. Estrela Estrela não rotaciona IP Análise de vibração Mensal
Máquina não para ao acionar botão
6.1. Botão de emergência IF Teste funcional periódico Mensal
de emergência
6.2.Intertravamento das Máquina não para ao abrir as
IF Teste funcional periódico Mensal
portas portas
6.3.1. Sensor de Sensor enviando sinal abaixo da
IF Calibração de Instrumento Semestral
concentração de gás real ou não enviando sinal

6.3.2. Módulo eletrônico do Módulo não soa alarme sonoro

explosímetro
6.3.2. Módulo eletrônico do
explosímetro
6.3.3. Válvula automática
de bloqueio
7.2.6. Unidade de
tratamento de ar
7.2.6. Unidade de
tratamento de ar
IF Teste funcional periódico Mensal
visual ao exceder limite de alerta
Módulo não envia sinal para válvula
de bloqueio de gás ao atingir limite IF Teste funcional periódico Mensal
de corte
Válvula não bloqueia o gás ao
IF Teste funcional periódico Mensal
receber sinal de corte
Unidade libera óleo lubrificante em
IF / SO Inspeção e ajuste de vazão Diário
excesso
Mudança de material do copo da
Unidade com vazamento de ar AP NA
unidade de tratamento de ar

7.5.11. Válvula XV-12 Válvula falha não acionada IF Teste funcional periódico Mensal

7.6.1 Eixo de cames Eixo não rotaciona IP Análise de vibração Mensal

Mancal não permite movimento do
7.6.3. Mancais IP Análise de vibração Mensal
eixo de cames e da estrela
7.7.3. Válvula XV-84
Válvula falha não acionada IF Teste funcional periódico Mensal
(segurança das portas)
7.7.4. Válvula XV-78 Válvula falha não acionada IF Teste funcional periódico Mensal
 92

4.2.10 Intervalos de manutenção adotados

4.2.10.1 Intervalos para manutenção preventiva

A determinação do intervalo ótimo para manutenções preventivas foi realizada

através de planilhas de otimização (figura 4.20) criadas no programa Microsoft
Excel, levando em consideração a classe de risco dos modos de falha e seus
critérios de aceitação de confiabilidade e custo.
Os cálculos para determinação do intervalo ótimo para manutenção (do ponto
de vista do custo) foram baseados na minimização da função do custo médio
unitário, dada pela equação (26).

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPR04-07
Dispositivo: 1.2.2. Bico de envase de produto
Modo de falha: Vazamento de produto
Custo Unitário / Confiabilidade
Caracterização do modo de falha
R$ 8,00 100,0%
Distribuição Log-normal
Média 7,040887872 R$ 7,00 90,0%
Desvio-Padrão 0,560599529 80,0%
R$ 6,00
Custos horários de Manutenção 70,0%
Custo Preventiva R$ 420,00 R$ 5,00 60,0%
Custo Corretiva R$ 2.425,00
R$ 4,00 50,0%
Critérios de aceitação do intervalo de preventiva R$ 3,00 40,0%
Mínima confiabilidade requerida 70% 30,0%
Máxima diferença do custo ótimo (%) 30% R$ 2,00
20,0%
Tempo Preventiva e Custo Otimizado R$ 1,00 10,0%
Mínimo Custo Unitário 1,1925
R$ 0,00 0,0%
Intervalo Ótimo para Preventiva (Tp) 487,5
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%

Ajustes de Cálculo / Gráfico Custo unitário R(t)

Tempo inicial 1
Incremento 0,5
Tempo máximo 2500,5

Intervalo ótimo é aceitável, verificar necessidade de ajuste para plano de manutenção

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 500
Custo unitário para Tp proposto 1,1933
Diferença percentual do custo ótimo 0,06% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 93,0%
Observações:

Figura 4.20 – Planilha de otimização do intervalo de manutenção

O campo de ajuste do intervalo de manutenção preventiva foi criado de forma

que, para um valor de intervalo proposto, sejam retornados os valores de custo para
o intervalo proposto, diferença percentual deste para o custo ótimo e confiabilidade
 93

no instante de manutenção proposto, o que equivale aos critérios de aplicabilidade

da manutenção preventiva.

4.2.10.2 Intervalos para inspeções funcionais

Embora existam na literatura modelos matemáticos aplicáveis para a

determinação do intervalo ótimo entre inspeções funcionais, estes normalmente
dependem de soluções por meio de método computacional de integração numérica,
não disponível para equipe de implantação da empresa estudada.
Sendo assim, optou-se por determinar arbitrariamente os intervalos entre
inspeções funcionais e registrar as falhas ou suspensões encontradas em uma
planilha de Excel, mostrada na figura 4.21.

Planilha de resultados de inspeção funcional

Setor: Biológicos TAG / Equipamento: MBC14-03
Dispositivo: Alarme visual Data de início do plano: 1/1/2010
Tempo inspeção Tempo para
Nº inspeção Data inspeção Resultado (F/S) Dispositivo
anterior falha
1 1/2/2010 713 S 744 Alarme visual
2 1/3/2010 1388 F 1416 Alarme visual
3 1/4/2010 713 S 744 Alarme visual
4 1/5/2010 1434 S 1464 Alarme visual
5 1/6/2010 2177 F 2208 Alarme visual
6 1/7/2010 690 F 720 Alarme visual
7 1/8/2010 713 S 744 Alarme visual
8 1/9/2010 1457 S 1488 Alarme visual
9 1/10/2010 2178 F 2208 Alarme visual
10 1/11/2010 713 S 744 Alarme visual
11 1/12/2010 1434 S 1464 Alarme visual
12 1/1/2011 2177 S 2208 Alarme visual
13 1/2/2011 2921 F 2952 Alarme visual
14 1/3/2011 644 S 672 Alarme visual
Figura 4.21 – Planilha de resultados de inspeção funcional

Os dados de falha, uma vez filtrados, podem ser inseridos no software de

análise de confiabilidade da empresa para determinação das curvas de
confiabilidade, servindo de base para futuros ajustes do intervalo entre inspeções.
Este procedimento, muitas vezes aplicado também para a determinação de
intervalos de manutenção preventiva, faz parte do que comumente se denomina de
exploração da idade.
 94

4.2.10.3 Intervalos entre inspeções preditivas

Para que um programa inspeção preditiva tenha êxito é necessário que os

intervalos entre inspeções sejam menores que o tempo entre uma falha potencial e a
falha real, o chamado intervalo P-F.
Como os intervalos P-F dos dispositivos estudados não eram conhecidos pela
equipe de implantação, foram adotados intervalos arbitrários entre inspeções
preditivas a partir dos quais se iniciou um processo de exploração da idade.
Foram definidos níveis de alerta e perigo para cada grandeza medida, ficando
estabelecido que os intervalos entre inspeções fossem reduzidos pela metade
sempre que o limite de alerta fosse excedido.
Se ultrapassado o nível de perigo, uma intervenção imediata é requerida para
o dispositivo.
Os dados das grandezas medidas, bem como a data das medições passaram
a ser registrados para possibilitar a realização posterior de análises de degradação,
que servem como ferramentas para a determinação do intervalo P-F real para o
dispositivo estudado.

4.2.11 Comparativo dos planos de manutenção antes e após a MCC

Além da determinação de políticas de manutenção para os modos de falha

prioritários encontrados, o programa de MCC também tem por finalidade a avaliação
das tarefas de manutenção programada realizadas antes de sua implantação,
visando à eliminação de trabalhos desnecessários ou à otimização de tarefas
existentes.
Para garantir que essa finalidade fosse cumprida, as equipes de análise
fizeram uma análise crítica das tarefas programadas existentes e propuseram
alterações para aquelas que julgaram pertinentes.
A tabela 4.15 mostra uma comparação entre o plano de manutenção da
rotuladora HPA01-07 antes da implantação da MCC e o plano de manutenção
consolidado após a implantação da MCC, considerando as tarefas selecionadas
através da análise tanto dos modos de falhas prioritários quanto através da análise
crítica das tarefas anteriores.
 95

Tabela 4.15 – Comparação dos planos de manutenção da rotuladora

Quadro comparativo de tarefas antes e após a implantação da MCC

Dispositivo Tarefas programadas anteriores à MCC Periodicidade Tarefas propostas pela MCC Periodicidade
1.1. Chave-geral MC Manutenção corretiva NA IF Teste funcional Semestral
1.5. Conectores SO Reaperto de bornes Mensal IP Análise termográfica Semestral
SP Troca de rolamentos / retentores Anual IP Análise de vibrações Mensal
IP Medição de corrente Bimestral IP Medição de corrente Semestral
2.3. Motor elétrico Medição do balanceamento de
IP Bimestral IP Análise de isolamento Semestral
fases
IP Análise termográfica Semestral
4.1. Correia
Medição de espessura do
resvestida do MC Manutenção corretiva NA IP Mensal
revestimento
envolvente
SP Troca de rolamentos / retentores Anual
Inspeção visual de integridade das IP Análise de vibrações Mensal
IP Anual
engrenagens
4.2. Moto-redutor IP Medição de corrente Bimestral IP Medição de corrente Semestral
Medição do balanceamento de
IP Bimestral IP Análise de isolamento Semestral
fases
IP Análise termográfica Semestral

SP Troca de rolamentos / retentores Anual IP Análise de vibrações Mensal

IP Medição de corrente Bimestral IP Medição de corrente Semestral

5.10. Motor do
IP Medição de tensão Bimestral IP Medição de tensão Semestral
cabeçote
IP Análise termográfica Semestral
Substituição de escovas de
SP 500 h
carvão
6.2. Cilindro Substituição do eixo
pneumático MC Manutenção corretiva NA SP 500 h
acionador da biela
acionador Medição de largura do
6.3. Porta-tipos MC Manutenção corretiva NA IP Mensal
canal de tipos
6.4. Termopar IF Calibração Semestral IF Calibração Semestral
6.7. Resistência MC Manutenção corretiva NA SP Troca da resistência 400 h

Algumas das tarefas anteriormente aplicadas foram substituídas por tarefas

alternativas mais vantajosas do ponto de vista técnico ou de segurança. Um
exemplo disto é a tarefa de reaperto de bornes, que foi substituída pela análise
termográfica, expondo menos os executantes ao risco de choques elétricos.
Outro exemplo foi a substituição das trocas anuais de rolamentos de motores
e redutores por análises de vibração, evitando trocas desnecessárias e introdução
de falhas pelas equipes de manutenção.
Além destas alterações, outras atividades programadas foram incluídas em
substituição à manutenção corretiva, minimizando a ocorrência de falhas
inesperadas.
A comparação entre os planos de manutenção anteriores e posteriores à
MCC para a envasadora HPR04-07 é mostrada através da tabela 4.16, na qual se
evidencia uma grande diferença de tratamento principalmente em relação a itens
relacionados à segurança
 96

Tabela 4.16 – Comparação dos planos de manutenção da envasadora

Quadro comparativo de tarefas antes e após a implantação da MCC

Dispositivo Tarefas programadas anteriores à MCC Periodicidade Tarefas propostas pela MCC Periodicidade
1.1. Sistema de Pesagem amostral de frascos Pesagem amostral de
SO 1 hora SO 1 hora
dosagem envasados frascos envasados
1.2.2. Bico de Restauração do bico de
MC Manutenção corretiva NA RP 500 h
envase de produto envase

2.3. Cilindro de Lubrificação da haste do

MC Manutenção corretiva NA SO Diária
inserção de válvulas cilindro
Lubrificação das pinças de Lubrificação das pinças de
SO Diária SO Diária
recravação recravação
3.2. Cabeçote de Medição amostral da altura e Medição amostral da altura
SO 4 horas SO 4 horas
recravação largura de recravação e largura de recravação

IF Calibração do medidor boxal Semestral

4.1. Cilindro
MC Manutenção corretiva NA SO Regulagem da dosagem Diária
dosador de gás
Motores elétricos IP Análise de vibrações Mensal IP Análise de vibrações Mensal
da mesa
IP Medição de corrente Bimestral IP Medição de corrente Semestral
acumuladora,
acumulador de Medição de balanceamento de
IP Bimestral IP Medição de isolação Semestral
válvulas e esteiras fases
de entrada e saída IP Análise termográfica Semestral
Mangueiras de Inspeção visual de vazamentos ou Inspeção visual de
IF Diária IF Diária
produto obstruções vazamentos ou obstruções
6.1. Botão de
MC Manutenção corretiva NA IF Teste funcional Mensal
emergência
6.2. Segurança das
MC Manutenção corretiva NA IF Teste funcional Mensal
portas
6.3.1. Sensor de gás MC Manutenção corretiva NA IF Calibração do sensor Semestral
6.3.2. Módulo do Teste funcional de LED,
MC Manutenção corretiva NA IF Mensal
explosímetro sirene e saída digital
6.3.3. Válvula Teste funcional de
MC Manutenção corretiva NA IF Mensal
autom. de bloqueio fechamento
7.2.6. Unidade de
MC Manutenção corretiva NA SO Regulagem de vazão de óleo Diária
tratamento de ar
7.5.11. Válvula XV-12 MC Manutenção corretiva NA IF Teste funcional Mensal
7.6.1 Eixo de cames MC Manutenção corretiva NA SO Limpeza Lote a lote
7.6.3. Mancais MC Manutenção corretiva NA IP Análise de vibrações Mensal
7.7.3. Válvula XV-84 MC Manutenção corretiva NA IF Teste funcional Mensal
7.7.4. Válvula XV-78 MC Manutenção corretiva NA IF Teste funcional Mensal

4.2.12 Avaliação de tendência da confiabilidade

Um dos objetivos principais de um programa de manutenção centrada em

confiabilidade é o de aumentar a confiabilidade percebida dos equipamentos objetos
do estudo.
Tendo em vista esta afirmação, o comitê de implantação decidiu pela
utilização do modelo de função de potência do processo não-homogêneo de Poisson
como ferramenta para avaliação da tendência da confiabilidade percebida dos
 97

equipamentos, servindo como medida da eficácia do programa de manutenção

implantado.
Para realizar a avaliação da tendência da confiabilidade percebida dos
equipamentos em estudo foi criada uma planilha Excel , mostrada na figura 4.22, na
qual foram registrados, em ordem de ocorrência, os tempos entre falhas dos
equipamentos, bem como seu número de ordem.
Nas demais colunas da planilha foram realizados os cálculos para estimação
dos parâmetros “a” e “b”, bem como o valor da taxa de ocorrência de falha para o
tempo acumulado de cada falha, permitindo a montagem do gráfico da função taxa
de ocorrência de falhas u(t).

Planilha de Avaliação da Tendência da Confiabilidade

Equipamento Rotuladora HPA01-07
b 0,696 Comportamento da confiabilidade Taxa de ocorrência de falhas - u(t)
a 0,081 Crescimento Moderado 0,02500

i TBF ti ln(tn/ti) Σln(T/ti) u(ti)

0,02000
1 26,82 26,82 6,58 6,58 0,02070
2 176,27 203,08 4,56 11,14 0,01119
3 234,28 437,37 3,79 14,94 0,00886 0,01500
4 120,48 557,85 3,55 18,49 0,00823
5 24,98 582,83 3,51 21,99 0,00812 0,01000
6 231,80 814,63 3,17 25,16 0,00733
7 168,02 982,65 2,98 28,15 0,00693
0,00500
8 64,45 1047,10 2,92 31,07 0,00679
9 31,90 1079,00 2,89 33,96 0,00673
10 16,90 1095,90 2,87 36,83 0,00670 0,00000
1079,00
1364,85
1596,28
2153,88
3118,28
3822,73
4292,00
4862,60
5754,03
7476,02
26,82

11596,57
11884,25
12291,32
12839,27
14420,25
15580,13
16922,83
19243,27
582,83

11 85,77 1181,67 2,80 39,63 0,00655

12 29,82 1211,48 2,77 42,40 0,00650
13 153,37 1364,85 2,65 45,06 0,00627
... ... ... ... ... ...
u(t)
n TBF(n-1, n) tn ln(tn/tn) Σln(tn/tn) u(tn)

Figura 4.22 – Planilha de avaliação da tendência da confiabilidade

A figura 4.22 mostra um comportamento de crescimento moderado da

confiabilidade da rotuladora HPA01-07, indicando que as políticas de manutenção
adotadas pelo programa de MCC tiveram a eficácia esperada.
A quantidade de dados de falha da envasadora HPR04-07 após a
implantação da MCC até o momento de conclusão desta monografia não foi
suficiente para uma avaliação de tendência da confiabilidade percebida para o
equipamento, mantendo-se a condição anterior de confiabilidade percebida estável.
 98

5 CONCLUSÕES

5.1 RESULTADOS OBTIDOS

Os resultados obtidos com a implantação da MCC podem ser classificados

em quantitativos e qualitativos.
Os resultados quantitativos puderam ser avaliados apenas para a rotuladora
HPA01-07, cuja análise prévia e revisão do plano de manutenção pela metodologia
da MCC já haviam sido realizadas em setembro e outubro de 2009, o que permitiu
um tempo maior de consolidação de dados e avaliação.
Os principais resultados quantitativos foram:

• Aumento de 62% do tempo médio entre falhas do equipamento (MTBF), de

215 para 348 horas.
• Redução de 65% do custo unitário de manutenção (custo de manutenção por
hora trabalhada do equipamento), de 11,74 R$/h para 4,12 R$/h.

Vale ressaltar que, embora tenha sido analisada previamente em 2009, a

rotuladora HPA01-07 passou novamente por todo o processo de análise da MCC,
para que as ações tomadas à época da primeira análise pudessem ser revisadas e
complementadas conforme a nova metodologia estruturada.
Os resultados quantitativos não puderam ser mensurados para a envasadora
HPR04-07 devido ao fato do novo plano de manutenção ter sido implantado
recentemente, não permitindo a coleta de dados suficientes para uma nova análise
até a data de conclusão desta monografia.
Vários resultados qualitativos puderam ser notados não somente no curto
prazo após a implantação, mas desde as primeiras fases de implantação do projeto
piloto. Dentre os mais importantes destacam-se:

• Melhor integração: o fato de todas as áreas envolvidas terem participado

dos processos de análise e decisão desde o início do projeto criou uma
sinergia muito grande entre o pessoal dos vários departamentos.
 99

• Motivação: por se tratar de uma metodologia bem estruturada até então

desconhecida para a maioria dos participantes do projeto, o entusiasmo dos
participantes em aprender com cada etapa do processo funcionou como um
fator motivador para toda a equipe.
• Melhoria da documentação e padronização: a criação de diagramas,
formulários e planilhas necessários à aplicação da MCC dentro dos padrões
preconizados pela norma documentacional adotada pelo sistema de garantia
da qualidade da empresa garantiu uma melhor documentação e padronização
da manutenção, desde as atas de reunião do projeto até os planos e
procedimentos de manutenção gerados.
• Rastreabilidade das decisões: uma das perguntas mais comuns feitas ao
pessoal de manutenção quando uma falha ocorre é “mas vocês não têm
manutenção preventiva para isto?”. O processo de MCC, com suas lógicas de
decisão suportadas por análises de confiabilidade e viabilidade devidamente
documentadas, permite uma rastreabilidade das decisões evidenciando o
porquê de se ter ou não ter uma medida preventiva adotada para um item.
• Maior segurança: a criação de critérios de classificação dos modos de falha
baseados, entre outros, em aspectos de segurança permitiu que estes não
fossem negligenciados nas análises, mesmo que sua probabilidade de
ocorrência fosse baixa.
• Melhor especialização do pessoal: por se tratar de uma metodologia de
análise abrangente, cobrindo todas as funções do equipamento e de seus
componentes, as fases de análise funcional e FMEA foram uma oportunidade
de aprendizado em relação ao funcionamento dos equipamentos para toda a
equipe de análise, incluindo técnicos de manutenção e operadores.
• Planos de manutenção mais consistentes: a metodologia estruturada para
seleção de novas tarefas de manutenção ou reavaliação de tarefas já
existentes, baseada em análises abrangentes, permitiu a elaboração de
planos de manutenção mais consistentes, com tarefas programadas
adequadas para cada modo de falha em substituição a manutenções
corretivas ou preventivas de baixa efetividade.
.
 100

5.2 ANÁLISE DO PROCESSO DE IMPLANTAÇÃO

Uma análise crítica do processo de implantação faz-se necessária para que

se possa avaliar o que funcionou bem, o que não funcionou e o que poderia ter
funcionado melhor.
Os tópicos a seguir elencam as dificuldades encontradas durante o processo
de implantação, que, em um grau maior, poderiam por a perder todo o trabalho, e os
pontos fortes que ajudaram a garantir o êxito do projeto piloto.

5.2.1 Dificuldades enfrentadas

Embora vários resultados positivos tenham sido alcançados ao final da

implantação, algumas dificuldades, mostradas na tabela 5.1, causaram efeitos
negativos como o atraso do cronograma inicialmente proposto e dificuldade para as
análises de itens específicos devido à escassez de dados confiáveis.

Tabela 5.1 – Dificuldades enfrentadas na implantação da MCC

Dificuldades
Dificuldade para agendamento de reuniões 2. Engenharia da confiabilidade ainda não faz
das equipes de análise
Dificuldade para levantamento de dados
históricos de falha confiáveis
Tempo para realização das análises muito
maior que o previsto inicialmente
Causas
1. Equipes de análise não dedicadas
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
falha)
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
(italiano)
3. Diferenças significativas entre o descrito nos
manuais e o equipamento propriamente dito,
exigindo tempo extra para correções
 101

Para evitar, ou ao menos minimizar estas dificuldades em futuras

implantações de MCC por toda a planta industrial, recomenda-se que algumas
adequações sejam realizadas, tais como:

• Formação de uma equipe dedicada ao processo de implantação.

• Padronização dos registros de manutenção, indicando o que deve ser
registrado, quando e como deve ser registrado.
• Criação dos diagramas funcionais para todos os equipamentos críticos e
padronização da codificação e descrição de sistemas, subsistemas,
componentes, partes, modos de falha e mecanismos de falha.
• Criação de listas padronizadas de sintomas e causas com base nos modos de
falha e mecanismos de falha identificados nas FMEA.
• Criação de relatórios informatizados com formatação de dados mais
adequada aos propósitos do programa.
• Padronização do processo de compra de novos equipamentos, com a
inclusão de desenhos, manuais e listas dos principais defeitos e correções em
língua portuguesa, sempre que possível, no escopo de fornecimento.

Além das alterações propostas, é importante que sejam feitos esforços no

sentido de convencer a alta administração da empresa da importância da
implantação de um programa de confiabilidade não só na manutenção, mas em
todos os níveis da empresa.

5.2.2 Pontos fortes da implantação

Os resultados positivos alcançados ao longo e ao final do processo de

implantação da MCC só puderam ser obtidos graças aos esforços da equipe para
implantar a metodologia da forma mais criteriosa possível dentro de suas limitações
de tempo e mesmo de conhecimento. Entre os pontos fortes que levaram ao êxito da
implantação destacam-se:

• Boa documentação de todo o processo de implantação.

 102

• Criação de critérios bem definidos para as análises e avaliações de

resultados.
• Alta motivação do pessoal envolvido diretamente no processo
• Desenvolvimento de novas ferramentas de análise tais como as planilhas de
otimização de intervalos de manutenção e de avaliação da tendência da
confiabilidade percebida.
• Presença de profissional estatístico na equipe de implantação, permitindo
maior consistência das análises quantitativas.
• Boa adesão da base operacional.

5.3 CONSIDERAÇÕES FINAIS

Através do caso apresentado nesta monografia, é possível confirmar a

utilidade da utilização da metodologia da manutenção centrada em confiabilidade
não somente para o estabelecimento de planos de manutenção mais efetivos, que
levem à redução da probabilidade de falhas críticas, mas também como ferramenta
de melhoria de todo o processo de manutenção, através de sua melhor
padronização.
A utilização da MCC também se mostra como uma forma de organização de
manutenção mais alinhada com os preceitos estabelecidos por normas de qualidade
como a série ISO 9000, que preconizam a padronização, a análise crítica e a
rastreabilidade.
O caso apresentado permite, ainda, a identificação de pontos críticos do
processo de implantação, tais como o levantamento de dados históricos de
manutenção, que devem ser feitos com muito critério para não levar a análises
errôneas e a conclusões mal fundamentadas, e a necessidade de análises técnicas
complementares às análises de confiabilidade, como as análises de causa raiz das
falhas, por exemplo.
Este último ponto é de fundamental importância, pois não se deve imaginar
que os dados estatísticos falarão por si só. É necessário, ao contrário, um
entendimento completo dos mecanismos que podem levar às falhas, para que
possíveis inconsistências dos dados possam ser identificadas e corrigidas.
 103

6 REFERÊNCIAS BIBLIOGRÁFICAS

DEPARTMENT OF DEFENSE USA. MIL-STD-721C: Definitions of terms for

reliability and maintainability. Washington: Department of Defense, 1981.

DHILLON, B.S. Maintainability, maintenance, and reliability for engineers. Boca

Raton: CRC Press, 2006.

FELIX, E.P. Análise de confiabilidade de sistemas eletrônicos complexos

baseada em ensaios acelerados de vida. 2006. 140p. Dissertação (Mestrado).
Escola Politécnica – Universidade de São Paulo. 2006.

FOGLIATTO, F.S.; RIBEIRO, J.L.D. Confiabilidade e manutenção industrial. Rio

de Janeiro: Elsevier, 2009.

HAVIARAS, G.J. Metodologia para análise de confiabilidade de pneus radiais

em frotas de caminhões de longa distância. 2005. 113p. Dissertação (Mestrado).
Escola Politécnica – Universidade de São Paulo. 2005.

LAFRAIA, J.R.B. Manual de confiabilidade, mantenabilidade e disponibilidade.

Rio de Janeiro: Qualitymark: Petrobras, 2001. 388p.

MOUBRAY, John. Reliability centered maintenance. 2nd Ed.. New York: Industrial
Press, 1997. 440p.

NASA. Reliability-centered maintenance guide: for facilities and collateral

equipment. Washington: National Aeronautics and Space Administration, 2008.
471p.

NIST/SEMATECH. E-handbook of statistical methods. Disponível em:

<http://www.itl.nist.gov/div898/handbook/>. Acesso em 15/12/2010.
 104

NOWLAN, F.S.; HEAP, H.F. Reliability-centered maintenance. San Francisco,

California: United Airlines, 1978.

OLIVEIRA, S.M. A gestão de programas de desenvolvimento: aplicação de

confiabilidade, mantenabilidade e segurança. 2007. 156p. Dissertação (Mestrado).
Escola Politécnica – Universidade de São Paulo. 2007.

RELIASOFT. When should rank regression or maximum likelihood estimation (MLE)

be used when conducting life data analysis in Weibull++?. Reliability Hotwire: The
e-magazine for the reliability professional. n.80, Oct. 2007. Disponível em:
<http://www.weibull.com/hotwire/issue80/tooltips80.htm>. Acesso em 18/12/2010.

RELIASOFT. Life data analysis online reference. Disponível em:

<http://www.weibull.com/lifedatawebcontents.htm>. Acesso em 18/12/2010

SOUZA, G.F.M. Manutenção para a excelência da manufatura. São Paulo,

Universidade de São Paulo, 2009. Anotações de aula.

SCHÜLLER, J.C.H. et al. Methods for determining and processing probabilities:

red book. 2nd Edition. The Hague: Committee for the Prevention of Disasters, 1997.

SIQUEIRA, Iony Patriota de. Manutenção centrada na confiabilidade: manual de

implementação. Rio de Janeiro: Qualitymark, 2005. 408p.
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
 175

Anexo H – PLANILHAS DE OTIMIZAÇÃO DO INTERVALO DE MANUTENÇÃO

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPA01-07
Dispositivo: 5.10. Motor do cabeçote
Modo de falha: Motor não funciona

Caracterização do modo de falha

Custo Unitário / Confiabilidade
Distribuição Log-normal 5,0000 100,0%
Média 6,71 4,5000 90,0%
Desvio-Padrão 0,87
4,0000 80,0%
Custos horários de Manutenção 3,5000 70,0%
Custo Preventiva R$ 310,00
3,0000 60,0%
Custo Corretiva R$ 1.739,00
2,5000 50,0%
Critérios de aceitação do intervalo de preventiva 2,0000 40,0%
Mínima confiabilidade requerida 70%
1,5000 30,0%
Máxima diferença do custo ótimo (%) 30%
1,0000 20,0%
Tempo Preventiva e Custo Otimizado 0,5000 10,0%
Mínimo Custo Unitário 1,7691
Intervalo Ótimo para Preventiva (Tp) 392,4 0,0000 0,0%

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%

Ajustes de Cálculo / Gráfico

Tempo inicial 1 Custo unitário R(t)
Incremento 0,2
Tempo máximo 1000,8

Intervalo ótimo é aceitável, verificar necessidade de ajuste para plano de manutenção

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 500
Custo unitário para Tp proposto 1,7845
Diferença percentual do custo ótimo 0,87% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 71,5%
Observações: Intervalo ajustado para adequação ao plano de manutenção (montagem de pacotes de tarefas).

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPA01-07
Dispositivo: 6.2. Cilindro pneumático acionador
Modo de falha: Cilindro não aciona biela (quebra do eixo)
Custo Unitário / Confiabilidade
Caracterização do modo de falha
Distribuição Weibull 5,0000 100,0%
Fator de forma 1,251628469 4,5000 90,0%
Fator de escala 1841,388147
4,0000 80,0%
Custos horários de Manutenção 3,5000 70,0%
Custo Preventiva R$ 310,00 3,0000 60,0%
Custo Corretiva R$ 1.739,00
2,5000 50,0%
Critérios de aceitação do intervalo de preventiva 2,0000 40,0%
Mínima confiabilidade requerida 70%
1,5000 30,0%
Máxima diferença do custo ótimo (%) 30%
1,0000 20,0%
Tempo Preventiva e Custo Otimizado 0,5000 10,0%
Mínimo Custo Unitário 1,1029
Intervalo Ótimo para Preventiva (Tp) 1398 0,0000 0,0%
1091
1309
1527
1745
1963
2181
2399
2617
2835
3053
3271
3489
3707
3925
4143
4361
4579
4797
219
437
655
873
1

Confiabilidade em Tp 49,2%

Ajustes de Cálculo / Gráfico

Tempo inicial 1 Custo unitário R(t)
Incremento 1
Tempo máximo 5000

Baixa confiabilidade da preventiva para intervalo ótimo, verificar possibilidade de redução do intervalo

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 500
Custo unitário para Tp proposto 1,3003
Diferença percentual do custo ótimo 17,90% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 82,2%
Observações: Intervalo ajustado para cumprimento de requerimento de confiabilidade de 70%
 176

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPA01-07
Dispositivo: 6.7. Resistência elétrica
Modo de falha: Resistência não aquece porta-tipo (queima)
Custo Unitário / Confiabilidade
Caracterização do modo de falha
Distribuição Weibull 5,0000 100,0%
Fator de forma 1,586494217 4,5000 90,0%
Fator de escala 1047,713931
4,0000 80,0%
Custos horários de Manutenção 3,5000 70,0%
Custo Preventiva R$ 310,00
3,0000 60,0%
Custo Corretiva R$ 1.739,00
2,5000 50,0%
Critérios de aceitação do intervalo de preventiva 2,0000 40,0%
Mínima confiabilidade requerida 80%
Máxima diferença do custo ótimo (%) 50% 1,5000 30,0%
1,0000 20,0%
Tempo Preventiva e Custo Otimizado
0,5000 10,0%
Mínimo Custo Unitário 1,6955
Intervalo Ótimo para Preventiva (Tp) 494,5 0,0000 0,0%

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%

Ajustes de Cálculo / Gráfico

Tempo inicial 1 Custo unitário R(t)
Incremento 0,5
Tempo máximo 2500,5

Baixa confiabilidade da preventiva para intervalo ótimo, verificar possibilidade de redução do intervalo

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 400
Custo unitário para Tp proposto 1,7186
Diferença percentual do custo ótimo 1,36% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 80,5%
Observações: Intervalo ajustado para cumprimento de requerimento de confiabilidade de 80%.

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPA01-07
Dispositivo: 8.1. PLC
Modo de falha: PLC não atua conforme programação
Custo Unitário / Confiabilidade
Caracterização do modo de falha
Distribuição Log-normal 5,0000 100,0%
Média 8,183729005 4,5000 90,0%
Desvio-Padrão 0,671843573
4,0000 80,0%
Custos horários de Manutenção 3,5000 70,0%
Custo Preventiva R$ 310,00
3,0000 60,0%
Custo Corretiva R$ 1.739,00
2,5000 50,0%
Critérios de aceitação do intervalo de preventiva 2,0000 40,0%
Mínima confiabilidade requerida 50%
Máxima diferença do custo ótimo (%) 5% 1,5000 30,0%
1,0000 20,0%
Tempo Preventiva e Custo Otimizado
0,5000 10,0%
Mínimo Custo Unitário 0,3256
Intervalo Ótimo para Preventiva (Tp) 1486 0,0000 0,0%
1091
1309
1527
1745
1963
2181
2399
2617
2835
3053
3271
3489
3707
3925
4143
4361
4579
4797
219
437
655
873
1

Confiabilidade em Tp 90,5%

Ajustes de Cálculo / Gráfico

Tempo inicial 1 Custo unitário R(t)
Incremento 1
Tempo máximo 5000

Intervalo ótimo é aceitável, verificar necessidade de ajuste para plano de manutenção

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 1500
Custo unitário para Tp proposto 0,3256
Diferença percentual do custo ótimo 0,01% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 90,2%
Observações: Intervalo ajustado para adequação ao plano de manutenção (montagem de pacotes de tarefas).
 177

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPR04-07
Dispositivo: 1.2.2. Bico de envase de produto
Modo de falha: Vazamento de produto
Custo Unitário / Confiabilidade
Caracterização do modo de falha
R$ 8,00 100,0%
Distribuição Log-normal
Média 7,040887872 R$ 7,00 90,0%
Desvio-Padrão 0,560599529 80,0%
R$ 6,00
Custos horários de Manutenção 70,0%
Custo Preventiva R$ 420,00 R$ 5,00 60,0%
Custo Corretiva R$ 2.425,00
R$ 4,00 50,0%
Critérios de aceitação do intervalo de preventiva R$ 3,00 40,0%
Mínima confiabilidade requerida 70% 30,0%
Máxima diferença do custo ótimo (%) 30% R$ 2,00
20,0%
Tempo Preventiva e Custo Otimizado R$ 1,00 10,0%
Mínimo Custo Unitário 1,1925
R$ 0,00 0,0%
Intervalo Ótimo para Preventiva (Tp) 487,5

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%

Ajustes de Cálculo / Gráfico Custo unitário R(t)

Tempo inicial 1
Incremento 0,5
Tempo máximo 2500,5

Intervalo ótimo é aceitável, verificar necessidade de ajuste para plano de manutenção

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 500
Custo unitário para Tp proposto 1,1933
Diferença percentual do custo ótimo 0,06% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 93,0%
Observações: Intervalo ajustado para adequação do plano de manutenção (montagem de pacotes de tarefas)

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPR04-07
Dispositivo: 3.2. Cabeçote de recravação
Modo de falha: Cabeçote não recrava (quebra parafuso encosto)
Custo Unitário / Confiabilidade
Caracterização do modo de falha 10,0000 100,0%
Distribuição Log-normal
9,0000 90,0%
Média 6,234667499
Desvio-Padrão 0,453105165 8,0000 80,0%
7,0000 70,0%
Custos horários de Manutenção
Custo Preventiva R$ 420,00 6,0000 60,0%
Custo Corretiva R$ 2.425,00 5,0000 50,0%
4,0000 40,0%
Critérios de aceitação do intervalo de preventiva
Mínima confiabilidade requerida 70% 3,0000 30,0%
Máxima diferença do custo ótimo (%) 30% 2,0000 20,0%
1,0000 10,0%
Tempo Preventiva e Custo Otimizado
Mínimo Custo Unitário 2,2468 0,0000 0,0%
Intervalo Ótimo para Preventiva (Tp) 236,6
46,6
92,2
137,8
183,4
229
274,6
320,2
365,8
411,4
457
502,6
548,2
593,8
639,4
685
730,6
776,2
821,8
867,4
913
958,6
1

Confiabilidade em Tp 95,5%

Ajustes de Cálculo / Gráfico Custo unitário R(t)

Tempo inicial 1
Incremento 0,2
Tempo máximo 1000,8

Intervalo ótimo é aceitável, verificar necessidade de ajuste para plano de manutenção

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 250
Custo unitário para Tp proposto 2,2569
Diferença percentual do custo ótimo 0,45% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 94,2%
Observações: Análise de confiabilidade desconsiderando o dado para primeira falha (parafuso original). Intervalo é aceitável, porém, não implantado por motivo de
alteração de material dos parafusos. Requer nova análise para definição da nova curva de confiabilidade.
 178

Planilha de Otimização do Intervalo de Manutenção Preventiva

Equipamento: HPR04-07
Dispositivo: 4.1. Cilindro dosador de gás
Modo de falha: Cilindro não retém o gás (vazamento)
Custo Unitário / Confiabilidade
Caracterização do modo de falha
Distribuição Weibull 40,0000 100,0%
Fator de forma 1,148950962 90,0%
35,0000
Fator de escala 167,7235687
80,0%
30,0000
Custos horários de Manutenção 70,0%
Custo Preventiva R$ 420,00 25,0000 60,0%
Custo Corretiva R$ 2.425,00
20,0000 50,0%
Critérios de aceitação do intervalo de preventiva 15,0000 40,0%
Mínima confiabilidade requerida 80%
30,0%
Máxima diferença do custo ótimo (%) 50% 10,0000
20,0%
Tempo Preventiva e Custo Otimizado 5,0000 10,0%
Mínimo Custo Unitário 16,9399
0,0000 0,0%
Intervalo Ótimo para Preventiva (Tp) 191,2

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%

Ajustes de Cálculo / Gráfico

Tempo inicial 1 Custo unitário R(t)
Incremento 0,1
Tempo máximo 500,9

Baixa confiabilidade da preventiva para intervalo ótimo, verificar possibilidade de redução do intervalo

Ajuste do Intervalo de Manutenção Preventiva

Intervalo Tp proposto 45
Custo unitário para Tp proposto 21,2355
Diferença percentual do custo ótimo 25,36% Intervalo proposto é aceitável
Confiabilidade no Tp proposto 80,3%
Observações: Intervalo de manutenção rejeitado. Não praticável por ser menor que o tempo para fabricação de um lote. Recomendada revisão dos
procedimentos de manutenção de vedações.