PROPOSTA PARA IMPLANTAÇÃO DA

METODOLOGIA DE MANUTENÇÃO
BASEADA NO RISCO

José Maria Alzugaray Pomarolli

 ÍNDICE

1. OBJETIVO .............................................................................................................3
2. DESCRIÇÃO DO SISTEMA...................................................................................3
3. MANUTENÇÃO BASEADA NO RISCO..................................................................7
4. CÁLCULO DO RISCO.............................................................................................9
5. ANÁLISE DE CRITICIDADE..................................................................................11
5.1 ANÁLISE HIERÁRQUICA DE PROCESSOS..................................................12
5.2 ESTRUTURAÇÃO DA HIERARQUIA............................................................. 13
5.3 PESOS OBTIDOS NA ANÁLISE HIERÁRQUICA DE PROCESSOS..............15
6. EQUIPAMENTOS ANALISADOS...........................................................................16
7. OBTENÇÃO E TRATAMENTO DOS DADOS........................................................17
8. CÁLCULO DAS CONSEQUÊNCIAS......................................................................17
9. CÁLCULO DAS TAXAS DE FALHA.......................................................................18
10. CÁLCULO DO RISCO DOS EQUIPAMENTOS AVALIADOS................................22
11. CONCLUSÕES.......................................................................................................28
12. SUGESTÕES PARA FUTUROS ESTUDOS..........................................................29
13. REFERÊNCIAS......................................................................................................31
1. OBJETIVO

Este trabalho tem por objetivo principais:

I. Apresentar as bases para a implantação da metodologia denominada Manutenção

Baseada no Risco (Risk Based Maintenance).

II. Apresentar uma metodologia para a classificação de equipamentos com base no

risco;

III. Estabelecimento de hierarquia técnica,

2. DESCRIÇÃO DO SISTEMA

Os conceitos a serem descritos serão aplicados ao sistema hipotético de bombeio de um

oleoduto, cujos equipamentos se encontram instalados no terminal de armazenagem de
derivados de petróleo, sendo constituídos por cinco bombas principais e 4 bombas auxiliares.

A Tabela 1 indica os arranjos de bombas utilizados para o envio de cada um dos produtos.

Tabela 1 – Arranjo de bombas no Terminal

A tabela 2 apresenta um resumo do faturamento mensal do Terminal com a operação do

oleoduto.

Tabela 2 – Faturamento do Oleoduto

 Figura 2 – Perfil do faturamento mensal do oleoduto

$3.500.000

$3.000.000

$2.500.000

$2.000.000

$1.500.000

$1.000.000

$500.000

$-
jul/18 set/18 out/18 dez/18 fev/19 mar/19mai/19 jul/19 ago/19

3. MANUTENÇÃO BASEADA NO RISCO

A avaliação de risco integra confiabilidade com segurança, integridade da instalação,

questões financeiras da empresa e questões ambientais e, portanto, pode ser usada como uma
ferramenta de decisão para o planejamento de manutenção preventiva.

O planejamento da manutenção com base na análise de risco minimiza a probabilidade de

falha do sistema e suas consequências (relacionadas à segurança, econômicas e ambientais).
Ajuda a gestão na tomada de decisões corretas sobre o investimento em manutenção ou áreas
afins. Isso, por sua vez, resultará em melhor utilização de ativos e capital.

A análise de risco é uma técnica para identificar, caracterizar, quantificar e avaliar a perda
por um evento indesejado. A abordagem da análise de risco integra a análise de probabilidade
e consequência em vários estágios da análise e tenta responder às seguintes perguntas:

I. O que pode dar errado que pode levar a uma falha do sistema?

II. Como isso pode dar errado?

III. Qual é a probabilidade de sua ocorrência?

IV. Quais seriam as consequências se isso acontecer?

A avaliação de risco pode ser quantitativa ou qualitativa. A saída de uma avaliação de risco
quantitativa será normalmente um número, como impacto de custo ($) por unidade de tempo. O
número pode ser usado para priorizar uma série de itens que foram avaliados quanto ao risco.

A avaliação quantitativa dos riscos requer uma grande quantidade de dados tanto para a
avaliação das probabilidades quanto para a avaliação das consequências. A árvore de falhas ou
árvores de decisão são frequentemente usadas para determinar a probabilidade de que uma
certa sequência de eventos resultará em uma determinada consequência.

A avaliação qualitativa do risco é menos rigorosa e os resultados são frequentemente

apresentados na forma de uma matriz de risco simples, onde um eixo da matriz representa a
probabilidade e o outro representa as consequências. Se um valor for dado a cada uma das
probabilidades e consequências, um valor relativo para o risco pode ser calculado.
 É importante reconhecer que o valor de risco qualitativo é um número relativo que tem pouco
significado fora da estrutura da matriz. Dentro da estrutura da matriz, ele fornece uma priorização
natural dos itens avaliados usando a matriz. No entanto, como esses valores de risco são
subjetivos, as priorizações baseadas nesses valores são sempre discutíveis.

A estratégia proposta de manutenção baseada em risco (RBM) visa reduzir o risco geral de
falha das instalações operacionais. Nas áreas de alto e médio risco, é necessário um esforço de
manutenção focado, enquanto nas áreas de baixo risco, o esforço pode ser minimizado para
reduzir o escopo total de trabalho e o custo do programa de manutenção de forma estruturada
e justificável.

O valor quantitativo do risco é usado para priorizar as atividades de inspeção e manutenção.

RBM sugere um conjunto de recomendações sobre quantas tarefas preventivas (incluindo o tipo,
meios e tempo) devem ser realizadas. A implementação do RBM reduzirá a probabilidade de
uma falha inesperada.

A figura 3 abaixo, representa uma proposta de implantação de gestão da manutenção com

base no risco.

Figura 3 – Modelo de gestão da manutenção com base no risco

Fase 1: Definição dos objetivos e estratégias de manutenção. Nesta fase pretende-se que
sejam definidos os objetivos de curto, médio e longo prazo na gerência de manutenção, bem
como os indicadores que irão medir o seu cumprimento. Um aspecto importante desta fase é
que ela permite também apresentar os objetivos aos gestores da empresa, facilitando as
negociações orçamentárias, paradas programadas, etc.

Fase 2: Classificação das equipes de acordo com a importância de sua função. Uma vez
definidos os objetivos da manutenção, o próximo passo é conhecer as áreas críticas para o
alcance desses objetivos. A execução da Fase 1 permitirá estabelecer os critérios que permitem
realizar a hierarquia dos ativos e áreas da empresa. O resultado desta fase será um ranking de
equipamentos ou áreas que permitirá estabelecer a melhor estratégia para atingir os objetivos
previamente definidos.
 Fase 3: Análise de pontos fracos em equipamentos de alto impacto. Uma vez listados os
equipamentos, a primeira tarefa será atacar os ativos cujas falhas podem ter consequências
piores para o processo.

Fase 4: Definição dos planos de manutenção e recursos necessários. Será estabelecida a

política de manutenção levando em consideração a criticidade do equipamento, bem como serão
definidos os recursos de que esta política necessita.

Fase 5: Programação de manutenção e otimização da alocação de recursos. Depois de

elaborados os planos de manutenção, a próxima etapa é programá-los ao longo do tempo e
minimizar os custos de manutenção.

Fase 6: Avaliação e controle da execução da manutenção. Nesta altura, uma vez definida
a política de manutenção, cabe avaliar a sua eficácia e estabelecer as possíveis melhorias a
serem implementadas.

Fase 7: Análise do ciclo de vida e possível renovação do equipamento. Uma vez

estabelecidas a estratégia e política de manutenção, é necessário analisar o impacto desta nos
equipamentos, bem como a sua possível renovação, levando em consideração critérios
econômicos e impacto na confiabilidade.

Fase 8: Implementação do processo de melhoria contínua e adoção de novas tecnologias.

Esta fase é alcançada a partir da conclusão das outras 7 etapas anteriores, o que permitirá um
salto de qualidade na organização de manutenção.

4. CÁLCULO DO RISCO

O risco é um termo de natureza probabilística, definido como “prováveis gastos ou perdas

em decorrência da provável ocorrência de um evento indesejado ou falha”. Neste conceito
simples, mas poderoso, coexiste a possibilidade de que um evento ou afirmação se torne
realidade ou seja satisfeita, com as respectivas consequências, matematicamente, o risco
associado a uma decisão ou evento é dado pela expressão universal:

R(t) = f(t) x C$(t) (1)

Onde:

R(t): Risco

f(t): Frequência

C$(t): Consequências

A frequência da falha será avaliada por meio da taxa de falha da distribuição de Weibull,
cujos parâmetros serão calculados a partir das análises estatísticas dos dados obtidos no
sistema SAP, considerando somente os eventos que deixaram o equipamento indisponível;
corretivas, preventivas ou inspeções periódicas.

𝑓 (𝑡) = 𝜆(𝑡) = . (2)

 Quanto às consequências, serão considerados diversos critérios considerados como críticos
para o faturamento da instalação, estes critérios foram selecionados considerando diversas
referências bibliográficas sobre o tema.

Neste trabalho os critérios escolhidos foram os seguintes:

 Segurança Ambiente (F1);

 Custo Equipamento (F2);
 Custos de Manutenção (F3);
 Segurança Pessoal (F4);
 Perda de Produção (F5);

A consequência final será calculada pela equação (3) abaixo:

C$ = [w2*F2 + w4*F4*Pfat]*Pign + w1*F1 + w3*F3 + w5*F5/Disp (3)

Onde;

 w1 ⇒ peso referente à importância do critério Impacto Ambiental;

 w2 ⇒ peso referente à importância do critério Impacto ao Equipamento;
 w3 ⇒ peso referente à importância do critério Custos de Manutenção;
 w4 ⇒ peso referente à importância do critério Impacto às Pessoas ;
 w5 ⇒ peso referente à importância do critério Perda de Produção;
 Pign ⇒ probabilidade de ignição imediata do produto vazado;
 Pfat ⇒ probabilidade de fatalidade de uma pessoa exposta ao incêndio em poça;
 Disp ⇒ disponibilidade do sistema considerando a 𝐶 (será explicado mais adiante)
Os pesos serão determinados pela técnica conhecida como Análise Hierárquica de
Processos (AHP), utilizando-se o software Super Decisions.

Essa análise preliminar de risco é conhecida como screening (triagem), o resultado final da
análise será um mapa do risco dos equipamentos analisados classificado pelo seu risco.

Assim, os equipamentos classificados com maiores índices de risco merecerão uma análise
mais detalhada, por meio de uma FMEA (Análise de Modos e Efeitos de Falha), identificando os
principais modos de falha de modo a reduzir as frequências de falha, ou até tomar a decisão de
adquirir um equipamento novo.

5. ANÁLISE DE CRITICIDADE

É uma metodologia que permite hierarquizar ou priorizar instalações, sistemas,

equipamentos e dispositivos, criando uma estrutura que facilita a tomada de decisões e o
direcionamento de esforços e recursos para as áreas, de acordo com o seu impacto no negócio.

Na Análise de Criticidade (AC), faixas relativas são estabelecidas para representar as

probabilidades e/ou frequências de ocorrência dos eventos e suas consequências. A análise da
criticidade é baseada na teoria do risco. Ao avaliar um determinado evento, é necessário
quantificar as frequências de ocorrência e as consequências de cada um dos cenários que levam
ao evento em estudo. O risco comporta-se como uma balança que permite pesar a influência
de várias alternativas em termos de impacto e probabilidade, orientando o analista na tomada
de decisão.

Nesse processo de tomada de decisão, o risco é utilizado como ferramenta de otimização

dos planos de atendimento aos ativos, direcionando maiores recursos e esforços para os ativos
de alto risco e redução de esforço e recursos para aqueles de baixo risco. risco, que geralmente
permite um dispêndio justificado de recursos direcionados a itens de manutenção.

De acordo com a norma ISO 31000 Risk Management System (SGR), o processo de gestão
de risco deve ser parte integrante da gestão dos ativos físicos, devendo atender aos requisitos
estabelecidos na norma, para sua identificação, análise, avaliação e tratamento do risco em seu
contexto operacional.

O objetivo dessa norma é descrever um processo de trabalho eficiente e racional que resulta
em um programa de manutenção otimizado com base em uma análise de risco, bem como uma
análise de custo-risco-benefício.

O gerenciamento de manutenção é ilustrado como um processo de trabalho onde os

produtos são produzidos com baixos riscos de SMS e alto desempenho de produção. O modelo
básico proposto como melhor prática da indústria é mostrado na figura 4.

Figura 4 - Processo de gerenciamento de manutenção

5.1 ANÁLISE HIERARQUICA DE PROCESSOS

Os métodos existentes de análise de criticidade são agrupados por diversos autores de

diferentes maneiras, e de acordo com seu tipo podem ser considerados qualitativos,
semiquantitativos e quantitativos, esses métodos são baseados na avaliação de risco e visam
identificar equipamentos críticos em um Sistema de produção.

A AHP é um método baseado na avaliação de diferentes critérios que permitem organizar

uma estrutura específica e cujo objetivo final é otimizar a tomada de decisão gerencial, reduzindo
decisões complexas a uma série de comparações que permitem a classificação dos diferentes
aspectos (critérios) avaliados.

A utilização da AHP (Análise Hierárquica de Processos) vem crescendo dia a dia nas mais
diversas áreas, e na gestão da manutenção de ativos auxiliando na tomada de decisões no
momento de direcionar os recursos financeiros, humanos e tecnológicos, para desenvolver
planos de manutenção mais eficientes, para os quais é necessário ter em consideração o nível
de criticidade dos diferentes sistemas/equipamentos que participam no processo de produção.

Esta situação não é fácil de resolver, visto que existe uma grande variedade de fatores
envolvidos que geram grande incerteza no processo hierárquico dos sistemas, por isso, a
aplicação da técnica AHP pode ajudar a identificar especificamente o nível de criticidade,
permitindo a otimização da distribuição efetiva dos recursos de manutenção em função do grau
de importância de cada sistema no processo produtivo.

A AHP ajuda os analistas a organizar os aspectos críticos de um problema em uma estrutura

hierárquica semelhante a uma árvore genealógica, ao reduzir decisões complexas a uma série
de comparações e classificações simples e sintetizar os resultados de forma lógica e clara para
as escolhas feitas.

5.2 ESTRUTURAÇÃO DA HIERARQUIA

Ao projetar a árvore hierárquica do AHP, o objetivo é desenvolver uma estrutura geral que
satisfaça as necessidades dos analistas para resolver o problema de seleção da melhor política
de manutenção. A AHP começa dividindo um problema complexo e com vários critérios em uma
hierarquia em que cada nível compreende alguns elementos gerenciáveis que são então
divididos em outro conjunto de elementos. O processo de análise hierárquica aqui proposto está
baseado na metodologia desenvolvida por Saaty, executar as seguintes etapas:

I. Definir os critérios de decisão na forma de objetivos hierárquicos. A classificação é

estruturada em diferentes níveis: começando no topo com a definição do objetivo
principal do processo de classificação, em seguida, os níveis intermediários são
definidos (critérios e subcritérios a serem avaliados) e, por fim, no nível inferior são
descritas as alternativas para ser comparado.

II. Avaliar os diferentes critérios, subcritérios e alternativas de acordo com sua

importância correspondente em cada nível. Os critérios qualitativos e quantitativos
podem ser comparados usando julgamentos informais para obter os pesos e
prioridades. Para critérios qualitativos, a técnica AHP usa comparações simples (par
a par) para determinar os pesos e avaliá-los. Dessa forma, o analista pode se
concentrar em apenas dois critérios ao mesmo tempo. Na verdade, a técnica AHP é
baseada na suposição de que o analista (tomador de decisão) pode escolher mais
facilmente um valor de comparação do que um valor absoluto. Os julgamentos
verbais são transferidos para uma escala de pontuação (ver Tabela 8).
Posteriormente, em uma matriz de julgamento, um vetor de prioridade é calculado e
usado para pesar (comparar) os elementos da matriz. Saaty (1980, 1990)
demonstrou matematicamente que o autovetor normalizado calculado a partir da
matriz M dos critérios é a melhor aproximação para avaliação dos critérios
analisados.
 Tabela 8 - Avaliação do julgamento (Saaty, 1980)

III. A técnica AHP permite ao analista avaliar a congruência dos julgamentos com o raio
de inconsistência (IR). Antes de determinar uma inconsistência, é necessário estimar
o índice de consistência (CI) de uma matriz de julgamento n x n, onde CI é definido
por:

𝐶𝐼 = (4)

Onde; λmax é o autovalor máximo da matriz normalizada. Finalmente se calcula a relação a

relação de consistência entre o índice de consistência (CI) e o índice de consistência aleatório
(AI), equação (5). O índice de consistência aleatório se define como o índice de consistência
aleatório médio obtido pela simulação de 100000 matrizes recíprocas geradas aleatoriamente
utilizando a escala de Saaty, tabela 9.

𝑅𝐶 = (5)

Tabela 9 – Índice de Consistência Aleatória em função da dimensão da matriz M

Os julgamentos podem ser considerados aceitáveis se RC ≤ 0,1. Em casos de

inconsistência, o processo de avaliação da matriz avaliada é imediatamente repetido.

IV. Como resultado final da análise o que se tem é uma classificação do peso dos
critérios adotados. Para cada critério, o nível de classificação é calculado em uma
escala entre 0,0000 - 1.000.

É possível realizar toda a análise utilizando uma planilha de EXCEL, como a seleção da
importância dos critérios adotados é qualitativa, utilizou um software livre chamado de
Superdecisions o qual possuí diversas ferramentas, principalmente a que realiza uma análise de
sensibilidade entre os diversos critérios, permitindo assim uma análise bem mais consistente.
 A figura 5 apresenta o modelo aplicado para a Análise Hierárquica de Processos utilizando
o software Super Decisions, construído da seguinte forma:

• Definição do objetivo (Classificação dos Equipamentos segundo suas criticidades);

• Definição dos Critérios (Meio Ambiente, Pessoas, Manutenção, Equipamento e

Produção);

• Definição dos Subcritérios de Manutenção (ZCOR, ZPRV e ZPRD);

• Definição dos Subcritérios da Produção (MTTF e MTTR);

• Definição do Subcritério do Meio Ambiente (Vazamento);

• Definição das Alternativas (Bombas Principais, Bombas Auxiliares de Claros e

Bombas Auxiliares de GLP).

Figura 5 – Modelo construído no programa Super Decisions para obtenção dos pesos

5.3 PESOS OBTIDOS NA ANÁLISE HIERARQUICA DE PROCESSOS (AHP)

Para o presente caso, considerando os equipamentos analisados, os dados de falha obtidos

e tratados, os custos de manutenção, segurança, meio ambiente e produção, os pesos obtidos
foram os seguintes:

Tabela 10 – Pesos obtidos para os critérios escolhidos

 Desta forma, substituindo os pesos na equação (3) que avalia as consequências para cada
equipamento, tem-se que:

𝐶$ = [0,2328. 𝐹 + 0,5173. 𝐹 .0,01]. 0,065 + 0,0360. 𝐹 + 0,0671. 𝐹 + 0,1468. 𝐹 /𝐷𝑖𝑠𝑝

Onde os valores de F1, F2 ,F3, F4, F5 dependem de cada equipamento.

O cálculo da disponibilidade do “sistema”, depende da disponibilidade de cada equipamento

e da combinação com os demais equipamentos que constituí o chamado “sistema”.

Conforme citado anteriormente, o sistema de transferência do OLEODUTO possuí 5

bombas principais e 2 bombas auxiliares, sendo que opera com 4 bombas principais em série
com 1 em standby e com 1 bomba auxiliar com a outra em standby.

Desta forma, o cálculo da disponibilidade do sistema deve considerar as seguintes

combinações possíveis das bombas principais, a tabela 11 apresenta o valor da disponibilidade
calculada para cada combinação.

Tabela 11 – Disponibilidade das combinações possíveis

6. EQUIPAMENTOS ANALISADOS

Os dados das bombas auxiliares e principais do Terminal encontram-se na Tabela 12.

Tabela 12 – Sistema de bombeamento de Terminal

 A Tabela 13 indica os arranjos de bombas utilizados para o envio de cada um dos produtos
a partir de Terminal.

Tabela 13 – Arranjo de bombas para envio de Terminal

7. OBTENÇÃO E TRATAMENTO DOS DADOS

Os dados das intervenções realizadas pela gerência de manutenção do TERMINAL nas

bombas auxiliares e principais do OLEODUTO foram obtidos a partir dos registros no SAP.

Foi assumido que os tempos das intervenções dos equipamentos analisados seguem uma
distribuição de Weibull, sendo que os parâmetros foram obtidos segundo um programa escrito
na linguagem Python, de forma automática e sem intervenção do analista.

Os custos com as manutenções dos equipamentos (corretivas, preventivas e preditivas)

foram obtidos com a preciosa ajuda da gerência de manutenção do TERMINAL.

Os dados referentes às métricas de confiabilidade (MTTR e MTTF) para cada tipo de

manutenção realizada foram obtidos no SAP, sendo calculados em planilha de EXCEL.

8. CÁLCULO DAS CONSEQUÊNCIAS

Foram assumidos alguns valores para o cálculo das consequências, descritas a seguir:

• Custo estimado de limpeza e destinação dos vazamentos  R$ 10.000,00;

• Valor estimado de aquisição de uma bomba principal nova com motor  R$ 1.000.000,00

• Valor de aquisição de uma bomba auxiliar nova com motor para claros  R$ 650.000,00

• Valor de aquisição de uma bomba auxiliar nova com motor para GLP  R$ 750.000,00

• Valor estimado de uma vida humana  US$ 1.000.000,00 (R$ 5.500.000,00);

• Faturamento anual médio com produtos claros  R$ 25.642.459,00

• Faturamento anual médio com GLP  R$ 5.333655,00

O valor reduzido com custos com limpeza e destinação dos vazamentos é devido ao
pequeno volume vazado, uma vez que assim que descoberto a gerência providencia imediata
correção do problema. O valor estimado de uma vida humana foi adotado em função dos
 diversos estudos de RBI e de Análise Quantitativa de Riscos no quais foram assumidos o valor
de 1 milhão de dólares. O valor de 6,5% para a probabilidade de ignição imediata e de 1% para
a probabilidade de fatalidade em caso de incêndio em poça foram adotados segundo diversas
referências e de estudos já realizados.

9. CÁLCULO DAS TAXAS DE FALHA

Conforme comentado, os parâmetros das distribuições de cada bomba foram obtidos com
o auxílio do script em Python e estão apresentados na tabela 14, assim com os valores
calculados para o MTTF dado pela equação (6) e taxas de falhas equação (7).

𝜆(𝑡) = . (7)

𝐹 (𝑡) = 1 − 𝑒 (8)

𝑅 (𝑡) = 𝑒 (9)

Onde;

 (t) é a taxa de falha em função do tempo;

F(t) é a probabilidade de falha em função do tempo;

R(t) é a confiabilidade em função do tempo;

é o parâmetro de forma;

é o parâmetro de escala.

 Tabela 14 – Parâmetros das distribuições de Weibull para as bombas analisadas

Os resultados são apresentados nas figuras 5 (probabilidade de falha), 6 (confiabilidade) e

7 (taxa de falha), nota-se que a probabilidade de falha cresce rapidamente com o tempo, o que
denota a baixa confiabilidade desses equipamentos.

As taxas de falha apresentadas na figura 8 representam muito bem o comportamento das

bombas com respeito ao número de falhas, o que impacta do valor final do risco (figura 9).

Figura 5 – Probabilidade de Falha em função do tempo

Figura 6 – Confiabilidade em função do tempo

Figura 7 – Taxa de Falha em função do tempo

10. CÁLCULO DO RISCO DOS EQUIPAMENTOS AVALIADOS

O cálculo do risco foi obtido pelo produto da consequência da falha pela sua frequência,
aqui substituída pela taxa de falha, que não deixa de ser uma frequência (no de falhas/unidade
de tempo).

Os resultados das consequências, taxas de falha e do risco calculado estão apresentados

na tabela 15.

Tabela 15 – Consequências, taxas de falha e risco das bombas

Figura 8 – Risco das bombas (R$/ano)

A figura 8 apresenta o resultado da avaliação comparando o risco dos equipamentos

selecionados, como era de se esperar os equipamentos com as maiores taxas de falha
apresentam os maiores valores de risco (B-3403A e B-3403E).
 A figura 9 representa a avaliação final do risco para a bomba principal de claros B-3403A,
localizando o risco numa matriz semelhante à matriz utilizada pela metodologia Risk Based
Inspection (Inspeção Baseada no Risco) segundo a norma API RBI 581.

Além da classificação da criticidade do risco, a figura 9 apresenta outro resultado da

aplicação da metodologia com relação ao critério de aceitabilidade e prazo para tomada de
alguma ação que leve o valor do risco a um nível mais baixo, assim como, sugere um plano de
ação para se atingir essa finalidade.

Essa avaliação foi realizada a partir de uma planilha de EXCEL.

Figura 9 – Classificação da criticidade do risco da bomba B-3403ª

Figura 10 – Classificação da criticidade do risco da bomba B-3403B

Figura 11 – Classificação da criticidade do risco da bomba B-3403C

Figura 12 – Classificação da criticidade do risco da bomba B-3403D

Figura 13 – Classificação da criticidade do risco da bomba B-3403E

Figura 14 – Classificação da criticidade do risco da bomba B-3404A

Figura 15 – Classificação da criticidade do risco da bomba B-3404B

Figura 16 – Classificação da criticidade do risco da bomba B-4001A

 Figura 17 – Classificação da criticidade do risco da bomba B-4001B

11. CONCLUSÕES

A aplicação da ferramenta multicritério permitiu uma análise uniforme dos equipamentos

entre as classes de criticidade de forma coerente com o seu desempenho em função dos critérios
assumidos.

Critérios como risco a segurança, impacto ao meio ambiente, produção, custos de

manutenção e aquisição dos equipamentos e indisponibilidade foram fundamentais na aplicação
da metodologia proposta. Nesse sentido o modelo multicritério permitiu uma avaliação conjunta
de todos os critérios e as relações existentes entre eles.

Dessa forma, considera-se que os objetivos do trabalho foram atingidos, com o

desenvolvimento de um modelo estruturado para análise de criticidade com a utilização da
metodologia multicritério. Com o suporte do trabalho desenvolvido é possível aplicar o modelo
em outros sistemas nos quais seja necessário avaliar a criticidade de seus equipamentos, com
a possibilidade de adaptar as etapas e metodologia utilizada em razão da natureza do
equipamento ou processo o qual se deseja avaliar.

A metodologia se mostrou totalmente aplicável para a classificação dos equipamentos

segundo sua criticidade usando o método AHP para obtenção dos pesos dos critérios escolhidos
para o cálculo da consequência de uma falha ou evento que resulte na indisponibilidade do
equipamento.

Além disso, os critérios utilizados para a análise de criticidade foram considerados

adequados e suficientes para classificar as 9 bombas do sistema OLEODUTO instaladas no
 terminal de Terminal, sendo que os resultados da classificação do equipamento podem ser
usados como diretrizes básicas para decidir a estratégia de manutenção.

Cabe ressaltar que os métodos multicritérios não apresentam uma solução ótima para o
problema, mas uma solução coerente através do equilíbrio do processo de decisão e das
relações existentes entre as alternativas, critérios e preferências dos decisores.

12. SUGESTÕES PARA FUTUROS ESTUDOS

A proposta de aplicação da metodologia aqui apresentada pode ser aprimorado na medida

em que começar a ser empregada. Um dos pontos a ser incluído é um estudo mais aprimorado
dos critérios e quais possuem maior representatividade na criticidade de equipamentos
industriais, o qual deverá ser realizado em conjunto com todos os atores envolvidos; operação,
manutenção, SMS, logística e programação.

Com objetivo de sistematizar e otimizar o processo de análise, pode ser desenvolvido um

software que integre todas as etapas do modelo, desde a construção da matriz de avaliação,
modelagem de preferências e aplicação dos métodos multicritérios, uma vez que no trabalho
estas etapas foram realizadas de forma individual e com sistemas distintos (EXCEL e Super
Decisions).

Esse programa seria um scritp desenvolvido em Python e que integre todos esses conceitos,
além de fazer a busca pelos dados no SAP, e executar todo tratamento estatístico para obtenção
dos diversos parâmetros, e realizar todos os cálculos apresentados nesse trabalho uma vez que
a linguagem possuí todos os módulos necessários.

O modelo também pode ser integrado a metodologias de manutenção como o RCM, durante
etapas de classificação dos equipamentos e análise de falhas, e a filosofia de Manutenção
Produtiva Total (MPT) associada ao pilar de manutenção planejada, com intuito de otimizar a
gestão das ações de manutenção e melhorar a visão técnica da equipe sobre todos ativos de
uma instalação.

O trabalho pode ser estendido para explorar outras possibilidades, integrando a metodologia
baseada no AHP com a lógica fuzzy baseada em regras ou método de redes neurais.

Usando os algoritmos de Machine Learning, será possível extrair a estrutura do método AHP
e os respectivos pesos para cada um dos critérios escolhidos de forma totalmente automáticos
deixando de utilizar a subjetividade.

Como foi visto, o AHP é amplamente utilizado como modelo de decisão, devido à forma em
que lida com múltiplos critérios, devido a sua fácil compreensão e operação com dados
qualitativo e quantitativo.

Porém, independentemente das vantagens desse método, ele reflete a forma de

pensamento humano, e o modelo de avaliação humana é incerto e impreciso.

Por exemplo, ao avaliar a importância relativa de diferentes critérios, os especialistas podem

mostrar insegurança em suas avaliações, pois os dados e informações que possuem sobre as
variáveis são vagas e ambíguas.
 Apesar do fato de que a escala discreta de Saaty tem as vantagens da simplicidade e
facilidade de uso, ela não leva em consideração a incerteza associada com o modelo de
percepção humana.

Esse aspecto é exatamente o que torna interessante associar o AHP à teoria da lógica
Fuzzy conhecida na literatura como Fuzzy Analytical Hierarchy Process (FAHP) ou Processo
Analítico Hierárquico Estendido com Lógica Fuzzy.

Desta forma, é possível conferir um maior formalismo matemático à abordagem da

ambiguidade e incerteza das variáveis utilizadas no método AHP, uma vez que a concepção do
FAHP permite o uso de números fuzzy na escala fundamental para formar expressões mais
próximas da linguagem natural, que serão utilizadas no arranjo da matriz de julgamentos e
comparação por pares, de forma a reduzir a imprecisão inerente aos julgamentos dos
especialistas.

Portanto, em FAHP os rótulos linguísticos usados são convenientemente escolhidos para

avaliar a importância relativa de atributos, fatores, condições e/ou critérios em comparação com
outros do mesmo nível de hierarquia. Ou seja, basta que o especialista faça uma avaliação da
importância do elemento verbalizado em termos qualitativos e, em seguida, o decisor pode
utilizar uma escala, previamente definida, para obter os valores numéricos fuzzy que
correspondem à sua avaliação.

Assim, a variante fuzzy consiste em que se um especialista considerou, por exemplo, que a
variável V1 é mais importante do que a variável V2 em uma razão de 3 para 1 (3/1), agora este
julgamento suaviza seu valor para o de uma expressão linguística como "cerca de 3 para 1", ou
com uma importância entre 2/1, ou 4/1, e assim por diante, expressões que serão
representadas por números difusos triangulares.

A partir daí a metodologia do processo é semelhante à do método tradicional, com exceção

das ferramentas matemáticas utilizadas, que deve levar em conta que agora estaremos atuando
sobre números fuzzy triangulares. Assim, uma vez criada a matriz de valoração composta por
números fuzzy triangulares, encontra-se um método de média geométrica que pondera os
valores fuzzy para cada opção, com a conexão hierárquica estabelecida e, por fim, uma função
de pertinência para cada opção desenvolve a classificação de prioridades (ou graus de
importância suavizados).
13. REFERÊNCIAS

• Al-Najjar, B., & Alsyouf, I. (2003). Selecting the Most Efficient Maintenance Approach Using
Fuzzy Multiple Criteria Decision Making. International Journal of Production Economics,
84(1), 85-100.

• Arunraj, N. S., & Maiti, J. (2007). Risk-Based Maintenance—Techniques and Applications.

Journal of Hazardous Materials, 142(3), 653-661.

• Arunraj, N. S., & Maiti, J. (2010). Risk-Based Maintenance Policy Selection Using AHP and
Goal Programming. Safety science, 48(2), 238-247.

• Bertolini, M., Bevilacqua, M., 2006. A Combined Goal Programming – AHP Approach to
Maintenance Selection Problem. Reliability Engineering and System Safety 91, 839–848.

• Bevilacqua, M., Braglia, M., 2000. The Analytical Hierarchy Process Applied to
Maintenance Strategy Selection. Relaibility Engineering and System Safety 70, 71–83.

• Chemweno, P., Pintelon, L., Horenbeek, A., Muchiri, P. (2015) "Development of a Risk
Assessment Selection Methodology for Asset Maintenance Decision Making: An Analytic
Network Process (ANP) Approach". Production Economics. journal homepage:
www.elsevier.com/locate/ijpe.

• Clemen, R. T., & Winkler, R. L. (1999). Combining Probability Distributions from Experts in
Risk Analysis. Risk analysis, 19(2), 187-203.

• Dey, P. K. (2010). Managing Project Risk Using Combined Analytic Hierarchy Process and
Risk Map. Applied Soft Computing, 10(4), 990-1000.

• Dey, P. K., Ogunlana, S. O., & Naksuksakul, S. (2004). Risk-Based Maintenance Model for
Offshore Oil and Gas Pipelines: a Case Study. Journal of Quality in Maintenance
Engineering, 10(3), 169-183.

• F. I. Khan and M. M. Haddara, 2003, "Risk-Based Maintenance (RBM): a Quantitative

Approach for Maintenance/Inspection Scheduling and Planning," J Loss Prev Process Ind,
vol. 16, pp. 561-573, 11.

• F.Backlund,J.Hannu,Can We Make Maintenance Decisions on Risk Analysis Results? J.

Qual. Maint. Eng. 8 (1) (2002) 77–91.

• F.I. Khan, R. Sadiq, M. Haddara, Risk-based Inspection and Maintenance (RBIM) Multi-
Attribute Decision Making with Aggregate Risk Analysis, Trans. IChemE Process Saf.
Environ. Prot. 82 (B6) (2004) 398– 411.
• F.I. Khan, S.A. Abbasi, A Criterion for Developing Credible Accident Scenarios for Risk
Assessment, J. Loss Prevent. Process Ind. 15 (2002) 467–475.

• F.I. Khan, S.A. Abbasi, Accident Hazard Index: a Multi Attribute Method for Process Industry
Hazard Rating, Trans. IChemE Process Saf. Environ. Prot. 75 (4) (1997) 217–224.

• F.I. Khan, S.A. Abbasi, Risk Analysis of a Typical Chemical Industry Using QRA procedure,
J. Loss Prevent. Process Ind. 14 (2001) 43–59.

• G.W.E. Nieuwhof, Risk: a Probabilistic Concept, Reliab. Eng. 10 (1985) 183–188.

• Gillett, Rapid Ranking of Process Hazards, Process Eng. (1985) 19–22.

• Harnly, A.J., 1998. Risk Based Prioritization of Maintenance Repair Work. Process Safety
Progress 17, 32–38.

• HSR. (2002). Offshore Hydrocarbon Release Statistics and Analysis: . Retrieved from UK:

• ISO19902. (2008). Petroleum and Natural Gas Industries - Fied Steel Offshore Structures.
In.

• J.-R. Chen, Y.-T. Yang, A Predictive Risk Index for Safety Performance in Process
Industries, J. Loss Prevent. Process Ind. 17 (2004) 233– 242.

• K. Fujiyama, S. Nagai, Y. Akikuni, T. Fujiwara, K. Furuya, S. Matsumoto, K. Takagi, T.

Kawabata, Risk-Based Inspection and Maintenance Systems for Steam Turbines, Int. J.
Press. Ves. Pip. 81 (10/11) (2004) 825–835.

• Khan, F.I., Haddara, M., 2003. Risk-Based Maintenance (RBM): a Quantitative Approach
for Maintenance/Inspection Scheduling and Planning. Journal of Loss Prevention in the
Process Industries 16, 561–573.

• Khan, F.I., Haddara, M., 2004. Risk-Based Maintenance of Ethylene Oxide Production
Facilities. Journal of Hazardous Materials A108, 147–159.

• Krishnasamy, L., Khan, F.I., Haddara, M., 2005. Development of a Risk-Based

Maintenance (RBM) Strategy for a Power-Generating Plant. Journal of Loss Prevention in
the Process Industries 18, 69–81.

• L. Krishnasamy,F.I.Khan,M.Haddara, Development of a Risk-Based Maintenance (RBM)

Strategy for a Power-Generating Plant, J. Loss Prevent. Process Ind. 18 (2005) 69–81.

• Labib, A.W., O’Connor, R.F., Williams, G.B., 1998. An Effective Maintenance System Using
the Analytic Hierarchy Process. Integrated Manufacturing Systems 9, 87– 98.
• Moore, W.J., Starr, A.G., 2006. An Intelligent Maintenance System for Continuous Cost-
Based Prioritization of Maintenance Activities. Computers in Industry 57, 595–606.

• Moubray, J., 1991. Reliability-Centered Maintenance. Industrial Press Inc., New York.

• N. S. Arunraj and J. Maiti, 2007, "Risk-based Maintenance—Techniques and Applications,"

J. Hazard. Mater., vol. 142, pp. 653-661, 4/11.

• N. S. Arunraj and J. Maiti, 2010, "Risk-Based Maintenance Policy Selection Using AHP and
Goal Programming," Saf. Sci., vol. 48, pp. 238247, 2.

• NASA, 2002. Probabilistic Risk Assessment Procedures Guide for NASA Managers and
Practitioners. Office of Safety and Mission Assurance, Washington.

• NORSOK, "Criticality Analysis for Maintenance Purposes Z-008," 2001.

• P. Guymer, G.D. Kaiser, T.C. McKelvey, Probabilistic Risk Assessment in the CPI, Chem.
Eng. Prog. (1987) 37–45.

• P.K. Dey, A Risk-Based Maintenance Model for Inspection and Maintenance of Cross-
Country Petroleum Pipeline, J. Qual. Maint. Eng. 7 (1) (2001) 25–41.

• P.K. Dey, S.O. Ogunlana, S. Naksuksakul, Risk-Based Maintenance Model for Offshore Oil
and Gas Pipelines: a Case Study, J. Qual. Maint. Eng. 10 (3) (2004) 169–183.

• Saaty, T. (1980). The Analytic Hierarchy Process. New york: Mc Grae-Hill.

• Saaty, T. L. (2008). Decision Making with the Analytic Hierarchy Process. International
journal of services sciences, 1(1), 83-98.

• Saltelli, A. (2002). Sensitivity Analysis for iImportance Assessment. Risk Analysis, 22(3),
579-590.

• T. Saaty L., 2006, Decision Making with Analytic Network Process: Economic, Political,
Social and Technological Applications with Benefits, Opportunities, Costs and Risks. USA:
Springer Science+Business Media, LLC.

• Triantaphyllou, E., Kovalerchuk, B., Mann Jr., L., Knapp, G.M., 1997. Determining Most
Important Criteria in Maintenance Decision Making. Journal of Quality in Maintenance
Engineering 3, 16–28.

• Vassiliadis, C.G., Pistikopoulos, E.N., 2000. Maintenance Based Strategies for

Environmental Risk Minimization in the Process Industries. Journal of Hazardous Material
71, 481–501.
• Wang, L., Chu, J., & Wu, J. (2007). Selection of Optimum Maintenance Strategies Based
on a Fuzzy Analytic Hierarchy Process. International Journal of Production Economics,
107(1), 151-163.

• Y. Masataka, T. Jun, B. Hidenari, K. Toshiharu, F. Akio, Application of Risk-Rased

Maintenance on Materials Handling Systems, IHI Eng. Rev. 37 (2) (2004) 52–58.