O processo de hierarquia analítica aplicado à seleção da estratégia de manutenção

Resumo
Este artigo descreve uma aplicação do Processo de Hierarquia Analítica (AHP) para
selecionar a melhor estratégia de manutenção para uma importante refinaria de
petróleo italiana (uma planta de Gaseificação Integrada e Ciclo Combinado). Cinco
alternativas possíveis são consideradas: manutenção preventiva, preditiva, baseada
na condição, corretiva e oportunista. A melhor política de manutenção deve ser
selecionada para cada instalação da planta (cerca de 200 no total). As máquinas
são agrupadas em três grupos homogêneos após uma análise de criticidade baseada
em procedimentos internos da refinaria de petróleo. Com a técnica AHP, vários
aspectos, que caracterizam cada uma das estratégias de manutenção acima
mencionadas, são organizados em uma estrutura hierárquica e avaliados usando
apenas uma série de julgamentos de pares. Para melhorar a eficácia da
metodologia, o AHP é associado a uma análise de sensibilidade.

1. Introdução

Muitas empresas pensam na manutenção como uma fonte inevitável de custos.

Para essas empresas, as operações de manutenção têm função corretiva e são
executadas apenas em condições de emergência. Hoje, essa forma de
intervenção não é mais aceitável devido a certos elementos críticos como
qualidade do produto, segurança da fábrica e o aumento dos custos do
departamento de manutenção que podem representar de 15 a 70% dos custos
totais de produção.

Os gerentes devem selecionar a melhor política de manutenção para cada

equipamento ou sistema a partir de um conjunto de alternativas possíveis. Por
exemplo, políticas de manutenção corretiva, preventiva, oportuna, baseada na
condição e preditiva são consideradas neste artigo.
É particularmente difícil escolher a melhor combinação de políticas de
manutenção quando essa escolha é baseada em elementos preventivos, ou seja,
durante a fase de projeto da planta. Esta é a situação do caso examinado neste
artigo, o de uma usina de Gaseificação Integrada e de Ciclo Combinado que está
sendo construída para uma empresa petrolífera italiana. Esta planta terá cerca
de 200 instalações (bombas, compressores, resfriadores de ar, etc.) e a gestão
deve decidir sobre a abordagem de manutenção para as diferentes máquinas.
Essas decisões terão consequências significativas no curto e médio prazo para
questões como alocação de recursos (ou seja, orçamento), tecnologia escolhas
técnicas, procedimentos gerenciais e organizacionais, etc. Neste nível de
seleção, basta definir a melhor estratégia de manutenção a adotar para cada
máquina, tendo em conta as restrições orçamentais. Não é necessário
identificar a melhor solução entre as alternativas que esta abordagem
apresenta. O gerente de manutenção deseja apenas reconhecer as máquinas
mais críticas para uma pré-alocação dos recursos de manutenção do orçamento,
sem entrar nos detalhes da escolha final real. Essa escolha final, em qualquer
caso, seria impossível porque a planta ainda não está operando e, como
consequência, o conhecimento total dos aspectos de confiabilidade das
máquinas da planta ainda não está disponível. Em outras palavras, o problema
não é se é melhor controlar a temperatura ou a vibração de uma determinada
instalação em análise, mas apenas decidir se é melhor adotar um tipo de
abordagem de manutenção com base na condição em vez de outro tipo . O
segundo nível de tomada de decisão diz respeito a uma seleção ajustada das
abordagens de manutenção alternativas (ou seja, definição das frequências de
manutenção ideais, limites para intervenção com base na condição, etc.). Este
nível deve ser adiado até que os dados do sistema operacional de produção se
tornem disponíveis.

Vários atributos devem ser levados em consideração neste primeiro nível ao

selecionar o tipo de manutenção. Esta seleção envolve vários aspectos, como o
investimento necessário, problemas ambientais e de segurança, custos de falha,
confiabilidade da política, tempo médio entre falhas (MTBF) e tempo médio de
reparo (MTTR) da instalação, etc.

Vários desses fatores não são fáceis de avaliar devido à sua natureza intangível
e complexa. Além disso, a natureza dos pesos de importância que a equipe de
manutenção deve atribuir a esses fatores durante o processo de seleção é
altamente subjetiva. Por fim, tendo em vista que a planta ainda está em fase de
construção, alguns aspectos tangíveis como MTBF e MTTR só podem ser
estimados a partir de dados de falha relativos a máquinas trabalhando em
outras plantas (neste caso refinarias de petróleo) em mais ou condições
operacionais menos semelhantes. Além disso, afetarão cada uma das
instalações analisadas de uma forma particular e, como consequência, a seleção
final da política de manutenção.
Fica claro, portanto, que a análise e justificativa da seleção da estratégia de
manutenção é uma tarefa crítica e complexa devido ao grande número de
atributos a serem considerados, muitos dos quais são intangíveis. Como auxílio
na resolução desse problema, algumas abordagens de tomada de decisão
multicritério (MCDM) são propostas na literatura. Almeida e Bohoris [1]
discutem a aplicação da teoria da tomada de decisão à manutenção com atenção
particular à teoria da utilidade multatributo. Triantaphyllou et al. [2] sugerem
a utilização do Analytical Hierarchy Process (AHP) considerando apenas quatro
critérios de manutenção: custo, reparabilidade, confiabilidade e
disponibilidade. A metodologia de Manutenção Centrada em Confiabilidade
(RCM) (ver, por exemplo, Ref. [3]) é provavelmente a técnica mais amplamente
usada. RCM representa um método para preservar a integridade funcional e é
projetado para minimizar os custos de manutenção, equilibrando o custo mais
alto da manutenção corretiva contra o custo da manutenção preventiva, levando
em consideração a perda de vida potencial da unidade em questão [4] .
Uma das ferramentas mais frequentemente adotadas pelas empresas para
categorizar as máquinas em diversos grupos de risco é baseada nos conceitos
de efeito do modo de falha e técnica de análise de criticidade (FMECA). Esta
metodologia foi proposta em diferentes variantes possíveis, em termos de
critérios relevantes considerados e / ou formulação do número de prioridade
de risco [5]. Usando esta abordagem, a seleção de uma política de manutenção
é realizada através da análise do número de risco prioritário obtido. Um
exemplo dessa abordagem também foi seguido por nossa petroleira, que
desenvolveu internamente uma metodologia própria. Essa abordagem torna
possível obter um agrupamento de criticidade satisfatório das 200 instalações
em três grupos homogêneos. O problema é definir a melhor estratégia de
manutenção para cada grupo.

Para integrar a abordagem de criticidade “self-made” interna, este artigo

apresenta um método de decisão multi-atributo baseado na abordagem AHP
para selecionar a estratégia de manutenção mais apropriada para cada grupo de
máquinas. Neste procedimento, vários custos e benefícios para cada estratégia
de manutenção alternativa são organizados em uma estrutura hierárquica e
avaliados, para cada instalação, por meio do uso de uma série de julgamentos de
pares. Finalmente, considerando que o gerente de manutenção nunca pode ter
certeza sobre a importância relativa dos critérios de tomada de decisão
selecionados ao lidar com este problema de manutenção complexo, para
melhorar a eficácia do AHP, a metodologia é acoplada a uma fase de análise de
sensibilidade.

2. A planta IGCC da refinaria de petróleo API: uma breve descrição

A planta de Gaseificação Integrada e Ciclo Combinado (IGCC) [6],

atualmente em montagem na refinaria de petróleo API Falconara Marittima,
permitirá a transformação dos resíduos do refino de petróleo em gases de
síntese que serão utilizados como combustível para a produção de
 eletricidade. A planta do IGCC será implantada em uma área de 47.000 m2
dentro da refinaria de petróleo.

A eletricidade produzida pela planta IGCC será vendida para a ENEL (empresa
italiana de energia elétrica) enquanto cerca de 65.000 ton / h de vapor serão
usados dentro da refinaria de petróleo para as necessidades do processo. O
custo total do projeto é de cerca de 750 milhões de dólares.

Nos últimos anos, as mudanças econômicas e legislativas levaram ao aumento da

cooperação entre as empresas petroquímicas e elétricas. A adoção de rígidos
padrões ambientais, tanto na Europa quanto nos Estados Unidos, está forçando
as refinarias de petróleo a reduzir as emissões de poluentes das fábricas de
processamento e reduzir o potencial de poluição dos produtos refinados. Os
mesmos requisitos de controle de poluição, principalmente uma redução no nível
de óxidos de nitrogênio e enxofre, juntamente com a necessidade crescente de
controlar os custos operacionais e de investimentos, estão levando as empresas
elétricas a buscar métodos de produção mais econômicos e mais limpos.

O efeito combinado dos fatores acima mencionados levou várias refinarias de

petróleo a adotar a tecnologia IGCC para o processamento de resíduos pesados
de refinamento de petróleo. A tecnologia IGCC provou ser uma solução válida
para as exigências do mercado de tecnologias de produção eficientes, limpas,
de baixo consumo e ambientalmente orientadas.

A refinaria de petróleo API usa um processo de conversão térmica e tem uma

capacidade de produção de cerca de 4.000.000 toneladas de óleo por ano
(80.000 barris por dia). O ciclo de produção é típico de refinarias de petróleo
com capacidade de produção semelhante: o rendimento destilado atual é
superior a 70% e os resíduos são usados para produzir óleo combustível e
betume. Resíduos pesados do refino de petróleo com alto teor de enxofre
serão parcialmente convertidos nos gases de síntese “syngas” (que serão limpos
nos gaseificadores IGCC) e parcialmente usados para produzir betume.

Os três objetivos principais da gestão da refinaria de petróleo são os

seguintes:
A eliminação de resíduos pesados usados para produzir óleo combustível com
alto e baixo teor de enxofre;
A capacidade de processar quase todo tipo de óleo pesado com alto teor de
enxofre;

A substituição da atual termelétrica de baixa eficiência por um sistema mais

eficiente, com menores níveis de emissão de poluentes.

Possíveis estratégias alternativas de manutenção

Cinco políticas de manutenção alternativas são avaliadas neste estudo de caso.

Resumidamente, eles são os seguintes.

Manutenção corretiva. A principal característica da manutenção corretiva é

que as ações só são realizadas quando uma máquina quebra. Não há
intervenções até que ocorra uma falha.

Manutenção preventiva. A manutenção preventiva é baseada nas

características de confiabilidade do componente. Estes dados permitem
analisar o comportamento do elemento em questão e permitem ao engenheiro
de manutenção definir um programa de manutenção periódica para a máquina. A
política de manutenção preventiva tenta determinar uma série de verificações,
substituições e / ou revisões de componentes com uma frequência relacionada à
taxa de falha. Em outras palavras, a manutenção preventiva (periódica) é eficaz
para superar os problemas associados ao desgaste dos componentes. É evidente
que, após uma verificação, nem sempre é necessário substituir o componente: a
manutenção muitas vezes é suficiente.
Manutenção oportunista. A possibilidade de usar a manutenção oportunista é
determinada pela proximidade ou simultaneidade de tempos de controle ou
substituição para componentes diferentes na mesma máquina ou planta. Este
tipo de manutenção pode fazer com que toda a planta seja desligada em
horários definidos para realizar todas as intervenções de manutenção
relevantes ao mesmo tempo.
Manutenção baseada em condições. Um requisito para a aplicação da
manutenção baseada em condições é a disponibilidade de um conjunto de
medições e sistemas de aquisição de dados para monitorar o desempenho da
máquina em tempo real. O levantamento contínuo das condições de trabalho
pode facilmente e claramente apontar uma situação anormal (por exemplo, a
ultrapassagem de um nível de limite de parâmetro controlado), permitindo que
o administrador do processo execute pontualmente os controles necessários e,
se necessário, pare a máquina antes de uma falha pode acontecer.
Manutenção preditiva. Ao contrário da política de manutenção baseada em
condições, na manutenção preditiva os dados dos parâmetros controlados
adquiridos são analisados para encontrar uma possível tendência temporal. Isso
torna possível prever quando o valor da quantidade controlada alcançará ou
excederá os valores limite. A equipe de manutenção poderá então planejar
quando, dependendo das condições de operação, a substituição ou revisão de
componentes é realmente inevitável.

4. A definição do programa de manutenção da planta IGCC

Uma usina elétrica baseada na tecnologia IGCC é uma instalação muito

complexa, com muitas máquinas e equipamentos diferentes com condições
operacionais muito diferentes. Decidir sobre a melhor política de manutenção
não é uma questão fácil, uma vez que o programa de manutenção deve combinar
os requisitos técnicos com a estratégia gerencial da empresa.

A configuração complexa da planta IGCC requer uma combinação ótima de

políticas de manutenção, a fim de aumentar a disponibilidade da planta e
reduzir os custos operacionais.

O projeto de manutenção trata da definição das melhores estratégias para

cada máquina ou componente da planta, dependendo da solicitação de
disponibilidade e orçamento global de manutenção.

Cada componente, de acordo com sua taxa de falha, custo e impacto da quebra
em todo o sistema, deve ser estudado a fim de avaliar a melhor solução; se é
melhor esperar pelo fracasso ou evitá-lo. Neste último caso, o pessoal de
manutenção deve avaliar se é melhor realizar verificações periódicas ou usar
uma análise progressiva das condições de operação.

É claro que um bom programa de manutenção deve definir estratégias

diferentes para máquinas diferentes. Alguns deles afetarão principalmente a
operação normal da planta, alguns envolverão problemas de segurança
relevantes e outros envolverão altos custos de manutenção.

A sobreposição desses efeitos nos permite atribuir uma prioridade diferente a

cada componente da planta ou máquina, e concentrar os esforços econômicos e
técnicos nas áreas que podem produzir os melhores resultados.

Uma característica relevante da planta IGCC é a falta de dados históricos de

confiabilidade e custos de manutenção (a partida da planta é proposta para
março de 2000).

Inicialmente, a definição do plano de manutenção será baseada em dados de

confiabilidade da literatura e nas características técnicas das máquinas. Essas
informações serão então atualizadas usando os dados adquiridos durante a vida
útil da planta.

O sistema de análise foi estruturado de forma racional para manter o processo

de atualização o mais objetivo possível. Isso foi conseguido através do uso de
um procedimento de mapeamento, utilizando avaliações bem compreendidas de
diferentes parâmetros e uma análise simples e clara de intervenções
corretivas.

O plano de manutenção desenvolvido para as máquinas da planta IGCC é

baseado na conhecida técnica FMECA [7,8]. Os resultados da análise
forneceram um índice de criticidade para cada máquina, permitindo a seleção
da melhor política de manutenção.

4.1. A estratégia de manutenção adotada pela refinaria de petróleo

A metodologia interna desenvolvida pela empresa para resolver o problema de
seleção da estratégia de manutenção para a nova planta IGCC é baseada em
uma “análise de criticidade” que pode ser considerada uma extensão da técnica
FMECA.

Esta análise leva em consideração os seguintes seis parâmetros:

1. Segurança;
2. Importância da máquina para o processo;
3. Custos de manutenção;
4. Frequência de falha;
5. Duração do tempo de inatividade;
6. Condições operacionais.

Tabela 1 - Valores de peso atribuídos aos parâmetros relevantes considerados

na análise FMECA
Observe que os seis parâmetros apresentados a seguir derivam de uma pré-
análise precisa para selecionar todos os parâmetros relevantes que podem
contribuir para a criticidade da máquina. Conforme relatado pelo gerente de
manutenção, 12 critérios foram inicialmente considerados:

a) Segurança. Considerando a segurança do pessoal, dos equipamentos, das

edificações e do meio ambiente em caso de falha.
b) Importância da máquina para o processo. A importância da máquina para
o correto funcionamento da planta. Por exemplo, a presença de um
buffer interoperacional para estocar os produtos pode reduzir a
criticidade da máquina, uma vez que a intervenção de manutenção pode
ser realizada sem o desligamento da planta.
c) Disponibilidade de máquina sobressalente. As máquinas que não possuem
sobressalentes disponíveis são as mais críticas.
d) Disponibilidade de peças sobressalentes. A falta de peças
sobressalentes aumenta a criticidade da máquina e exige que um pedido
de reposição seja emitido após a ocorrência de uma falha.
e) Custo de manutenção. Este parâmetro é baseado nos custos de mão de
obra e peças de reposição.
f) Dificuldade de acesso. A intervenção de manutenção pode ser difícil
para máquinas dispostas de forma compacta, colocadas em área restrita
por serem perigosas, ou situadas em grande altura (por exemplo, alguns
motores elétricos agitadores e bancos de resfriadores de ar). A
dificuldade de acesso à máquina aumenta o tempo de inatividade e, além
disso, aumenta a probabilidade de uma falha devido ao fato de que as
equipes de inspeção não conseguem detectar facilmente as falhas
incipientes.
g) Frequência de falha. Este parâmetro está vinculado ao tempo médio
entre falhas (MTBF) da máquina.
h) Duração do tempo de inatividade. Este parâmetro está vinculado ao
tempo médio de reparo (MTTR) da máquina.
i) Tipo de máquina. Um nível de criticidade mais alto deve ser atribuído às
máquinas de construção mais complexa. Essas máquinas também são
caracterizadas por custos de manutenção mais altos (material e mão de
obra) e tempos de reparo mais longos.
j) Condições de funcionamento. As condições de operação na presença de
desgaste causam um maior grau de criticidade da máquina.
k) Efeito de propagação. O efeito de propagação leva em consideração as
possíveis consequências de uma falha de máquina no equipamento
adjacente (efeito dominó).
 l) Custo de perda de produção. Quanto maior a importância da máquina
para o processo, maior será a criticidade da máquina devido à perda de
produção.

Para restringir a complexidade (e os custos) da análise a ser realizada, o

número de parâmetros de avaliação é reduzido agrupando aqueles que são
semelhantes e removendo os menos significativos. Um aumento no número de
parâmetros não implica em um maior grau de precisão da análise. Com um
grande número de parâmetros, a análise torna-se muito mais onerosa em
termos de dados necessários e tempo de elaboração.

Além disso, a avaliação quantitativa dos fatores descritos é complexa e sujeita

ao risco de estimativas incorretas.Os seguintes “clusters” foram criados.

A “disponibilidade da máquina sobressalente” afeta principalmente a duração

ininterrupta do processo de produção e pode, portanto, estar ligada à
“importância da máquina para o processo” e ao “custo de perda de produção”.

Em termos de peças de reposição, o “custo de manutenção” pode incluir o fator

“tipo de máquina”, enquanto a contribuição da mão de obra para o custo de
manutenção pode ser agrupada com o atributo “duração do tempo de
inatividade”. “Segurança” do sistema, “frequência de falhas”, “dificuldade de
acesso” e “condições de operação” são considerados fatores independentes
pela equipe de manutenção. Para cada máquina analisada da nova planta IGCC, é
feita uma avaliação numérica subjetiva, adotando uma escala de 1 a 100.

Por fim, os fatores levados em consideração estão ligados no seguinte índice de

criticidade CI:

CI = [(S × 1,5) + (IP × 2,5) + (MC × 2) + (FF × 1) + (DL × 1,5) + (OC × 1)] × AD (1)

onde S segurança, importância da máquina IP para o processo, custos de

manutenção MC, frequência de falha FF, duração do tempo de inatividade DL,
condições operacionais OC, dificuldade de acesso à máquina AD.

No índice, a “dificuldade de acesso” à máquina tem sido considerada pela

administração como um agravante no que diz respeito à criticidade do
equipamento.

Portanto, é adequado avaliar o efeito da “dificuldade de acesso” da máquina

como um fator “a posteriori”. Por esta razão, com esta abordagem, o índice de
criticidade da máquina foi multiplicado pela “dificuldade de acesso” da máquina.
Uma quantificação racional dos sete fatores foi definida e baseada em um
conjunto de tabelas. Em particular, cada fator relevante é dividido em várias
classes às quais é atribuída uma pontuação diferente (no intervalo de 1 a 100)
para levar em consideração os diferentes níveis de criticidade.

Por uma questão de brevidade, apenas a avaliação do atributo "importância da

máquina para o processo" é relatada como um exemplo no Apêndice A.

mesa 2
Seleção da política de manutenção com base no índice de criticidade Índice de
criticidade Política de manutenção
> 395 Preditivo
290-395 Preventivo
<290 Corretivo

Os valores ponderados atribuídos pela equipe de manutenção aos diferentes

parâmetros são mostrados na Tabela 1.

O peso atribuído à segurança não é o mais alto porque em uma planta IGCC o
perigo é intrínseco ao processo. As condições de operação são ponderadas igual
a um de acordo com a hipótese de uma correta seleção da instalação em função
do serviço requerido. A frequência de avaria é ponderada igual a um em virtude
do fato de que as taxas de falha são atualmente apenas valores estimados.
O índice CI tem sido utilizado para classificar cerca de 200 máquinas da planta
(bombas, compressores, resfriadores de ar, etc.) em três grupos diferentes
correspondendo a três estratégias de manutenção diferentes, conforme
mostrado na Tabela 2. Observe que apenas corretiva, preventiva e preditiva as
estratégias de manutenção foram levadas em consideração pela gerência de
manutenção da refinaria.

As principais características dos três grupos são as seguintes:

Grupo 1. Uma falha de máquinas do grupo 1 pode levar a sérias consequências

em termos de segurança dos trabalhadores, danos ambientais e de fábrica,
perdas de produção, etc. Economias significativas podem ser obtidas reduzindo
a frequência de falhas e o tempo de inatividade. Uma manutenção cuidadosa (ou
seja, preditiva) pode levar a bons níveis de valor agregado da empresa. Nesse
caso, a economia em investimentos de manutenção não é aconselhável. Este
grupo contém cerca de 70% das máquinas IGCC examinadas.
Grupo 2. Os danos derivados de uma avaria podem ser graves mas, em geral,
não afectam o ambiente externo. Uma redução de custo médio pode ser obtida
com uma manutenção eficaz, mas cara. Em seguida, uma análise de custo /
benefício apropriada deve ser conduzida para limitar os investimentos em
manutenção (ou seja, inspeção, diagnóstico, etc.) para este tipo de instalações
(cerca de 25% das máquinas). Por este motivo, uma manutenção preventiva é
preferível a uma política preditiva mais cara.
Grupo 3. As falhas não são relevantes. As peças sobressalentes não são caras
e, como consequência, baixos níveis de economia podem ser obtidos através da
redução dos estoques sobressalentes e da freqüência de falhas. Com um
orçamento apertado, os investimentos de manutenção para esses tipos de
instalações devem ser reduzidos, também porque o valor agregado derivado de
um plano de manutenção é insignificante. A manutenção corretiva mais barata
é, portanto, a melhor escolha. O Grupo 3 contém 5% das máquinas.

4.2. Análise crítica da metodologia MCDM de manutenção da petroleira

Alguns aspectos do índice de criticidade CI proposto e elaborado pela equipe

de manutenção estão sujeitos a críticas. Eq. (1) representa uma versão
modificada “estranha” do modelo de soma ponderada (WSM), que
provavelmente representa o método MCDM mais simples e ainda mais usado [2].
Mas, neste caso, existem alguns pontos fracos.

(a) O WSM é baseado na suposição de “utilidade aditiva” [2]. No entanto, o

WSM deve ser usado apenas quando os critérios de tomada de decisão podem
ser expressos em unidades de medida idênticas.
(b) O fator AD deve ser adicionado e não usado como um fator multiplicador.
(c) Dependências entre os sete atributos devem ser cuidadosamente analisadas
e discutidas.
(d) Os valores de peso indicados na Tabela 1 não são justificados de forma
satisfatória. A equipe de manutenção também tem sérias dúvidas sobre esses
valores, o que sugere que eles têm pouca confiança nos resultados finais
obtidos pelo modelo MCDM. Além disso, nenhuma análise de sensibilidade foi
conduzida para testar a robustez dos resultados. Esse fato provavelmente se
deve a (i) uma análise de sensibilidade não é uma tarefa fácil e (ii) a ausência
de um pacote de software que suporte essa solicitação.
Apesar desses problemas, a classificação produzida a partir do índice de IC
permitiu definir três grupos homogêneos de máquinas. A composição dos
clusters confirma as expectativas do pessoal de manutenção e é considerada
bastante satisfatória. Por outro lado, as dúvidas do pessoal de manutenção
dizem respeito principalmente à estratégia de manutenção a adotar para cada
grupo de máquinas. Este fator tem sido usado como ponto de partida para o
desenvolvimento de uma abordagem AHP para atribuir a “melhor” estratégia de
manutenção a cada elemento do cluster, levando em consideração vários
aspectos possíveis.

5. O processo de hierarquia analítica

O AHP [9-11] é uma ferramenta de tomada de decisão multicritério poderosa e

flexível para problemas complexos em que os aspectos qualitativos e
quantitativos precisam ser considerados. O 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, em seguida, sintetizar os resultados, o
AHP não apenas ajuda os analistas a chegar à melhor decisão, mas também
fornece uma justificativa clara para as escolhas feitas.
Resumidamente, o procedimento passo a passo no uso do AHP é o seguinte:
1. definir os critérios de decisão na forma de uma hierarquia de objetivos. A
hierarquia está estruturada em diferentes níveis:

Tabela 3
Pontuações de julgamento no AHP

Pontuação de explicação do julgamento

Igualmente dois atributos contribuem igualmente para os critérios de nível

superior
2
Moderadamente, a experiência e o julgamento favorecem ligeiramente um
atributo 3 em detrimento de outro
4
Fortemente A experiência e o julgamento favorecem fortemente um 5 atributo
em detrimento de outro
6
Muito fortemente Um atributo é fortemente favorecido e seus 7
dominância demonstrada na prática
8
Extremamente a evidência que favorece um atributo em vez de 9
outro é da mais alta ordem possível de afirmação
do topo (ou seja, o objetivo) através de níveis intermediários (critérios e
subcritérios dos quais os níveis subsequentes dependem) para o nível mais
baixo (ou seja, as alternativas);
2. pondere os critérios, subcritérios e alternativas em função de sua
importância para o elemento correspondente do nível superior. Para esse
propósito, o AHP usa comparações simples de pares para determinar pesos e
classificações de forma que o analista possa se concentrar em apenas dois
fatores ao mesmo tempo. Uma das questões que podem surgir ao usar uma
comparação de pares é: quão importante é o fator de "custo da política de
manutenção" com relação ao atributo "aplicabilidade da política de
manutenção", em termos da "seleção da política de manutenção" (ou seja, o
objetivo do problema) ? A resposta pode ser “igualmente importante”,
“moderadamente mais importante”, etc. As respostas verbais são então
quantificadas e traduzidas em uma pontuação por meio do uso de escalas
discretas de 9 pontos (ver Tabela 3);
3. depois que uma matriz de julgamento foi desenvolvida, um vetor de
prioridade para ponderar os elementos da matriz é calculado. Este é o
autovetor normalizado da matriz.

O AHP permite que o analista avalie a validade dos julgamentos com o índice de
inconsistência IR. Os julgamentos podem ser considerados aceitáveis se IR S
0.1. Nos casos de inconsistência, o processo de avaliação da matriz
inconsistente é imediatamente repetido. Uma taxa de inconsistência de 0,1 ou
mais pode justificar uma investigação mais aprofundada. Para mais detalhes
sobre RI, o leitor pode consultar Saaty [9].
Após sua introdução por Saaty [9], o AHP tem sido amplamente utilizado em
muitas aplicações [12]. Projetado para refletir a maneira como as pessoas
realmente pensam, o AHP foi desenvolvido há mais de 20 anos e é uma das
técnicas de tomada de decisão multicritério mais utilizadas. Este fato
provavelmente se deve a alguns aspectos importantes do AHP, como [13]: (1) a
possibilidade de medir a consistência no julgamento do tomador de decisão;
(2) não toma, por si só, decisões, mas orienta o analista em sua tomada de
decisão; (3) é possível realizar uma análise de sensibilidade; (4) O AHP pode
integrar informações quantitativas e qualitativas; e (5) é bem suportado por
programas de software comerciais. No entanto, é necessário lembrar alguns
possíveis problemas com AHP (reversão de classificação, etc.) que são
debatidos atualmente na literatura [14-16].
6. O esquema de 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. O AHP começa dividindo
um problema complexo e multicritério em uma hierarquia em que cada nível
compreende alguns elementos gerenciáveis que são então divididos em outro
conjunto de elementos. Considerando o aspecto crítico desta etapa para a
metodologia AHP, a estrutura foi criada seguindo sugestões da equipe de
manutenção e produção da refinaria de petróleo (Fig. 1). A hierarquia AHP
desenvolvida neste estudo é uma árvore de cinco níveis em que o nível superior
representa o objetivo principal da seleção de manutenção e o nível inferior
compreende o
políticas de manutenção alternativas.
Os critérios de avaliação que influenciam o objetivo principal estão incluídos no
segundo nível e estão relacionados a quatro aspectos diferentes: danos
produzidos por uma falha, aplicabilidade da política de manutenção, valor
agregado criado pela apólice e o custo da apólice. Esses critérios são divididos
em vários subcritérios, conforme mostrado na Fig. 1.
A definição do esquema de hierarquia descrito acima foi desenvolvida usando
um processo de brainstorming. Todas as pessoas preocupadas com problemas
de manutenção na refinaria de petróleo onde está sendo construída a planta
IGCC foram incluídas no estudo. Em particular, envolvemos o pessoal de
engenharia de manutenção (que realiza as análises de crítica e desenvolvem os
procedimentos de melhoria de manutenção), o pessoal do MON (Manutenção no
Local) e MOF (Manutenção Fora do Local) (que gerencia as operações de
manutenção para a transferência e a mistura dos produtos da refinaria de
petróleo).
O esquema de hierarquia foi baseado nas taxas devidas durante a gestão de
manutenção da refinaria de petróleo. Desta forma, os quatro critérios do
primeiro nível da hierarquia foram imediatamente identificados. Possíveis
diferenças de opinião expressas pelos supervisores de manutenção foram
“suavizadas” usando a técnica Delphi. Procuramos, dessa forma, maximizar as
vantagens da dinâmica de grupo e reduzir os efeitos negativos decorrentes da
subjetividade das opiniões.
A ferramenta formal usada durante a definição da estrutura hierárquica foi a
abordagem Interpretive Structural Modeling (IMS) [17,18]. IMS é um
processo de aprendizagem interativo bem estabelecido para identificar e
resumir as relações entre os fatores específicos de um problema de tomada de
decisão multicritério e fornece um meio eficiente pelo qual um grupo de
tomadores de decisão pode impor ordem na complexidade do problema.
Figura 1 - O esquema de hierarquia AHP adotado

As etapas desta metodologia são resumidamente as seguintes [18]:

uma. identificação de elementos relevantes para o problema de tomada de
decisão;
b. uma relação subordinada contextualmente relevante é escolhida;
c. uma matriz de auto-interação estrutural (SSIM) é desenvolvida com base na
comparação entre pares de elementos;
d. SSIM é convertido em uma matriz de alcançabilidade e sua transitividade é
verificada;
e. uma vez alcançada a transitividade, obtém-se a conversão de um sistema de
objetos em um modelo matricial bem definido;

f. o particionamento dos elementos e a extração do modelo estrutural,

denominado ISM, é então executado.

com os efeitos tangíveis da falha na máquina, o dano indireto leva em

consideração as possíveis influências (ou seja, redução) da falha na vida útil da
planta como consequência de um "efeito dominó" em outras instalações e
instrumentos. Por fim, o dano ambiental é dividido em interno e externo à
planta.
Para o fator de aplicabilidade da política de manutenção, dois subcritérios são
levados em consideração: os custos necessários para a implementação da
política e a confiabilidade. Os custos de manutenção são divididos em hardware
(ou seja, sensores), software (ou seja, um software comercial de
confiabilidade) e custos de treinamento. O critério de confiabilidade inclui o
aspecto técnico da estratégia de manutenção adotada em termos de
capacidade de detecção de falhas e capacidade de restauração da instalação.
O critério de valor agregado trata do benefício indireto de uma política de
manutenção específica. Esta categoria inclui as melhorias em termos de
qualidade do produto, segurança e habilidades internas (ou seja, um melhor
conhecimento geral das máquinas utilizadas).
Com relação ao fator de custo da apólice, quatro subcritérios foram
considerados para o nível hierárquico sucessivo: MTBF, MTTR, economia no
estoque de peças de reposição e aspectos de garantia (ou seja, possíveis
reduções nos prêmios de seguro que podem ser obtidos por adoção de uma
política de manutenção específica). Observe que o investimento necessário para
implementar a política não está incluído como subcritério. Isso se deve ao fato
de que o investimento em manutenção para uma única máquina é insignificante
em relação aos outros subcritérios do fator “custo de política”. Por esse
motivo, o atributo “investimento necessário” foi introduzido apenas como
subcritério do fator “aplicabilidade da política” na hierarquia.
A hierarquia proposta não deve ser considerada geral para qualquer aplicação
de planta de processo, com algumas escolhas concernentes apenas à planta
IGCC particular aqui analisada.

Além disso, é possível notar como algumas possíveis dependências entre os

atributos não foram tratadas. Essas escolhas de simplificação de estrutura
derivam da necessidade de obter um bom equilíbrio entre um nível adequado de
detalhe e uma complexidade gerenciável da estrutura hierárquica para
aplicações industriais reais.

7. A análise AHP

Uma vez que a estrutura hierárquica do problema de tomada de decisão de

manutenção foi definida, as prioridades do esquema foram calculadas usando
comparações de pares e a técnica Delphi.
Os três grupos de máquinas descritos anteriormente foram analisados através
do uso da metodologia AHP. Nesta situação, cinco políticas de manutenção
alternativas diferentes foram consideradas. Os julgamentos de pares usados
para realizar a análise de AHP foram declarados pela gestão de manutenção da
refinaria de petróleo que desenvolveu a análise FMECA modificada mostrada na
Seção 4.
A Tabela 4 exemplifica o fator “danos” para as máquinas do Grupo 1, com os
julgamentos relativos de importância (resultados de RI iguais a 0,03 <0,1
obtidos pela adoção da escala quantitativa apresentada na Tabela 3.
É claro que o aspecto mais importante, em termos de “danos”, é o atributo
“danos à planta”. Essa consideração se deve ao fato de que o maior custo
decorrente de um acidente se deve aos danos à planta de produção (diretos e
indiretos, ou seja, efeito dominó). Os danos ambientais são o elemento menos
importante devido à presença de sistemas de segurança modernos e
sofisticados que garantem consequências limitadas para o meio ambiente.
A Fig. 2 mostra os índices globais de prioridade para cada critério, subcritério
e alternativa incluída na estrutura hierárquica AHP para uma determinada
máquina do Grupo 1 (um compressor de ar de potência de 23 MW).
Como pode ser visto, o índice geral de inconsistência é igual a 0,046, que é
menor que o valor crítico de 0,1. Para resumir, os valores parciais de IR não são
mostrados na figura. No entanto, todos os valores de IR resultam abaixo de
0,1.
A Tabela 5 mostra a classificação final para três máquinas, cada uma
representando um grupo diferente.

Tabela 4

Exemplo de comparação de pares com relação ao atributo "danos" para

máquinas do Grupo 1. Nota: o elemento de linha é x (ou 1 / x) vezes mais (ou
menos) importante do que o elemento de coluna
8. Análise de sensibilidade

Embora a solução de classificação tenha mostrado um cenário possível onde,

por exemplo, “aspectos de danos” são claramente os critérios mais importantes
para as máquinas do Grupo 1 (ver Fig. 2), a solução AHP pode mudar de acordo
com as mudanças na lógica do analista. Para explorar a resposta das soluções do
modelo (ou seja, a robustez da solução) para mudanças potenciais na prioridade
das estratégias de manutenção, uma série de análises de sensibilidade dos
pesos dos critérios pode ser realizada alterando a prioridade (importância
relativa) dos pesos. Cada critério pode ser caracterizado por um importante
grau de sensibilidade, ou seja, a classificação de todas as estratégias muda
drasticamente em toda a faixa de peso [19]. O problema é verificar se algumas
mudanças nas avaliações de julgamento podem levar a modificações
significativas na classificação final de prioridade. Por esse motivo, a análise de
sensibilidade é usada para investigar a sensibilidade das alternativas às
mudanças nas prioridades dos critérios no nível imediatamente abaixo da meta.
A análise proposta enfatiza as prioridades dos quatro critérios de “primeiro
nível” no modelo AHP relatado na Fig. 1 e mostra como a mudança da prioridade
de um critério afeta as prioridades dos outros. É claro que à medida que a
prioridade de um dos critérios aumenta, as prioridades dos demais critérios
devem diminuir proporcionalmente e as prioridades globais das alternativas
devem ser recalculadas.

Todos os resultados relatados nas Tabelas 6–8 foram obtidos usando o

software Expertchoice, uma ferramenta de tomada de decisão com vários
atributos que foi usada para dar suporte a todos os aplicativos AHP relatados
neste documento.
Por exemplo, na Tabela 6, pode-se ver claramente a robustez da estratégia de
manutenção preditiva para as máquinas pertencentes ao Grupo 1. Esta política
continua a ser a melhor solução, aumentando ou diminuindo as prioridades de
cada critério. Somente quando se aumenta a prioridade do fator de
“aplicabilidade” para uns improváveis 96% é que obtemos uma mudança na
classificação final com a estratégia de manutenção baseada em condições.
Para as máquinas do Grupo 2 (Tabela 7), a solução final é menos estável. As
estratégias de manutenção oportunista e preditiva mostram algumas
alternâncias nas posições prioritárias. Em particular, a equipe de manutenção
deve levar em consideração as avaliações de prioridade de “aplicabilidade” e
“valor agregado”. Não há situações em que mudanças catastróficas na
classificação final sejam observadas.
Uma análise das máquinas do Grupo 3 (Tabela 8), destaca mais reversões na
classificação final. As estratégias de manutenção corretiva, oportunista e
preditiva podem ser consideradas a melhor solução, dependendo de quais
critérios de ponderação são usados. Percebe-se, portanto, que a análise de
sensibilidade mostra como, no estudo de caso em análise, a equipe de
manutenção deve concentrar sua atenção na avaliação aos pares dos quatro
critérios. É claro que algumas mudanças nas avaliações de julgamento podem
levar a modificações na classificação final de prioridade. Mas também deve ser
lembrado que a importância da manutenção corretiva nunca vai embora. Em
outras palavras, temos três estratégias diferentes, todas as quais podem
fornecer a melhor solução, e as diferenças entre elas nunca são de grande
importância.
Resumindo as considerações discutidas acima, pode-se afirmar que as seleções
de AHP apresentadas na Seção 7, que dizem respeito às melhores estratégias
de manutenção possíveis para as máquinas IGCC, podem ser aceitas com bom
grau de confiança pela equipe de manutenção da empresa.
Concluímos esta seção com duas considerações finais. Em primeiro lugar, a
análise de sensibilidade aqui proposta é relevante apenas para as prioridades
dos quatro critérios de “primeiro nível”. Em segundo lugar, porque alteramos o
peso de cada atributo um de cada vez, apenas os “efeitos principais” foram
considerados. Em outras palavras, os “efeitos de interação” das alterações
feitas em dois ou mais pesos foram ignorados. Essas simplificações foram
adotadas pelos seguintes motivos:

1. a solução final é principalmente sensível a mudanças nas prioridades no nível

mais alto da hierarquia;
2. a introdução dos efeitos de interação torna a análise de sensibilidade muito
complexa para aplicações reais. No entanto, deve-se notar que os efeitos
principais são geralmente os aspectos mais importantes em uma análise de
sensibilidade.

Em outras palavras, a abordagem simples descrita aqui parece ser um bom

compromisso entre eficiência e eficácia.

9. Conclusões

A definição das políticas de manutenção mais adequadas para um grande

sistema, como uma planta IGCC, requer o desenvolvimento de sistemas de
suporte à decisão apropriados. A seleção do plano de manutenção para cada
componente é muito complexa devido às dificuldades de coleta de dados, o
número de fatores a serem considerados, sua subjetividade, o grande número
de máquinas da planta (cerca de duzentas no caso em análise) a ser
considerado, e o fato de que a usina ainda está em construção.

Quando integrada com uma pré-análise da crítica da instalação, a técnica AHP

provou ser um suporte válido para a seleção da estratégia de manutenção. A
estrutura hierárquica do AHP proposto combina muitas características que são
importantes para a seleção da política de manutenção: fatores econômicos,
aplicabilidade e custos, segurança, etc. Além disso, aceitando o fato de que
existem algumas diferenças, os resultados do AHP não são completamente
diferente daqueles diretamente propostos pelo pessoal da refinaria de
petróleo. Isso não é uma surpresa porque os mesmos especialistas realizaram
as duas análises. Mas a abordagem AHP é caracterizada por algumas
propriedades importantes que são altamente consideradas pela equipe de
manutenção.

A técnica do AHP permite abordar o problema de tomada de decisão de forma

mais completa e abrangente, levando em consideração diversos fatores. Essa
capacidade é mais difícil de obter quando se usa metodologias convencionais
como FMECA. Deve-se considerar também que o AHP é capaz de gerenciar um
grande número de alternativas possíveis de forma eficiente;

O AHP pode integrar informações qualitativas e quantitativas. Com o AHP, um

julgamento quantitativo direto dos fatores de manutenção relevantes não é
necessariamente exigido pelo gerente de manutenção. As comparações de
pares são preferidas pelo gerente quando vários critérios intangíveis precisam
ser tratados, como é o caso da seleção de manutenção. Além disso, o AHP é o
único modelo MCDM conhecido que pode medir a consistência do tomador de
decisão;

O procedimento AHP está prontamente disponível em pacotes de software de

tomada de decisão de vários vendedores de software comercial. Em particular,
essas ferramentas de software permitem realizar uma análise de sensibilidade
que melhora a eficácia do procedimento e a estabilidade das decisões
alcançadas através do AHP.

Os resultados e a satisfação do gerenciamento de manutenção derivados do

uso da metodologia proposta confirmam como o AHP pode aprimorar e melhorar
a compreensão da dinâmica de um problema complexo semelhante e representa
uma abordagem eficaz para chegar a decisões.