Você está na página 1de 14

A Distribuição de Weibull Aplicada à Fiabilidade

Trabalho Prático de Investigação - Tema 1

Unidade Curricular: Gestão da Manutenção


Resumo

Pretende-se com este trabalho caracterizar a fiabilidade a partir da distribuição de


Weibull. Para tal, é necessária a introdução de conceitos básicos de fiabilidade assim
como as características da referida distribuição. Esta abordagem da fiabilidade requer a
existência de dados estatísticos ou histórico de falhas.

1. Introdução

Diante de um mercado altamente competitivo, onde os clientes estão-se a tornar cada vez mais
exigentes, e os produtos, por sua vez, cada vez mais complexos, as empresas têm vindo a
sentir a necessidade de modernização das suas linhas de produção. Entretanto mostra-se
necessário que tal modernização venha acompanhada de procedimentos que, baseados em
informações quantitativas, sejam capazes de optimizar a utilização e a manutenção desses
novos meios produtivos.
Nesse sentido, impulsionada pelo aparecimento de softwares, especialmente desenvolvidos
para facilitar a resolução de cálculos e para gerar relatórios instantâneos, a engenharia da
fiabilidade vem ganhando cada vez mais destaque, uma vez que tem como principal objectivo
estabelecer, através de modelos estatísticos, o tempo no qual um sistema estará disponível,
informação fundamental tanto para a proposição do tempo de garantia de um determinado
produto quanto para a gestão da manutenção de um ambiente fabril.

2. A gestão da manutenção como Instrumento de Competitividade

Com as frequentes mudanças ocorridas na economia, têm levado as empresas a procurarem


diferenciadores em seus processos produtivos. Não basta somente produzir a um menor custo,
deve-se agregar ao produto qualidade, preço e prazo de entrega. Neste sentido, as empresas
devem projectar produtos que tenham o máximo de valor agregado com custos reduzidos, a
fim de aumentar a produtividade. A produtividade de um produto pode ser descrita pelo
quociente entre qualidade e custos. Uma vez que os padrões de qualidade são ditados pelos
clientes, que a cada dia estão mais exigentes, para uma empresa tornar-se produtiva, ela deve
minimizar seus custos de produção. Portanto, para se desenvolver e para se tornar mais
eficiente, mostra-se necessário que um grande esforço seja empenhado à gestão da
manutenção.
Desta forma, a manutenção tem evoluído significativamente, deixando em segundo plano o
papel de conservar (consertar ou reparar) dando prioridade ao manter (prevenir, corrigir).
Na busca de uma maior produtividade, a gestão da produção trilhou os seguintes passos
evolutivos:

I - Manutenção Correctiva: Reparar quando falhar;


II - Manutenção Preventiva: Reparar antes que falhe;
III - Manutenção Condicionada: monitorar e reparar somente na eminência de falha;

3. Conceitos básicos

3.1 Definição de falha

O que é uma falha?


Falha é o limite da capacidade de um item em desempenhar a função requerida. Entretanto, o
item pode estar degradado ou ao mesmo tempo avariado e ainda não causar uma falha. A
esse fenómeno é atribuído o nome de defeito, que significa qualquer desvio de uma
característica de um item em relação aos seus requisitos.
As falhas, para objectivos deste trabalho, são classificadas em duas categorias:
Falha funcional: incapacidade de um item de desempenhar uma função específica dentro de
limites desejados. Também é conhecida como estado de falha;
Falha potencial: condição identificável e mensurável que indica uma falha funcional pendente
ou em processo de ocorrência. Muitas vezes se apresenta em forma de defeito.
Prevenir e corrigir falhas constituem os objectivos primários da manutenção. Para isto é
necessário conhecer como os itens falham, caracterizando a forma como as falhas ocorrem.

3.2 Modo de falha

Modo de falha é um evento ou condição física que causa uma falha funcional. Está associado à
causa da transição do estado normal para o estado anormal. Em geral podem ser divididos em
mecânicos, eléctricos, estruturais e humanos.

3.3 Tempo até à falha

O tempo até falha pode ser definido como o tempo decorrido desde o instante em que o item é
colocado em funcionamento até à sua primeira falha. Pode assumir valores discretos, como por
exemplo, o número de ciclos até à falha.

3.4 Probabilidade de falha

A densidade de probabilidade de ocorrência de falha é definida pela modelagem da variação


temporal da probabilidade de falha funcional do item por unidade de tempo. É a definição
matemática do valor associada à probabilidade de ocorrência deste valor. É encontrada através
da equação 1.
A distribuição de probabilidade acumulada de ocorrência de falha é definida como a
probabilidade de falha de um item em uma missão de duração menor ou igual a t. É encontrada
através da equação 2.
dF (t )
f (t )  (1)
dt
t
F (t )   f (t )dt

(2)

onde f(t) é a função densidade de probabilidade de falha, F(t) é a distribuição de probabilidade


acumulada de falhas e t é o tempo até falha.

3.5 Fiabilidade

Sob o enfoque da manutenção preventiva mostra-se indispensável a utilização de ferramentas


quantitativas capazes de medir o risco de falha de um dado componente. Define-se fiabilidade
como sendo “a probabilidade de um item desempenhar satisfatoriamente a função requerida,
sob condições de operação estabelecidas, por um período de tempo predeterminado”. Uma
vez que a fiabilidade e o tempo de falha de um dado componente são acontecimentos
complementares, fica evidente a relação entre o estudo de fiabilidade e o sucesso da
manutenção preventiva.
Matematicamente, a fiabilidade é descrita segundo as Equações 3 ou 4:

R(t )   f (t )dt (3)
t

R(t )  1  F (t ) (4)

Onde:
R(t) é a fiabilidade; f (t) é a função da densidade de probabilidade (f. d. p.) e t é o período de
vida útil.

3.6 Taxa de falha ou função de risco

A taxa de falha, também conhecida como função de risco, é definida pela probabilidade
condicional da ocorrência de falha no intervalo de t a t + dt, dado que não houve falha até o
instante t, divido pelo intervalo dt. A função é representada matematicamente pela equação 5.
f (t )
 (t )  h(t )  (5)
R(t )

3.7 Variáveis aleatórias

Se uma variável aleatória puder assumir valores numa escala contínua é uma variável aleatória
continua. A probabilidade que um valor particular de uma variável aleatória contínua se
verifique é zero, devido à infinidade de valores possíveis. Portanto no caso de variáveis
contínuas, é necessário considerar a probabilidade de que a variável aleatória fique dentro de
um intervalo, mais do que um ponto. A probabilidade de que t fique num valor do intervalo
tx a ty é:
ty

pt x  t  t y    f (t ) dt (6)
tx
e f(t) é uma função densidade para a variável aleatória continua.
tz

 f (t ) dt  1
ta
(7)

Podemos, através de um do histograma de frequências relativas, comprová-lo.


Se pensarmos num certo número de máquinas similares sujeitas a varia, não esperaremos que
cada uma delas falhe depois do mesmo número de horas de funcionamento. Anotando o tempo
de funcionamento até a avaria de cada máquina é possível traçar um histograma no qual a
área associada com qualquer intervalo mostre a frequência relativa da avaria ocorrendo nestes
intervalos (ver figura 1).

Figura 1- Histograma

Se agora desejarmos determinar a probabilidade de um avaria ocorrer entre os tempos de


funcionamento tx e ty multiplica-se a ordenada y pelo intervalo (ty - tx).

Assim, a probabilidade de avaria ocorrer entre os tempos ta e tz, em que ta e tz são


respectivamente as horas de funcionamento mais baixas e mais elevadas em que o
equipamento falhou, é a unidade. Isto é, admite-se como certo a ocorrência da avaria no
intervalo (ta, tz) e a área do histograma é igual a 1.
Em estudos de manutenção opta-se em vez dos histogramas de frequência relativa, as funções
de densidade de probabilidade. Estas são semelhantes àqueles excepto que é usada uma
curva contínua, como indicado na figura 2. A equação da curva função de densidade é
designada por f(t).
Figura 2 - Gráfico função de densidade de probabilidade
Tal como com a área sob o histograma de frequência relativa, a área sob a curva de densidade
de probabilidade é igual à unidade.

4. Distribuição de Weibull

Nomeada pelo seu criador Waloddi Weibull, a distribuição Weibull é a mais utilizada em
estudos de fiabilidade, de entre as funções de densidade de probabilidade existentes, análise
de sobrevivência e em outras áreas devido a sua versatilidade.
Ernst Hjalmar Waloddi Weibull (18 de Junho de 1887-Annecy, 12 de Outubro de 1979) foi um
engenheiro e matemático sueco. É reconhecido pelo seu trabalho na área da fadiga de
materiais e na estatística pelos seus estudos sobre a distribuição de Weibull.

Uma distribuição é definida matematicamente pela sua equação de função de densidade de


probabilidade (f. d. p.). Existem outras formas de parametrizar a distribuição Weibull, mas a
expressão mais geral da f. d. p. da distribuição weibull de 3 parâmetros, é dada pela equação
8.

 1  t  
 t   
 

f (t )    e 
(8)
  
onde: t>0; β>0 e η >0

t é a variável que define o período de vida útil podendo ser expresso em distância percorrida
(km), em número de ciclos (n) ou em tempo de funcionamento (h);
β é o parâmetro de forma;
η é o parâmetro de escala;
γ é o parâmetro de posição;
A figura 3 realça o parâmetro de posição γ.

Figure 3 - Distribuição de Weibull Tri-Paramétrica


Nos estudos de fiabilidade, o parâmetro γ caracteriza a vida inicial do item sendo, na maioria
das aplicações, desprezado, γ=0. Nesses casos, onde se assume γ=0, a equação 8 pode ser
simplificada e a distribuição Weibull fica representada na sua forma biparamétrica (equação 9).

 1 t
t  
 
f (t )    e (9)
  

Substituindo-se a equação 9 na equação 2 temos a equação 10:

 

 1 t

t
t  

F (t )  1      e  
dt (10)
0
  
 

Calculando-se o integral proposto na equação 10 temos a seguinte função para o calculo da


fiabilidade:
 t 
 
 
F (t )  e (11)

Outra medida importante na fiabilidade está associada à taxa de falhas λ(t). De um modo geral,
a taxa de falhas pode ser descrita como a razão entre o número de falhas num determinado
tempo de vida e o número de componentes sujeitos à falha. Matematicamente, levando-se em
conta a distribuição Weibull biparamétrica, a taxa de falhas é descrita segundo a Equação (12).
 1
f (t )   t 
 (t )     (12)
R(t )    

4.2 Relações entre os parâmetros da distribuição Weibull e o planeamento da


Manutenção

No que segue, são apresentados os parâmetros característicos da distribuição Weibull a fim de


se caracterizar seus efeitos no comportamento da função de densidade de probabilidade, das
curvas de fiabilidade e de taxa de falhas e, consequentemente, nas estratégias da gestão da
manutenção.

4.3 O parâmetro de forma (β)

O parâmetro β é um número puro, isto é, adimensional e como o próprio nome sugere, tal
parâmetro interfere no formato da função de densidade de probabilidade como veremos a
seguir:
Quando β < 1 a função densidade de probabilidade (f. d. p.) de falhas apresenta frequências
elevadas na parte inicial da vida, tais falhas são comumente denominadas de falhas
prematuras e, de maneira geral, estão associadas a defeitos originados no projeto, na
produção ou na operação. Nestes casos, do ponto de vista da gestão da de manutenção, não
há como se antever tais defeitos e para itens nesta condição mostra-se mais indicado optar-se
pela manutenção corretiva ou preventiva.
Para ilustração, na Figura 4 são apresentadas a FDP, a curva de fiabilidade e a curva da taxa
de falhas para um componente fictício cuja probabilidade de falha segue uma distribuição
Weibull biparamétrica com β= 0,8 e η=30.

Figura 4 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na


distribuição Weibull biparamétrica ( β= 0,8 e η=30).

Analisando-se a Figura 4, podemos verificar o formato assumido pela distribuição Weibull.


Verifica-se que a freqüência de falhas é elevada na vida inicial do componente fazendo que a
fiabilidade do mesmo decresça de forma acelerada neste mesmo período.O comportamento da
taxa de falhas é uma combinação da probabilidade de falha e da fiabilidade (Equação 5) e
evidencia que a ocorrência de falhas é mais elevada na vida inicial do componente, diminuindo
drasticamente com o tempo de vida e, a partir de um dado momento, aproxima-se de um valor
constante. Em outras palavras, o comportamento da taxa de falhas evidencia que em boa parte
dos componentes avaliados, apresentaram falhas prematuras, defeitos, e os componentes que
não falharam, até um determinado tempo de vida, tendem a funcionar segundo as suas
características de projeto.
Quando β=1, a função densidade de probabilidade equivale à função distribuição exponencial.
Nesse caso, a taxa de falhas é constante e as falhas ocorrem de forma aleatória. Esse
comportamento está associado, sobretudo, às características de projeto do componente
avaliado e também denominado vida útil. Nesse caso, a manutenção corretiva e a manutenção
preventiva são as mais indicadas (Figura 5).
Figura 5 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica ( β= 1 e η=30).

Quando β > 1 existem modos de falhas predominantes e, nesses casos, após efetuar-se
estudos sobre os tempos médios entre falha (MTBF) e se analisar o efeito e o modo da falha
(FMEA), é possível a manutenção preventiva dos itens que estão sendo analisados. Na Figura
6, são apresentados à densidade de probabilidade, a confiança e a taxa de falhas
considerando-se uma distribuição Weibull biparamétrica (β=4 e η=30). Analisando-se essa a
densidade de probabilidade, percebe-se que grande parte da densidade de falhas concentra-se
ao redor de um determinado tempo de vida. Nesse caso, T=30, e é justamente esse
comportamento que caracteriza as falhas predominantes. De maneira geral, ele está ligado ao
desgaste natural de um determinado componente. Nesse sentido, a manutenção preditiva tem
como preceito básico o reparo na eminência da falha. Assim, as curvas de fiabilidade e da taxa
de falha trazem informações importantes que devem subsidiar a tomada de decisão sobre “o
momento de se reparar”.
Figura 6 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica ( β= 4 e η=30).

4.4 Parâmetro de Escala (η)

O parâmetro de escala (η) está associado à vida característica de um determinado


componente. Ele descreve e representa uma distância, tempo ou ciclos transcorridos desde o
início da atividade até o momento da falha. Nesse sentido, caso não apresente defeitos, falhas
prematuras, as falhas predominantes de um determinado componente, que, como abordado
anteriormente, estão associadas ao desgaste do mesmo, tendem a ocorrer nas proximidades
de sua vida característica; ou seja, nos casos em que ocorrem falhas predominantes, as
mesmas tendem a concentra-se nas proximidades do parâmetro de escala.
De maneira geral, podemos afirmar que:
Se η é aumentado, enquanto β é mantido constante, a distribuição, ou seja, a "curva" começa a
se estender, esticar para direita e sua altura diminui, ao manter sua forma e posição.
Se η é diminuído, enquanto β é mantido constante, a distribuição começa a se estreitar para
dentro, para esquerda (isto é para sua origem ou para 0 ou γ), e aumenta a sua altura.

Os comportamentos descritos acima, podem ser visualizados na Figura 7, onde são


apresentados a densidade de probabilidade, a confiança e a taxa de falhas considerando-se
uma distribuição Weibull biparamétrica mantendo-se fixo o parâmetro de forma (β=4) e o
parâmetro de escala η assumiu os valores 10, 20 e 30.
Figura 7 - Distribuição da probabilidade de falhas, fiabilidade e taxa de falhas baseadas na
distribuição Weibull biparamétrica (β= 4 e η = 10, 20 e 30).

4.5 Métodos gráficos – Papel de Weibull

De modo a calcular a fiabilidade de um item podemos recorrer ao papel de Weibull.


Existem 4 folhas com 4 escalas do tempo diferentes, todas elas utilizam escalas logarítmicas.
A figura 8 apresenta uma dessas folhas.

Figure 8 - Papel de Weibull


É um método aproximado mas poderá dar informações útil sobre o período em que o referido
equipamento se encontra, através do valor determinado para o parâmetro β.
Na posse dos valores correspondestes aos parâmetros da distribuição, pode-se então calcular
a fiabilidade para um qualquer tempo “t”.

Existem também outras ferramentas de cálculo para a distribuição de Weibull, como o caso de
seguida, o Microsoft Office Excel.

Figure 9 – Exemplo de uma folha de cálculo para a distribuição de Weibull


Existe também o software Weibull++, que é o padrão para análise de dados de vida utilizado
por milhares de companhias no mundo inteiro. Desenvolvido por uma equipe de especialistas
da ReliaSoft, esse software realiza a análise de dados de vida utilizando mais de 13
distribuições estatísticas, com ênfase para todas as formas da distribuição Weibull.

Figure 10 – Exemplo de uma folha de cálculo do software Weibull ++

5. Conclusões

Com o passar dos anos, as empresas estão cada vez mais utilizando as abordagens realizadas
pela engenharia da fiabilidade para melhorarem os seus desempenhos no ambiente industrial,
na performance de seus produtos, na optimização de seus recursos, na redução dos custos por
paragens inesperadas, na garantia da disponibilidade de um recurso. Para melhorarem, assim,
a qualidade frente aos concorrentes.
A engenharia da fiabilidade, a partir dos registros dos tempos de vida e de outros resultados,
esta intimamente baseada no ajuste de diferentes modelos estatísticos, resultando, por sua
vez, em informações que servem como auxílios para tomada de decisão. Nesse sentido, a
compreensão e a utilização dos conceitos descritos neste trabalho mostram-se indispensáveis
e são condição básica de conhecimento a todos os profissionais que desejem actuar na gestão
da engenharia da fiabilidade, na manutenção e nas áreas relacionadas.
Referências

- Manuel Cabral Morais, Fiabilidade e Controlo de Qualidade - Notas de apoio Fiabilidade,


Caps. 1-6, Secção de Estatística e Aplicações - IST
- Maria Prudência G. Martins, Armando L. F. Leitão, Predição de Falhas no Apoio à Decisão na
Gestão da Manutenção, Departamento de Gestão Industrial – ESTiG, IPB
- Handbook of Reliability Engineering, Hoang Pham, Editor
- Reliability Engineering Handbook, vol. 1, Dimitri Kececioglu
- ISEL - DEM - Gestão da Manutenção (Apontamentos), ROCHA J. (AEISEL)
- ISEL - DEM - Apresentações das Aulas, GESTÃO DA MANUTENÇÃO 2009/2010, José
Sobral
- ReliaSoft Corporation, http://www.reliasoft.com/pubs/paper_weibull.pdf, Acedido em 25 de
Abril 2011
- Rui Assis Homepage, http://www.rassis.com/manutencao.html, Acedido em 23 de Abril 2011
- Quality Digest, http://www.qualitydigest.com/jan99/html/body_weibull.html, Acedido em 23 de
Abril 2011