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

í
· ÷
=
t
dt t f t F ) ( ) ( (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:
í
·
=
t
dt t f t R ) ( ) ( (3)
) ( 1 ) ( t F t R ÷ = (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.
) (
) (
) ( ) (
t R
t f
t h t = = ì (5)

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
t
x
a t
y
é:
( ) dt t f t t t p
y
x
t
t
y x
í
= < < ) ( (6)
e f(t) é uma função densidade para a variável aleatória continua.
1 ) ( =
í
dt t f
z
a
t
t
(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 t
x
e t
y
multiplica-se a ordenada y pelo intervalo (t
y
- t
x
).

Assim, a probabilidade de avaria ocorrer entre os tempos t
a
e t
z
, em que t
a
e t
z
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 (t
a
, t
z
) 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.
|
n
¸ |
n
¸
n
|
|
|
.
|

\
| ÷
÷
÷
|
|
.
|

\
| ÷
=
t
e
t
t f
1
) ( (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).
|
n
|
n n
|
|
|
.
|

\
|
÷
÷
|
|
.
|

\
|
=
t
e
t
t f
1
) ( (9)

Substituindo-se a equação 9 na equação 2 temos a equação 10:
dt e
t
t F
t
t
í
|
|
|
.
|

\
|
|
|
.
|

\
|
÷ =
|
|
.
|

\
|
÷
÷
0
1
1 ) (
|
n
|
n n
|
(10)

Calculando-se o integral proposto na equação 10 temos a seguinte função para o calculo da
fiabilidade:
|
n
|
|
.
|

\
|
÷
=
t
e t F ) ( (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
) (
) (
) (
÷
|
|
.
|

\
|
= =
|
n n
|
ì
t
t R
t f
t (12)

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

deixando em segundo plano o papel de conservar (consertar ou reparar) dando prioridade ao manter (prevenir. as empresas têm vindo a sentir a necessidade de modernização das suas linhas de produção. Uma vez que os padrões de qualidade são ditados pelos clientes. Nesse sentido. para uma empresa tornar-se produtiva. através de modelos estatísticos. e os produtos. sejam capazes de optimizar a utilização e a manutenção desses novos meios produtivos. 2. . Introdução Diante de um mercado altamente competitivo. o tempo no qual um sistema estará disponível. corrigir). Neste sentido. ela deve minimizar seus custos de produção. A produtividade de um produto pode ser descrita pelo quociente entre qualidade e custos. A gestão da manutenção como Instrumento de Competitividade Com as frequentes mudanças ocorridas na economia. informação fundamental tanto para a proposição do tempo de garantia de um determinado produto quanto para a gestão da manutenção de um ambiente fabril. a gestão da produção trilhou os seguintes passos evolutivos: I . por sua vez. mostra-se necessário que um grande esforço seja empenhado à gestão da manutenção. Esta abordagem da fiabilidade requer a existência de dados estatísticos ou histórico de falhas. preço e prazo de entrega. Não basta somente produzir a um menor custo. 1. as empresas devem projectar produtos que tenham o máximo de valor agregado com custos reduzidos. para se desenvolver e para se tornar mais eficiente. têm levado as empresas a procurarem diferenciadores em seus processos produtivos. é necessária a introdução de conceitos básicos de fiabilidade assim como as características da referida distribuição. onde os clientes estão-se a tornar cada vez mais exigentes. Portanto. que a cada dia estão mais exigentes. deve-se agregar ao produto qualidade. Na busca de uma maior produtividade. uma vez que tem como principal objectivo estabelecer.Manutenção Preventiva: Reparar antes que falhe.Manutenção Correctiva: Reparar quando falhar. Desta forma. especialmente desenvolvidos para facilitar a resolução de cálculos e para gerar relatórios instantâneos. a fim de aumentar a produtividade. Entretanto mostra-se necessário que tal modernização venha acompanhada de procedimentos que. Para tal. cada vez mais complexos. a engenharia da fiabilidade vem ganhando cada vez mais destaque. a manutenção tem evoluído significativamente. II . impulsionada pelo aparecimento de softwares. baseados em informações quantitativas.Resumo Pretende-se com este trabalho caracterizar a fiabilidade a partir da distribuição de Weibull.

Entretanto. eléctricos. Também é conhecida como estado de falha. f (t )  dF (t ) dt (1) . caracterizando a forma como as falhas ocorrem.2 Modo de falha Modo de falha é um evento ou condição física que causa uma falha funcional. As falhas. Está associado à causa da transição do estado normal para o estado anormal. Falha potencial: condição identificável e mensurável que indica uma falha funcional pendente ou em processo de ocorrência. É encontrada através da equação 1. É a definição matemática do valor associada à probabilidade de ocorrência deste valor. o item pode estar degradado ou ao mesmo tempo avariado e ainda não causar uma falha. são classificadas em duas categorias: Falha funcional: incapacidade de um item de desempenhar uma função específica dentro de limites desejados. 3. Conceitos básicos 3. Prevenir e corrigir falhas constituem os objectivos primários da manutenção. que significa qualquer desvio de uma característica de um item em relação aos seus requisitos. Muitas vezes se apresenta em forma de defeito.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 encontrada através da equação 2. 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. A esse fenómeno é atribuído o nome de defeito.Manutenção Condicionada: monitorar e reparar somente na eminência de falha. para objectivos deste trabalho. Pode assumir valores discretos. o número de ciclos até à falha.1 Definição de falha O que é uma falha? Falha é o limite da capacidade de um item em desempenhar a função requerida. 3. 3. Em geral podem ser divididos em mecânicos. 3.III . como por exemplo. estruturais e humanos. Para isto é necessário conhecer como os itens falham.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.

devido à infinidade de valores possíveis. é necessário considerar a probabilidade de que a variável aleatória fique dentro de um intervalo. Uma vez que a fiabilidade e o tempo de falha de um dado componente são acontecimentos complementares. também conhecida como função de risco.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. fica evidente a relação entre o estudo de fiabilidade e o sucesso da manutenção preventiva.F (t )    f (t )dt t (2) onde f(t) é a função densidade de probabilidade de falha. d. sob condições de operação estabelecidas. divido pelo intervalo dt. F(t) é a distribuição de probabilidade acumulada de falhas e t é o tempo até falha.) e t é o período de vida útil. p. a fiabilidade é descrita segundo as Equações 3 ou 4:  R(t )   f (t )dt t (3) (4) R(t )  1  F (t ) Onde: R(t) é a fiabilidade. Portanto no caso de variáveis contínuas. f (t) é a função da densidade de probabilidade (f. A probabilidade de que t fique num valor do intervalo tx a ty é: ty pt x  t  t y    f (t ) dt tx (6) . mais do que um ponto. Define-se fiabilidade como sendo “a probabilidade de um item desempenhar satisfatoriamente a função requerida. é definida pela probabilidade condicional da ocorrência de falha no intervalo de t a t + dt. 3. Matematicamente. A função é representada matematicamente pela equação 5. 3. A probabilidade que um valor particular de uma variável aleatória contínua se verifique é zero. por um período de tempo predeterminado”.7 Variáveis aleatórias Se uma variável aleatória puder assumir valores numa escala contínua é uma variável aleatória continua.6 Taxa de falha ou função de risco A taxa de falha. dado que não houve falha até o instante t.  (t )  h(t )  f (t ) R(t ) (5) 3.

comprová-lo. as funções de densidade de probabilidade.e f(t) é uma função densidade para a variável aleatória continua. A equação da curva função de densidade é designada por f(t). .tx). como indicado na figura 2.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 . admite-se como certo a ocorrência da avaria no intervalo (ta. Estas são semelhantes àqueles excepto que é usada uma curva contínua. em que ta e tz são respectivamente as horas de funcionamento mais baixas e mais elevadas em que o equipamento falhou. tz) e a área do histograma é igual a 1. Em estudos de manutenção opta-se em vez dos histogramas de frequência relativa. é a unidade. através de um do histograma de frequências relativas. Assim. Se pensarmos num certo número de máquinas similares sujeitas a varia. a probabilidade de avaria ocorrer entre os tempos ta e tz. tz ta  f (t ) dt  1 (7) Podemos. 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. não esperaremos que cada uma delas falhe depois do mesmo número de horas de funcionamento. Isto é.

Figure 3 . mas a expressão mais geral da f. É reconhecido pelo seu trabalho na área da fadiga de materiais e na estatística pelos seus estudos sobre a distribuição de Weibull. Distribuição de Weibull Nomeada pelo seu criador Waloddi Weibull. a área sob a curva de densidade de probabilidade é igual à unidade. p.Distribuição de Weibull Tri-Paramétrica . Uma distribuição é definida matematicamente pela sua equação de função de densidade de probabilidade (f. da distribuição weibull de 3 parâmetros. β>0 e η >0      1 e  t          (8) t é a variável que define o período de vida útil podendo ser expresso em distância percorrida (km). Existem outras formas de parametrizar a distribuição Weibull.Figura 2 . β é o parâmetro de forma. η é o parâmetro de escala. de entre as funções de densidade de probabilidade existentes. em número de ciclos (n) ou em tempo de funcionamento (h). d.Gráfico função de densidade de probabilidade Tal como com a área sob o histograma de frequência relativa. Ernst Hjalmar Waloddi Weibull (18 de Junho de 1887-Annecy. análise de sobrevivência e em outras áreas devido a sua versatilidade. é dada pela equação 8. a distribuição Weibull é a mais utilizada em estudos de fiabilidade. d. 4. γ é o parâmetro de posição. p.). A figura 3 realça o parâmetro de posição γ.   t  f (t )      onde: t>0. 12 de Outubro de 1979) foi um engenheiro e matemático sueco.

consequentemente. nas estratégias da gestão da manutenção. p.3 O parâmetro de forma (β) O parâmetro β é um número puro.  t f (t )          1 e t       (9) Substituindo-se a equação 9 na equação 2 temos a equação 10:   F (t )  1     0  t t        1 e t          dt   (10) 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). 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. de maneira geral.  1 f (t )   t   (t )     R(t )       (12) 4. d. das curvas de fiabilidade e de taxa de falhas e. Nestes casos. são apresentados os parâmetros característicos da distribuição Weibull a fim de se caracterizar seus efeitos no comportamento da função de densidade de probabilidade.2 Relações entre os parâmetros da distribuição Weibull e o planeamento da Manutenção No que segue. levando-se em conta a distribuição Weibull biparamétrica. na maioria das aplicações. De um modo geral. não . tais falhas são comumente denominadas de falhas prematuras e.Nos estudos de fiabilidade. do ponto de vista da gestão da de manutenção. tal parâmetro interfere no formato da função de densidade de probabilidade como veremos a seguir: Quando β < 1 a função densidade de probabilidade (f. isto é. na produção ou na operação. a equação 8 pode ser simplificada e a distribuição Weibull fica representada na sua forma biparamétrica (equação 9). a taxa de falhas é descrita segundo a Equação (12). γ=0. o parâmetro γ caracteriza a vida inicial do item sendo. 4. onde se assume γ=0. adimensional e como o próprio nome sugere. Matematicamente. Nesses casos.) de falhas apresenta frequências elevadas na parte inicial da vida. estão associadas a defeitos originados no projeto. desprezado.

às características de projeto do componente avaliado e também denominado vida útil. . defeitos. a manutenção corretiva e a manutenção preventiva são as mais indicadas (Figura 5). aproxima-se de um valor constante. Nesse caso. diminuindo drasticamente com o tempo de vida e. apresentaram falhas prematuras. a partir de um dado momento.8 e η=30. a função densidade de probabilidade equivale à função distribuição exponencial.8 e η=30). Nesse caso.Distribuição da probabilidade de falhas.há como se antever tais defeitos e para itens nesta condição mostra-se mais indicado optar-se pela manutenção corretiva ou preventiva. Analisando-se a Figura 4. Em outras palavras. tendem a funcionar segundo as suas características de projeto. e os componentes que não falharam. fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica ( β= 0. 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. Esse comportamento está associado. 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. Quando β=1. até um determinado tempo de vida. na Figura 4 são apresentadas a FDP. o comportamento da taxa de falhas evidencia que em boa parte dos componentes avaliados. podemos verificar o formato assumido pela distribuição Weibull. sobretudo. Figura 4 .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. a taxa de falhas é constante e as falhas ocorrem de forma aleatória. Para ilustração.

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”. 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. T=30. nesses casos. ele está ligado ao desgaste natural de um determinado componente. Assim.Distribuição da probabilidade de falhas. a manutenção preditiva tem como preceito básico o reparo na eminência da falha. e é justamente esse comportamento que caracteriza as falhas predominantes. Quando β > 1 existem modos de falhas predominantes e. De maneira geral. Nesse sentido.Figura 5 . . percebe-se que grande parte da densidade de falhas concentra-se ao redor de um determinado tempo de vida. é possível a manutenção preventiva dos itens que estão sendo analisados. são apresentados à densidade de probabilidade. após efetuar-se estudos sobre os tempos médios entre falha (MTBF) e se analisar o efeito e o modo da falha (FMEA). Na Figura 6. fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica ( β= 1 e η=30). Nesse caso.

tempo ou ciclos transcorridos desde o início da atividade até o momento da falha. 4. podem ser visualizados na Figura 7. tendem a ocorrer nas proximidades de sua vida característica. ou seja.4 Parâmetro de Escala (η) O parâmetro de escala (η) está associado à vida característica de um determinado componente. caso não apresente defeitos. ou seja. . nos casos em que ocorrem falhas predominantes. fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica ( β= 4 e η=30). esticar para direita e sua altura diminui. 20 e 30.Distribuição da probabilidade de falhas. De maneira geral. a "curva" começa a se estender. para esquerda (isto é para sua origem ou para 0 ou γ).Figura 6 . onde são apresentados a densidade de probabilidade. a distribuição. 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. como abordado anteriormente. Os comportamentos descritos acima. enquanto β é mantido constante. podemos afirmar que: Se η é aumentado. as mesmas tendem a concentra-se nas proximidades do parâmetro de escala. que. Nesse sentido. falhas prematuras. as falhas predominantes de um determinado componente. Ele descreve e representa uma distância. estão associadas ao desgaste do mesmo. Se η é diminuído. enquanto β é mantido constante. a distribuição começa a se estreitar para dentro. ao manter sua forma e posição. e aumenta a sua altura.

Figure 8 . 20 e 30). 4. todas elas utilizam escalas logarítmicas. A figura 8 apresenta uma dessas folhas.Distribuição da probabilidade de falhas.Papel de Weibull .Figura 7 . fiabilidade e taxa de falhas baseadas na distribuição Weibull biparamétrica (β= 4 e η = 10. Existem 4 folhas com 4 escalas do tempo diferentes.5 Métodos gráficos – Papel de Weibull De modo a calcular a fiabilidade de um item podemos recorrer ao papel de Weibull.

como o caso de seguida. o Microsoft Office Excel. Existem também outras ferramentas de cálculo para a distribuição de Weibull. Na posse dos valores correspondestes aos parâmetros da distribuição. pode-se então calcular a fiabilidade para um qualquer tempo “t”. Figure 9 – Exemplo de uma folha de cálculo para a distribuição 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.

por sua vez. Para melhorarem. na manutenção e nas áreas relacionadas. em informações que servem como auxílios para tomada de decisão. Desenvolvido por uma equipe de especialistas da ReliaSoft. Conclusões Com o passar dos anos. na redução dos custos por paragens inesperadas. assim. Figure 10 – Exemplo de uma folha de cálculo do software Weibull ++ 5. na performance de seus produtos. com ênfase para todas as formas da distribuição Weibull. na optimização de seus recursos. que é o padrão para análise de dados de vida utilizado por milhares de companhias no mundo inteiro. A engenharia da fiabilidade. . as empresas estão cada vez mais utilizando as abordagens realizadas pela engenharia da fiabilidade para melhorarem os seus desempenhos no ambiente industrial. na garantia da disponibilidade de um recurso. Nesse sentido. esta intimamente baseada no ajuste de diferentes modelos estatísticos. 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.Existe também o software Weibull++. esse software realiza a análise de dados de vida utilizando mais de 13 distribuições estatísticas. resultando. a qualidade frente aos concorrentes. a partir dos registros dos tempos de vida e de outros resultados.

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

Sign up to vote on this title
UsefulNot useful