Confiabilidade

de Sistemas
PROFESSORA
Dra. Ana Caroline Crema de Almeida Fontes

ACESSE AQUI O SEU

LIVRO NA VERSÃO
DIGITAL!
DIREÇÃO UNICESUMAR
Reitor Wilson de Matos Silva Vice-Reitor Wilson de Matos Silva Filho Pró-Reitor de Administração Wilson de Matos Silva Filho
Pró-Reitor Executivo de EAD William Victor Kendrick de Matos Silva Pró-Reitor de Ensino de EAD Janes Fidélis Tomelin
Presidente da Mantenedora Cláudio Ferdinandi

NEAD - NÚCLEO DE EDUCAÇÃO A DISTÂNCIA

Diretoria Executiva Chrystiano Mincoff, James Prestes, Tiago Stachon Diretoria de Graduação e Pós-graduação Kátia Coelho Diretoria
de Cursos Híbridos Fabricio Ricardo Lazilha Diretoria de Permanência Leonardo Spaine Diretoria de Design Educacional Paula
Renata dos Santos Ferreira Head de Graduação Marcia de Souza Head de Metodologias Ativas Thuinie Medeiros Vilela Daros Head
de Recursos Digitais e Multimídia Fernanda Sutkus de Oliveira Mello Gerência de Planejamento Jislaine Cristina da Silva Gerência
de Design Educacional Guilherme Gomes Leal Clauman Gerência de Tecnologia Educacional Marcio Alexandre Wecker Gerência
de Produção Digital e Recursos Educacionais Digitais Diogo Ribeiro Garcia Supervisora de Produção Digital Daniele Correia
Supervisora de Design Educacional e Curadoria Indiara Beltrame

PRODUÇÃO DE MATERIAIS

Coordenador de Conteúdo Fábio Augusto Gentilin Designer Educacional Giovana Vieira Cardoso Curadoria Elziane
Vieira Alencar Revisão Textual Ariane Andrade Fabreti; Érica Fernanda Ortega Editoração Lucas Pinna Silveira Lima
Ilustração André Azevedo; Eduardo Aparecido Alves Realidade Aumentada Maicon Douglas Curriel; Matheus Alexander
de Oliveira Guandalini Fotos Shutterstock.

FICHA CATALOGRÁFICA

C397 CENTRO UNIVERSITÁRIO DE MARINGÁ.

Núcleo de Educação a Distância. FONTES, Ana Caroline Crema
de Almeida.

Confiabilidade de Sistemas. Ana Caroline Crema de Almeida

Fontes. Maringá - PR: Unicesumar, 2022.

216 P.
ISBN: 978-85-459-2196-7
“Graduação - EaD”.

1. Confiabilidade 2. Sistemas 3. Métodos Assistidos. EaD. I. Título.

CDD - 22 ed. 621

Impresso por:
Pró Reitoria de Ensino EAD Unicesumar
Bibliotecário: João Vivaldo de Souza CRB- 9-1679 Diretoria de Design Educacional

NEAD - Núcleo de Educação a Distância

Av. Guedner, 1610, Bloco 4 - Jd. Aclimação - Cep 87050-900 | Maringá - Paraná
www.unicesumar.edu.br | 0800 600 6360
A UniCesumar celebra mais de 30 anos de história
avançando a cada dia. Agora, enquanto Universidade,
ampliamos a nossa autonomia e trabalhamos Tudo isso para honrarmos a
diariamente para que nossa educação à distância nossa missão, que é promover
continue como uma das melhores do Brasil. Atuamos a educação de qualidade nas
sobre quatro pilares que consolidam a visão diferentes áreas do conhecimento,
abrangente do que é o conhecimento para nós: o formando profissionais
intelectual, o profissional, o emocional e o espiritual. cidadãos que contribuam para o
desenvolvimento de uma sociedade
A nossa missão é a de “Promover a educação de
justa e solidária.
qualidade nas diferentes áreas do conhecimento,
formando profissionais cidadãos que contribuam
para o desenvolvimento de uma sociedade justa
e solidária”. Neste sentido, a UniCesumar tem um
gênio importante para o cumprimento integral desta
missão: o coletivo. São os nossos professores e
equipe que produzem a cada dia uma inovação, uma
transformação na forma de pensar e de aprender.
É assim que fazemos juntos um novo conhecimento
diariamente.

São mais de 800 títulos de livros didáticos como este

produzidos anualmente, com a distribuição de mais de
2 milhões de exemplares gratuitamente para nossos
acadêmicos. Estamos presentes em mais de 700 polos
EAD e cinco campi: Maringá, Curitiba, Londrina, Ponta
Grossa e Corumbá, o que nos posiciona entre os 10
maiores grupos educacionais do país.

Aprendemos e escrevemos juntos esta belíssima

história da jornada do conhecimento. Mário Quintana
diz que “Livros não mudam o mundo, quem muda
o mundo são as pessoas. Os livros só mudam as
pessoas”. Seja bem-vindo à oportunidade de fazer a
sua mudança!

Reitor
Wilson de Matos Silva
 Ana Caroline Crema de Almeida Fontes

Olá, eu me chamo Ana, sou nascida em Curitiba e Engª Mecânica formada

pela PUC-PR. Na mesma instituição, cursei o mestrado e tive a oportu-
nidade de realizar um estágio na Colorado State University, nos EUA.
Após o mestrado, eu me mudei para o Rio de Janeiro ao ser aceita no
Doutorado do Instituto Militar de Engenharia, onde morei por 4 anos. Sou
apaixonada pelo Rio, pois foi o local onde me tornei doutora, conheci meu
marido e tivemos nossa filha. Durante os anos de mestrado e doutorado,
fui bolsista dedicação exclusiva e fiquei imersa no mundo da pesquisa,
ciência, laboratórios e publicações. Quando terminei o doutorado, pas-
sei no processo seletivo para Oficial Técnico Temporário do Exército e
fui atuar como Engenheira Mecânica (militar) no interior de Goiás. Servi
por dois anos no Centro de Logística de Mísseis e Foguetes, onde tive a
oportunidade de trabalhar com o Sistema ASTROS 2020. Eu trabalhava
diretamente com os blindados e as munições (foguetes) do Sistema. Essa
experiência abriu minha mente para um mundo que eu não conhecia,
que é a indústria de Defesa. Trouxe-me muitos conhecimentos novos e
experiências únicas que carregarei para o resto da vida. O Exército me
fez desenvolver o gosto pela corrida, hábito que mantenho todos os dias
(faça sol ou faça chuva). Adoro livros (sou fã da escritora Isabel Allende)
Aqui você pode e discos de vinil (passo horas garimpando nos sebos). Também gosto
conhecer um
muito de estudar assuntos relacionados à aviação, exploração espacial e
pouco mais sobre
sistemas de defesa. Meu tempo livre sempre é dedicado ao meu marido
mim, além das
informações do e nossa filha. Fazemos tudo juntos! Desde ir à pracinha com nossa filha,
meu currículo. até entrar no carro e fazer viagens de mais de 1500 km. Nossa pequena
está dentro do espectro autista (TEA) e esse fato faz com que eu e meu
marido sejamos muito ligados a assuntos sobre inclusão escolar e social.

http://lattes.cnpq.br/7297377951152663
REALIDADE AUMENTADA

Sempre que encontrar esse ícone, esteja conectado à internet e inicie o aplicativo
Unicesumar Experience. Aproxime seu dispositivo móvel da página indicada e veja os
recursos em Realidade Aumentada. Explore as ferramentas do App para saber das
possibilidades de interação de cada objeto.

RODA DE CONVERSA

Professores especialistas e convidados, ampliando as discussões sobre os temas.

PÍLULA DE APRENDIZAGEM

Uma dose extra de conhecimento é sempre bem-vinda. Posicionando seu leitor de QRCode
sobre o código, você terá acesso aos vídeos que complementam o assunto discutido

PENSANDO JUNTOS

Ao longo do livro, você será convidado(a) a refletir, questionar e transformar. Aproveite

este momento.

EXPLORANDO IDEIAS

Com este elemento, você terá a oportunidade de explorar termos e palavras-chave do

assunto discutido, de forma mais objetiva.

EU INDICO

Enquanto estuda, você pode acessar conteúdos online que ampliaram a discussão sobre
os assuntos de maneira interativa usando a tecnologia a seu favor.

Quando identificar o ícone de QR-CODE, utilize o aplicativo

Unicesumar Experience para ter acesso aos conteúdos on-line.
O download do aplicativo está disponível nas plataformas:
Google Play App Store
CONFIABILIDADE DE SISTEMAS

Futuro(a) engenheiro(a), certamente, você já escutou alguém falar que um avião (com mais de um motor) pode
continuar voando em segurança mesmo com a parada de um dos motores. Obviamente, nenhum de nós gostaria
de estar em uma situação como essa, porém, a afirmação é verdadeira. Os aviões com mais de um motor apre-
sentam maior confiabilidade em relação aos aviões de motor único.
Alguma vez você já parou para pensar que utiliza inúmeros equipamentos que estão sujeitos a falhas que podem
ter consequências graves? Entretanto, tenho quase certeza que essa questão nem passa pela sua cabeça, pois,
mesmo sem ter visto o projeto, você confia em determinados equipamentos. Seja pela segurança que o fabricante
passa ou simplesmente pelo fato de desconhecer que possa estar correndo algum risco.
Dentro desse contexto, entra a importância de se estudar a confiabilidade, maneiras de aumentar seus valores,
quais os fatores que impactam esse quesito e o estudo das inevitáveis falhas. Já adianto para vocês que, assim
como o Ciclo de Carnot é o ciclo idealizado para facilitar o estudo da Termodinâmica, um sistema com 100% de
confiabilidade é a utopia do projeto.
Além de riscos aos usuários, a baixa confiabilidade pode trazer grandes prejuízos financeiros e projetos inefi-
cientes. Recentemente ocorreram graves acidentes com aeronaves de uma gigante da aviação, que chegou quase à
falência após os clientes reduzirem a confiança na marca. A confiabilidade é algo projetável e calculável, mas também
está muito relacionada à imagem de uma empresa. Uma vez prejudicada, pode causar transtornos irrecuperáveis.
Agora vamos pensar em sistemas mais simples. Você seria capaz de elencar algumas situações hipotéticas de
falhas e possíveis consequências para sistemas que você usa no seu dia a dia? Não precisam ser situações com-
plexas. Por exemplo, se apenas o sistema de iluminação da sua geladeira parar de funcionar, o que isso implica?
Irá afetar a qualidade da preservação dos alimentos? Provavelmente não. Contudo, e se o termostato queimar?
Com certeza os danos serão maiores.
Alguns equipamentos que utilizamos são formados por vários sistemas desempenhando diferentes funções,
no entanto, a confiabilidade do sistema é resultado das confiabilidades dos dispositivos individuais.
 Uma teoria que é muito utilizada no ensino de Confiabilidade é a que trata do exemplo do elo fraco de uma cor-
rente. Pode-se fabricar uma corrente com metal de excelente qualidade, nas melhores condições, porém, se um elo
dessa corrente estiver danificado, em dado momento ele irá romper e a corrente irá perder a finalidade. Consegue
visualizar essa situação? A confiabilidade daquele elo defeituoso vai impactar a confiabilidade do sistema (corrente).
Agora vamos mudar de exemplo e imaginar um rolamento de esferas, um elemento bem conhecido pelos(as)
engenheiros(as). Conforme será mostrado nas próximas unidades, um rolamento deve ter confiabilidade igual ou
acima de 90%. Considere que um rolamento tenha sido fabricado dentro de todos os padrões de qualidade ideais
e foi inserido na montagem de um par de patins. No entanto, o(a) dono(a) dos patins comprou o equipamento,
utiliza com frequência, mas nunca realizou os procedimentos de manutenção indicados pelo fabricante. A confia-
bilidade continuará sendo de 90%? Obviamente não! Logo, a confiabilidade não está relacionada, apenas, com o
desempenho esperado de um dispositivo, mas também com as condições de manutenção do item em questão.
Historicamente, os períodos de guerra foram quando ocorreram os maiores avanços na tecnologia. Na atua-
lidade, a corrida espacial (que passou a ter a participação de grandes empresas privadas) também tem colabo-
rado muito para esses avanços, seja no desenvolvimento de novos materiais, seja nos softwares, equipamentos,
dispositivos de segurança, entre outros. Contudo, infelizmente, muitas melhorias de projetos só ocorrem após
acidentes, sejam eles de menores proporções ou fatais.
No decorrer das unidades deste livro, você irá aprender conceitos importantes sobre confiabilidade, falhas e
vida útil dos sistemas. Também iremos falar sobre os principais indicadores de desempenho e de falha, bem como
as principais técnicas de predição de falhas. Ao final da disciplina, você será capaz de calcular e realizar análises
estatísticas relativas à confiabilidade de sistemas.
Esse assunto tem se tornado cada vez mais presente na indústria e, muitas vezes, é função do(a) engenheiro(a)
trazer para dentro do seu local de trabalho a cultura da importância desse tema. Vamos seguir o aprendizado de
uma maneira leve e sempre tentando mostrar a aplicabilidade de cada tópico. Estão preparados(as) para iniciarmos?
 1
11 2
33
CONFIABILIDADE PARÂMETROS
DE SISTEMAS DE PROJETO

3
59 4
83
INDICADORES DE TÉCNICAS DE
DESEMPENHO PREDIÇÃO DE
E DE FALHA FALHAS

5 105 6
125
ÍNDICES MÉTODOS
ESTATÍSTICOS ASSISTIDOS
DE FALHAS
7 8
145 163
PONDERAÇÃO FATORES DE
CORREÇÃO

9
179
O ERRO HUMANO
1
Confiabilidade
de Sistemas
Me. Ana Caroline Crema de Almeida Fontes

Nesta unidade, serão apresentados alguns dos impactos da baixa

confiabilidade em projetos de engenharia, principalmente quando
falhas ocorridas afetam vidas humanas. Também iremos conhecer
quais são as principais equações de predição de confiabilidade, os
principais tipos de padrões de taxas de falhas, enumerar os princi-
pais tipos de falhas e, por fim, será apresentado um roteiro de como
elaborar um projeto com alto nível de confiabilidade.
UNICESUMAR

Prezado(a) estudante, antes de iniciarmos nossa caminhada em Confiabilidade de Sistemas, trago um

conceito importante para que você consiga compreender melhor a cronologia que virá a seguir.

“
...um dispositivo é considerado confiável, seja um automóvel, avião ou qualquer mecanis-
mo, quando permanecer cumprindo suas funções durante toda a vida útil estabelecida
pelo projeto, independentemente de condições favoráveis ou adversas (NEPOMUCENO,
1989, p. 56).

A ideia central é simples e parece até meio óbvia, não acha? Mais adiante você irá entender melhor as
definições de alguns conceitos, como, por exemplo, a vida útil. Agora vamos ao que interessa! Talvez
você até tenha acompanhado o caso a seguir, mas tenho certeza que refletirá sobre a questão de outra
maneira, após cursar esta disciplina.
A linha 737 da Boeing já era altamente consolidada no mercado, voando desde 1967, quando foi
lançado o novo 737 MAX. A empresa prometia uma versão mais moderna, 14% mais econômica e
alcance 20% maior. No entanto, em 2017 ocorreu a certificação do 737 MAX pela FAA (Administração
Federal de Aviação) e, em seguida, duas quedas logo após a decolagem somando 346 vítimas fatais:
um caso em outubro de 2018, na Indonésia, e o outro em fevereiro de 2019, na Etiópia. A aeronave
perdeu, por tempo indeterminado, sua permissão para voar, até que a Boeing resolvesse os problemas
de projeto das aeronaves.
De início imaginou-se que dentro de três meses os 737 MAX estariam voando novamente. No
entanto, o processo levou 22 meses, mais de 4.000 horas de estudos/análises e 1.350 voos teste. No site
da empresa, existe uma homenagem às vítimas dos acidentes onde é falado sobre a importância de se
aprender com os erros para que seja construído um futuro mais seguro.
A empresa colocou no ar uma página dedicada a explicar todas as mudanças que foram realizadas
na linha 737 MAX, o que é o Sistema de Estabilização Automática (Maneuvering Characteristics Aug-
mentation System – MCAS sigla em inglês), causador das quedas, e como foi conduzido o processo
até o retorno às atividades.
Para uma empresa do porte da Boeing, além de resolver as questões de Engenharia e Confiabili-
dade das aeronaves, foi muito importante a questão da retratação com as famílias das vítimas e com
as empresas aéreas que utilizam as aeronaves. Processo que pode ser lento e caro, porém necessário
para que uma empresa recobre a confiança dos usuários. Além das questões relacionadas à reputação
da marca, a empresa teve um prejuízo financeiro que quase a levou à falência.
Um sistema, o MCAS, causou todo esse transtorno à Boeing, pois baixou drasticamente a confia-
bilidade das aeronaves. Mesmo após mais de 6 anos desde o lançamento da linha, até a certificação
pela FAA, essa falha pode ter sido negligenciada. Nunca saberemos exatamente o que ocorreu para
que esse sistema falhasse, mesmo após tantos testes. Contudo, ficou a lição, da pior maneira possível,
para a empresa.

12
 UNIDADE 1

E então, caro(a) aluno(a), como você acredita que seria possível tornar um sistema mais seguro,
principalmente quando envolve vidas humanas? Qual seria a influência do projeto? Qual a impor-
tância de padronizar os testes antes do lançamento do produto? Ou então, como seria possível deixar
o processo de testes mais rigorosos?
A partir da análise de Confiabilidade de Sistemas, é possível identificar qual é, ou quais são os compo-
nentes críticos e calcular uma estratégia para que seja possível atender uma meta de confiabilidade ideal.
Após isso, conseguimos tomar decisões relacionadas ao projeto ou à operação do sistema em questão.
A Confiabilidade de Sistemas é um tema importante mesmo para engenheiros que irão atuar na
área de compras e contratos. Uma das melhores maneiras de exigir de um fornecedor o desempenho
que você deseja para um sistema é por meio de medidas de confiabilidade.
Nem todas as falhas que ocorrem em um sistema são graves ou podem provocar acidentes. Como
exercício inicial e para que você comece a fixar alguns conceitos, proponho que preencha a coluna da
direita (Avaliação de Risco), de acordo com as informações da coluna da esquerda (Consequências
potenciais das falhas).

Avaliação de
Item Consequências potenciais das falhas Item
Risco

Falha completa do equipamento, incapacidade de corrigir

(A) a situação; possibilidade de ocorrer múltiplas mortes e/ou () Menor
elevados efeitos colaterais.
Leve redução na margem de segurança ou capacidade
(B) () Maior
funcional.
O dispositivo não desempenha mais sua função adequada-
(C) mente; pode ocorrer pequeno número de danos sérios ou () Arriscado
fatais.

Redução significativa na margem de segurança ou capaci-

(D) () Catastrófico
dade funcional.

Gabarito:
( B ) Menor
( D ) Maior
( C ) Arriscado
( A ) Catastrófico

A Figura 1 traz a representação das fases do voo. No caso de uma aeronave, ao realizar a análise de um
sistema, o(a) engenheiro(a) deve imaginar para cada fase do voo o seguinte: se o sistema “Z” falhar, o que
irá ocorrer com a aeronave? Qual a consequência da falha do sistema “Z” no taxiamento, na decolagem, na
subida e assim por diante? Qual será o impacto da falha do sistema “Z” no funcionamento geral da aeronave?

13
UNICESUMAR

Taxiamento Decolagem Subida Cruzeiro Descida Aproximação Pouso

inicial e final

Figura 1 – Fases do voo de uma aeronave / Fonte: o autor.

Descrição da Imagem: a imagem apresenta as fases do voo de uma aeronave, indicando as etapas de taxiamento, decolagem, subida,
cruzeiro, descida, aproximação inicial e final e pouso. Uma linha contínua (com uma seta direcional entre “taxiamento” e “decolagem”
e ao final da linha, em “pouso”) esquematiza as variações de altitude e um ícone de uma aeronave aparece três vezes na imagem.

Essa ideia pode ser aplicada desde a análise de elementos de máquinas, até para sistemas complexos.
Basta considerar as respectivas fases de funcionamento e o impacto sobre a finalidade do dispositivo.
Depois do teste apresentado e de analisar a representação das fases do voo, você conseguiu compreender
a importância de analisar os níveis de risco das falhas e o impacto delas em cada fase de funcionamento
de um sistema? Anote no seu Diário de Bordo os principais aspectos que você observou sobre essa
experiência.

14
 UNIDADE 1

Futuro(a) engenheiro(a), iremos iniciar nossa disciplina falando brevemente sobre o histórico desse
assunto. Os primeiros registros relativos ao estudo da Confiabilidade de Sistemas são da época da
Segunda Guerra Mundial. Os engenheiros alemães, Robert Lusser e Erich Pieruschka, promoveram
estudos com a finalidade de melhorar a confiabilidade das bombas V-1 (que foram as precursoras dos
mísseis de cruzeiro), e que haviam sido recém-desenvolvidas. Essas bombas possuíam uma confiabi-
lidade baixíssima, uma vez que elas, frequentemente, explodiam no ar, possuíam uma rota previsível,
não atingiam o alvo desejado e eram facilmente desviadas. Com o intuito de estudar maneiras de me-
lhorar o desempenho das bombas, foi utilizado pela primeira vez o termo “Teoria da Confiabilidade”
(NEPOMUCENO, 1989; DE VALE, 1999). Na Figura 2, temos a Réplica da bomba V-1, exposta na
Alemanha.

Figura 2 – Réplica da bomba V-1, exposta na cidade de Peenemünde na Alemanha / Fonte: Wikimedia ([2022], on-line).

Descrição da Imagem: a imagem apresenta uma réplica em fibra de carbono de uma bomba V-1, desenvolvida e utilizada na Segunda
Guerra Mundial. A bomba possuía o formato similar à de uma pequena aeronave não-tripulada, com comprimento aproximado de 8 m
e o extinto motor Argus pulsojato na parte superior da estrutura. A réplica está exposta em um local aberto, na cidade de Peenemünde,
na Alemanha.

Nos anos seguintes, o estudo da confiabilidade se propagou entre as forças armadas de países desen-
volvidos e, em pouco tempo, principalmente os EUA, começaram a inserir especificações em seus
contratos de armas e sistemas de defesa, em que eram exigidas probabilidades de se cumprir determi-
nadas missões. O surgimento da indústria aeroespacial contribuiu fortemente para o desenvolvimento
de novos estudos na área e contribuiu para uma mudança de mentalidade dos analistas da área. Foi
reconhecida a importância de investir em projetos com elevada confiabilidade ao invés de gastar mais

15
UNICESUMAR
com manutenções indesejadas. Durante a déca-
da de 80, as técnicas de confiabilidade já eram
altamente difundidas, especialmente nas áreas
nucleares e eletro energéticas.
Segundo Lafraia (2001), as áreas onde ocorre a
maior aplicação de estudos de confiabilidade, são:
• Controle de qualidade.
• Sistemas eletro energéticos.
• Sistemas de telecomunicações.
• Usinas nucleares.
• Sistemas aeroespaciais.
• Sistemas mecânicos.
• Sistemas industriais.
• Sistemas computacionais.
• Sistemas de defesa.
Agora que você conheceu um pouco mais sobre
o início dos estudos de confiabilidade, irei inserir
quatro conceitos básicos para o entendimento da
disciplina e para que possamos nos comunicar
melhor deste ponto em diante: (1) confiabili-
dade, (2) sistema, (3) vida útil e (4) falha. É
importante salientar que alguns autores podem
utilizar um mesmo termo de diferentes maneiras,
no entanto, os conceitos aqui expostos são os que
mais se aproximam do conteúdo que será desen-
volvido neste livro.
1. Confiabilidade – probabilidade de um
sistema (subsistema, dispositivo etc.) fa-
bricado em acordância com determinado
projeto operar durante período de tempo
específico, sem apresentar falhas identi-
ficáveis, desde que manutenido correta-
16
mente, não tendo sido sujeito a tensões
superiores às especificadas em projeto e
nem a condições adversas.
2. Sistema – conjunto de dispositivos (ou de
subsistemas) cuja finalidade é formar uma
unidade, operando para realizar determi-
nado trabalho ou determinada função.
3. Vida útil – tempo de vida determinado,
durante o qual um dispositivo deve operar
de maneira satisfatória, de acordo com as
especificações do projeto, desde que su-
jeito ao correto processo de manutenção.
4. Falha – deve ser considerada como to-
das as alterações de tamanho, forma ou
propriedades do material ou peça de uma
máquina que a torne incapaz de realizar a
função a que se destina. O funcionamen-
to inadequado de uma máquina ou peça
constitui uma falha.
Existem outros termos importantes para o estudo
da confiabilidade, mas neste momento iremos
focar nestes quatro selecionados.
Agora, analisando pelo viés da estatística,
confiabilidade (R) é a probabilidade de que a
resistência (S) supere a tensão (σ), podendo ser
representado pela função: R  P{S  s} . Ob-
servando a Figura 3, a área de interferência re-
presenta a probabilidade de falha, região onde
a tensão será superior à resistência, P s  S  .
A probabilidade de falha também pode ser cha-
mada, por alguns autores, de inconfiabilidade
(COLLINS; BUSBY; STAAB, 2019).
 UNIDADE 1

f(σ)
f(S)
f(σ)
f(S)

Tensão Resistência

σ,
μσ μS S

Área de InterferÊncia
(Região de Falha)

Figura 3 – Funções de densidade de probabilidade para tensão e resistência, mostrando a área de interferência (região de
falha) / Fonte: adaptada de Collins, Busby e Staab (2019).

Descrição da Imagem: na figura há a representação gráfica das funções de densidade de probabilidade para tensão e resistência. Na
vertical está f (s ) e na horizontal “ s, S ”. No gráfico, existem duas marcações distintas lado a lado (ambas iniciam na base e há um
f (S )

crescente até determinado ponto seguido de um declínio que retorna para a base). A primeira, à esquerda, representa a “Tensão” com
os valores “ f (s ) , µσ ” e à direita do gráfico está representada a “Resistência” com os valores “ f ( S ) , µS ” e a indicação da “Área de in-
terferência (Região de Falha)” entre ambas.

O engenheiro alemão, Erich Pieruschka, estabeleceu uma Equação de Predição da Confiabilidade (1),
onde R é a probabilidade de o item executar a sua função corretamente, t é o tempo de duração dessa execução
e λ é o gradiente de falhas (ou taxa de falhas) apresentadas durante o período t. O valor de R(t) deve estar
entre 0 e 1 ( 0 ≤ R (t ) ≤ 1). Portanto, ao afirmar que um elemento possui confiabilidade de 0,92, significa
que existe 92% de probabilidade que esse elemento funcione corretamente (BUDYNAS; NISBETT, 2016).
R(t )  elt  (1)

Todo dispositivo irá apresentar uma curva, que pode ser obtida por meio de dados experimentais ou de
situações reais, descrevendo a taxa de falhas. Essa curva é atributo inerente do dispositivo em questão
e está relacionada com três fatores: (1) projeto, (2) padrão de qualidade da fabricação e (3) tensões às
quais o dispositivo estará sujeito (NEPOMUCENO, 1989).

17
UNICESUMAR

Uma vez que você possua o valor de λ, conseguirá também obter o tempo médio entre falhas
(TMEF), cuja sigla em inglês, MTBF, é largamente utilizada.

1
TMEF =  (2)
l
O MTBF é um índice obtido a partir da média dos tempos existentes entre o fim de uma falha (que-
bra) e início de uma falha nova (próxima quebra) em equipamentos reparáveis e não se aplica a itens
descartáveis. A Figura 4 esquematiza o que é o intervalo MTBF.

Operação
Tempo

TMEF / MTBF
Parado
Quebra/falha Quebra/falha
Figura 4 – Representação esquemática do conceito do TMEF / MTBF / Fonte: o autor.

Descrição da Imagem: a imagem contém a representação gráfica do conceito de TMEF / MTBF. Apresenta uma linha contínua, em
função do tempo, variando entre os itens “operação” e “parado”. Existem duas regiões de nível inferior, denominadas “quebra/falha”.
A distância entre esses dois degraus inferiores equivale ao chamado TMEF / MTBF.

Um TMEF bem elaborado e atualizado, frequentemente, é uma excelente ferramenta para que uma
empresa mantenha em estoque peças de alta mortalidade, visando agilizar processos de manuten-
ção corretiva. Principalmente, quando se trata de órgãos públicos, que realizam compras através
de licitação, que é um processo longo, essa ferramenta auxilia a ter acesso mais rápido às peças/
dispositivos necessários, de maior rotatividade.

Com as equações (1) e (2) conseguimos obter a confiabilidade e o MTBF, para um componente isolado.
Agora, imagine que você está trabalhando com um sistema que possua vários componentes (subsiste-
mas) interligados. Caso ocorra a falha de um componente, a confiabilidade do sistema será afetada de
maneiras distintas, a depender de como o componente defeituoso estará disposto em relação aos demais.
Dizemos que um sistema possui configuração em série quando ele se torna inoperante com a
falha de apenas um de seus componentes. Portanto, para que seu funcionamento seja pleno, é neces-
sário que todos os componentes estejam operando sem falhas. A representação deste tipo de sistema
pode ser observada na Figura 5 e é análoga às representações de circuitos elétricos (LAFRAIA, 2001).

18
 UNIDADE 1

A B n
Figura 5 – Representação do diagrama de blocos para um sistema em série / Fonte: o autor.

Descrição da Imagem: a imagem apresenta um diagrama de blocos, em série (todos em linha), nomeados como A, B e n. Existe uma
linha pontilhada entre os blocos “B” e “n” que indica o posicionamento de outros blocos.

Esse é o tipo de arranjo mais comum e a confiabilidade do sistema RS (t ) pode ser calculada através da
multiplicação das confiabilidades de cada componente, conforme Equação (3). (BUDYNAS; NISBETT,
2016; COLLINS; BUSBY; STAAB, 2019)
Rs(t)=R1(r)×R2(t)... × Rs(t)  (3)

Vamos resolver um exemplo juntos para que você possa compreender melhor?

01. EXEMPLO Considere um sistema hipotético, arranjado em série, que possua 8 componentes cujas
confiabilidades individuais, R (t ) , estão dispostas no quadro a seguir.

Componente Confiabilidade
1 0,8760
2 0,8200
3 0,9187
4 0,9789
5 0,9760
6 0,9907
7 0,8029
8 0,8811

Para calcularmos a confiabilidade do sistema, RS (t ) , precisamos multiplicar as

confiabilidades dos 8 componentes:
RS (t )  R1  R2  ...  R8
RS (t )  (0, 8760  0, 8200  ...  0, 8811)
RS (t )  0, 4418
Rs (t )  44, 18%

Portanto, a confiabilidade do sistema em série será aproximadamente igual

a 44,18%.

19
UNICESUMAR

Agora suponha que você desejasse obter uma confiabilidade de 80% para este sis-
tema. Qual deveria ser a confiabilidade mínima dos componentes isolados?
RS (t )  1  n.[1  R(t )]
0, 80  1  8.[1  R(t )]
 R(t )  0, 9750
Rs (t )  97, 50%
%
A confiabilidade individual dos componentes deve estar acima de 97,50%.

Duas observações que podemos fazer a partir do resultado acima: (1) para sistemas em
série, quanto maior a quantidade de componentes, menor será a confiabilidade do sistema;
e (2) a confiabilidade do sistema será inferior à confiabilidade do pior componente.

Agora imagine um sistema em que as falhas ocorridas não influenciem as confiabilidades dos demais
componentes. Nesse caso, dizemos que é uma configuração em paralelo, representada pela Figura
6 (COLLINS; BUSBY; STAAB, 2019; FOGLIATTO; RIBEIRO, 2019).

B Figura 6 – Representação do diagrama de blocos para um

sistema em paralelo / Fonte: o autor.

Descrição da Imagem: a imagem apresenta um diagrama

de blocos, em paralelo, nomeados como A, B e p. Existe uma
linha pontilhada entre os blocos “B” e “p” que indica o posi-
cionamento de outros blocos; outras duas linhas que ligam
os blocos “A” e “p”; e linhas que partem do bloco “B” para
p suas laterais.

A confiabilidade desse tipo de sistema é representada pela Equação (4), onde R (t ) é a confiabili-
dade individual do componente.
p
RS (t )  1   [1  R(t )]  (4)
i 1

Para que possamos esclarecer as diferenças entre os dois tipos de configuração, vamos calcular juntos
a confiabilidade do sistema em paralelo, a seguir:

20
 UNIDADE 1

Subsistema 1
R1 = 0,90
Subsistema 2 R2 = 0,80
R3 = 0,75

Subsistema 3

RS (t )  1  [(1  0, 90)  (1  0, 80)  (1  0, 75)]

RS (t )  0, 9950
RS (t )  99, 500%

A confiabilidade do sistema será de 99,50%.

Perceba que a confiabilidade do sistema é maior do que a confiabilidade do melhor componente,
o contrário do que acontece para arranjos em série.
Existem, ainda, outras duas configurações que devem ser apresentadas a você, estudante.
Sistema Série-Paralelo: redundância no nível de componentes, representado na Figura 7.

Subsistema A Subsistema C

Subsistema B Subsistema D
Figura 7 - Representação do diagrama de blocos para um sistema série-paralelo / Fonte: o autor

Descrição da Imagem: a imagem apresenta um sistema com, primeiramente, dois subsistemas em paralelo, conectados em série, a
mais dois subsistemas em paralelo. Os dois primeiros foram chamados de Subsistema A e Subsistema B, e os outros dois de Subsis-
tema C e Subsistema D.

Sistema Paralelo-Série: redundância no nível de subsistemas, representado na Figura 8.

Subsistema A Subsistema C

Subsistema B Subsistema D
Figura 8 - Representação do diagrama de blocos para um sistema paralelo-série / Fonte: o autor.

Descrição da Imagem: a imagem apresenta um sistema com dois subsistemas em série, conectados em paralelo, a outros dois sub-
sistemas em série. Os dois primeiros, na horizontal, foram chamados de Subsistema A e Subsistema C, e os outros dois de Subsistema
B e Subsistema D.

21
UNICESUMAR

Para a análise dos sistemas apresentados, é necessário a decomposição em subsistemas menores. De-
ve-se sempre iniciar a análise pelo nível mais baixo (componente ou peça), em seguida continuar com
as submontagens e, por fim, para o nível superior do sistema, obtendo a confiabilidade pretendida
(COLLINS; BUSBY; STAAB, 2019; FOGLIATTO; RIBEIRO, 2019).
Quando um sistema é projetado, as confiabilidades dos componentes individuais irão assegurar (ou
limitar) a meta de confiabilidade do conjunto como um todo (confiabilidade do sistema). Portanto, a
seleção de uma meta de confiabilidade adequada dependerá do impacto que a possível falha daquele
sistema exercerá ao seu redor e, também, do custo que será necessário para alcançá-la. Quanto mais
alta a meta, mais caro se tornará o projeto e, consequentemente, o sistema, se comparado a outros
sistemas similares (COLLINS; BUSBY; STAAB, 2019; BUDYNAS; NISBETT, 2016).

Convido você a utilizar o leitor de QR Code do seu celular e comple-

mentar seus estudos sobre Confiabilidade de Sistemas, escutando o
nosso primeiro Podcast sobre o tema. Serão reforçados os principais
conceitos introdutórios sobre a confiabilidade de sistemas e os impactos
da baixa confiabilidade em projetos de engenharia, cujas falhas podem
ser fatais. Você sabe como funciona o sistema MCAS, citado no início do
capítulo, responsável pelas falhas nos aviões da Boeing? Se não sabe
e tem curiosidade de entender melhor a questão técnica que ocorreu,
venha para nossa Roda de Conversa.

Em meados dos anos 70, começou a ser utilizada uma representação chamada “curva da banheira”
(Figura 9), que é originária de uma distribuição estatística, chamada Distribuição de Weibull. Essa
distribuição se adequa para inúmeros dispositivos, principalmente os eletrônicos. Na representação,
o eixo das abcissas é o tempo, e o eixo das ordenadas, a taxa ou gradiente de falhas. Com o passar do
tempo, ocorrem variações na taxa de falhas, sendo possível identificar 3 regiões bem definidas:
1. Mortalidade infantil – região onde ocorrem as falhas precoces que acontecem logo no início
da utilização de um equipamento;
2. Vida útil – região onde ocorrem as falhas aleatórias, que indicam o funcionamento normal
do dispositivo; e
3. Envelhecimento – região de ocorrência das falhas por desgaste, indicando a proximidade com
o final da vida do equipamento (SELEME, 2015).

22
 UNIDADE 1

Taxa
de
falha

Mortalidade Envelhecimento
infantil Vida útil

Tempo
Figura 9 – Exemplo de uma curva típica de falhas ou curva da banheira / Fonte: o autor.

Descrição da Imagem:a imagem apresenta uma curva típica de falhas, também conhecida como curva da banheira, com as 3 regiões
de falhas que são objeto de estudo: mortalidade infantil (curva descendente), vida útil (reta) e envelhecimento (curva ascendente). O
eixo das abcissas representa o eixo das ordenadas.

Observando a curva da banheira, percebe-se que durante a fase de mortalidade infantil a função taxa
de falha é decrescente, na vida útil permanece constante, e no envelhecimento a função é crescente.
A curva da banheira está muito presente em instruções e cursos relacionados à manutenção
e cai com frequência em provas de concursos públicos. No entanto, autores atuais consideram
que existem seis padrões de distribuição de falhas, sendo a curva da banheira e outros cinco,
mostrados na Figura 10.
O padrão A exibe a já conhecida curva da banheira. O padrão B considera que o componente
trabalha de forma adequada durante determinado tempo e depois entra em região de aumento
de falhas. O padrão C indica um aumento gradativo da probabilidade de falha, e não é possível
identificar o patamar da vida útil do dispositivo. O padrão D indica um início com baixa morta-
lidade infantil, subindo a um nível constante de probabilidade de falha. O padrão E possui uma
probabilidade de falha constante em toda a vida útil do elemento, e, por último, o padrão F indica
uma alta probabilidade de falha no início da vida, chegando a um patamar constante depois de
um certo tempo (VIANA, 2002).

23
UNICESUMAR

A B C

D E F

Figura 10 – Padrões de taxas de falhas / Fonte: adaptada de Viana (2002).

Descrição da Imagem: a imagem apresenta os 6 modelos de padrões de taxas de falhas, considerados pelos autores atuais. Os mo-
delos estão identificados por letras de A a F, onde A é o modelo tradicional da “curva da banheira”, B é um modelo que parte de um
patamar de estabilização de falhas e termina com uma subida, C indica uma leve curva com aumento da taxa de falhas, D começa com
um crescimento da curva que depois se estabiliza em um patamar, E é uma linha reta, paralela ao eixo x, e F inicia-se com uma descida
e depois mantém o patamar até o final.

Modos de falha mecânica são processos físicos que ocorrem sozinhos ou combinados entre si, re-
sultando na falha. Os modos mais comuns, presenciados em equipamentos mecânicos, são:
1. Deformação elástica induzida por força e/ou temperatura.
2. Escoamento.
3. Indentação.
4. Ruptura dúctil.
5. Fratura frágil.
6. Fadiga.
7. Corrosão.
8. Desgaste.
9. Impacto.
10. Fretagem.
11. Fluência.
12. Relaxação térmica.
13. Ruptura por tensão.
14. Choque térmico.
15. Desgaste por contato e aderência.
16. Desagregação.
17. Dano por radiação.
18. Flambagem.

24
 UNIDADE 1

Você sabe o que é o TMPR (Tempo Médio Para Reparos) ou, do inglês, MTTR (Mean Time To Repair)?
É a média dos tempos de reparo de um sistema, de um equipamento ou de um item, em equipa-
mentos reparáveis. Este índice aponta a média dos tempos que a equipe de manutenção leva para
repor a máquina em condições de operar desde a falha até o reparo ser dado como concluído e a
máquina ser aceita em condições para operar.
THM
MTTR = , THM = Total de Horas de Manutenção e #OS = Número de Ordens de Serviço
# OS

Relembro a você que a origem das falhas nem sempre é por questões mecânicas, como exemplificadas
aqui. Situações como procedimentos de uso incorreto, instalação mal feita e baixo treinamento do
operador são exemplos de situações em que a influência humana poderá originar uma falha do sistema.

Nos dias atuais, falhas catastróficas de máquinas ou sistemas que resultem em mortes, destruição de
propriedades ou degradação ambiental são inaceitáveis para a nossa comunidade, e, mais ainda, ina-
ceitáveis para os projetistas destas máquinas ou sistemas que apresentaram falhas. É certo que, ao se
estudarem as distribuições de probabilidade, os modos de falha, as interações com o meio ambiente,
ou das muitas outras influências não previstas e possíveis, o projetista nunca poderá oferecer um
projeto com confiabilidade máxima ou com isenção de falhas. Sempre haverá uma probabilida-
de aceitável de falha (COLLINS; BUSBY; STAAB, 2019).

25
UNICESUMAR

A Figura 11 contém um passo a passo, com 14 etapas de boas práticas, para o desenvolvimento de
um projeto de máquina com dicas para que seja obtida a maior confiabilidade possível.

Início

1) Determinar a função a 3) Selecione mecanismos e

ser desenvolvida pela 2) Selecionar a fonte sistemas de controles adequados,
máquina (sistema), por
subconjunto (subsistemas) de energia ideal e de acordo com a fonte de
e por peça energia escolhida

6)Realize uma análise global de 4) Realize análise dos fundamentos de

forças atuando na máquina, e
em seguida, a análise local, para
o projeto das peças componentes
5) Submeta o projeto às
análises cinemática e mecânica
Engenharia. Ex: termodinâmica,
transferência de calor, mecânica dos
fluidos, eletromecânica, sistemas de
controle e outras

7) Desenvolva o projeto de 8) Prepare desenhos de conjunto 9) Completar os desenhos de

da máquina toda, incorporando detalhamento para cada peça
cada peça individualmente
todas as peças da máquina

12) Prossiga com o 10) Elaborar desenhos de

desenvolvimento e a 11) Realize uma revisão montagem para a máquina
construção cuidadosa do minuciosa do projeto
toda
protótipo

13) Acompanhe o serviço de campo,

os serviços de manutenção, as taxas
e os modos de falha, a manutenção
14) Comunique todos os dados
relevantes de campo quanto a
em garantia, os dados de inspeção de
modos e taxas de falha, defeitos
campo e as reclamações do consumidor
para identificar problemas de projeto
de projeto ou outros fatores Fim
pertinentes ao projeto à gerência
relevantes e, se necessário, projetar
de Engenharia e ao departamento
modificações ou pacotes de atualização
de projeto
para resolver problemas sérios ou eliminar
defeitos de projeto

Figura 11 - Passo a passo com boas práticas, para um projeto de máquinas com a maior confiabilidade possível / Fonte: adapta-
da de Collins, Busby e Staab (2019).

Descrição da Imagem: a figura mostra um passo a passo de 14 etapas de boas práticas para desenvolvimento de projetos com alta confia-
bilidade. A primeira caixa está marcada como “INÍCIO”; 1) Determinar a função a ser desenvolvida pela máquina (sistema), por subconjunto
(subsistemas) e por peça; 2) Selecionar a fonte de energia ideal; 3) Selecione mecanismos e sistemas de controles adequados, e de acordo
com a fonte de energia escolhida; 4) Realize análise dos fundamentos de Engenharia. Ex: termodinâmica, transferência de calor, mecânica dos
fluidos, eletromecânica, sistemas de controle e outras; 5) Submeta o projeto às análises cinemática e mecânica; 6)Realize uma análise global
de forças atuando na máquina e, em seguida, a análise local, para o projeto das peças componentes; 7) Desenvolva o projeto de cada peça
individualmente; 8) Prepare desenhos de conjunto da máquina toda, incorporando todas as peças; 9) Completar os desenhos de detalhamento
para cada peça da máquina; 10) Elaborar desenhos de montagem para a máquina toda; 11) Realize uma revisão minuciosa do projeto; 12)
Prossiga com o desenvolvimento e a construção cuidadosa do protótipo; 13) Acompanhe o serviço de campo, os serviços de manutenção,
as taxas e os modos de falha, a manutenção em garantia, os dados de inspeção de campo e as reclamações do consumidor para identificar
problemas de projeto relevantes e, se necessário, projetar modificações ou pacotes de atualização para resolver problemas sérios ou eliminar
defeitos de projeto; 14) Comunique todos os dados relevantes de campo quanto a modos e taxas de falha, defeitos de projeto ou outros fatores
pertinentes ao projeto à gerência de Engenharia e ao departamento de projeto; “FIM”.

26
 UNIDADE 1

Futuro(a) engenheiro(a), encerramos aqui a primeira unidade do nosso livro. Espero que tenha sido
interessante para você começar a descobrir o mundo da Confiabilidade de Sistemas, assunto importante
que está relacionado com a segurança e com os gastos de um projeto. Os conhecimentos aqui desenvol-
vidos são introdutórios aos assuntos que virão a seguir e que serão tratados com mais profundidade.
Sugiro que você comece a analisar os sistemas à sua volta, por exemplo, seu celular, o micro-ondas
da sua casa ou a lavadora de roupas. Você consegue identificar quantos subsistemas eles possuem,
qual a importância de cada um e (vamos além) consegue imaginar quais os tipos de falha que podem
ocorrer? Você consegue perceber como todos esses conhecimentos serão importantes para a sua for-
mação e o farão um profissional ainda mais capacitado?
A Confiabilidade é uma área que envolve várias situações e sistemas sensíveis. Cada vez está mais
presente na Engenharia e existem poucos profissionais especialistas na área. É um campo de atuação
promissor além de muito interessante.

Título: Queda Livre – A Tragédia do Caso Boeing

Ano: 2022
Sinopse: investigadores revelam como a Boeing pode ter sido responsável
por dois acidentes catastróficos seguidos ao priorizar o lucro em detrimento
da segurança.
Comentário: filme em forma de documentário, lançado após as conclusões
das investigações das quedas dos aviões. Trata de assuntos polêmicos
sobre o projeto da aeronave.

Título: Challenger: Voo Final

Ano: 2020
Sinopse: esta série documental, com 4 episódios, retrata a tragédia com
o ônibus espacial Challenger, dos preparativos para o lançamento até a
explosão em 28 de janeiro de 1986. Engenheiros, oficiais e familiares dos
membros da tripulação revelam sua perspectiva sobre o desastre e suas
consequências.
Comentário: excelente documentário, disponível no Netflix, onde é possível
constatar o impacto que a baixa confiabilidade de um componente pode exercer em um projeto.

27
Convido você a preencher o Mapa Conceitual proposto na Figura 12 para que possa escrever da
sua maneira as ideias que conheceu nessa unidade.

Conceitos para não esquecer

Qual a
importância

Equações que
devo saber

Confiabilidade
de Sistemas

Padrões de falha

Tipos de falhas

Figura 12 – Mapa Conceitual proposto para o aluno preencher / Fonte: o autor.

Descrição da Imagem: a imagem exibe um Mapa Conceitual, com o termo central “Confiabilidade de Sistema”. A partir
dele, estão conectadas outras caixas com as inscrições: conceitos para não esquecer (situado à esquerda na parte superior),
qual a importância? (na parte superior central), equações que devo saber (à direita do termo central), padrões de falha (à
direita inferior) e tipos de falha (na parte inferior central). Por fim, conectado a cada tema, existem caixas em branco para o
estudante preencher de acordo com o que achar necessário.

28
1. Você é o responsável pelo planejamento da Manutenção Industrial do local onde trabalha.
Pelos próximos 60 dias, haverá a necessidade de utilização contínua do compressor de ar
principal da fábrica, para uma atividade específica. Qual a probabilidade do motor elétrico do
compressor não quebrar nesse período, sabendo que seu TMEF é de 60,83 (dias)?

2. Calcule a confiabilidade do sistema, RS (t ) , exibido a seguir. As confiabilidades dos subsiste-

mas estão indicadas na figura.

Subsistema C
RC = 0,8488

Subsistema A Subsistema B Subsistema D Subsistema F

RA = 0,9718 RB = 0,8276 RD = 0,8090 RF = 0,8327

Subsistema E
RE = 0,8064

Figura 1 – Exemplo de sistema constituído por dois tipos de configurações diferentes / Fonte: o autor.

Descrição da Imagem: a imagem representa um sistema composto por seis subsistemas, onde três deles (Subsistema C [RC=
0,8488], D [RD=0,8090] e E [RE=0,8064], interligados entre eles) encontram-se em paralelo e inseridos entre os Subsistemas
B [RB = 0,8276] (em série com o subsistema A [RA=0,9718]) e F [RF= 0,8327].

29
3. Caso seja necessário, com o auxílio de uma pesquisa na Internet, relacione as colunas abaixo
e indique a alternativa verdadeira.

Modo de
Item Item Definição
Falha

Termo geral aplicado à separação repentina e

catastrófica de um componente de máquina em
(A) Ruptura dúctil () duas ou mais partes, resultante da aplicação de
cargas ou deformações variáveis por um período
de tempo.
Implica que uma peça da máquina se torna in-
capaz de desempenhar a função pretendida por
(B) Fratura frágil () causa de uma deterioração não desejada do ma-
terial, como resultado de uma interação química
ou eletroquímica com o meio ambiente.
É uma mudança cumulativa nas dimensões, cau-
sada pela remoção gradual de partículas discretas
(C) Corrosão () de superfícies móveis em contato, usualmente
deslizantes, predominantemente como resultado
de ação mecânica.
Falha ocorrida quando a deformação plástica
chega ao extremo, de modo que o componente
(D) Desgaste () se separe em duas partes. Ocorre a iniciação e a
coalescência de vazios internos que se propagam
até resultar na falha.
Falha que ocorre quando a deformação elástica
é conduzida ao extremo, de modo que as liga-
ções interatômicas primárias são quebradas e o
(E) Fadiga ()
componente se separa em duas ou mais partes.
É deixada uma superfície de fratura granular e
multifacetada.

a) E, A, C, B, D
b) E, C, D, B, A
c) B, C, D, E, A
d) E, C, D, A, B
e) D, C, E, B, A

30
4. O gráfico ilustrado a seguir representa a curva característica da vida útil de equipamentos,
conhecida como curva da banheira, método utilizado para planejamento, substituição, reforma
e compra de novos equipamentos.

Taxa de
falhas A B C

Tempo
Figura 2 – Exemplo de curva da banheira, com indicação das regiões A, B e C / Fonte: o autor.

Descrição da Imagem: a imagem exibe uma distribuição do tipo “curva da banheira”, onde o eixo das abcissas representa
o “tempo” e o eixo das ordenadas a “taxa de falhas”. Existe a indicação de três regiões, A, B e C.

De acordo com o gráfico acima, julgue os itens a seguir:

I) Região A: início da vida do equipamento, quando há incidência de falhas causadas por defeitos
de fabricação, deficiência de projeto ou problemas de instalação. Tais situações podem ser
diminuídas com o uso e com ajustes do equipamento.
II) Região B: indica a vida útil principal do equipamento, a taxa de falhas é menor e constante ao
longo do tempo. Essas falhas são denominadas randômicas e ocorrem de forma inesperada
em intervalos de tempo irregulares.
III) Região C: indica o envelhecimento ou a degradação do equipamento, período em que aumen-
tam as ocorrências de falhas por desgaste e degradação decorrente do tempo.
Assinale a alternativa correta.

a) Apenas um item está certo.

b) Apenas o item III está certo.
c) Apenas os itens I e II estão certos.
d) Apenas os itens II e III estão certos.
e) Todos os itens estão certos.

5. Considere um eixo com dois rolamentos cujas confiabilidades são 95% e 98%. Qual será a
confiabilidade do sistema?

6. Determinado equipamento é capaz de operar durante 2 horas sem interrupção. Qual a pro-
babilidade que essa máquina opere por 1 hora, sem interrupção de seu funcionamento, con-
siderando que a sua função de confiabilidade tem uma distribuição exponencial?

7. Um subsistema presente em um veículo militar blindado possui um plano de manutenção

preventiva estabelecido para 200 dias. Qual a probabilidade de essa máquina apresentar falhas
após 600 dias de funcionamento sem intervenções da equipe de manutenção?

31
32
2
Parâmetros
de Projeto
Dra. Ana Caroline Crema de Almeida Fontes

Esta unidade irá abordar a origem dos estudos relativos aos Parâ-
metros de Projetos, onde eles se inserem no projeto de um produto,
quais seus impactos sobre as outras etapas do desenvolvimento,
quais são os parâmetros básicos para projetos de Engenharia e exem-
plos de parâmetros específicos para alguns elementos de máquinas.
Serão abordadas, também, as principais equações relativas aos pro-
jetos de tais elementos e como elas podem ser aplicadas. O objetivo
dessa unidade é que o(a) aluno(a) compreenda como ele(a) pode es-
tabelecer os parâmetros de um projeto e as maneiras de analisá-los.
UNICESUMAR

Caro(a) aluno(a), iremos falar sobre Parâmetros de Projeto que são as características
que irão definir um projeto, bem como seus aspectos. Esses parâmetros podem ser
expressados de diferentes maneiras, de acordo com as necessidades de cada produto.
Imagine, por exemplo, o projeto de uma aeronave que faz voos comerciais,
transportando passageiros. Agora imagine o projeto de um avião cargueiro, que
precisa transportar um ônibus espacial que pese toneladas (Sim, existe avião para
essa finalidade!). Os dois projetos são de aeronaves, mas será que os parâmetros
serão os mesmos? Será que as características que se aplicam a uma aeronave de
passageiros será suficiente para um avião cargueiro e vice-versa? Você já deve saber
a resposta para essa pergunta, mas vamos analisar mais um pouco.
Na Figura 1, estão esquematizadas as comparações das alturas, comprimentos e
envergaduras dos 5 maiores aviões já construídos. Cada um deles é de um fabrican-
te diferente, foi projetado por equipes diferentes e atendem a diferentes finalidades.
Por exemplo, o Hughes H-4 Spruce Goose foi um hidroavião de casco, cuja
única unidade produzida foi construída pela Hughes Aircraft Co para ser utilizada
na Segunda Guerra Mundial (mas só ficou pronta após o final do conflito). Foi
projetado com a finalidade de transportar 750 homens ou 2 tanques M4 Sherman,
sendo uma excelente alternativa ao uso de navios para transporte da tropa. Possuía
8 motores com potência bem inferior aos motores atuais e alcance de 4.500 km.
Já o Airbus A380-800 é um avião de passageiros, com capacidade para apro-
ximadamente 500 pessoas (variando conforme as configurações internas), seu
alcance é de 15.000 km e possui 4 motores. Seu concorrente, o Boeing 747-8,
também é um avião de passageiros, cuja capacidade oscila em torno de 410
passageiros, o alcance da aeronave é de aproximadamente 14.310 km e, assim
como o Airbus, possui 4 motores.
O Antonov An-225 “Mriya” produzido durante a década de 80 pela então
soviética Antonov Design Bureau é um cargueiro que possui uma capacidade
de até 250 toneladas, equipado com 6 motores e alcance de 15.400 km. Durante
o programa espacial soviético, ele era utilizado para o transporte de ônibus
espacial (que ia acoplado na parte superior externa da aeronave). Apenas uma
unidade dessa aeronave foi fabricada e sempre é um espetáculo quando pousa
em algum aeroporto pelo mundo.
Por fim, o Stratolaunch, da Scaled Composites, que possui um alcance de apenas
1.900 km, porém pode chegar a mais de 10.000 m de altitude. Qual o motivo dessas
especificações? A aeronave, que está em fase de testes desde 2019, foi desenvolvida
para ser utilizada no lançamento de veículos espaciais e evitar o uso dos sistemas
de propulsão que são muito mais caros. A carga será acoplada ao avião que, ao
atingir a altitude desejada, soltará essa carga em direção ao espaço. Em seguida, a
aeronave retornará para a base e ficará pronta para um novo lançamento.

34
 UNIDADE 2

Spruce Goose 24,2 m

ESCALA

A380-800 24,1 m
B 747-8 19,4 m
An-225 18,1 m
Stratolaunch 16,5 m
Hughes H-4 Spruce Goose 66,6 m
Airbus A380-800 72,7 m
Stratolaunch 73,0 m
Boeing 747-8 76,3 m
Antonov An-225 Mriya 84,0 m

Boeing 747-8 68,4 m

Airbus A380-800 79,8 m
Antonov An-225 Mriya 88,4 m
Hughes H-4 Spruce Goose 97,5 m
Stratolaunch 117,0 m

Figura 1 – Diagrama com a sobreposição dos 5 maiores aviões já construídos, Boeing 747-8, Airbus A380-800, Antonov An-225
Mriya, Hughes H-4 Spruce Goose e Stratolaunch / Fonte: adaptada de Wikimedia ([2022]a, on-line).

Descrição da Imagem: na parte superior, são comparados os comprimentos da fuselagem, desde o bico das aeronaves, até o final da
cauda e as respectivas alturas. O Hughes H-4 Spruce Goose aparece com altura de 24,2 m e comprimento de 66,6 m, o Airbus A380-800
possui 24,1 m de altura e 72,7 m de comprimento, o Boeing 747-8 com 19,4 m de altura e 76,3 m de comprimento, o Antonov An-225
“Mriya” com 18,1 m de altura e 84 m de comprimento e o Stratolaunch com 16,5 m de altura e 73 m de comprimento. Na parte inferior,
são comparadas as envergaduras de cada aeronave, medida da ponta da asa esquerda até a ponta da asa direita. O Hughes H-4 Spruce
Goose aparece com envergadura de 97,5 m, o Airbus A380-800 com 79,8 m, o Boeing 747-8 com 68,4 m, o Antonov An-225 “Mriya” com
88,4 e o Stratolaunch com 117,0 m. Cada modelo de aeronave é representado com uma cor diferente.

35
UNICESUMAR

Voltando para a nossa aula de Parâmetros de Projeto, eu te convido a analisar o exemplo das maiores
aeronaves já construídas. Você consegue perceber que, desde a seleção de materiais, passando pelo
projeto de cada elemento de máquina aplicado (engrenagens, eixos, rolamentos etc.), até o projeto do
sistema como um todo, os parâmetros deverão atender às necessidades daquela aeronave específica?
Perceba que o alcance do Stratolaunch é muito inferior ao alcance dos demais aviões, porém, está
ideal para a finalidade a que se destina, visto que ele fará voos curtos e, relativamente, rápidos.
Os parâmetros de um projeto devem estar relacionados entre si e pensados de acordo com o que
você quer que o seu produto entregue.
Agora, proponho que você analise as informações a seguir e as relacione à sua respectiva aeronave.
Sugiro que faça análises relativas à época em que os aviões foram criados e à tecnologia disponível.

Item Aeronave Item Informação

“O avião incorpora o material Glare™ na parte

superior e lateral da fuselagem. Glare™ é um
compósito que incorpora camadas alternadas
Hughes H-4 Spruce
(A) ( ) de liga de alumínio e adesivo reforçado com
Goose
fibra de vidro, com suas propriedades otimi-
zadas pelo ajuste do número de camadas e
orientação das fibras.”
“Predominantemente em ligas de alumí-
(B) Stratolaunch ( ) nio com utilização de compósitos no leme,
spoilers e outras partes.”
“Toda a estrutura da aeronave e as estrutu-
ras de superfície são compostas de madeira
(C) Antonov An-225 “Mriya” ( ) laminada e todas as superfícies de controle
primárias, exceto as abas, são cobertas com
tecido.”
“Representa a aeronave já construída com a
(D) Airbus A380-800 ( ) maior quantidade de materiais compósitos
presentes.”
“Avião mais pesado do mundo. O sistema de
(E) Boeing 747-8 ( ) fixação de carga prende cargas de tamanho
único à seção superior da fuselagem.”
1

Gabarito:
(D)(E)(A)(B)(C)

Para você que, assim como eu, é um(a) entusiasta da aviação, as informações técnicas apresentadas
foram retiradas das páginas dos próprios fabricantes das aeronaves, com exceção do Hughes H-4

36
 UNIDADE 2

Spruce Goose que encontra-se na página da Boeing. Se você tiver curiosidade em ver mais imagens
das aeronaves e vídeos demonstrativos, as empresas oferecem uma gama de materiais e informações.
A seleção correta dos parâmetros de projeto envolve o projetista entender o que o usuário está solici-
tando, qual será a finalidade daquele produto e a maneira possível fisicamente de se alcançar o desejado.
Para o correto dimensionamento e seleção de parâmetros, o(a) engenheiro(a) deve estar sempre
atualizado a respeito de novas tecnologias, novos ensaios, desenvolvimento de materiais etc. Como
foi mostrado, os projetos devem evoluir com o tempo e atualmente existe uma maior exigência em
relação à utilização de soluções mais sustentáveis.
O criador do Hughes H-4 Spruce Goose realizou um enorme feito para a época, porém, nos dias de
hoje, seu avião não faria sucesso, pois os parâmetros são quase que totalmente diferentes.
Eu te convido a utilizar o espaço a seguir, o Diário de Bordo, e fazer anotações que acredite serem
importantes ou de tópicos que te chamaram a atenção e sobre os quais deseja aprofundar sua pesquisa.

37
UNICESUMAR

Por volta dos anos 90, um grupo de engenheiros do MIT (Massachusetts Institute of Technology)
desenvolveu uma teoria chamada de Design Axiomático que tentava equacionar, matematicamente,
as necessidades de um usuário no produto a ser projetado. Essa teoria é muito utilizada nos projetos
da Engenharia de Sistemas, mas pode ser aplicada a inúmeras áreas.
Não iremos estudá-la a fundo, pois não é o foco da nossa aula, porém irei apresentar a você a es-
trutura na qual se baseia essa teoria, representada na Figura 2, em que são relacionados os 4 domínios
do projeto de um produto. Quando eu me refiro a “produto”, entenda como uma peça, dispositivo ou
um sistema completo.
Nam Pyo Suh, que se tornou referência no estudo, apresentou o conceito de que um projeto é cons-
tituído por estes 4 domínios: domínio do usuário, domínio funcional, domínio físico e domínio de
processo. Todos eles estão relacionados e partem do questionamento “o que nós queremos alcançar?”,
caminhando até “como escolhemos satisfazer a necessidade?” (SUH, 2001)
Sendo assim:

I. Domínio do Usuário: representa as necessidades ou atributos que o cliente busca em um produto.

II. Domínio Funcional: consiste nos requisitos funcionais (especificações de engenharia) de
um produto.

38
 UNIDADE 2

III. Domínio Físico: é o domínio no qual os parâmetros de projeto (específicos) são escolhidos de
modo que satisfaçam os requisitos funcionais.
IV. Domínio de Processo: especifica os métodos de manufatura capazes de produzir os parâmetros
de projeto determinados.

Domínio do Domínio Domínio Domínio de

Usuário Funcional Físico Processo

Requisitos Requisitos Parâmetros Variáveis

do Usuário Funcionais de Projeto de Processo

Figura 2 – Esquematização dos 4 domínios do projeto / Fonte: adaptada de Suh (2001).

Descrição da Imagem: a imagem apresenta um fluxograma horizontal, com 4 elipses, denominadas, da esquerda para a direita de
“domínio usuário”, “domínio funcional”, “domínio físico” e “domínio de processo”. Ainda, abaixo das elipses estão escritos, respectiva-
mente, “requisitos do usuário”, “requisitos funcionais”, “parâmetros de projeto” e “variáveis de processo”.

O autor ainda comenta que, por exemplo, muitas vezes o(a) Engenheiro(a) Mecânico(a) que é projetista
se preocupa com os melhores parâmetros para determinada peça e acaba esquecendo que essa peça
irá se comunicar com outros dispositivos e até softwares. Portanto, não basta que meu projeto atenda
às necessidades que eu julgo importante, isoladamente, mas ele tem que se comunicar com as demais
áreas e dispositivos que estão incluídos no sistema completo.
O Quadro 1 apresenta alguns exemplos de características dos 4 domínios do projeto, para diferentes
áreas da engenharia. Em destaque, está o Domínio Físico, onde estão englobados os parâmetros de projeto.

Domínio Físico
Características Domínio do Domínio Domínio de
(Parâmetros
Direcionais Usuário Funcional Processo
de Projeto)

Variáveis físicas que Variáveis de pro-

Requisitos funcio-
Projeto de Atributos os quais possam satisfazer cesso que possam
nais especificados
manufaturados os clientes desejam os requisitos controlar os parâ-
para o produto
funcionais metros de projeto

Projeto de mate- Desempenho Propriedades Processos de

Microestrutura
riais desejado requeridas fabricação

Atributos dese- Máquinas, compo- Recursos (huma-

Requisitos funcio-
Projeto de sistemas jáveis do sistema nentes e subcom- nos, financeiros,
nais do sistema
como um todo ponentes materiais etc.)

Quadro 1 – Exemplos de características dos 4 domínios do projeto para diferentes áreas da engenharia / Fonte: adaptado de Suh (2001).

39
UNICESUMAR

Nos próximos parágrafos, irei falar sobre a importância dos principais critérios que irão influenciar
diretamente os parâmetros do projeto, mas com o foco em nossa área, a Engenharia Mecânica.
Lembro a você que existem vários tipos de parâmetros de projeto, como: parâmetros de materiais, de
resistência, dimensionais, de segurança, economia etc. Portanto, mesmo que você esteja projetando
uma peça mecânica, sua análise irá englobar diversas áreas diferentes.

a) MATERIAL: dentro do estudo das Engenharia de Materiais, as chamadas propriedades de

determinado material assumem o papel de parâmetros de projeto. Portanto, a seleção de um
material deve estar adequada ao projeto, pensando, também, a nível microestrutural e composição
química (SHACKELFORD, 2008).

Pode-se utilizar uma tabela (Quadro 2) com os índices da avaliação de desempenho com o intuito de
comparar materiais candidatos. A grande maioria das informações para cada um dos parâmetros-cha-
ve que compreendem os índices de avaliação pertinentes são tabeladas e, quando não são, também é
possível obtê-los em ensaios laboratoriais. Você pode trabalhar em cima desta tabela e excluir as linhas
com características que não irão influenciar no seu projeto.

Característica Requerida do Material Adequado Índice de Avaliação de Desempenho

1. Razão resistência/volume Limite de escoamento ou de resistência

Limite de escoamento ou de resistência/massa
2. Razão resistência/peso
específica
3. Resistência ao enfraquecimento pelo calor Perda de resistência/grau de temperatura
4. Resistência à fluência Taxa de fluência na temperatura de operação
5. Expansão térmica Deformação/grau de variação de temperatura
6. Rigidez Módulo de elasticidade
7. Ductilidade Alongamento percentual em polegadas
8. Resiliência Energia/unidade de volume no escoamento
9. Tenacidade Energia/unidade de volume na ruptura
Perda dimensional na condição de operação; tam-
10. Resistência ao desgaste
bém dureza
11. Resistência à corrosão Perda dimensional no meio de operação
Mudança na resistência ou ductilidade no meio
12. Susceptibilidade a danos por radiação
operacional
13. Manufaturabilidade Adequação para processo específico
14. Custo Custo/unidade de peso; também usinabilidade
15. Disponibilidade Tempo e esforço para obtenção

Quadro 2 - Características dos materiais candidatos ao projeto e correspondentes índices de avaliação de desempenho
Fonte: Collins, Busby e Staab (2019, p. 8).

40
 UNIDADE 2

b) PROCESSOS DE FABRICAÇÃO, TRATAMENTOS SUPERFICIAIS, ACABAMENTOS E

AJUSTES: ao falarmos das influências ocasionadas pela seleção de materiais, não podemos dei-
xar de citar os processos de fabricação e tratamentos térmicos. Determinados processos irão me
fornecer uma microestrutura específica, com propriedades (parâmetros) específicas que depois
podem ser modificadas com tratamentos térmicos.

Outro aspecto importante é o relativo à aplicação de acabamentos superficiais finos, que só devem ser
utilizados em situações que sejam realmente necessárias que exijam uma baixa rugosidade. A redu-
ção dos parâmetros de rugosidade superficial encarece a peça, assim como a utilização de pequenas
tolerâncias de medidas.
Considerando a seleção do processo de fabricação e do acabamento superficial da peça, devem
sempre ser priorizadas geometrias ou em métodos que favoreçam a prevenção ao desgaste e à corrosão
(para peças metálicas).
Por fim, serão determinados os tipos de uniões que serão utilizados para a montagem das peças,
se serão utilizados elementos de fixação, soldagem ou outros métodos. Caso seja necessário realizar
montagens, o espaço previsto para o procedimento deve estar incluído no projeto (NIEMANN, 1971).

c) SOLICITAÇÕES: solicitações confiáveis, de modo geral, é o projeto fornecer a garantia de que

a peça não apresentará falhas e nem deformações prematuras (COLLINS; BUSBY; STAAB, 2019;
NIEMANN, 1971). Ressalto o fato de que a microestrutura do material irá impactar nesse quesito.

Um projetista que deseja prevenir a falha por meio da implementação de uma metodologia de con-
fiabilidade, se defronta com a necessidade de dados oportunos relativos tanto à resistência quanto
ao carregamento. São necessários dados de distribuição definindo valores médios e variâncias para
todos os parâmetros que afetam a resistência e o carregamento. No entanto, essas informações quase
nunca estão disponíveis ao projetista. Na etapa de projeto, normalmente, é preciso confiar em dados
experimentais existentes sobre a resistência do material, interpretados estatisticamente, e dados ope-
racionais de campo, extrapolados estatisticamente. Quando possuímos dados estatísticos consistentes,
eles podem ser incorporados ao projeto, por meio da abordagem do fator de segurança (COLLINS;
BUSBY; STAAB, 2019).

d) OPERAÇÃO, MANUTENÇÃO E SEGURANÇA DE FUNCIONAMENTO: o projeto deve

priorizar a facilidade de operação e prever a falta de cuidado por parte do operador. Botões,
alavancas e outros dispositivos devem estar dispostos de maneira que não induzam ao erro. Um
dos objetivos do projetista é, também, antecipar os erros do operador. No que tange a segurança,
relembrando o que foi visto anteriormente, a necessidade de sempre se perguntar “O que poderá
acontecer se esta peça falhar? Oferece perigo à vida?” Referente à manutenção, os pontos de
lubrificação devem possuir fácil acesso ou, se possível, algum sistema de controle de nível de
óleo. Locais críticos com maior tendência ao desgaste ou corrosão merecem atenção especial.

41
UNICESUMAR

Collins, Busby e Staab (2019) enumeram 8 aspectos importantes para o projeto de uma máquina/
equipamento seguro:

1. Antecipar e identificar perigos potenciais, para, então, projetar soluções que eliminem

o perigo do produto. O teste do protótipo é um excelente momento para rever esses
aspectos e corrigir perigos não observados antes.
2. Projetar o equipamento de modo que utilizá-lo com segurança, seja o modo mais
prático, e que não propicie atitudes inseguras.
3. Optar por decisões de projeto que sejam congruentes às expectativas do estereótipo
humano. Por exemplo:
a. A rotação no sentido horário para botões de controle giratórios deve corresponder
ao incremento de alguma função (movimento, intensidade etc.).
b. A movimentação de uma alavanca de controle para a frente ou para cima, ou para
a direita, deverá corresponder ao incremento de alguma função.
4. Identificar e orientar os controles de tal forma que o operador não esbarre neles
acidentalmente, ou mova-os inadvertidamente, durante um procedimento normal.
5. Caso necessário, proteger os controles (seja com travas ou outros meios) ou providen-
ciar barreiras físicas para evitar atuações inadvertidas.
6. Providenciar para que os controles ofereçam resistência maior nas faixas de operação
em que haja perigo, de modo que seja exigido um esforço humano superior ou um
segundo tipo de movimentação para continuar o acionamento.
7. Providenciar o intertravamento de controles de modo que, para ativar um controle
crítico, uma operação anterior seja exigida.
8. Em situações em que as consequências da atuação inadvertida sejam graves, provi-
denciar capas, guardas, pinos ou travas que necessitem ser removidos antes que o
controle possa ser operado.

e) CUSTOS: quando se inicia a criação de um projeto, o objetivo é que o produto em questão apre-
sente o melhor desempenho com os menores custos. Contudo, em primeiro lugar o projetista irá
projetar o objeto em questão, para só depois analisar os custos e verificar onde é possível reduzi-los.
Algumas maneiras de reduzir custos são com a utilização de processos de fabricação mais baratos
ou projetando peças com melhores desempenho de funções (nesse aspecto também são avaliados
custos com consumo de energia e manutenção) (NIEMANN, 1971).

No entanto, no que tange a utilização de elementos de máquinas, deve-se fazer um esforço para que
sejam especificadas peças com tamanhos padronizados, já previstos em catálogos.

42
 UNIDADE 2

Suponha que um(a) engenheiro(a) projetou uma barra de aço AISI 1020, laminada à quente, com
seção transversal quadrada e 53 cm de lado. No entanto, o fornecedor informou que ele possui a
barra, com as especificações acima, mas com 50 ou 60 cm de lado e deu duas opções: (1) realizar
uma encomenda especial de barras com 53 cm de lado ou (2) usinar as barras de 60 cm. As duas
situações irão agregar custos ao projeto e pode ser que, ao realizar a análise, o(a) engenheiro(a)
perceba que pode modificar esse parâmetro, optando por barras com dimensões já fabricadas.

f) TRANSPORTE: o ideal é que o produto não exceda as capacidades dos meios de elevação e
transporte disponíveis. Pode parecer uma premissa óbvia, mas algumas vezes é esquecida pela
equipe de projetistas.

Problema Inovação

Teoria de Resolução de
Solução Problemas Inventivos Evolução

Análise Sistema
Criatividade

Genrich Altshuller, que nos anos 40 atuava como consultor da Marinha da ex-União Soviética, foi cria-
dor de uma teoria de solução inventiva de problemas, conhecida como TRIZ. Após anos de trabalho
e inúmeras análises de patentes pertencentes à Marinha, ele constatou que existiam 39 parâmetros de
engenharia que definem e caracterizam o produto (Quadro 3).

1. Peso do objeto em movimento 14. Resistência 27. Confiabilidade

15. Durabilidade do objeto

2. Peso do objeto em repouso 28. Precisão de medição
em movimento

3. Comprimento do objeto em 16. Durabilidade do objeto

29. Precisão de fabricação
movimento em repouso

43
UNICESUMAR

4. Comprimento do objeto em 30. Fatores indesejados atuan-

17. Temperatura
repouso do no objeto

31. Efeitos colaterais indeseja-

5. Área do objeto em movimento 18. Brilho
dos

19. Energia gasta pelo obje-

6. Área do objeto em repouso 32. Manufaturabilidade
to em movimento

7. Volume do objeto em movimen- 20. Energia gasta pelo obje-

33. Conveniência de uso
to to em repouso

8. Volume do objeto em repouso 21. Potência 34. Mantenabilidade

9. Velocidade 22. Perda de energia 35. Adaptabilidade

10. Força 23. Perda de substância 36. Complexidade do objeto

11. Tensão, pressão 24. Perda de informação 37. Complexidade de controle

12. Forma 25. Perda de tempo 38. Nível de automação

26. Quantidade de substân-

13. Estabilidade do objeto 39. Produtividade
cia

Quadro 3 - Parâmetros de Engenharia de Altshuller / Fonte: adaptado de Mazur ([2022], on-line).

Quando você for trabalhar em seu primeiro projeto, você irá rever essa lista, identificar quais parâ-
metros são importantes, quais devem ser eliminados e, talvez, quais outros podem ser adicionados.
Ao confeccionar uma lista de parâmetros de acordo com as necessidades do seu produto, você estará
elaborando uma espécie de roteiro (ou checklist) para dar continuidade ao seu trabalho. Assim, você
poderá analisar cada peça individualmente, cada subsistema e, por fim, o sistema como um todo.

Raramente o(a) projetista consegue fazer com que seu projeto evolua em sequência na primeira
tentativa, como, por exemplo: projetar engrenagens, em seguida os eixos, rolamentos, chavetas e
acoplamentos. Normalmente o(a) projetista tem que retornar alguns passos e ajustar componentes
que foram afetados por outros elementos. Esse procedimento é chamado de iteração, e é repetido
até que o projeto geral esteja dentro do esperado.

44
 UNIDADE 2

A primeira iteração é dedicada a encontrar especificações funcionais de desempenho pela seleção

de materiais candidatos e distribuições geométricas potenciais que fornecerão resistência e vida
adequadas aos carregamentos. Nesse momento, um fator de segurança apropriado é escolhido para
levar em conta incertezas. São elaboradas hipóteses simplificadoras, para implementar uma solução
viável à tarefa de determinação das dimensões críticas. Uma consideração a respeito dos processos de
fabricação pode ser apropriada na primeira iteração, para fins de economia de projeto.
Na segunda iteração, são estabelecidas dimensões nominais e especificações do material que irão
satisfazer os requisitos de desempenho, resistência e vida útil.
Normalmente, a terceira iteração verifica cuidadosamente a segunda, porém com as perspectivas
de fabricação, montagem, inspeção, manutenção e custo.
Uma iteração final, realizada antes que o projeto seja concretizado, inclui o estabelecimento de
ajustes e tolerâncias para cada componente e modificações finais baseadas na verificação da terceira
iteração. Um controle final do fator de segurança é realizado de forma a assegurar que a resistência
e a vida útil do projeto proposto atinjam as especificações, sem desperdício de materiais e recursos
(COLLINS; BUSBY; STAAB, 2019).
Ineficiências geradas por decisões iniciais de projeto podem tornar as reduções de custo ou melho-
rias na manufatura difíceis de serem modificadas e melhoradas posteriormente.

45
UNICESUMAR

Dentro da Engenharia Mecânica, a disciplina que mais utiliza Parâmetros de Projeto é Elementos de
Máquinas. A seguir estão elencados exemplos de parâmetros utilizados nessa área.

a. Parâmetros dimensionais para molas helicoidais de compressão:

Os parâmetros representados na Figura 3 são dimensionais e para molas helicoidais de compressão.

Existem, ainda, outros inúmeros parâmetros, inclusive adimensionais, relacionados ao projeto de molas.
Obviamente, ao se projetar outro tipo de mola, com outra finalidade, alguns parâmetros irão mudar.
Por exemplo, para molas de tração existirão outros tipos de parâmetros.
O diâmetro do fio é chamado de d, o diâmetro médio da espira é D, o comprimento livre L0 e o
passo de espiras p. Esses parâmetros são utilizados para fins de cálculo e fabricação. O diâmetro externo
De e o diâmetro interno Di são de interesse para definir o tamanho mínimo de furo no qual irá se
encaixar a mola, ou o tamanho máximo de pino sobre o qual ela pode ser montada. O parâmetro α é
relativo ao ângulo de hélice (NORTON, 2013).

De
Di

a p
L0

D
Figura 3 - Parâmetros dimensionais para molas helicoidais de compressão / Fonte: Wikimedia ([2022]b, on-line).

Descrição da Imagem: a imagem apresenta um desenho técnico de uma mola helicoidal de compressão, na posição vertical, com as
indicações dos parâmetros, diâmetro externo (De), diâmetro interno (Di), passo de espiras (p), comprimento livre (L0), ângulo de hélice
(α), diâmetro do fio (d) e diâmetro médio da espira (D).

46
 UNIDADE 2

b. Parâmetros geométricos para engrenagens cilíndricas de dentes retos:

A seguir (Figura 4) são exemplificados alguns parâmetros geométricos para engrenagens cilíndricas
  
de dentes retos. São eles: s que é a espessura de dente, e a largura de vão, p é o passo, p é o diâmetro
primitivo, d1 é o diâmetro interno e d0 é o diâmetro externo. A simbologia pode variar conforme o
autor, porém, ao verificar a geometria que está sendo identificada, se você possuir os conhecimentos
adequados, não tem como confundir o parâmetro.

p e

p d1
d0

Figura 4 – Parâmetros geométricos para engrenagens cilíndricas de dentes retos / Fonte: Wikimedia ([2022]c, on-line).

Descrição da Imagem: a imagem apresenta um desenho técnico parcial de uma engrenagem cilíndrica de dentes retos, com as indi-
 
cações dos parâmetros: diâmetro externo (d0), diâmetro interno (d1), diâmetro primitivo (p), passo ( p ), largura do vão ( e ) e espessura

do dente ( s )

c. Parâmetros dimensionais de um rolamento axial de esferas de contato

angular:

Assim como para os elementos anteriores, existem vários parâmetros utilizados para especificar um
rolamento. A Figura 5 mostra um dos tipos mais comuns que existem, que é o rolamento axial de es-
feras, onde D é o diâmetro externo, Dc é o diâmetro primitivo, d é o diâmetro do furo, w é a largura,
Db é o diâmetro da esfera e β é o ângulo de pressão.

47
UNICESUMAR

Esferas
β

Anel interno

Dc
d
D
Db
ω
Anel externo Gaiola

Figura 5 - Parâmetros dimensionais de rolamento axial de esferas de contato angular

Fonte: adaptada de Wikimedia ([2022]d, on-line).

Descrição da Imagem: a imagem mostra dois desenhos técnicos, em corte, relativos a um rolamento axial de esferas. À esquerda
aparece a representação da vista frontal do rolamento, com as indicações das peças que o compõem: esferas, anel interno, anel externo
e gaiola. À direita, aparece a vista superior da peça, com indicação de alguns parâmetros, onde D é o diâmetro externo, Dc é o diâmetro
primitivo, d é o diâmetro do furo, w é a largura, Db é o diâmetro da esfera e β é o ângulo de pressão.

Utilizando o caso dos rolamentos de esferas como exemplo, existem parâmetros que podem ser de-
terminados pelo projetista e existem aqueles que não são passíveis de influência do(a) engenheiro(a).
Observe o quadro a seguir. A coluna da esquerda (1) apresenta alguns exemplos de parâmetros
importantes aos rolamentos, que o projetista consegue modificar. Já a coluna da direita (2) exemplifica
parâmetros que não dependem do projetista, no entanto, ao realizar modificações nos parâmetros
da coluna (1), ocorrerão mudanças nos parâmetros da coluna (2) (BUDYNAS; NISBETT, 2016).

2. Parâmetros que não podem ser

1. Parâmetros que podem ser modificados
modificados diretamente

Viscosidade do lubrificante utilizado Coeficiente de fricção

Carga admissível por unidade de área Vazão volumétrica do óleo
Velocidade A variação de temperatura
Dimensões dos componentes do rolamento Espessura mínima do filme

Quadro 4 – Exemplos de parâmetros de projetos para rolamentos, que podem ser determinados ou não pelo projetista
Fonte: adaptado de Budynas e Nisbett (2016).

48
 UNIDADE 2

d. Parâmetros de rugosidade superficial:

Existem vários parâmetros de rugosidade superficial, determinados por normas internacionais. A seguir
(Figura 6) estão exemplificados 3 deles, onde RP é a altura do pico máximo acima da linha média, Rt
é a máxima altura pico a vale e Rv é a profundidade máxima abaixo da linha média. Esses parâmetros
geralmente são medidos em micropolegadas (µin) e, não raramente, podem causar confusão. Não é
difícil encontrar trabalhos onde se é mencionada a rugosidade superficial, sua medida, porém, não é
especificada de qual rugosidade se trata. A ISO define por volta de 19 parâmetros relacionados ao micro
relevo de superfícies, portanto, a informação “rugosidade superficial” sempre deve vir acompanhada
da especificação de qual medida se trata.

Rp Rt
Linha de Pico

Linha Média

Linha de Vale
Rv

Figura 6 – Parâmetros de rugosidade superficial, Rp , Rt e Rv / Fonte: o autor.

Descrição da Imagem: a imagem apresenta um esquema de representação dos parâmetros de rugosidade superficial, Rp , Rt e Rv .
Os parâmetros são demarcados em função de 3 linhas horizontais existentes, denominadas linha de pico, linha média e linha de vale.

e. Parâmetro obtido a partir de ensaio:

Através de ensaios de laboratório, também é possível determinar parâmetros relativos a um material. As

propriedades mecânicas básicas obtidas pelo ensaio de tração nos fornecem uma lista de parâmetros
de projeto para determinada liga metálica, conforme mostrado na Figura 7. Na imagem, estão indica-
dos o Módulo de Elasticidade ou Módulo de Young (E), que é a inclinação da reta da região elástica, o
limite de escoamento (LE), limite de resistência à tração (LRT) e o ponto de ruptura (simbolizado por
um x). Ainda, é possível obter outros parâmetros a partir da análise da curva e da interação dos dados
já encontrados. Por exemplo, alongamento percentual e módulo de resiliência.

49
UNICESUMAR

LRT

LE

ε
Figura 7 – Representação de um diagrama tensão versus deformação e indicação de alguns parâmetros obtidos / Fonte: o autor.

Descrição da Imagem: a imagem mostra uma curva típica, tensão-deformação, obtida por um ensaio de tração. Na curva, estão indi-
cados os parâmetros, Módulo de Elasticidade ou Módulo de Young (E), limite de escoamento (LE), limite de resistência à tração (LRT) e
o ponto de ruptura (X). O eixo das ordenadas representa a tensão (σ) e o eixo das abcissas, a deformação (ε)

Agora irei apresentar um exemplo de sistema que, para seu funcionamento, é necessária a combinação
de uma série de parâmetros, e alguns desses parâmetros se modificam durante sua utilização, que são
os foguetes de artilharia, conforme mostrado na Figura 8.

50
 UNIDADE 2

Figura 8 – Sistema de Lançamento Múltiplo de Foguetes

Descrição da Imagem: a imagem apresenta um veículo lançador de foguetes de artilharia, parcialmente encoberto pela fumaça, dis-
parando uma rajada com 6 foguetes visíveis. Pela posição dos projéteis, deve existir mais um veículo lançador não visível na imagem,
devido à fumaça. A imagem foi feita em um campo aberto, onde aparecem algumas montanhas bem ao fundo e o céu azul com nuvens.

Existem inúmeros modelos diferentes, porém o princípio básico de funcionamento é muito similar.
A trajetória do foguete é o conjunto de parâmetros que caracteriza a cada instante o percurso do fo-
guete entre o seu ponto de decolagem até o ponto de impacto. A trajetória depende essencialmente
dos seguintes parâmetros:

• Atitude;
• Posição do cg (centro de gravidade) em relação a um referencial inercial; e
• Sequência dos eventos de voo.

O foguete é desenvolvido prevendo o percurso de uma trajetória ideal. No entanto, ao se calcular os

parâmetros dessa trajetória, não é possível prever com exatidão os fatores perturbadores tais como
ventos e assimetrias resultantes de imprecisões de fabricação. A cada instante do cálculo da trajetória,
além dos acima mencionados, são obtidos, ainda, os seguintes parâmetros: empuxo, vetor velocidade,
altitude, forças aerodinâmicas, coordenadas geográficas etc. Note que esses parâmetros irão variar a
cada ponto que o foguete estiver.

51
UNICESUMAR

A trajetória real é aquela percorrida, de fato, pelo foguete e é específica de cada voo, justamente porque
será afetada pelos ventos atuantes no momento e por dispersões características daquele veículo. Alguns
parâmetros da trajetória são medidos durante o voo, com modernos sistemas de rastreio por radar ou
por telemetria (coleta de informações de forma remota) de medições a bordo (PALMERIO, 2017).
Antes de o voo ser realizado, outros fatores influenciam no cálculo da trajetória:

• Pressão atmosférica;
• Umidade relativa do ar;
• Direção do vento;
• Velocidade do vento;
• Se possível, informações sobre o vento em camadas superiores; e
• Eventuais limitações adicionais quanto ao sobrevoo da área em questão.

Sensores de superfície são capazes de coletar a maioria das informações apresentadas e a utilização de
balões meteorológicos fornecem informações das camadas superiores.
A Figura 9 apresenta um foguete estaticamente estável submetido às principais forças responsáveis
por sua trajetória, onde:

• mg = peso;
• F = empuxo;
• A = arrasto;
• N = força normal;
• β = ângulo de desvio do jato para fins de controle; e
• α = ângulo de ataque.

V
α

CG
CP Figura 9 – Principais forças e ângulos atuando sobre um
A foguete / Fonte: Palmerio (2017, p. 51).
F
N Descrição da Imagem: a imagem apresenta uma ilustração
ß de um foguete de artilharia genérico, com 4 empenas traseiras
e as indicações das forças e ângulos atuantes, conforme um
mg diagrama de corpo livre.

O ato de projetar é uma atividade complexa que exige várias habilidades, em diferentes áreas do co-
nhecimento, e é preciso que relações abrangentes sejam subdivididas em uma série de tarefas mais
simples. A complexidade do assunto requer uma sequência em que os conceitos são introduzidos e
reiterados (BUDYNAS; NISBETT, 2016).

52
 UNIDADE 2

Agora, eu convido você a escanear o QR Code para escutar o Podcast

sobre Parâmetros de Projeto. Vamos comentar sobre as diferenças de
parâmetros para sistemas semelhantes, mas que possuem finalidades
totalmente diferentes. Qual a importância dos questionamentos “o
que nós queremos alcançar?” e “como escolhemos satisfazer a ne-
cessidade?”. Dentro desse contexto, serão comentadas as principais
diferenças entre parâmetros de projeto de aviões cargueiros e de
transporte de passageiros.

O link mostra o 3º voo teste do Stratolaunch, ocorrido em janeiro de

2022, transmitido na íntegra por um dos canais da NASA no YouTube
(NASASpaceflight). O vídeo é muito longo, mas estão demarcados na barra
de tempo, os principais pontos da transmissão. Vale a pena observar
os momentos da decolagem e do pouso. Será que em breve teremos a
oportunidade de assistir ao primeiro voo oficial?

Título: Introdução à Tecnologia de Foguetes

Autor: Ariovaldo Felix Palmerio
Editora: SindCT
Sinopse: dentre os propósitos do livro, destacam-se: o testemunho de uma
vida profissional no ambiente de desenvolvimento dos foguetes no Instituto
de Aeronáutica e Espaço (IAE) e o registro dos conceitos básicos de engenha-
ria utilizados nos desenvolvimentos ocorridos no período em que o autor se
dedicou à análise estrutural e à engenharia de sistemas de foguetes.
Comentário: excelente livro escrito por um Engenheiro Mecânico brasileiro formado pelo IME e
pesquisador do IAE durante toda sua carreira. O livro traz uma linguagem simples onde o obje-
tivo do autor é estender o conhecimento sobre foguetes e criar um interesse sobre assunto na
juventude brasileira. É impossível não se interessar mais sobre o tema após a leitura.

53
UNICESUMAR

Caro(a) aluno(a), estamos caminhando para o término da nossa unidade. É importante que você tenha
compreendido o que são os parâmetros de projeto, os inúmeros tipos de parâmetros que existem e
sua importância.
Alguns elementos de máquinas, como é o exemplo dos mancais de rolamentos ou correias, você
provavelmente nunca precisará projetar durante sua carreira, pois já existem incontáveis tabelas de
fabricantes, com todos os parâmetros possíveis. No entanto, você precisará saber dimensionar as ne-
cessidades do seu projeto e selecionar a peça ideal. Ou seja, tem que saber esse conteúdo!
Deixo uma atividade mental para que você vá treinando seu pensamento de engenheiro(a). Co-
mece a comparar os diferentes parâmetros para sistemas semelhantes, assim como foi feito no caso
das aeronaves na introdução da unidade. Por exemplo, quais seriam as diferenças entre os parâme-
tros de um fogão industrial e o fogão que você tem na sua casa? Ou então, quais as necessidades
que devem elencar os parâmetros de uma bicicleta utilizada por atletas de triatlo ou uma bicicleta
para crianças pequenas? Aproveite para pensar em outros casos e desenvolver a curiosidade sobre
essa área que é tão abrangente.

54
No decorrer desta unidade, nós vimos como alguns requisitos do projeto irão nos fornecer
parâmetros (que podem ser convertidos numericamente ou em “bom” e “ruim”) que podemos
utilizar no dimensionamento ou seleção da nossa peça.
O Mapa Conceitual a seguir (Figura 10) é um exemplo de como conseguimos alterar os
parâmetros de Resistência à Corrosão e Resistência ao Desgaste.

Parâmetros de Projeto
Seleção de materiais Evitar modos de contato que
adequados ao ambiente favoreça o desgaste

Resistência à Corrosão Resistência ao Desgaste

Evitar geometrias que Resistência do material ao

Tratamentos térmicos e/ou meio onde estará inserido
favoreçam o surgimento termoquímicos
da corrosão

Tipo e velocidade do Propriedades mecânicas

Aplicação de revestimentos movimento da peça dos materiais envolvidos
Prever pontos de
lubrificação Influência de
material intersticial

Figura 10 – Mapa Conceitual indicando os quesitos que influenciam os parâmetros de Resistência à Corrosão e Resis-
tência ao Desgaste de uma peça / Fonte: o autor.

Descrição da Imagem: a figura apresenta um Mapa Conceitual cujo termo inicial é “Parâmetros de Projeto”. A partir dele,
saem outras duas caixas com os termos “Resistência à Corrosão” e “Resistência ao Desgaste”. Do termo “Resistência à Cor-
rosão”, partem os quesitos: “seleção de materiais adequados ao ambiente”, “evitar geometrias que favoreçam o surgimento
da corrosão”, “tratamentos térmicos e/ou termoquímicos”, “aplicação de revestimentos” e “prever pontos de lubrificação”. Do
termo “Resistência ao Desgaste”, partem os quesitos: “evitar modos de contato que favoreçam o desgaste”, “resistência do
material ao meio onde estará inserido”, “propriedades mecânicas dos materiais envolvidos”, “tipo e velocidade do movimento
da peça” e “influência de material intersticial”.

55
Agora, complete o Mapa Conceitual a seguir (Figura 11), com os conhecimentos que você adquir-
iu nesta unidade, e em disciplinas anteriores, a respeito da obtenção de parâmetros a partir do
Ensaio de Tração. Cite os parâmetros exemplificados no texto e explique o significado de cada um.
Você também pode buscar mais informações na internet.

Diagrama
tensão-deformação

Figura 11 – Mapa Conceitual para preenchimento dos parâmetros que podem ser obtidos a partir do Diagrama tensão-
-deformação / Fonte: o autor.

Descrição da Imagem: a figura apresenta um Mapa Conceitual cujo termo inicial é “Diagrama tensão-deformação”. A partir
dele, saem outras quatro caixas que devem ser preenchidas, com os 4 parâmetros de projeto. Abaixo dessas 4 caixas, existe
mais um subnível para o preenchimento dos significados de cada parâmetro.

56
1. A tabela abaixo possui duas colunas, onde a coluna da esquerda apresenta alguns exemplos
de parâmetros importantes aos rolamentos e a coluna da direita a classificação quanto a
eles poderem ou não ser modificados pelo projetista. Relacione as duas colunas e marque a
alternativa correta.

Classificação Parâmetros

( ) Espessura mínima do filme

Parâmetros que podem ser ( ) Variação da temperatura
(A)
modificados
( ) Carga admissível por unidade de área
Parâmetros que não po- ( ) Velocidade
(B)
dem ser modificados
( ) Dimensões dos componentes do rolamento

a) B-B-A-A-A.
b) A-A-A-B-B.
c) A-B-A-A-B.
d) B-A-A-B-B.
e) A-B-A-A-B.

2. Muitas vezes, ao começar determinado projeto, o(a) engenheiro(a) pode não possuir algum
parâmetro necessário aos cálculos. Sendo assim, ele(a) irá estimar um valor, realizar toda a
sequência de cálculos e ao terminar, provavelmente, aquele valor estará fora da razoabilidade.
Então, o projetista irá realizar as iterações.

Defina o que é iteração e sua importância para determinação dos parâmetros de projeto.

3. Imagine que você seja o(a) responsável pelo projeto de um redutor de velocidade e irá projetar
as suas primeiras engrenagens. Quais os principais parâmetros que você julga importante de
serem elencados?

4. Por meio da seleção de materiais, é possível determinar boa parte dos parâmetros de projeto
dos elementos de máquinas. Cite três etapas importantes para tal seleção.

57
58
3
Indicadores de
Desempenho
e de Falha
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade será abordada a definição do que é um Indicador e

quais características ele deve possuir para ser considerado um bom
índice. Também abordaremos sobre o que são empresas Classe
Mundial e como seus índices podem colaborar com o crescimento
de outras empresas. Em seguida, serão apresentados os principais
indicadores de desempenho e de falhas que afetam a confiabilidade
de um sistema e como eles devem ser abordados em sistemas repa-
ráveis e não reparáveis. Você aprenderá como calcular cada um deles
e poderá fixar o conteúdo com a realização de exercícios propostos.
UNICESUMAR

Futuro(a) engenheiro(a), tenho certeza que, durante sua caminhada acadêmica, você aprendeu sobre
o que são os Indicadores de Desempenho e de Falhas. Você pode ter visto alguns conceitos e até cal-
culado alguns indicadores. No entanto, agora irei te mostrar como a obtenção desses indicadores pode
ser muito mais importante do que você imagina.
Pode ser que, ao analisar o desempenho ou o índice de falhas de uma geladeira, você não veja isso
como uma grande questão. Pode pensar algo do tipo: “Se a geladeira estragar, irei chamar o técnico
da assistência autorizada para ele verificar o que ocorreu. Analisarei o custo benefício de realizar o
conserto e, caso não seja viável, irei comprar uma geladeira nova.”
Claro que, para chegar a essa conclusão, você irá levar em consideração o tempo de uso do eletro-
doméstico, o valor da peça que necessita ser substituída, o valor da mão de obra do técnico, o valor que
você pagou no equipamento quando o comprou e quanto custa um equipamento novo. A resolução
do problema envolve mais o aspecto financeiro, pois você sabe que existem inúmeras lojas que ven-
dem geladeiras novas ou peças para reposição. Você, ao adquirir um eletrodoméstico, se preocupa em
verificar informações relativas aos parâmetros de desempenho e índices de falha?
Agora, vamos imaginar um outro contexto. Suponha que você seja um astronauta e esteja se pre-
parando para uma missão que irá durar anos fora da Terra (como é o caso dos astronautas que estão
sendo capacitados para possíveis missões à Marte). Você irá viajar em algum tipo de nave espacial, com
milhares de sistemas complexos, ficará mais de um ano se deslocando (a previsão é de 440 dias para
a ida), irá pousar em um planeta estranho, passará mais algum tempo por lá (coletando informações
e realizando testes) e depois deverá fazer o caminho de retorno à Terra.
Você, como astronauta ou até mesmo como um(a) das centenas de engenheiros(as) que estão traba-
lhando nesse projeto, agora se preocuparia com informações relativas aos parâmetros de desempenho e
índices de falha dos sistemas envolvidos? Consegue imaginar quais seriam os impactos de um sistema
falhar muito antes do previsto ou então mais vezes do que o esperado? Consegue compreender que os
suprimentos para todas as manutenções que serão realizadas já devem ir embarcados na nave e, caso
falte algum item, não será possível adquirir?
Segundo estudo publicado pela NASA (OWENS et al., 2017), nas próximas décadas será cada vez
mais comum ocorrerem missões tripuladas além da órbita terrestre baixa (LEO). Será um desafio sem

60
 UNIDADE 3

precedentes para os planejamentos de logística, uma vez que os astronautas ficarão muito mais tempo
longe, em distâncias impossíveis de abortar uma missão ou reabastecer uma espaçonave.
Algumas demandas serão efetivamente determinísticas, como aquelas relacionadas a itens com
vida útil limitada (que são substituídos regularmente) ou, então, consumíveis usados a uma taxa co-
nhecida. Outras demandas, principalmente aquelas relacionadas à peças de reposição necessárias para
reparar falhas aleatórias, são estocásticas.
Decisões tomadas no início do desenvolvimento de um sistema podem ter forte impacto no custo
global do sistema. Sendo assim, nos projetos de novos sistemas, sempre são utilizadas/aprimoradas
técnicas desenvolvidas anteriormente em outros projetos. Por exemplo, na época dos ônibus espaciais,
as atividades de manutenção eram muito mais complexas e caras devido ao fato de as peças não serem
intercambiáveis. Com as lições aprendidas, tais considerações foram incluídas já nos primeiros projetos
da Estação Espacial Internacional (ISS).
Mais do que nunca, o tempo é muito valioso em missões espaciais. Além de a tripulação ter de realizar
atividades essenciais para manter sua saúde (comendo, dormindo e se exercitando), é necessário manter
os sistemas da espaçonave em excelentes condições, realizando manutenções e os reparos necessários.
Vamos analisar o quadro a seguir, adaptado de um trabalho publicado em 2008 por engenheiros da
NASA, durante uma conferência. Ele ilustra a relação entre requisitos de MTBF e MTTR para diferentes
valores de disponibilidade, para um elemento de um sistema genérico, considerando 1 hora de trabalho.
MTBF e MTTR foram brevemente descritos na Unidade 1. Já o índice de Disponibilidade será
explicado nesta unidade, porém se trata de um indicador que mostra o tempo que o sistema está dis-
ponível para exercer sua função.

Disponibilidade (%)

Confiabilidade do 1
99% 99,5% 99,9% MTBF  
Sistema (C) ln C

0,9900 1,01 0,50 0,10 99,499

0,9940 1,68 0,84 0,17 166,166
0,9950 2,02 1,00 0,20 199,500
0,9960 2,52 1,25 0,25 249,500
0,9980 5,05 2,51 0,50 499,500
0,9990 10,10 5,02 1,00 999,500
0,9998 50,50 25,12 5,00 4999,500
0,9999 101,01 50,25 10,01 9999,500

MTTR (horas)

Quadro 1 - Requisitos de disponibilidade em função da confiabilidade e mantenabilidade para um tempo determinado de serviço
Fonte: adaptado de Rodhes et al. (2008).

61
UNICESUMAR

Observe o Quadro 1, analise as informações por linhas e preencha as lacunas:

O índice de disponibilidade deve ser trabalhado abordando os índices de __(1)__ , __(2)__ e
a limitação do número de elementos críticos do sistema projetado, que está relacionado com a sua
___(3)___. A Disponibilidade e o __(4)__ são inversamente proporcionais, enquanto o __(5)__ é
diretamente proporcional à Disponibilidade do equipamento.
Gabarito:

(1) MTBF ; (2) MTTR; (3) Confiabilidade; (4) MTTR; (5) MTBF

Espero que tenha conseguido compreender a relação entre os índices citados no Quadro 1. Você teve
alguma dificuldade? Se sim, não se preocupe, pois nas próximas páginas iremos detalhar cada um deles.
O mais importante é que você consiga visualizar como uma pequena alteração em um dos indicadores
irá promover modificações nos demais. Eles estão fortemente relacionados.
Agora eu te convido a escrever no espaço a seguir as conclusões importantes que você teve a partir
do exercício proposto.

62
 UNIDADE 3

Durante uma missão espacial, os três eventos que devem ser frequentemente analisados e evitados
pela tripulação são: (1) Perda da Missão (PdM), (2) Perda do Veículo (PdV) e (3) Perda da Tripulação
(PdT). Quando um sistema considerado crítico tem um tempo limitado para ser manutenido, antes
da sua perda de função, o resultado será PdM e/ou PdV e/ou PdT.
Portanto, indicadores como tempo médio entre falhas (TMEF), tempo médio para reparo (TMPR),
disponibilidade e confiabilidade são essenciais de serem conhecidos e cada vez mais presentes nos
projetos espaciais. O desafio não é evitar as falhas, mas, sabendo que elas irão ocorrer, prever em que
momento será e projetar sistemas que se recuperem o mais rápido possível.
Assim como explicado anteriormente, as peças de reposição e suprimentos para manutenção de-
vem ser embarcadas prevendo todo o tempo da missão. Consegue imaginar como esse planejamento
é complexo? Cada sobressalente embarcado deve ser realmente necessário, se não, será apenas mais
peso, e maior gasto de combustível, para a espaçonave. Outras medidas como a utilização de peças in-
tercambiáveis e aplicação de peças fabricadas por impressão 3D são muito utilizadas pelos astronautas,
no entanto, ainda assim é necessário um estudo aprofundado da manutenção dos sistemas envolvidos.
Se analisarmos os indicadores que a NASA utiliza, eles são os mesmos que são aplicados nas em-
presas do nosso convívio, porém, com outros nomes.
Futuro(a) engenheiro(a), para entendermos melhor este assunto, agora iremos ver juntos alguns
conceitos importantes sobre Indicadores de Desempenho e de Falhas. Para iniciar, veremos a definição
do que é um indicador, segundo a Fundação Nacional da Qualidade (FNQ).

63
UNICESUMAR

“
Indicador é uma informação quantitativa ou qualitativa que expressa o desempenho
de um processo, em termos de eficiência, eficácia ou nível de satisfação e que, em geral,
permite acompanhar sua evolução ao longo do tempo e compará-lo com outras organi-
zações (MOTA, 2014, p. 5).

Por meio de um indicador, é possível realizar comparações relativas ao/à: (1) passado (série histórica),
(2) referencial de desempenho, (3) compromisso assumido e (4) meta de desempenho.
Existe uma ferramenta chamada Método SMART que, como o próprio nome diz, é um método
inteligente para o estabelecimento de metas e objetivos. O termo é formado pelas iniciais das seguintes
palavras, que determinam as características que um indicador deve possuir:

• Specific (específico)
A medição deve ser clara e específica, fornecendo aos gestores e funcionários, um melhor direcio-
namento e objetivo nas atividades industriais.

• Measurable (mensurável)
Considerando-se que só é possível controlar aquilo que se pode mensurar, é necessário que o in-
dicador seja passível de exame quantitativo para posterior análise de dados. Não procedendo dessa
forma, será difícil saber se o desempenho está na direção correta.

• Attainable (atingível)
É fundamental o estabelecimento de metas realistas, porém ainda propondo desafios de melhorias.
Grandes objetivos podem se tornar inacessíveis e desmotivar os envolvidos, portanto, as metas devem
estar de acordo com a realidade dos atuantes no processo.

• Relevant (relevante)
O indicador deve ser relevante e estar diretamente relacionado à importância que ele terá para
uma empresa, ao ser alcançado. Ou seja, acompanhar o que agrega valor. Esse mérito pode se tornar o
estímulo que faltava para os colaboradores se tornarem mais envolvidos com o objetivo.

• Time-bound (tempo limite)

Todo objetivo precisa de um prazo para ser alcançado e necessita ser medido periodicamente.
Moschin (2015) afirma que existem, ainda, mais duas características importantes que devem ser
levadas em consideração ao estipular um indicador:

• Comparável
É importante que seja possível compará-lo com outros indicadores, não só apenas dentro da própria
empresa, mas também com empresas Classe Mundial, a fim de aumentar o desenvolvimento.

64
 UNIDADE 3

• Comunicável
Ser de simples entendimento a todos.

Você sabe o que são empresas classe mundial? Utiliza-se essa expressão para caracterizar que
uma empresa está entre as melhores do mundo. São organizações que se destacam pelas boas
práticas e ótimos resultados que promovem, interna e externamente. A excelência dos produtos e
serviços que oferecem contribuem para a competitividade de seus países e, de algum modo, para
a melhoria da sociedade. Para uma empresa entrar para esse grupo, ela precisa atender a uma
série de critérios, seguir inúmeros conceitos e princípios, e passar por várias auditorias. Os três
elementos essenciais nos quais se baseia essa filosofia são: (1) combate rigoroso a desperdícios e
perdas, (2) envolvimento total das pessoas e desenvolvimento de suas competências e (3) aplicação
de métodos e ferramentas para detectar e evitar ineficiências.
Fonte: adaptado de Hansen (2006).

Na manutenção, o princípio de seleção de um indicador segue a ideia geral: definição da real situação,
sugestões de desafios para a melhoria, seleção dos meios e acompanhamento da evolução da manu-
tenção, por meio dos seus índices.
Você se lembra de que em unidades anteriores nós falamos que a confiabilidade de um sistema está
diretamente relacionada com a sua correta manutenção? Então, agora iremos tratar dos principais indica-
dores relacionados à manutenção e que, de alguma maneira, irão influenciar na confiabilidade do sistema.

65
UNICESUMAR

• Tempo Médio Entre Falhas (MTBF): esse indicador é muito conhecido pela sua sigla em
inglês: MTBF. Como já apresentado na Unidade 1, o MTBF consiste em medir o tempo total
de funcionamento normal médio entre as falhas de um sistema reparável, excluindo o tempo
para manutenção, sendo também uma forma de medir a confiabilidade daquele equipamento.
O ideal é que o MTBF seja calculado para cada subsistema/componente. Assim, no caso de
quebras recorrentes, é possível utilizar esse índice para ajudar na identificação da causa raíz.
Obviamente, existem subsistemas que ao falharem irão fazer o sistema todo parar e existem
outros que podem comprometer a eficiência, mas não irão inutilizar o equipamento. Faço duas
ressalvas: (1) não é correto fazer uma média global para todo o sistema (utilizando dados de
subsistemas diferentes) e (2) o MTBF não é aplicável para peças não reparáveis. Por exemplo,
não existe MTBF de lâmpadas de bulbo, correias de alternador etc.

Você se lembra de que falamos sobre sistemas não reparáveis? Ficou claro para você a diferença
entre um sistema reparável e outro não reparável? Vamos relembrar: um sistema será considerado
não reparável se o custo do conserto for similar ao custo de sistema novo (como é o caso de diversos
eletrodomésticos ou das lâmpadas de bulbo) ou se o acesso ao suprimento para a execução do
conserto é difícil ou mesmo inviável.

Por meio do acompanhamento do MTBF, é possível compreender o comportamento do sistema em

relação às manutenções. Se o índice for aumentando com o passar do tempo, é um sinal positivo, pois
indica que as manutenções corretivas estão diminuindo (VIANA, 2002).
Além de ser obtido através do inverso da taxa de falhas (λ), pode ser calculado utilizando a Equação 1:

TD - TM
MTBF =  (1)
NP

em que:
TD – Tempo total de disponibilidade (somando todos os tempos em que o sistema funcionou
corretamente)
TM – Tempo total de manutenções (somando todos os tempos gastos com manutenções)
NP – Número de paradas (quantidade de vezes que o sistema teve o funcionamento interrompido,
necessitando de manutenção corretiva)

66
 UNIDADE 3

EXEMPLO Um equipamento que deveria funcionar por 24 horas, durante esse período, ficou
parado por 3 horas, decorrentes de 2 paradas. Qual o MTBF?

24  3
MTBF   10,5 horas
2

• Tempo Médio Para Reparo (MTTR): conhecido do inglês por MTTR, indica o tempo médio
que se leva para executar um reparo após a detecção da falha. Quanto menor o índice MTTR,
melhor o andamento da manutenção (VIANA, 2002; BRANCO FILHO, 2004). Pode ser cal-
culado pela Equação 2:

TI
MTTR =  (2)
NP

em que:
TI – Horas totais de indisponibilidade (devido à manutenção)
NP - Número de paradas (quantidade de vezes que o sistema teve o funcionamento interrompido,
necessitando de manutenção corretiva)

EXEMPLO Utilizando as informações do exemplo anterior (sistema que ficou parado por 3 horas,
decorrentes de 2 paradas), calcule o MTTR.

3
MTTR= = 1,5 horas
2

Tanto o MTBF quanto o MTTR podem ser calculados em minutos, horas, dias, semanas ou da maneira
que for conveniente. No entanto, você só deve ficar atento em colocar todos os termos do cálculo na
mesma unidade de medida.

• Disponibilidade: indicador que mostra o tempo que o sistema está disponível para exercer sua
função, de acordo com as condições e rendimentos definidos, excluindo o tempo parado para
manutenção. É possível encontrar divergências entre os autores relacionados ao tema se o tempo
parado devido à falta de matéria-prima ou por falta de demanda deve ser incluído no cálculo de
disponibilidade. No entanto, a disponibilidade de um sistema não implica, apenas, que ele esteja
funcionando, mas, sim, que ele esteja em condições de funcionar. Logo, cada caso e cada aplicação de
um sistema deverão ser analisados (BRANCO FILHO, 2004; MOSCHIN, 2015; FOGLIATTO, 2019).

67
 UNICESUMAR

Uma das maneiras de calcular a disponibilidade de um sistema é por meio da Equação 3:

Horas calendário - Horas manutenção Tempo produzindo

=DISP = × 100 (3)
Horas calendário Tempo programado 

Considerando que o conceito de disponibilidade varia conforme a capacidade de reparo de uma uni-
dade, se o sistema for do tipo não reparável, o estudo da disponibilidade não é aplicável. Em unidades
reparáveis, existem dois estados possíveis em um determinado tempo “t” de análise: funcionando ou
em manutenção. Nesses casos, considerando que a manutenção irá devolver a unidade à condição de
nova, utiliza-se um valor médio de disponibilidade, dado pela Equação 4:

MTBF
DISP   100  (4)
( MTBF  MTTR)

EXEMPLO Utilizando os índices de MTBF e MTTR, calculados acima, encontre a disponibilidade

do sistema.

10, 5
DISP   0,875 ou 87,5%
(10, 5  1, 5)

Vamos ver outro exemplo de cálculo de Disponibilidade.

EXEMPLO Considere que o Quadro 2 contenha informações sobre as manutenções de três viaturas
blindadas de um quartel e que você necessite verificar informações antigas. Calcule (a)
a Disponibilidade para o mês de Julho de 2017 e (b) a Disponibilidade anual de 2017.

ANO MÊS VIATURA HORAS MANUTENÇÃO

Janeiro 1519 510

2017 Julho 1105 338

Agosto 2170 4

Quadro 2 – Informações sobre as manutenções de viaturas blindadas de um quartel / Fonte: o autor.

68
 UNIDADE 3

a) Disponibilidade para Julho de 2017:

Horas Calendário - Horas Manutenção 744 − 338

DISP
= = 100 54,57%
×= (RESPOSTA)
Horas Calendário 744

b) Disponibilidade anual de 2017:

Horas Calendário - Horas Manutenção 8760 − (510 + 338 + 4)

=DISP = = ×100 90, 27% (RESPOSTA)
Horas Calendário 8760

O conceito de mantenabilidade ou manutenibilidade refere-se à capacidade de um item ser

mantido ou recolocado em condições de executar suas funções, sob condições de uso especificadas
quando a manutenção é executada corretamente, conforme procedimentos descritos. Também pode
ser entendido como a facilidade de manutenção de determinado sistema, sendo uma característica
inerente ao projeto. A melhoria da mantenabilidade impacta na redução do MTTR.

• Tempo Médio Para Falha (MTTF): esse indicador é aplicável para sistemas não reparáveis, uma
vez que o MTTR desses itens é igual a zero. Consiste na relação entre o total de horas disponíveis
para operação (TD) divididas pelo número de falhas detectadas (NF), conforme Equação 5:

TD
MTTF =  (5)
NF

Observe que, para itens não reparáveis, o NF só poderá ser igual a 1 e o MTTF será equivalente ao
MTBF dos itens reparáveis.
Caso você busque na literatura, irá verificar que existem muitas divergências entre autores, sobre esse
índice. Alguns autores o consideram um índice exclusivo para itens não reparáveis e outros o utilizam
para se referir, também, a itens reparáveis. Os autores que utilizam MTTF em cálculos de sistemas
reparáveis, incluem no cálculo do MTBF o tempo de manutenção (MTBF=MTTR+MTTF). Assim,
calculam um valor médio entre os valores de MTTF, iniciando no ponto final do MTTR até o início da
falha consecutiva, para considerar como o tempo de vida útil do equipamento (FOGLIATTO, 2019).

69
UNICESUMAR

Quando for iniciar a leitura de material técnico que trate sobre índices, o ideal é entender como o
autor definiu cada um, para que possa ter uma compreensão adequada do assunto. Entretanto, se
for utilizar esses índices no seu trabalho, fica a seu critério definir como irá utilizar o MTTF. A não
ser que na sua empresa já utilizem índices de desempenho, e você dará continuidade na maneira
que é feita, nada impede que você sugira mudanças caso alguma métrica esteja equivocada.

• Tempo Médio Para Detecção (MTTD): o indicador em questão não é muito conhecido,
mas você pode se deparar com ele, principalmente, se for trabalhar em áreas relacionadas à
computação. Provavelmente não irá utilizá-lo para cálculos em sistemas mecânicos. Contudo,
foi inserido aqui apenas para que você saiba que ele existe.

O MTTD analisa quando tempo se passou desde a falha até a sua detecção e pode ser estimado através
da Equação 6:

TTD
MTTD =  (6)
NF

em que:
TTD – Tempo total entre a falha e a detecção
NF – Número de falhas

• OEE: existe um outro indicador, chamado de Efetividade Global do Equipamento cuja sigla
utilizada é originária do inglês (Overall Equipment Effectiveness) e é uma combinação de três
indicadores que medem a eficácia do equipamento: disponibilidade, performance e qualidade.

O cálculo da Disponibilidade utiliza a Equação 3, conforme mostrado anteriormente.

Para a obtenção do índice de Performance, é aplicada a Equação 7, que relaciona a Produção Real
com a Produção Teórica.

Produção Real (7)

Performance =
Produção Teórica 

em que:
Produção Real – tamanho real da produção após pequenas paradas e redução de velocidade.
Produção Teórica – tamanho da produção se o equipamento operasse sem nenhum tipo de redução
de produtividade.

70
 UNIDADE 3

Similarmente, o índice de Qualidade é calculado com a Equação 8, que relaciona a quantidade de

Peças Boas e de Peças Reais.

Peças Boas (8)

Qualidade =
Peças Reais 

em que:
Peças Boas – são as peças que se enquadraram no primeiro teste de qualidade, para verificação de
especificações necessárias.
Peças Reais – são todas as peças produzidas, incluindo as boas, peças retrabalhadas, peças de se-
gunda linha e peças ruins.

Logo, para obtenção do índice OEE, são combinados os três índices de interesse, conforme Equação 9:

OEE (Efetividade Global do Equipamento) = Disponibilidade x Performance x Qualidade  (9)

A Figura 1 apresenta, esquematicamente, a representação de cada um dos termos utilizados na Equação

9, para melhor entendimento.

Tempo Total

Horário
OEE – Efetividade Global do Equipamento

Disponibilidade

Tempo Programado não

alocado

Equipamento parado por:

Tempo Produzindo - Quebra de Máquina
– Ociosidade – Setup

Produção Teórica
Eficiência

Velocidade Reduzida
Produção Real Pequenas Paradas

Produção Total
Qualidade

Refugos de partida
Peças Boas Refugos de
produção

Figura 1 – Avaliação dos tempos utilizados pelo equipamento / Fonte: adaptada de OEE ([2022, on-line]).

Descrição da Imagem:a imagem apresenta um diagrama, semelhante a um gráfico de barras na horizontal, com as distribuições dos
tempos utilizados pelo equipamento, para análise da Efetividade Global do equipamento. Existe uma barra no topo da ilustração, que é
a maior, indicando o Tempo Total. Em ordem decrescente de tamanho, abaixo está o Tempo Programado e Tempo Produzindo, incluídos
no índice “Disponibilidade”. No próximo nível inferior está a Produção Teórica e Produção Real, incluídas no índice “Eficiência”. Nos dois
últimos níveis, com as duas menores barras, estão Produção Total e Peças Boas, no índice “Qualidade”.

71
UNICESUMAR

Antes mesmo que eu afirme, você já sabe que é impossível um sistema que possua OEE de 100%, mas,
e se fosse possível, o que isso representaria? Observe o Quadro 3 que traz essa suposição:

OEE “Produção Perfeita”

Significa que os equipamentos estão sempre funcionando, durante todo o

Disponibilidade
tempo planejado.

Quando os equipamentos estão funcionando, eles atuam todo o tempo com

Performance
a velocidade máxima (dentro do projeto).

Qualidade Não existem defeitos. Apenas peças perfeitas são produzidas.

Quadro 3 – Explicação do que seria o significado de um OEE = 100% / Fonte: adaptado de Vorne ([2022], on-line).

No entanto, quais são os fatores que impedem que um sistema tenha 100% de Efetividade? Conforme
foi introduzido na Figura 1, a Figura 2 exibe com maior clareza os principais responsáveis pela redução
de Efetividade de um equipamento.

Falhas do equipamento, falhas de

Quebras
ferramentas, manutenção não planejada.

Disponibilidade

Ociosidade Falta de matéria-prima, mudanças de

e Setup configuração, aquecimento do equipamento.

Redução de Desgaste do equipamento, operador

velocidade ineficiente, configurações incorretas.
OEE Performance
Pequenas Fluxo interrompido, sensor bloqueado,
paradas sujidades.

Refugos de
Sucata, molde incorreto, retrabalho.
partida
Qualidade

Refugos de Os mesmos fatores acima, porém,

produção durante a produção.

Figura 2 – Seis maiores motivos da redução de Efetividade de um equipamento / Fonte: adaptada de Vorne ([2022], on-line).

Descrição da Imagem:a imagem apresenta um fluxograma cuja primeira palavra é OEE e dela partem mais 3 termos (Disponibilidade,
Performance e Qualidade). De disponibilidade, existem dois termos inferiores (Quebras e Ociosidade e Setup) com as respectivas defini-
ções: Falhas do equipamento, falhas de ferramentas, manutenção não planejada; e Falta de matéria-prima, mudanças de configuração,
aquecimento do equipamento. De Performance, existem outros dois termos inferiores (Redução de velocidade e Pequenas paradas)
com as respectivas definições: Desgaste do equipamento, operador ineficiente, configurações incorretas; e Fluxo interrompido, sensor
bloqueado, sujidades. De Qualidade, partem dois termos inferiores (Refugos de partida e Refugos de produção) com as respectivas
definições: Sucata, molde incorreto, retrabalho; Os mesmos fatores acima, porém, durante a produção.

72
 UNIDADE 3

As empresas consideradas Classe Mundial devem atender aos valores de índices mostrados no Quadro
4. É importante ressaltar que não basta, apenas, que a empresa atinja OEE ≥ 85%, mas que também
alcance os índices mínimos de disponibilidade, performance e qualidade.

VALORES DE ÍNDICES CLASSE MUNDIAL

Disponibilidade ≥ 90%
Performance ≥ 95%
Qualidade ≥ 99,9 %
OEE ≥ 85%

Quadro 4 – OEE Classe Mundial / Fonte: adaptado de OEE (2021, on-line).

No entanto, cada caso deve ser analisado. Dependendo do tipo de produção da empresa, ela não irá
atender a algum índice mínimo, porém, analisando sua filosofia e seus princípios, ela estará enqua-
drada como Classe Mundial. O Quadro 3 é útil para fins de cálculos, instituir metas e para realizar
comparações entre empresas.
Antes de apresentar o próximo índice, preciso rever um conceito com você.
Você lembra como é estimada a produtividade horas-homem (HH) para a realização de uma tarefa?
Vou exemplificar: imagine que um procedimento de manutenção preventiva de um caminhão leve
5,5 horas para ser concluído. Portanto, será necessário 5,5 HH para concluir a atividade. Agora, se um
colega vier ajudá-lo? Esse valor mudará para 2,75 HH (5,5 divididos por 2). A partir desse conceito, é
possível calcular outros tipos de HH.
Não confunda horas-homem com homem-hora, que é uma estimativa do custo gasto por
tempo com um trabalhador.
Vamos dar continuidade aos nossos conceitos.

• Backlog: é um índice que mede o desempenho das equipes envolvidas com a manutenção.
Relaciona o tempo que uma equipe de manutenção deve trabalhar para concluir todos os
serviços pendentes, com toda a sua força de trabalho, desde que não sejam adicionadas novas
pendências (BRANCO FILHO, 2004). Naturalmente, esse indicador se modifica diariamente,
visto que alguns trabalhos são concluídos e novas demandas aparecem. O ideal é que o Backlog
permaneça o mais estável possível. O seu cálculo pode ser feito utilizando a Equação 10:

£ HH em Carteira
Backlog = (10)
£ HH Instalado

em que:
Ʃ HH em Carteira – somatório das HH (horas-homem) previstas em Carteira
Ʃ HH Instalado – somatório das HH (horas-homem) da capacidade instalada

73
UNICESUMAR

O HH em Carteira equivale a toda demanda de serviços, incluindo atrasados e

planejados. Geralmente, as empresas possuem os valores estimados (ou medi-
dos) de HH para cada atividade a ser desenvolvida. Já o HH Instalado refere-se
à capacidade de trabalho (quantidade de funcionários e horas trabalhadas por
dia). Esse HH instalado deve levar em consideração uma certa perda, pois
nenhum funcionário estará 100% do tempo dedicado aos serviços, sendo ne-
cessário excluir um percentual da sua carga horária, em que estará dedicado a
outras tarefas. Normalmente é considerado como sendo 20% este valor; logo,
para o de uma capacidade instalada de 100 HH em um dia, devemos levar
em consideração para o cálculo do indicador apenas 80 HH (VIANA, 2002).
O Backlog pode ser medido por especialidade, de forma a termos valores
do índice em nível de mecânicos, eletricistas, caldeireiros etc. Isso facilita a
análise e, consequentemente, a decisão em relação às carências nas equipes,
pois denunciará os gargalos negativos. Por exemplo, escassez de HH em uma
determinada especialidade, sobra em outra etc. Desta forma, obtém-se um
excelente balizador para a definição da composição das equipes de manu-
tenção (VIANA, 2002).

EXEMPLO Considere uma fábrica que possua duas turmas de manuten-

ção, conforme descrito a seguir. Calcule o backlog para cada
uma das especialidades.

Turma 1 – 3 eletricistas, com 4 O.S. (ordens de serviço) em um total de 84 HH

estimados; e
Turma 2 – 4 mecânicos, com 3 O.S. em um total de 89 HH estimados.

 HH Carteira 84
Backlog (elétrica) = 4, 37 dias
 HH Instalado (3 8 ) 0, 8

 HH Carteira 89
Backlog (mecânica)= 3, 48 dias
 HH Instalado (4 8 ) 0, 8

O exemplo citado foi sobre equipes de manutenção, mas ele pode ser aplicado
a diversas atividades. Não existe um valor ideal de backlog, porém, deve ser
feito seu acompanhamento constante e a empresa pode estipular patamares.
Com o controle periódico desse índice, é possível traçar uma curva onde
o eixo Y representa os valores de backlog, e o eixo X o tempo em análise, con-
forme a Figura 3.

74
 UNIDADE 3

Gráfico de Backlog Estável

16,00
14,00

12,00

10,00
BACKLOG

8,00

6,00
4,00

2,00

0,00
0 2 4 6 8 10 12 14 16
DIAS DO ANO

Figura 3 – Exemplo de gráfico de Backlog estável / Fonte: o autor.

Descrição da Imagem:a imagem apresenta uma curva de Backlog considerada estável, apresentando cada valor do indicador em função
dos dias corridos (indo de 0 a 16). A curva mantém-se com valores de Backlog entre 8 e 10.
Transcrição: Gráfico de Backlog Estável, BACKLOG, DIAS DO ANO

O ideal é que o gráfico permaneça estável, desde que dentro de um patamar aceitável, sem grandes
oscilações.
Caso o gráfico não esteja estável, existem alguns padrões que podem indicar as causas das variações,
conforme os exemplos da Figura 4.

Gráfico de Backlog Crescente Gráfico de Backlog Decrescente

16,00 16,00
14,00 14,00
12,00 12,00
10,00 10,00
BACKLOG

BACKLOG

8,00 8,00
6,00 6,00
4,00 4,00
2,00 2,00
0,00 0,00
0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 14 16
DIAS DO ANO DIAS DO ANO

Figura 4 – Exemplos de gráficos de Backlog Crescente e Decrescente. / Fonte: o autor.

Descrição da Imagem:a imagem apresenta duas curvas de Backlog, uma considerada crescente e a outra decrescente, apresentando
cada valor do indicador em função dos dias corridos (indo de 0 a 16).

75
UNICESUMAR

A curva Crescente pode indicar aumento de demanda, mão de obra insuficiente ou de má qualidade,
ou supervisão inoperante. A curva Decrescente pode estar relacionada com excesso de mão de obra,
gerando ociosidade.

Caro(a) aluno(a), quer saber um pouco mais sobre a importância dos

indicadores de desempenho e de falha? Eu te convido a escanear o QR
Code ao lado para continuarmos essa conversa. Vamos explicar como
esses índices são importantes para empresas como a NASA ou SpaceX.
Aposto que você já tinha escutado falar em MTBF, mas nem imaginava
que os engenheiros dessas empresas estão calculando isso, não é? Os
indicadores mais importantes serão explicados e qual o impacto de cada
um deles em uma missão espacial.

Spacewalk to Conduct Maintenance Outside the International Space Station

Vídeo que mostra um procedimento de manutenção externa à Estação
Espacial Internacional, na íntegra. A gravação toda possui mais de 9
horas, mas você só irá assistir os pontos-chave para conferir como esse
procedimento é complexo e deve seguir uma série de protocolos. É uma
ação conjunta entre astronautas e a equipe que se encontra na NASA.

NASA’s Challenge to 3D Print Future Habitats on Mars

Vídeo de alguns anos atrás sobre uma competição promovida pela NASA,
para que engenheiros e arquitetos desenvolvessem moradias feitas por
manufatura aditiva (impressão 3D) para que no futuro, talvez, sejam
utilizadas pelos astronautas em Marte.

76
 UNIDADE 3

Agora que estamos encerrando a unidade, ficaram mais claros

os exemplos iniciais sobre a importância da determinação de
Indicadores para as missões espaciais? É muito importante que,
desde que possível, cada sistema possua seu MTBF e MTTR
para que a tripulação não seja surpreendida com nenhum pro-
cedimento de manutenção. É um momento muito delicado em
que cada minuto é valioso e não se pode cometer erros. Essa
mesma questão é válida para a indústria aeronáutica que já
foi foco de vários exemplos em nosso curso. Como não existe
uma área mais importante que a outra, mas, sim, áreas com
necessidades de confiabilidades mínimas diferentes, o(a) enge-
nheiro(a) sempre deve estar atento(a) para essas informações.
Em algum momento anterior (em outra unidade), eu co-
mentei sobre a importância de o(a) engenheiro(a) que irá tra-
balhar em cargos públicos também compreender bem esse
assunto. Muitas vezes, ao passar no concurso público, você
terá que redigir documentos relativos à licitações. Pois en-
tão, imagine que você tenha que escrever a justificativa para a
aquisição de peças de reposição para manutenção de viaturas
blindadas, para os dois anos seguintes. Devido ao fato de alguns
tipos de compras públicas levarem muitos meses para serem
concluídas, às vezes as previsões de necessidades devem ser
antecipadas. Sua justificativa deve ser muito bem embasada
e correta, afinal você está utilizando dinheiro público. Nada
melhor do que apresentar estudos contendo indicadores de
MTBF e Disponibilidade para embasar cada pedido.
Para finalizar, lembre-se que aqui foram discutidos exem-
plos de indicadores mais utilizados. No entanto, desde que
seja relevante e comparável, você pode criar outros tipos de
indicadores que sejam pertinentes ao seu trabalho. Existem
centenas de indicadores utilizados no mundo todo.

“Não se gerencia o que não se mede, não se mede o que

não se define, não se define o que não se entende, e não há
sucesso no que não se gerencia”.
William Edwards Deming

77
Agora proponho que você termine de preencher o Mapa Mental a seguir com os principais concei-
tos que foram abordados nesta unidade. Certamente existem outros que também são importantes
e a sua maneira de enxergar o conteúdo é única! Portanto, sinta-se à vontade para complementar
o Mapa, caso sinta necessidade.

Principais Características

INDICADORES
OEE =

MTBF = Desempenho e Falhas

MTTR =
DISP =

MTTF = M
B

Figura 1 – Mapa Mental para preenchimento, com os principais conceitos abordados na Unidade 3 / Fonte: o autor.

Descrição da Imagem:a imagem apresenta um Mapa Mental, cujo termo central é “INDICADORES”. Partindo dele para a
parte superior, existe o termo “Principais Características” que está conectado a outras 7 caixas vazias para preenchimento.
Partindo para o nível inferior do termo “INDICADORES”, está a caixa contendo a inscrição “Desempenho e Falhas” e a partir
dela estão outras 7 caixas com as inscrições: MTBF = , MTTR = , MTTF = , DISP = , B______ , M______________, OEE = . Esta última
ainda contém mais três subníveis também vazios.

78
1. O Quadro a seguir representa o histórico de dez falhas ocorridas em um equipamento nos
últimos 6 meses. As informações que você possui são: os dias do semestre em que ocorreram
as falhas, os tempos até as ocorrências de cada falha e o tempo para reparo do equipamento
(todos em dias). Calcule: (i) estimativas do MTBF e MTTR do equipamento; (ii) a disponibilidade
do equipamento em um período de seis meses.

Falha Tempo de Ocorrência Tempo até a falha Tempo de reparo

1 4 2,8 0,1

2 37 29,8 0,5

3 40 6,1 0,3

4 54 10,2 1,8

5 63 4,4 0,2

6 66 5,6 0,8

7 90 20,1 0,3

8 122 28,9 3,4

9 148 19,1 3,0

10 168 13,9 0,4

2. Em uma montadora de veículos, existe um equipamento que trabalhou em um turno de 8

horas, teve 35 minutos de setup e sofreu uma parada de 15 minutos devido a uma falha. Du-
rante esse período, estava produzindo um produto cujo tempo de ciclo é de 15 segundos e
com produção total de 1.300 peças, com refugo de 32 peças. Considerando essas informações,
qual é a Efetividade Global do Equipamento (OEE)?

a) 66,04%
b) 75,58%
c) 89,58%
d) 97,54%
e) 100%

3. Observe a ilustração a seguir, identifique quais índices estão sendo representados e marque
a alternativa correta.

79
 a) Sistema reparável:

Falha 1 Falha 2

(1) (2)

Funcionando

b) Sistema não-reparável:
Falha

(3)
Funcionando

Figura 2 – Representação esquemática dos índices de desempenho e de falhas, relacionados à manutenção / Fonte: o autor.

Descrição da Imagem:a imagem apresenta uma barra horizontal superior, identificada como “Sistema reparável”, dividida
em quatro partes, com as cores amarelo e verde, intercaladas. Dentro dos dois primeiros espaços coloridos, existem lacunas
para preencher com o nome do índice. No lado esquerdo da barra, há uma seta com o termo “Falha 1” e, na metade, uma
seta igual a primeira com o termo “Falha 2”. Na parte inferior, identificada como “Sistema não reparável”, existe outra barra
horizontal dividida em duas partes não iguais, com as cores azul e vermelho. Na divisa entre as cores, existe uma seta com
a palavra “Falha” e outra indicação marcando o comprimento da barra azul, nomeada “Funcionando”.

4. Em uma situação ideal, um equipamento teria seu tempo de utilização máxima, com 100% de
eficiência e produção de peças sem defeitos. Por qual motivo essa situação não é possível?

5. Assinale a alternativa que não indica um motivo para a ocorrência de falha de confiabilidade:

a) Materiais selecionados de maneira errada.

b) Procedimentos de uso incorreto.
c) Altas especificações na fase de projeto.
d) Peças muito exigidas.
e) Instalação mal feita.

80
81
82
4
Técnicas de Predição
de Falhas
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade será abordada a Curva P-F, que descreve o ponto

desde a Falha Potencial até a Falha Funcional. Como essa curva deve
ser analisada e quais informações são possíveis de se obter a partir
dela. Ainda, serão comentadas as principais Técnicas de Predição
de Falhas de interesse para a Engenharia Mecânica e qual sua uti-
lidade. Por fim, será apresentado o cenário atual da Manutenção
Preditiva com a utilização de Inteligência Artificial (AI) e Internet
das coisas (IoT).
UNICESUMAR

Caro(a) aluno(a), ao ler notícias ou assistir documentários sobre fatos antigos, alguma vez você já
deve ter percebido a quantidade de acidentes/tragédias consideradas absurdas que ocorriam. Mas por
qual motivo esses fatos, atualmente, são considerados absurdos? Será que é porque na época em que
ocorreram o julgamento das pessoas era diferente ou foi porque a predição de falhas se tornou algo
tão essencial que nós nem fomos percebendo o espaço que ela ocupou?
Você concorda comigo que, se um elevador despencar do sétimo andar de um prédio, muito
provavelmente, não será algo que ocorreu da noite para o dia sem dar nenhum “aviso”? Quais são os
tipos de “avisos” que um sistema pode emitir antes de falhar? Quanto tempo leva desde o primeiro
sinal até a falha de fato?
Deixo para você a missão de realizar uma breve pesquisa na Internet sobre acidentes que ocorreram
por falha mecânica, mas que no seu entendimento poderiam ter sido facilmente evitados.
Segundo a consultoria McKinsey & Company, a manutenção preditiva pode aumentar a dispo-
nibilidade de uma linha de produção entre 5 e 15% e, além disso, se aplicada corretamente, reduz os
custos de manutenção entre 18 e 25%. No entanto, para algumas empresas, esse tipo de manutenção
ainda é visto como um gasto desnecessário ou algo que irá encarecer a produção. Isso se deve ao fato
de não ser realizado um estudo prévio, com os impactos financeiros que a aplicação de técnicas de
predição de falhas pode oferecer.
Falhas são inevitáveis. Isso é fato! Mas se pudermos prevê-las, e quando não for possível evitá-las,
pelo menos estar preparados em como realizar a recuperação do sistema, não é muito melhor do que
ser surpreendido? E se eu te falar que em dezembro de 2021, a NASA enviou para o espaço um teles-
cópio que custou por volta de 10 bilhões de dólares, levou 30 anos para estar concluído e que os(as)
engenheiros(as) já afirmaram: “Existem 344 pontos únicos de falha no telescópio James Webb.” (Ponto
único de falha é um local do projeto que, caso falhe, irá impactar no funcionamento do sistema como
um todo.) Fazendo uma observação, o James Webb precisava ser enviado ao espaço, totalmente do-
brado feito um origami, dentro de um foguete. Ao sair do foguete, ele deveria se desdobrar sozinho e
entrar em funcionamento. Percebe a complexidade? Lendo algumas notícias, percebi algumas críticas
sutis quanto a isso. Afinal, a NASA é conhecida por empregar os melhores engenheiros(as) do mundo,
desenvolveram um telescópio com tecnologia de ponta, caríssimo e falam orgulhosos que possui 344
pontos de falha? Pois é! Isso é ótimo e só mostra como a equipe é capacitada, pois eles sabiam que
80% das falhas poderiam ocorrer na fase de desdobramento e montagem do telescópio. Sendo assim,
existiam inúmeros “Planos B” para cada situação.
Em algumas situações, como o caso do Telescópio (que não possuía um histórico de falhas), o(a)
engenheiro(a) deve prever com antecedência quais as técnicas que podem ser úteis para o sistema que
ele(a) quer monitorar. Equipamentos que não podem sofrer falhas graves durante a utilização, como
aeronaves ou alguns sistemas que serão utilizados no espaço, passam por exaustivos testes em solo,

84
 UNIDADE 4

para tentar reproduzir um ciclo de vida ou investigar como se iniciam as falhas. É a partir destes testes
que podem ser produzidas tabelas de referência com dados esperados de comportamento de sistemas.
Observe o Quadro 1 e assinale em quais tipos de máquinas ou dispositivos você acha que a técnica
de predição de falhas, da coluna à esquerda, seria útil. Caso seja necessário, utilize a Internet para buscar
informações que você não saiba.
Máquinas Dispositivos Dispositivos Instrumen-
Estruturas
Rotativas Estáticos Elétricos tos

Ensaios não
destrutivos

Exame visual

Medidas e
análise de vi-
brações

Medida de
temperatura
ou pressão

Medida do ní-
vel sonoro

Medida da
espessura –
taxa de cor-
rosão

Análise quí-
mica

Verificação
do lubrifican-
te

Detecção de
vazamentos
de fluidos

Quadro 1 – Principais técnicas de predição de falhas e equipamentos que as utilizam / Fonte: adaptado de Nepomuceno (1989).

Depois de preencher, poderá consultar o gabarito disponível nas orientações de resposta ao final do livro.
Teve dificuldades para assinalar as possibilidades? Não se preocupe, pois iremos falar sobre algumas
importantes técnicas e você terá maior compreensão da aplicação de cada uma. Anote no Diário de
Bordo os principais tópicos que você encontrou durante sua pesquisa.

85
UNICESUMAR

Futuro(a) engenheiro(a), antes de te apresentar as principais técnicas de predição de falhas, é im-

portante que você entenda os estágios da detecção de falhas e em qual ponto, justamente, você deve
aplicar tais técnicas.
Geralmente, os modos de falhas costumam possuir uma condição identificável, chamada de falha
potencial, que indica se a falha funcional está em processo de ocorrência ou se está prestes a ocorrer.
A Figura 1 a seguir mostra a Curva P-F, que ilustra o início da falha até o momento que ocorre algum
tipo de deterioração e a falha potencial pode ser detectada (P), seguindo até o ponto F, onde ocorre
a falha funcional. A taxa de degradação que ocorre entre o ponto P e o ponto F é muito acelerada e é
nesse período que deve ocorrer algum tipo de intervenção (o quanto antes). Ações devem ser tomadas
para evitar que o ponto F seja alcançado. As técnicas que podem ser utilizadas para detectar falhas
funcionais são denominadas tarefas sob condição (MOUBRAY, 2000). Esse nome diz respeito ao fato
de o sistema continuar em serviço mesmo durante sua inspeção. Uma outra denominação bem mais
conhecida para essa atividade é manutenção preditiva. Esse termo você, certamente, reconhece. Por-
tanto, o intervalo entre as atividades da preditiva deve ser inferior ao intervalo da curva P-F, se não,
não ocorrerá a predição da falha. Considere que esse é o período de advertência.

86
 UNIDADE 4

Ponto onde a
falha começa Ponto onde é
a ocorrer possível detectar a
“falha potencial”
P

Ponto onde
Condição

ocorre a “falha
funcional”
F
Tempo

Figura 1 – Curva P-F / Fonte: adaptada de Moubray (2000, p. 144).

Descrição da Imagem: a imagem apresenta uma curva equivalente ao formato de ¼ de uma elipse, com os eixos Y e X sendo Condição
e Tempo, respectivamente. Existe um primeiro ponto, na parte superior esquerda da curva, que indica o início da falha, conforme a
curva desce, existe o ponto P que indica o início da detecção da “falha potencial” e, na intersecção da curva com o eixo X, está o ponto
F (ocorrência da “falha funcional”).

A manutenção preditiva vai muito além de apenas monitorar, é uma maneira de aumentar a produtivi-
dade, a qualidade do produto/serviço e a eficiência global dos sistemas. Componentes críticos, aqueles
cuja falha conduz imediatamente ao não cumprimento de uma função do sistema, devem receber a
maior atenção nas atividades de manutenção preditiva, pois a sua falha terá consequências imediatas
(NEPOMUCENO, 1989; FOGLIATTO, RIBEIRO, 2019).
Moubray (2000) apresenta um exemplo de Curva P-F (Figura 2) para a situação de um rolamento
de esferas que, dentro de uma empresa, foi removido de um sistema e classificado como “o rolamento
engripou devido ao uso normal e ao desgaste”. No entanto, observe que o rolamento vinha dando sinais
há tempos, de que havia algum problema ocorrendo. Como a empresa em questão não possuía cultura
de realizar monitoramento das condições dos ativos, nunca houve coleta de dados, os sinais passaram
despercebidos e a falha ocorreu.

87
UNICESUMAR

Mudanças nas características de vibração que

podem ser detectadas por análise de vibrações.
Intervalo P-F: 1 - 9 meses

Partículas que podem ser

detectadas por análise de óleo.
Intervalo P-F: 1 – 6 meses

Ponto onde a Ruído audível.

falha começa Intervalo P-F: 1- 4 semanas
a ocorrer P1
P2
Calor (por contato).
P3 Intervalo P-F: 1 – 5 dias

P4
Condição

Falha funcional.
Rolamento perde a funcionalidade
F
Tempo

Figura 2 – Exemplo de Curva P-F, para falha em um rolamento / Fonte: adaptada de Moubray (2000, p. 154).

Descrição da Imagem: a imagem apresenta uma curva equivalente ao formato de ¼ de uma elipse, com os eixos Y e X sendo Condição
e Tempo, respectivamente. Existe um primeiro ponto, na parte superior esquerda da curva, que indica o início da falha, conforme a curva
desce, existe o ponto P1 que indica o início das vibrações, descendo a curva, aparece o ponto P2 (partículas detectáveis por análise de
óleo), P3 (Ruído audível), P4 (Calor) e na intersecção da curva com o eixo X, F que é a “falha funcional”.

A respeito da Curva P-F, existe um outro intervalo importante chamado de Intervalo Residual, que
indica o tempo mínimo entre a descoberta da falha potencial e a ocorrência da falha funcional. Por
exemplo, considere um item que seja inspecionado a cada 6 meses e possua um Intervalo P-F de
9 meses. Se o início da falha funcional ocorrer na semana seguinte à última inspeção, diminuindo
o tempo decorrido até a data da próxima inspeção (6 meses), sobrarão apenas 3 meses de tempo
de reação para o manutentor. Sendo assim, o Intervalo Residual governa a quantidade de tempo
disponível para tomar qualquer ação necessária visando eliminar as consequências da falha.

Alguns tipos de técnicas de predição de falhas dependem de observação visual ou tátil ou do uso de
instrumentos simples (como um termômetro). Outras, porém, dependem de medições sofisticadas
(levantamento de um espectro de frequências, por exemplo), exigindo pessoal especializado para
conduzir as análises (FOGLIATTO; RIBEIRO, 2019).

88
 UNIDADE 4

Nos próximos itens, irei apresentar a você algumas das principais técnicas utilizadas na Engenharia
Mecânica. Obviamente, existem centenas de técnicas disponíveis e a cada dia estão surgindo outros
tipos, mas o objetivo aqui é que você saiba em que momento as utilizar, como utilizá-las e, talvez, te
sirva como inspiração para adaptar às necessidades do seu local de trabalho. Nem sempre você terá,
à sua disposição, o instrumento ideal para realizar o monitoramento de uma condição. No entanto,
se você conhecer os objetivos das principais metodologias, poderá desenvolver outras maneiras de
chegar ao mesmo resultado.

EXEMPLOS DE TÉCNICAS DE PREDIÇÃO DE FALHAS:

• ANÁLISE DE TRINCAS E DESCONTINUIDADES

- Inspeção Visual: consiste na primeira etapa para qualquer outro tipo de inspeção. Por meio dela,
é possível identificar a existência de descontinuidades ou outros fatores resultantes de processos de
fabricação inadequados.
Imagine que, durante o exame visual do conjunto de palhetas de uma turbina, tenha sido detectado
o início de uma trinca em uma delas. Com esse tipo de exame é possível acompanhar a evolução da
trinca, através das medidas de sua largura e comprimento, e por extrapolação determinar a vida útil
restante da palheta. Tais medidas permitem que sejam obtidas informações sobre até quando será seguro
manter aquela palheta em atividade até que seja obtida uma nova para substituição sem afetar o ritmo
da produção/operação. É muito importante que, em análises desse tipo, sejam realizadas fotografias
do defeito, ao lado de algum tipo de escala para que se possa ter dimensão da trinca e do seu avanço.
Este tipo de inspeção fica limitado às peças estáticas, sendo inviável a análise de um componente
em movimento. Portanto, no caso de turbinas e/ou motores, são utilizadas as paradas técnicas para
realizar a atividade. Alguns sistemas permitem a implantação de “janelas de inspeção”, permitindo o
exame de alguns componentes sem seu desmonte.
Além de instrumentos de medição, é importante que o responsável pela inspeção possua algum
tipo de iluminação portátil ou até iluminação ultravioleta visando obter maior contraste na superfície
observada. Outros itens úteis são: espelhos, lupas e microscópios de bolso (até 100x de aumento) para
melhorar a qualidade do exame (NEPOMUCENO, 1989).
Um equipamento muito utilizado para auxiliar a inspeção visual é o boroscópio ou também co-
nhecido como endoscópio industrial (Figura 3). Através dele, o examinador consegue acessar locais
impossíveis de serem examinados a olho nu, funcionando como uma inspeção visual remota. O
boroscópio pode ser do tipo rígido ou flexível e é muito utilizado para observação de dutos (inclusi-
ve curvilíneos), chaminés, cilindros de motores, partes internas de peças de aeronaves, foguetes etc.
Existem modelos mais antigos que apenas permitem a visualização da região de interesse e os mais

89
UNICESUMAR
Figura 3 – Utilização de boroscópio para inspeção de soldas,
na parte interna de tubos
Descrição da Imagem: a imagem apresenta um tubo metá-
lico em “S”, com dois cordões de solda visíveis em diferentes
posições. É possível observar uma tela ao fundo que indica
estar conectada ao boroscópio sendo inserido na entrada no
tubo. A ponta onde se situa a câmera está iluminada.
modernos permitem que sejam tiradas fotografias
e realizadas filmagens.
- Inspeção por Líquidos Penetrantes: método
relativamente barato, rápido e simples. Consiste
na capacidade de determinado líquido penetrar
em cavidades superficiais, inclusive de dimensões
microscópicas. É possível identificar com bastan-
te segurança, descontinuidades de superfícies e
trincas causadas por: fadiga, desgaste, contração,
tratamento térmico, acabamentos superficiais,
danos consequentes de corrosão etc.
Para condução do ensaio, é aplicado um líqui-
do penetrante na superfície de interesse e deve-se
aguardar o tempo indicado. Após esse período,
o líquido penetrante é removido da superfície e
é colocado um revelador que tem a capacidade
de retirar o líquido penetrante da fissura e trazê-
-lo para a superfície (Figura 4). Em seguida, os
pontos onde ocorreu a penetração do líquido são
marcados, interpretados e avaliados (NEPOMU-
CENO, 1989; MOUBRAY, 1999).
90
Figura 4 – Imagem de peça soldada, ensaiada por líquido
penetrante, após as etapas de aplicação do líquido e do
revelador. Pontos em vermelho são as regiões de defeitos
Descrição da Imagem: a imagem apresenta um encana-
mento metálico com uma curva em 90º, soldada, após ensaio
por líquido penetrante. Existem três pontos principais em
vermelho que são os pontos de defeito da solda.
- Inspeção por Partículas Magnéticas: método
com objetivos muitos semelhantes ao anterior, po-
rém, só é aplicado em materiais ferromagnéticos.
Visa detectar trincas e/ou descontinuidades cau-
sadas por fadiga, laminação, desgaste, inclusões,
contração, tratamento térmico etc.
A inspeção baseia-se na magnetização da
peça que será analisada (Figura 5), seguida da
pulverização de solução contendo partículas de
ferro extremamente finas. As trajetórias das li-
nhas magnéticas serão desviadas ao encontrar
regiões de descontinuidade, pois as partículas
serão atraídas pelo campo de fuga e acumuladas
na região. O defeito torna-se visível, claramen-
te delineado, podendo ser determinado perfei-
tamente seu comprimento e fornecendo uma
noção da profundidade (quanto mais partícu-
las, mais profundo) (NEPOMUCENO, 1989;
MOUBRAY, 2000).

Figura 5 – Peça sendo magnetizada para inspeção por partí-
culas magnéticas
Descrição da Imagem: a imagem apresenta uma longa peça
metálica com um cordão de solda em destaque. Aparecem
apenas as duas mãos de um operário, sendo que uma delas
está segurando o imã em contato com a peça, para magneti-
zação dela, e a outra mão segura o spray revelador.
• ANÁLISE DE ÓLEOS
Essa técnica visa fornecer informações sobre o
estado do lubrificante e principalmente sobre as
condições do sistema em que ele está empregado
(motores, engrenagens, turbinas etc.). Além de
controlar a contaminação do óleo, também é pos-
sível analisar o desgaste dos metais, qualidade dos
aditivos dos óleos e possíveis contaminantes para
definir um melhor tempo de troca dele.
Para que uma amostra possua um resultado
de análise válido, é necessário que sua coleta seja
realizada com o óleo fluindo no sistema, na tem-
peratura de trabalho e armazenado em recipiente
estéril. Existem bombas que permitem coletar o
lubrificante diretamente do reservatório para o
recipiente de armazenagem. Também pode-se
realizar a coleta no momento da drenagem, logo
após o funcionamento, aproveitando a temperatu-
ra de serviço do equipamento (NEPOMUCENO,
1989).
Saliento que análises de óleo começaram a ser
realizadas em aviões militares dos EUA, durante
a Guerra do Vietnã. Portanto, você pode imaginar
91
UNIDADE 4
que os métodos eram arcaicos e de acordo com
a tecnologia disponível na época. Atualmente
existem equipamentos automáticos que realizam
individualmente as análises a seguir e existem,
inclusive, miniestações de análise que fornecem
em minutos o relatório completo da situação do
óleo. A maneira de obter as análises irá depender
dos instrumentos que você tiver acesso, no entan-
to, o importante é chegar ao resultado de alguma
forma. Seja por instrumentos mais simples, seja
por equipamentos avançados.
Os principais aspectos que devem ser moni-
torados são:
a) Aparência (cor) – Os óleos podem ter
sua cor analisada por meio de observa-
ção visual ou de um aparelho chamado
“colorímetro”. Em uma escala que varia de
0,5 (quase cristalino) a 8,0 (muito escu-
ro), normalizada pela ASTM, o óleo tem
sua cor determinada e pode-se comparar
quanto variou da cor padrão. A norma
ABNT NBR 14483:2015 especifica como
deve ser o procedimento para determi-
nação da cor.
Óleos utilizados em motores diesel escurecem ra-
pidamente devido à fuligem do combustível dis-
persada no lubrificante. É possível estimar o tem-
po de serviço do motor de acordo com o aspecto
do óleo. Se tiver pouco tempo, será semelhante
ao lubrificante novo e, se for muito tempo, irá
adquirir o aspecto típico de óleo “usado”. De for-
ma análoga, geralmente, em condições normais,
óleos hidráulicos, de compressores e turbinas,
são límpidos e transparentes (NEPOMUCENO,
1989; ANDRADE; HORTA, 1997).
É importante realizar a comparação com uma
amostra padrão, pois cada tipo de óleo, para cada
aplicação, pode apresentar oscilações específicas.
UNICESUMAR

b) Viscosidade – A medição da viscosidade de um óleo lubrificante pode ser feita com o auxílio
de aparatos simples, como é o caso do Copo Ford (onde o usuário precisa cronometrar o tempo
de gotejamento do óleo através de orifícios padronizados) ou através de equipamentos mais
modernos que são totalmente automatizados.

O grau de viscosidade de um fluido está diretamente relacionado com sua capacidade de lubrifica-
ção. Quanto menos viscoso, menor será a espessura de lubrificante entre duas peças, repercutindo no
desgaste do sistema. A ocorrência da redução da viscosidade do óleo pode indicar contaminação por
combustível ou outros produtos menos viscosos. Se o valor da viscosidade aumentar, pode indicar a
oxidação do lubrificante, presença de sólidos em suspensão ou contaminação por outros fluidos mais
viscosos (ANDRADE; HORTA, 1997).
Em sistemas industriais, é comum ocorrerem desvios na viscosidade de um lubrificante por descui-
do do operador ao completar o nível de óleo do sistema com um óleo de grau de viscosidade errado.
c) Teor de água – Existem métodos mais simples para se realizar essa análise: (1) crepitação e
(2) Karl Fischer (análise por titulação) ou, como os quesitos anteriores, também existem equi-
pamentos automatizados que fornecem a informação com maior precisão.

A presença de água em um sistema de lubrificação pode indicar, principalmente, os seguintes fatores:

(1) contaminação através de juntas, (2) vedações com vazamento, (3) passagem de gases da combustão
para o cárter, (4) fluido de resfriamento passando por trincas ou poros e (5) armazenagem inadequada
do lubrificante. A origem da água presente no óleo deve ser identificada e eliminada o mais rápido
possível (NEPOMUCENO, 1989).

Crepitação é um nome um tanto esquisito para uma análise, não acha? Sabe de onde vem essa
denominação? É devido ao ruído que o óleo produz ao ser submetido ao teste. Durante o ensaio,
uma amostra de lubrificante é colocada sobre uma superfície metálica aquecida: se o fluido produzir
ruídos ou estalos com o aumento da temperatura, significa que há contaminação por água. Existe
uma norma (ABNT NBR 16358:2015) que descreve o procedimento qualitativo para a determinação
da presença de água por crepitação em óleos lubrificantes novos e em uso, óleos lubrificantes usa-
dos e óleos básicos. O que acha de buscar vídeos na internet que mostram a execução do ensaio?

d) Presença de partículas – Essa análise indica a presença de partículas suspensas no óleo, pro-
vindas do desgaste de peças ou outros meios de contaminação. As partículas podem ser filtradas
e ter sua quantidade por volume de óleo estimada. Existem inúmeras técnicas diferentes para
realização dessa análise, no entanto, para identificar exatamente qual a natureza da partícula,
apenas utilizando análise química, que será descrita a seguir.

92
 UNIDADE 4

e) Análise química – Para análise elementar de uma amostra de óleo, é necessário o emprego de
um equipamento moderno como o Espectrômetro, que pode ter vários princípios de funciona-
mento. Por exemplo: infravermelho, emissão óptica, fluorescência de raios-x, absorção atômica
etc. Basicamente, uma fonte de excitação, que irá variar conforme o tipo de espectrômetro, irá
fazer com que determinados elétrons da amostra mudem de camada atômica. Essa mudança
origina uma “resposta” através de um sinal recebido por um detector do equipamento. Em
seguida o detector converte esse sinal em um espectro (Figura 6) que funciona como uma
impressão digital, pois cada elemento possui um espectro característico. Após a indexação dos
resultados, é possível determinar quais elementos estão presentes no lubrificante. As normas
para execução das análises irão variar conforme o tipo de equipamento.

N2 100 mTorr, 50 W OES Spectrum

12000

10000

8000
Intensity (a.u.)

6000

4000

2000

0
250 350 450 550 650 750 850 950
Wavelength (nm)

Figura 6 – Exemplo de espectro característico obtido pelo equipamento de emissão óptica / Fonte: adaptada de Wikimedia
([2022], on-line).

Descrição da Imagem: a imagem apresenta um exemplo de espectro obtido para o nitrogênio, em uma análise por emissão óptica,
constituído por um gráfico onde o eixo Y é a Intensidade do sinal, e o eixo X o Comprimento de onda em nm. Existem inúmeros picos
entre os comprimentos de ondas 250 e 950 nm.

O Quadro 2 apresenta uma relação dos elementos comumente encontrados em análise de óleos con-
taminados e sua respectiva origem. Informações como esta aparecem com frequência em materiais
que tratam de Manutenção Preditiva e são muito úteis para nortear a identificação do sistema que está
sofrendo com desgaste/corrosão.

93
UNICESUMAR

METAIS ORIUNDOS DE DESGASTE

Pistões, mancais de apoio, calços, arruelas de pressão, alojamento de acessórios,

Alumínio encaixe de rolamento de planetários, bombas, engrenagens, bombas de lubrificação
de engrenagens etc.

Antimônio Algumas ligas de rolamentos e compostos de graxas.

Desgaste de componentes rígidos tais como eixos, selos, anéis de pistões, revesti-
Cromo
mentos de cilindros, encaixes para rolamentos e alguns rolamentos.

Mancais de apoio, mancais de força, cames e mancais dos balancins, pinos de árvo-
Cobre
res de pistões, engrenagens, válvulas, embreagens e rolamentos turbo carregador.

Revestimento de cilindros fundidos, anéis de pistões, pistões, eixos de cames, vira-

Ferro brequins, comando de válvulas, rolos e pistas de rolamentos selados, engrenagens,
eixos, bombas de lubrificação, estruturas de maquinarias etc.

Chumbo Mancais de apoio e selos.

Magnésio Acessórios fundidos de turbinas, eixos e válvulas.

Manganês Válvulas e sopradores.

Molibdênio Anéis superiores rígidos de pistão em alguns motores a diesel.

Níquel Válvulas, lâminas de turbinas, juntas e rolamentos de agulhas.

Prata Motores de locomotiva, juntas e rolamentos de agulhas.

Estanho Ligas para rolamento, selos de óleo e juntas.

Cubo de rolamentos, lâminas de turbinas e discos de compressão de turbinas de

Titânio
motores aeronáuticos.

Zinco Componentes de latão, selos de neoprene.

ELEMENTOS ASSOCIADOS A VAZAMENTOS

Alumínio Contaminação da atmosfera.

Boro Presença de líquidos refrigerantes no óleo.

Cálcio Contaminação por água do mar.

Cobre Colmeias dos radiadores.

Magnésio Contaminação por água do mar.

Fósforo Presença de líquidos refrigerantes no óleo.

Potássio Contaminação por água do mar.

94
 UNIDADE 4

Silício Contaminação por sílica nos sistemas de indução ou fluidos de limpeza.

Oriundo de agentes anticorrosivos em soluções de refrigeração de motores, geral-

Sódio
mente como resultado de vazamento de líquido refrigerante.

CONTAMINAÇÃO POR CORROSÃO

Alumínio Corrosão de blocos de motores.

Ferro Corrosão em tanques de armazenamento e tubulações.

Manganês Pode ser encontrado juntamente com o ferro, devido à corrosão do aço.

Quadro 2 – Elementos mais comumente encontrados em óleos contaminados e sua respectiva origem / Fonte: adaptado de
Moubray (2000).

• ANÁLISE DE VIBRAÇÃO

Um sistema que possui partes móveis vibra com diferentes frequências de acordo com o subsistema
que está envolvido. Assim como as análises químicas, a natureza dessas vibrações varia em uma faixa
de espectro característico. Por exemplo, considerando as frequências de vibração associadas a um
redutor, temos que levar em conta: (1) frequências de rotação do eixo, (2) frequências de contato dos
dentes dos diferentes conjuntos de engrenagens, (3) frequências das esferas de rolamentos e tudo o
mais que estiver envolvido. Se algum desses componentes começar a exibir uma falha potencial, suas
características de vibração irão se modificar (modificando o espectro) e a análise de vibração deverá
detectar essas alterações (MOUBRAY, 2000).
A análise de vibração é capaz de captar as frequências de vibração dos componentes, por meio de
acelerômetros conectados a sensores instalados em locais estratégicos. Por sua vez, os sensores trans-
formam a energia mecânica da vibração em sinais elétricos. Esses sinais, por sua vez, são enviados
para os aparelhos registradores (Figura 7) ou algum software de análise de vibração e, em seguida, são
interpretados por especialistas. Se as frequências emitidas estiverem fora do padrão, pode-se, então,
determinar que há algo errado, assim como identificar a origem dos esforços presentes no sistema
operando, e os tipos e intensidades de desgastes que podem gerar uma possível quebra. Algumas das
informações possíveis de se obter com a análise de vibração: desgaste de rolamentos, desbalanceamento
de massa, folgas, desalinhamento e empenamen-
to de eixos, desgaste de engrenagens, problemas
estruturais etc.
Figura 7 – Funcionário de uma indústria de óleo e gás, reali-
zando um tipo de análise de vibração

Descrição da Imagem: a imagem apresenta um funcionário

de uma indústria utilizando um macacão alaranjado, capa-
cete de segurança branco e protetor auricular. Ele segura
uma tela que faz parte de um equipamento de medição de
vibração, que está sendo conectado a um grande sistema
em funcionamento.

95
UNICESUMAR

Vamos imaginar um caso prático. Suponha que você seja o responsável pela análise de vibração em
um rolamento de esferas.
Caso um rolamento possua descontinuidades na sua pista, a passagem das esferas irá emitir uma
frequência característica que te possibilitará estimar o grau da deterioração do componente. Lembra
quando falamos da Curva P-F? Pois então, dependendo do Intervalo de Inspeções, teremos aproxi-
madamente entre 1 e 9 meses até que ocorra a falha.
Vamos enumerar algumas das consequências para a empresa ao ter um rolamento vibrando acima
da normalidade?
1. Alto risco de acidentes.
2. Desgaste prematuro dos componentes.
3. Quebras inesperadas.
4. Aumento dos custos de manutenção.
5. Fadiga estrutural.

Antes de atingir o ponto de falha funcional, existem alguns estágios pelos quais o componente será
submetido:
• Ponto 1 – Início das primeiras Falhas Potenciais

Neste estágio, praticamente não há alteração nos níveis de vibração. O espectro mantém-se visualmente
inalterado. No entanto, a deterioração começa a ocorrer. O surgimento das primeiras descontinuidades
nas pistas ou nos elementos rolantes pode ser visto a olho nu, na forma de minúsculos pontos. Ainda
não há nenhuma característica externa como elevação da temperatura ou alterações no ruído.
• Ponto 2 – Aumento da quantidade de defeitos

A partir deste ponto, a quantidade de defeitos aumenta e começam a ser notadas as primeiras alte-
rações de ruídos. Ainda não ocorre elevação da temperatura. Os picos que aparecem no espectro
aumentam consideravelmente. Os níveis globais de velocidade e aceleração começam a apresentar
tendência de alta, e o espectro pode começar a apresentar picos fixos em frequência, na faixa entre
60.000 cpm e 100.000 cpm. Esses picos tendem a crescer em amplitude com o aumento da rota-
ção. A partir desse ponto, o rolamento tende a piorar exponencialmente. Deve-se, então, começar
a programar a parada da máquina. Os Intervalos de Inspeção devem ser reduzidos e aumentar a
frequência da lubrificação dos rolamentos.
• Ponto 3 – O rolamento está ruim

Nesta etapa, começam a ocorrer pequenas variações de temperatura perceptíveis e o ruído começa a se

alterar significativamente. Os níveis de vibração sobem e espectro de velocidade começa a apresentar
vários harmônicos das frequências de defeitos do rolamento.
A análise do espectro permitirá identificar as frequências de defeitos mais comuns neste estágio:
- passagem das esferas ou rolos na pista externa;
- passagem das esferas ou rolos na pista interna;

96
 UNIDADE 4

- giro das esferas ou rolos;

- rotação da gaiola ou trem de retenção.
• Estágio 4 – Falha Funcional

Este estágio só existirá se nenhuma medida foi

tomada anteriormente ou se ocorreu um aciden-
te. Ao ponto que os defeitos avançam, o espectro
começa a se tornar saturado até formar uma re-
gião de “ruído branco” (massa de picos de ampli-
tude quase igual), conforme Figura 8. Torna-se
extremamente perigoso operar o equipamento e
os riscos para a segurança do pessoal, bem como
os custos de reparo serão altíssimos. O sistema
poderá até ser destruído.
Figura 8 – Exemplo de “ruído branco” / Fonte: a autora.

Descrição da Imagem: a imagem apresenta um gráfico composto por uma região única, com vários picos diferentes, porém com
pouca variação de altura.

Existem vários modelos diferentes de instrumentos para coleta de dados relativos à vibração de com-
ponentes, atendendo a diferentes demandas.

• ULTRASSOM

O princípio deste tipo de análise é muito similar à análise de vibração, porém a técnica de ultrassom
monitora faixas mais altas de frequência (entre 20.000 Hz e 100 kHz). Seu objetivo é analisar os ruídos
relativos a sistemas, componentes ou materiais, para determinar sua condição de operação, defeitos
de fabricação não visíveis externamente e vazamentos presentes em uma estrutura.
Para ensaios de materiais, o teste geralmente consiste em introduzir uma fonte de energia no material
a ser testado e registrar a resposta característica através de instrumentos ultrassônicos.
Este tipo de teste pode ser comparado a golpear o material com um martelo e gravar os resultados
com um acelerômetro e medidor ultrassônico (MOBLEY, 2002). Se no interior do material houver
algum defeito de fabricação, será emitido um sinal específico, diferente do sinal resposta da estrutura
sem defeitos. Considerando, também, descontinuidades causadas pelo uso, este método permite de-
tectá-las em sua fase inicial, possibilitando a correção antes que se torne um problema real.
No caso da detecção de vazamentos, fluxo de líquidos e gases através de um orifício restrito (ou
seja, um vazamento) produzirá uma assinatura de alta frequência que pode ser facilmente identificada
usando técnicas ultrassônicas. Logo, este teste é ideal para detectar vazamentos em válvulas, purgadores
de vapor, tubulações e outros sistemas de processo (MOBLEY, 2002).

97
UNICESUMAR
A Figura 9 exibe um equipamento de ultras-
som moderno que já fornece dados numéricos e
o espectro medido. No entanto, existem instru-
mentos mais simples que funcionam como um
simples estetoscópio e não gravam dados.
Figura 9 – Condução de uma análise por ultrassom
Descrição da Imagem: a imagem apresenta o que aparen-
ta ser uma tubulação metálica, próximo a ela a tela de um
instrumento de ultrassom e, segurando o estetoscópio em
contato com a tubulação, a mão do operador.
• TERMOGRAFIA
A termografia tem como base a monitoração da
radiação infravermelha emitida naturalmente pe-
los corpos (sistemas, subsistemas, componentes
etc.) com intensidade proporcional à sua tempe-
ratura. Através dela é possível identificar regiões
onde a temperatura está alterada com relação a
um padrão preestabelecido (MOBLEY, 2002).
As principais aplicações da termografia são para
monitoramento de instalações elétricas, onde é im-
portante a localização de componentes defeituosos
sem contato físico, e as áreas siderúrgica e petroquí-
mica, nas quais os processos envolvendo vastas quan-
tidades de calor são predominantes. Nesses locais,
problemas operacionais podem ser relacionados di-
retamente com a avaliação das distribuições externas
de temperatura nos equipamentos (VIANA, 2002).
98
Figura 10 – Imagem termográfica de um sistema de abaste-
cimento de água
Descrição da Imagem: a imagem apresenta um sistema de
abastecimento de água, porém visto através de uma câmera
termográfica. Toda a imagem está em tons de azul, amarelo,
alaranjado e vermelho.
• UTILIZAÇÃO DE IoT (INTERNET DAS
COISAS) e AI (INTELIGÊNCIA ARTIFI-
CIAL) (INDÚSTRIA 4.0)
Se você fizer uma busca na Internet com o termo
“Predição de Falhas”, verá que aparecerão algu-
mas páginas falando sobre Inteligência Artificial
(AI) (Irei usar as siglas em inglês, pois nos pró-
ximos anos você deverá estar bem familiarizado
com elas.) Agora, se você repetir a mesma busca,
porém, traduzindo o termo para o inglês, quase
100% das páginas que irão surgir serão mencio-
nando IA ou Internet das Coisas (IoT).
Atualmente tem se falado muito em Indústria
4.0 e alguns autores já utilizam a abreviação PdM
4.0, que seria a sigla para Manutenção Preditiva
em inglês. Mas o que quer dizer este 4.0?
A manutenção preditiva não é uma modali-
dade de manutenção nova. No entanto, com os
avanços das áreas relacionadas à computação,
houve um avanço rápido da aplicação da Inter-
net das coisas (IoT) e da Inteligência Artificial
(IA) em todos os setores. Logo, a manutenção
preditiva não ficou fora e sua aplicação aliada a
 UNIDADE 4

essas tecnologias têm resultado em economias significativas para os fabricantes.

Dentro desse contexto, a Manutenção Preditiva 4.0 vem utilizando sensores
para monitorar as condições operacionais, armazenando dados históricos na
nuvem e, muitas vezes, realizando análises sem a intervenção de um humano.
Isso possibilita a intervenção em equipamentos com base no desgaste real ao
invés de visitas técnicas e de inspeções programadas.
Faça uma analogia e imagine que seu carro ficasse 24 horas por dia fazendo
medições reais de todos os sistemas, níveis de fluidos, vibrações e assim por
diante. Já existem muitos veículos que exibem mensagens no painel quando
encontram algum problema, mas suponha que além da mensagem, o próprio
automóvel, ao notar uma correia desgastada, solicite uma nova ao fabricante,
já agende sua visita à concessionária para realizar a troca e apenas te informe
a data e horário que você deve ir até o local. Isso é a Manutenção Preditiva 4.0.
Levando o exemplo do automóvel inteligente para a indústria, consegue
perceber o quanto é possível economizar e otimizar a produção? Com a elimi-
nação de procedimentos administrativos relacionados a pedidos e instalações
de novas peças, bem como para a solicitação de visita técnica, será alcançado
um nível adicional de eficiência.
O Quadro 3 mostra a evolução da Manutenção Preditiva (MP) com o passar
do tempo. Perceba que na MP 1.0 já existiam os sensores, no entanto, eles apenas
emitiam algum sinal luminoso ou sonoro para indicar algum problema. Daí
por diante era missão do(a) engenheiro(a) descobrir o que estava ocorrendo.
Às vezes poderia haver dezenas de possibilidades.
A MP 2.0 se utilizava de modelos matemáticos para prever as falhas, baseada
em dados coletados do sistema. Assim era possível extrapolar informações e
identificar precocemente um problema que pudesse ocorrer. No entanto, essa
análise só era possível a partir de falhas já ocorridas, ou seja, uma falha randô-
mica, a princípio, não teria uma equação.
Na MP 3.0, as equações já não eram necessárias. A coleta de informações
de um equipamento específico permitia a derivação de intuições para prever a
falha. É como se, segundo a segundo, informações de vibração de um rolamento
fossem coletadas e, ao notar uma mudança no espectro, o software informasse
ao operador aquele fato.
A MP 4.0, baseada na AI e na IoT, também coleta esses dados sem parar,
mas agora de todo o ativo. Não apenas de um sistema, mas de todos os que
estão envolvidos com ele. Analisa as mudanças de comportamento através da
obtenção de dados, interpreta esses dados e já passa a informação final (com a
solução) para o operador. Na MP 4.0, não é necessário “ensinar” ao software o
que ele deve fazer. Ele chega sozinho às conclusões.

99
UNICESUMAR

MP 1.0 MP 2.0 MP 3.0 MP 4.0

Manutenção baseada Predições baseadas Análises adequadas ao Sistema de análise de

nas condições em equações propósito todo o ativo

Sensores acionam Equações derivadas de Modelos analíticos Sistemas de análise

alarmes baseados em análises de falhas avançados monitoram multifonte de ativos
limites pré definidos, com específicas, permitem a um equipamento completos, gerenciados
operadores monitorando identificação precoce de específico, derivando por meio de uma central
inúmeras informações problemas potenciais. intuições à partir de de monitoramento,
simultaneamente Ex: análise de vibração dados, sem a derivando intuições à
harmônica necessidade de utilizar partir de dados para
as equações de análise operadores treinados
de falhas para a melhor maneira
de responder aos
eventos de falha
previstos

Quadro 3 – Evolução da Manutenção Preditiva (MP) com o passar do tempo / Fonte: adaptado de McKinsey & Company (2021,
on-line).

Existem dispositivos que já são amplamente utilizados por empresas no Brasil, chamados de “band-aids”.
São sensores que, ao serem conectados no sistema, captam dados relativos à vibração, temperatura,
horímetro e enviam informações em tempo real para um sistema que apresenta ao usuário numa in-
terface muito dinâmica. Além de informações sobre todo o ativo, esses softwares também apresentam
os dados de MTBF, MTTR e disponibilidade, baseado nas informações que estão sendo arquivadas.
Obviamente que, para chegar nesse estágio de desenvolvimento, foi necessário o trabalho de equipes
de diferentes áreas para que a AI pudesse ser possível. Mas antes de encerrarmos este tópico, posso te
deixar um conselho? Aprenda programação e ciência de dados! São assuntos cada vez mais presentes
no dia a dia das empresas e o(a) engenheiro(a) mecânico(a) que possuir esses conhecimentos, estará
um passo à frente. Será capaz de olhar para um sistema e para os dados que ele fornece com uma visão
mais abrangente. Afinal, de nada adianta possuir planilhas e mais planilhas com centenas de dados/
informações e não saber o que fazer com aquilo tudo.

O site apresenta centenas de artigos, vídeos, podcasts, estudos de caso,

infográficos e outros inúmeros tipos de informações, sobre o mundo
da manutenção e da confiabilidade. O conteúdo é desenvolvido por
especialistas das áreas, muitas vezes com uma linguagem informal e de
fácil compreensão. Site útil para aprofundar algum tópico específico que
tenha despertado maior interesse em você. Com um rápido cadastro, é
possível baixar materiais bem interessantes.
Para acessar, use seu leitor de QR Code.

100
 UNIDADE 4

Futuro(a) engenheiro(a), eu te convido a escanear o QR Code a seguir

para escutar o Podcast sobre Técnicas de Predição de Falhas. Quais
são as principais técnicas de interesse para a Engenharia Mecânica,
como elas avançaram com o decorrer do tempo e qual o cenário da
Manutenção Preditiva atualmente. Qual o papel da Inteligência Artificial
e da Internet das Coisas e como elas têm auxiliado na prevenção de
falhas. Será que engenheiro(a) mecânico(a) não precisa ser bom em
programação?!

Vídeo feito pela NASA e divulgado pouco tempo antes do lançamento do

foguete que levou o telescópio James Webb para o espaço. O telescópio
mais potente (e caro) já enviado para fora do nosso planeta. Quais foram
as principais dificuldades do projeto, como ele viajou dobrado semelhan-
te a um “origami” para depois se abrir no espaço e os comentários dos
engenheiros envolvidos sobre os mais de 300 modos de falhas possíveis
do equipamento.
Para acessar, use seu leitor de QR Code.

Estamos caminhando para o término de mais uma unidade. Espero que você tenha conseguido com-
preender a importância da aplicação das Técnicas de Predição de Falhas. Se um dia você for atuar em
uma empresa que ainda não possua a cultura de realizar manutenção preditiva, convença seu superior
com dados. Faça o levantamento histórico de quanto tem sido gasto em manutenções corretivas para
determinado sistema e quais são seus subsistemas críticos. Qual a previsão de gasto para os próximos
anos? Selecione um instrumento de predição de falhas que atenda às suas necessidades. Compare
valores de equipamentos e resultados fornecidos. Em quanto tempo será recuperado o investimento
nesta nova técnica, considerando a economia com corretivas?
Se você já trabalha com alguma técnica, qual seria a melhor maneira de otimizar seus resultados?
Teria a possibilidade de automatizar alguma etapa? É inviável a implantação de Inteligência Artificial?
De nada adianta possuir uma infinidade de dados e não saber o que fazer com eles.
Alguns excelentes livros de Engenharia são atemporais. Você pode estar utilizando hoje e ele ter
sido escrito há 50 anos. Contudo, materiais que falam sobre técnicas de predição de falhas estão fican-
do desatualizados em um curto espaço de tempo. Isso se deve ao fato de as tecnologias de predição
estarem evoluindo muito rapidamente.
Aprofunde seus estudos e busque outras técnicas que não foram apresentadas aqui. Busque vídeos
na Internet com demonstrações práticas das técnicas e não se esqueça: aprenda programação!

101
Deixo para você completar as lacunas do Mapa Conceitual a seguir (Figura 1), conforme as técnicas
que foram abordadas durante a unidade. Lembre-se que aqui foram selecionadas apenas as mais
comuns. Existem dezenas de métodos que podem ser utilizados e a cada dia estão surgindo outros
mais modernos. Mais uma coisa: o Mapa Conceitual é uma sugestão para você iniciar, porém, não
se prenda a ele. Fique à vontade para inserir mais caixas e adicionar outras técnicas.

Técnicas de
Predição de Falhas

Figura 1 – Mapa Conceitual sobre as técnicas de predição de falhas estudadas na unidade / Fonte: a autora.

Descrição da Imagem: a imagem apresenta um Mapa Conceitual para preenchimento, cujo termo central é “Técnicas de
Predição de Falhas”. A partir dele, partem outras 6 lacunas para preenchimento, com as técnicas estudadas durante a unidade.

102
1. Conforme o que foi estudado na unidade, defina o que é: (1) Intervalo P-F, (2) Intervalo de
Inspeção e (3) Intervalo Residual.

2. Analise a Figura 2 a seguir, determine qual é o Intervalo Residual para a situação hipotética
mostrada na curva e assinale a alternativa correta. Considere que cada intervalo mostrado
até chegar em P equivale a 2 meses.

2 meses
8 meses

F
Tempo
Figura 2 – Curva P-F / Fonte: a autora.

Descrição da Imagem: a imagem apresenta uma curva equivalente ao formato de ¼ de uma elipse, com os eixos Y e X
sendo Condição e Tempo, respectivamente. Existe um primeiro ponto, na parte superior da curva, indicada pelo ponto P e
na intersecção da curva com o eixo X, está o ponto F. Antes do ponto P, existem 9 barras verticais curtas com a indicação de
que cada espaço entre elas equivale a 2 meses. Há uma outra barra reta, horizontal, de distância, que vai de P a F, e possui
a inscrição “8 meses”.

a) 4 meses.
b) 6 meses.
c) 8 meses.
d) 10 meses.
e) 16 meses.

103
3. A respeito do ensaio por líquido penetrante, analise as seguintes afirmações, julgue com V ou
F e marque a alternativa correta:

( ) I. após a aplicação do líquido penetrante, deve-se aguardar o tempo indicado para realizar a
remoção do excesso do produto na superfície do material;
( ) II. a aplicação do revelador extrai para a superfície o líquido que penetrou nas descontinui-
dades superficiais do material.
( ) III. é um ensaio altamente indicado para materiais com porosidade acentuada, pois fornecerão
indicações mais visíveis pelo fato de absorverem grande quantidade do líquido penetrante
aplicado.
A(s) sentença(as) verdadeira(s) é(são):

a) I.
b) III.
c) I e II.
d) II e III.
e) I, II e III.

4. Por vezes nos deparamos com algumas definições equivocadas no que tange as diferenças
entre Manutenção Preventiva e Manutenção Preditiva. Considerando que a Preditiva visa mo-
nitorar a condição do sistema para que seja realizada a detecção precoce da falha, preencha
a tabela abaixo de acordo com a classificação correta e marque a alternativa exata.

a) Manutenção Preditiva
b) Manutenção Preventiva

Classificação Atividade
( ) Medição de Vibração
( ) Termografia
( ) Emissão acústica
( ) Troca de óleo e filtro
( ) Alinhamentos
( ) Análise de óleos lubrificantes
( ) Monitoramento de corrosão
( ) Substituição de rolamentos

a) A-A-A-A-A-A-A-A.
b) A-A-A-B-B-B-B-B.
c) A-A-A-A-A-A-A-B.
d) B-B-B-A-A-B-B-A.
e) A-A-A-B-B-A-A-B.

104
5
Índices Estatísticos de
Falhas
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade, iremos relembrar alguns tipos de distribuições de

probabilidade e entender como elas se relacionam com o estudo
da Confiabilidade. Qual tipo de distribuição é indicado para cada si-
tuação, as principais equações que regem estes modelos e o motivo
da necessidade de se analisar os dados relativos às falhas.
UNICESUMAR

Futuro(a) engenheiro(a), neste momento você já conhece muitas

informações novas a respeito de Confiabilidade de Sistemas. Sabe
da importância do monitoramento das condições para manter a
confiabilidade elevada e, consequentemente, o impacto de uma
manutenção bem-sucedida sobre o índice de confiabilidade.
No entanto, de nada vale você possuir horas, dias, semanas de
monitoramento de um sistema e não fazer nada com os dados
obtidos. Ou então achar que está tratando estes dados, mas estar
escolhendo o método errado.
Você sabia que existem muitas ferramentas estatísticas que po-
dem ser aplicadas no estudo de confiabilidade? Imagine que você
seja o(a) engenheiro(a) responsável pelo gerenciamento da ma-
nutenção de uma frota de 100 caminhões de uma transportadora.
Quando você começa a trabalhar nesta empresa, fornecem-te um
banco de dados com informações de contagem de partículas de
óleos hidráulicos de todos os veículos, dos últimos 6 meses. O que
você faria com essa informação? Como ela poderia servir de base
para você elaborar os cronogramas de manutenção?
O tratamento de dados obtidos pelo monitoramento real de um
sistema (em campo), ou mesmo dados coletados através de ensaios,
é a maneira ideal de traçar planos de manutenção, selecionar o
melhor tipo de consumível a ser aplicado e aumentar a confiabi-
lidade e a disponibilidade dele. Portanto, a importância do estudo
dos índices estatísticos de falhas é te apresentar ferramentas para
que você consiga direcionar a manutenção da melhor maneira
possível. Assim como você já sabe, a respeito dos indicadores de
desempenho, “não se mede o que não se define”, aqui, a ideia é
análoga. De nada adianta investir altos valores em manutenção
preditiva se não está ocorrendo o tratamento de dados adequado.
O nível de contaminação de um fluido hidráulico pode ser
medido por uma escala de referência de contaminação, relativa
à contagem de partículas (contaminantes). Esta é a forma mais
corriqueira de expressar padrões de limpeza. O padrão de refe-
rência quantitativo para especificar o grau de contaminação por
partículas sólidas é baseado em normas, sendo a ISO 4466 uma
das mais utilizadas. O código que informa o grau de contaminação
é formado pela combinação de 3 escalas de números selecionados
a partir de uma tabela, reproduzida no Quadro 1.

106
 UNIDADE 5

Código Quantidade de partículas por 100 ml Exemplo de resultado

ISO de até
0 0,5 1
1 1 2
2 2 4
3 4 8
4 8 16
5 16 32
6 32 64
7 64 130
8 130 250
9 250 500
10 500 1.000
11 1.000 2.000
12 2.000 4.000
13 4.000 8.000
14 8.000 16.000
15 16.000 32.000
16 32.000 64.000 De 130.000 a 260.000 partículas ≥ 4 µm.

17 64.000 130.000
De 32.000 a 64.000 partículas ≥ 6 µm.
18 130.000 260.000
19 260.000 500.000 De 4.000 a 8.000 partículas ≥ 14 µm.

20 500.000 1.000.000
21 1.000.000 2.000.000
22 2.000.000 4.000.000
23 4.000.000 8.000.000
24 8.000.000 16.000.000
25 16.000.000 32.000.000
26 32.000.000 64.000.000
27 64.000.000 130.000.000
28 130.000.000 250.000.000
Quadro 1 – Classe ISO 4406 de limpeza / Fonte: adaptado de Hydac ([2022], on-line).

107
UNICESUMAR

Considere que você está trabalhando com análise de óleo para bombas de engrenagens e o ma-
nual do sistema diz que a contaminação máxima aceitável é 19/17/14. Considere, também, que
a cada 2 anos é realizada a drenagem e substituição do fluido contido no reservatório hidráulico
e você recebeu uma tabela semelhante ao Quadro 2, com as informações coletadas nas últimas
manutenções preditivas, de apenas 1 caminhão.

Data da amostragem Código ISO 4406

6 meses atrás 19/17/14
1 ano atrás 21/18/15
1,5 anos atrás 22/20/17
Quadro 2 – Informações de contaminação do óleo hidráulico / Fonte: a autora.

Analisando o Quadro 2, qual foi sua constatação imediata? O que você acha que os valores indi-
cam? Tente responder três itens: (a) a empresa está seguindo uma rotina de manutenção preventiva
adequada? (b) o intervalo de preditiva está ideal? (c) quais fatores podem estar influenciando nos
valores acima?
O exercício anterior foi relativamente simples, porque foram analisados os valores de conta-
minação das últimas três análises de 1 caminhão. Se você tivesse que comparar os resultados dos
últimos 4 anos para os 100 caminhões da frota, com certeza seria mais trabalhoso e a aplicação
de índices estatísticos iria te ajudar muito.
Utilize o espaço do Diário de Bordo para fazer suas considerações relativas ao exercício proposto
e analisar os itens (a), (b) e (c).

108
 UNIDADE 5

Caro(a) aluno(a), agora que você já viu um exemplo da aplicação da estatística dentro da área de Con-
fiabilidade, vamos começar os nossos estudos.
Antes de mais nada, existem cinco termos que você precisa conhecer ou relembrar, pois iremos
utilizar daqui para a frente.
1. Função de Confiabilidade – R(t): a probabilidade de um sistema apresentar sucesso (ou
ausência de falhas) em seu funcionamento em um determinado período de tempo. Alguns
autores também podem se referir por função de sobrevivência.
2. Função Acumulada de Falhas – F(t): indica a probabilidade de ocorrência de uma falha
entre um intervalo de tempo t1 e t2.
3. Função de Risco – h(t): pode ser que você pense que esse conceito ainda não havia sido in-
troduzido, porém, dependendo do tipo de distribuição a ser utilizado, você já o conhece com
a denominação taxa de falhas (ʎ). Essa função pode ser interpretada como a quantidade de
risco relacionada a uma unidade de tempo (t). É bastante útil na análise do risco a que uma
unidade está exposta ao longo do tempo, servindo como base de comparação entre unidades
com características distintas. A função de risco pode ser crescente, decrescente ou constante
(FOGLIATTO; RIBEIRO, 2019). Você se lembra da curva da banheira?
4. Tempo Médio até a Falha – MTTF (Mean Time to Failure): conceito visto anteriormente
que descreve o tempo transcorrido desde que o sistema é colocado em funcionamento, até a
ocorrência da falha. Sua representação nem sempre é de modo contínuo, mas pode assumir
valores discretos por números de ciclo até a falha.
5. Função Distribuição de Probabilidade (f.d.p.) – f(t): representa a variação da probabilidade
de determinada ocorrência (LAFRAIA, 2001). No caso de confiabilidade, pode aparecer com
o nome Função Densidade de Risco, pois está associada ao surgimento de falhas. Esse tipo de
função aparece nas distribuições contínuas.

109
UNICESUMAR

Agora que já revisamos os termos importantes, iremos estudar alguns dos tipos de distribuições de probabili-
dade aplicadas ao estudo de Confiabilidade, que são: (1) Distribuições Discretas, que englobam as Binomiais
e de Poisson, e as (2) Distribuições Contínuas, que compreendem a Distribuição Normal, Distribuição
Exponencial e Distribuição de Weibull. Existem outros tipos de distribuições discretas e contínuas que não
serão comentadas neste material. O foco da nossa unidade é que você saiba quais as opções disponíveis no
momento em que for analisar seus dados de falhas. Apesar de eu ter mencionado cinco modelos de distribuições
diferentes, não se assuste, pois você verá que são os conceitos que você já conhece de disciplinas anteriores.

Considerações Gerais: o objetivo da análise estatística de falhas é determinar a taxa de falhas e o

tempo decorrido entre elas. O levantamento de dados pode ocorrer por meio de ensaios ou com
dados reais obtidos em campo. Para a situação dos dados obtidos por ensaios, quando nós pos-
suímos n observações, uma para cada unidade da população, dizemos que foi obtida uma amostra
completa. Para esse tipo de amostragem, a condução dos ensaios deve prosseguir até que todos os
itens testados falhem. Ensaios que são interrompidos possuem dados denominados censurados
(tipo I ou tipo II). Mais adiante eu explicarei com detalhes o que são os dados censurados.

1. Distribuições Discretas taminantes. Uma amostra arbitrária que tome como

exemplo terá apenas um valor de (x) referente a ela.
É o tipo de distribuição onde um conjunto de valo-
res (x1, x2, x3 ... xn) referentes a uma variável x pode (x) quantidade P(x)
de elementos probabilidade de
assumir probabilidades (p1, p2, p3 ... pn) que, neces- contaminantes ocorrência
sariamente, devem estar entre 0 e 1 e que somadas
0 0,003
devem ser = 1 (LAFRAIA, 2001).
Portanto: 1 0,058

0  P( x)  1 (1) 2 0,281
3 0,117

 P( x)  1 (2) 4 0,265
5 0,170
Por exemplo, imagine que dentro de uma amostra
de dados obtidos por análise química de óleos lu- 6 0,106

brificantes foi levantada a questão de quantos ele-
mentos contaminantes apareciam em cada análise.
Os elementos seriam (x) e as probabilidades P(x),
conforme Quadro 3.
Perceba que o somatório das probabilidades P(x)
é igual a 1 e que, por exemplo, aproximadamente
28,1 % das amostras possuem dois elementos con-
Quadro 3 – Exemplo de distribuição discreta para uma situa-
ção de análise de óleo lubrificante / Fonte: a autora.
As distribuições Binomiais e de Poisson são as
distribuições discretas que podem ser aplicadas
nos estudos de Confiabilidade. Uma outra conhe-
cida distribuição contínua é a de Bernoulli que
consiste em realizar um experimento aleatório

110
 UNIDADE 5

uma única vez e observar se certo evento ocorre ou não. Repetições independentes de um ensaio de
Bernoulli, com a mesma probabilidade de ocorrência, dão origem ao modelo Binomial. No entanto,
justamente por sua natureza em ser a análise de um evento único, Bernoulli acaba não encontrando
aplicações no estudo de Confiabilidade.
• Distribuição Binomial: descreve situações onde só existem dois resultados possíveis (falha
– não falha) e a probabilidade é a mesma para todas as tentativas que são repetidas em
condições idênticas.

Montgomery e Runger (2012) trazem alguns exemplos para ilustrar o conceito acima:
• Jogando uma mesma moeda, 10 vezes, x será a quantidade de caras.
• Considerando os próximos 20 nascimentos em uma maternidade, x será a quantidade de meninas.
• Um tear que produza 1% de peças defeituosas, considerando as 25 próximas peças produzidas,
x será a quantidade de defeituosas.

Perceba que os termos falha e não falha são apenas denominações e podemos utilizar outros como,
cara e coroa, menino e menina.
O Quadro 4 apresenta a função de distribuição de probabilidade (f.d.p.) para a distribuição Bino-
mial, bem como a equação para cálculo de sua média e desvio padrão.

funções de distribuição desvio pa-

média Simbologia
de probabilidade drão

n  amostra de itens
Distribuição Binomial

x  itens bons
(n  x)  itens defeituosos
n! s = (n. p.q )1/ 2
f ( x)  p x q ( n x ) µ  n. p p  probabilidade de um item bom
x !(n  x)! q  probabilidade de um item defeituoso
µ  média
σ  desvio padrão

Quadro 4 – Apresentação das fórmulas para cálculo da f.d.p., média e desvio padrão, da Distribuição Binomial
Fonte: adaptado de Lafraia (2001).

Vejamos um exemplo de aplicação da distribuição Binomial, que trata da situação de lâmpadas defei-
tuosas, muito utilizado para demonstrar o método proposto.

01. EXEMPLO Resolvido - Em uma fábrica de lâmpadas, há uma linha de produção apenas para
lâmpadas de LED. O acondicionamento dos itens é feito de maneira que 20 unidades
das lâmpadas sejam colocadas em cada caixa. O gestor sabe que, dessa linha de pro-
dução, a probabilidade de uma lâmpada ser produzida com defeito, corresponde a 5%.
Para evitar transtornos com os revendedores, ele deseja saber qual é a probabilidade
de serem embaladas 5 lâmpadas com defeito na mesma caixa.

111
UNICESUMAR

Temos os seguintes dados:

q = 0,05 (probabilidade de item defeituoso)
... p = 0,95 (probabilidade de item bom)
n = 20 (número de amostras por caixa)
(n-x) = 5 (quantidade de lâmpadas defeituosas embalas na mesma caixa)
Conforme equação apresentada no Quadro 4:

n! 20 !
f ( x)  p x q ( n x )  0, 9515.0, 05(2015)  0, 0022  0, 22%
x !(n  x)! 15!(20  15)!
Logo, a probabilidade de que, em uma mesma caixa, sejam inseridas 5 lâmpadas defeituosas, é de 0,22%.
• Distribuição por Poisson: trata de eventos raros, com taxas médias de ocorrência constantes,
podendo ser considerada como uma variação da Binomial, porém, com n tendendo ao infinito
(LAFRAIA, 2001). Os intervalos de tempo são independentes, e a informação sobre o número de
observações em determinado período nada revela sobre o número de observações em outro período.

O Quadro 5 apresenta a função de distribuição de probabilidade (f.d.p.) para a distribuição de Poisson,

bem como a equação para cálculo de sua média e desvio padrão.

funções de
distribuição de média desvio padrão Simbologia
probabilidade

n  amostras de itens
Distribuição µx x  quantidade de defeitos
de Poisson f ( x) exp( µ) µ  n.= n. p )1/ 2 µ1/ 2
p σ (=
x! µ  média
σ  desvio padrã o

Quadro 5 – Apresentação das fórmulas para cálculo da f.d.p., média e desvio padrão, da Distribuição Binomial
Fonte: adaptado de Lafraia (2001).

Para exemplificar um caso de Distribuição de Poisson, leia o exemplo abaixo.

02. EXEMPLO Resolvido - Considere que o número de defeitos na superfície de painéis de plástico,
utilizados no interior de um modelo de veículo militar blindado, segue uma distribuição
de Poisson e o número médio de partículas por cm² seja 0,1. Supondo uma área de 100
cm², qual a probabilidade de serem encontrados 2 defeitos por área desse tamanho?
µx 0,12
f ( x) exp( µ) exp( 0,1) 0, 0045 0, 45%
x! 2!

Ou seja, dentro de uma determinada área, eu consigo determinar a ocorrência de certo evento. Portanto,
a principal diferença para a Binomial é que a distribuição de Poisson será aplicada para encontrar
determinada probabilidade dentro de uma unidade de intervalo.

112
 UNIDADE 5

No Quadro 5, você conheceu as fórmulas para cálculo da média (µ) e desvio padrão (σ), para
Poisson. Uma maneira útil de verificar se a distribuição é adequada para a finalidade que você deseja
é observando o valor de sua variância (σ 2). Para distribuições de Poisson, os valores da µ e da σ 2 são
iguais. Logo, no exemplo resolvido 02, como a média de defeitos era de 0,1 por cm², então a variância
também será de 0,1 cm². Dessa forma, facilmente obtém-se informações sobre variabilidade. Consi-
derando a situação contrária, da σ ser muito superior à µ, então a distribuição de Poisson não é um
2

bom modelo para a variável aleatória em questão (MONTGOMERY; RUNGER, 2012).

2. Distribuições Contínuas

Descrevem probabilidades dos possíveis

intervalos de valores (infinitos e incon-
táveis) de uma variável aleatória contí-
nua. Probabilidades deste tipo de variável​​
aleatória são definidas como a área sob a
curva da sua distribuição. Assim, apenas
as faixas de valores possuem uma proba-
bilidade diferente de zero e a probabilida-
de de que uma variável aleatória contínua
seja igual a algum valor é sempre zero.
Vamos entender melhor observando
a ilustração contida no livro do Lafraia
(2001) (Figura 1).

F
r (a) (b) (c)
e 10 10 10
q 8 8
u
ê 6 6 5
n 4 4
c
i 2 2 2
a
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
(%)
Valor Valor Valor

Figura 1 – (a) Histograma de frequência de uma amostra aleatória; (b) Histograma de frequência de outra amostra da mesma
população; (c) Dados de muitas amostras, mostrando valores em intervalos de 0,5 / Fonte: Lafraia (2001, p. 27).

Descrição da Imagem: a imagem apresenta três histogramas (gráfico em barras verticais seguindo um padrão – crescente, pico, de-
crescente), com o eixo y (Frequência %) indicando valores até 10, e o eixo x (Valor), valores até 9.

113
UNICESUMAR

Suponha que 30 parafusos de uma caixa de suprimentos (população) com centenas de itens, tiveram seus
comprimentos (em cm) medidos aleatoriamente. O histograma (a) indica as medidas variando em inter-
valos de 1 a 9, de acordo com as frequências apresentadas. Percebe-se que entre 1 e 2 não foi identificado
nenhum parafuso, porém entre 2 e 3, a frequência começa a aumentar. Note que a frequência, neste caso,
está em porcentagem e não em unidades de parafuso. A maioria dos itens ficou concentrado no intervalo
de 5 a 7. Já o histograma (b) é referente a outra amostra aleatória, de 30 parafusos, contidos na mesma
caixa. A distribuição é diferente, no entanto, a forma geral é similar à primeira situação. O histograma
(c) é uma combinação das inúmeras amostras de (a) e (b), mas com um intervalo menor (de 0,5). Dessa
forma, é possível analisar melhor a ocorrência de cada tipo de parafuso, pois possuímos uma amostra de
análise muito superior. Caso continuem sen-
do escolhidas amostras de 30 parafusos e a
faixa de intervalos continue sendo reduzida, o
histograma tenderá a uma curva, semelhante
à Figura 2.
Como a área sobre a curva da Figura 2
descreve a probabilidade de todos os valores
possíveis de x, seu valor numérico é igual
a 1, logo:


 f ( x)dx  1 (3)
 Figura 2 – Exemplo de distribuição de probabilidade contínua
Fonte: a autora.

Analogamente, a probabilidade de que um

determinado valor ocorra entre um interva-
lo x1 e x2, região indicada na Figura 3, será:
x2
P( x1  x  x2 )   f ( x)dx (4)
x1

A média da distribuição é análoga a identi-

ficar o centro de gravidade (c.g.) da função
distribuição de probabilidade e é calculada
pela Equação 5:

µ xf ( x)dx (5) Figura 3 – Exemplo de distribuição de probabilidade contínua, com

indicação do intervalo x1 até x2 / Fonte: a autora.

Assim como a variância é dada pela Equação 6:


2 2
σ   ( x  µ) f ( x)dx (6)


114
 UNIDADE 5

Sabe por qual motivo a Distribuição normal também é conhecida por

Distribuição de Gauss e muitas vezes nos referimos à curva característica
como ‘Gaussiana’? Apesar de levar o nome do famoso matemático ale-
mão, vários estudiosos contribuíram para que se chegasse a este modelo
de distribuição. Esse teorema tem vários colaboradores! Este é o assunto
que iremos tratar no Podcast desta unidade. Utilize seu celular para ler o
QR Code a seguir e aproveite para saber esta curiosidade sobre o tema.

3. Distribuição Normal

Este modelo também é conhecido como Distribuição de Gauss. Uma população que se ajuste a esta
distribuição apresenta variações simétricas ao redor de uma média. Lafraia (2001) afirma que, quando
um valor está sujeito a muitas variações que se somam, independentemente de como estas variações
são distribuídas, o resultado da distribuição composta é normalmente distribuído.
A Figura 4 apresenta um exemplo de função de distribuição de probabilidade da função normal.

Figura 4 – Exemplo de função de distribuição de probabilidade da função normal / Fonte: Wikimedia (2009, on-line).

A função distribuição de probabilidade (f.d.p.), para distribuições normais, é obtida por (7):

1  1  x  µ 2 
f ( x)  exp     (7)
σ (2π )1/ 2  2  σ  

Na equação (12), µ é a média e, também, o parâmetro de localização. Analogamente, o desvio padrão

(σ) é o parâmetro de forma. Você sabe o que querem dizer estes termos: “parâmetro de localização” e
“parâmetro de forma”?

115
UNICESUMAR

Vamos fazer uma pausa para falar a respeito dos parâmetros das distribuições de probabilidade.
Quando nos referimos aos estudos de confiabilidade, podem existir até três parâmetros, nas distribui-
ções, classificados em: (a) parâmetros de localização, (b) parâmetros de escala e (c) parâmetros de forma.
Parâmetros de localização (ou parâmetros de garantia) deslocam a distribuição de probabilidade ao
longo do eixo do tempo. Um exemplo conhecido é a média (µ) da distribuição normal. Parâmetros de
escala servem para expandir ou contrair o eixo do tempo. Um exemplo conhecido é o parâmetro λ da
distribuição exponencial, que será estudada a seguir. Para este caso, a função de densidade, f(x), possui
sempre a mesma forma, mas as unidades no eixo do tempo são determinadas por λ. Parâmetros de
forma são assim designados por, de fato, afetarem a forma da função de densidade f(x). Um exemplo
conhecido é o parâmetro β da distribuição de Weibull, que também será estudada nas próximas páginas
(FOGLIATTO; RIBEIRO, 2019). Guarde essas informações, pois você irá precisar delas mais à frente!

Uma variável aleatória será discreta quando ela possuir um número finito ou contável de possíveis
resultados a serem listados.
Uma variável aleatória será contínua quando ela possuir um número incontável de possíveis resul-
tados, representados por um intervalo na reta numérica.
Fonte: adaptado de Larson e Farber (2010).

Retomando as equações para Dis-

tribuição Normal, temos a Equa-
ção 8, onde z é denominada variá-
vel reduzida ou variável aleatória
normal padrão. Esta variável mede
o desvio em relação à média, em
unidades de desvio padrão (WAL-
POLE et al., 2009).

X µ
z (8)
σ
Para a Distribuição Normal, a
proporção de valores para um,
dois ou três desvios padrão da
Figura 5 – Áreas notáveis sob uma curva normal
média são: µ ± 1σ ~ 68%; µ ± 2σ
~ 95,5%; µ ± 3σ ~ 99,7%. Respec-
Descrição da Imagem:a imagem apresenta uma curva típica de distribuição
tivamente, z = -1 e +1, z=-2 e +2, normal, com a sinalização das faixas de valores das proporções para um, dois, ou
três desvios padrão da média.
z = -3 e +3. Esta proporção pode Transcrição: 99,7%; 95%; 68%; µ - 3σ; µ - 2σ; µ - σ; µ; µ + σ; µ + 2σ; µ + 3σ
ser observada na Figura 5.

116
 UNIDADE 5

Para que você entenda o significado da Figura 5, suponha que determinado tipo de rolamento tenha
uma massa de 3,79 kg e σ de 0,10 kg. Então:

Isso quer dizer que 68% dos rolamentos terão suas massas entre 3,69 e 3,89 kg, 95% terão a massa entre
3,59 e 3,99 kg e 99,7% terão a massa entre 3,49 e 4,09%.
Para outros valores de z, é utilizada a Tabela z que pode ser encontrada em livros de estatística.

Neste link, é possível simular histogramas através da modificação de seus

intervalos de valores. Após obter o histograma, você pode selecionar a
caixa “Normal”, será traçada a respectiva curva da distribuição, bem como
fornecidos os valores da média (µ) e desvio padrão (σ). É uma simulação
muito simples, porém interessante e que ajuda a elucidar o assunto.
Para acessar, use seu leitor de QR Code.

4. Distribuição Exponencial

A distribuição exponencial é a única distribuição contínua com função de risco (taxa de falhas)
constante. Por ser o modelo de distribuição mais simples, é o mais difundido. Suas representações de
confiabilidade estão identificadas a seguir por (9) função de risco h(t), (10) função de distribuição de
probabilidade f(t), (11) confiabilidade R(t) e (12) MTTF.
h(t )  l (9)

l exp(lt ) p/ x  0
f (t )   (10)
0 p/ x  0

R(t )  exp(lt ) (11)

1
MTTF  (12)
l

A Figura 5 mostra as curvas relativas às funções (9), (10) e (11).

117
UNICESUMAR

h(t) = λ R(t) = e-λt

f(t) = λe-λt

R(t)
h(t)

f(t)
Tempo, t Tempo, t Tempo, t
Figura 5 – Curvas de representação das funções h(t), f(t) e R(t) / Fonte: a autora.

Descrição da Imagem: a imagem apresenta três gráficos com as respectivas representações das funções h(t), f(t) e R(t). No caso de
h(t), a equação é representada por uma linha reta, paralela ao eixo x. Para f(t), a curva é do tipo exponencial decrescente, começando
no topo do eixo y e terminando próximo ao eixo x. A função R(t) é representa por uma quase reta, também, decrescente.

Segundo Lafraia (2001, p. 35), a Distribuição Exponencial pode ser aplicada para as seguintes situações:
• Falhas em equipamentos com mais de 200 componentes sujeitos a mais de três manutenções
corretivas/preventivas.
• Sistemas complexos não redundantes.
• Sistemas complexos com componentes com taxas de falhas independentes.
• Sistemas com dados de falhas mostrando causas muito heterogêneas.
• Sistemas de vários componentes, com substituições antes de falhas devido à manutenção
preventiva.

Fogliatto e Ribeiro (2019) afirmam que unidades com sinais de desgaste ou fadiga são modeladas
adequadamente pela exponencial apenas durante o seu período de vida útil, enquanto a taxa de falhas
for relativamente constante no tempo.
Você se lembra que no início da unidade eu falei sobre amostras completas e dados censurados?
Então, existem as censuras Tipo I e Tipo II conforme descritas a seguir.
• Censura do tipo I: o ensaio é censurado (interrompido) após um determinado tempo e o
número de falhas é aleatório. Os motivos da interrupção podem ser inúmeros, desde problemas
técnicos a questões financeiras. Ainda, pode ser classificado como com reposição (CR) (quando
o item falhado é substituído) ou sem reposição (SR), quando não há a substituição do item.
 nf
Sem Reposição - SR λ nf
(13)
t
i 1 i
(n nf ).t A

 nf
Com Reposição - CR λ (14)
n.t A

• Censura do tipo II: o ensaio é censurado após determinado número de falhas e o tempo é
aleatório. Assim como o tipo I, pode ser com reposição (CR) ou sem reposição (SR).

118
 UNIDADE 5

 r
Sem Reposição - SR λ nf
(15)
t
i 1 i
(n nf ).tr

 r
Com Reposição - CR λ (16)
n.tr

Vamos fazer juntos um exemplo para que a teoria seja aplicada? Leia o Exemplo Resolvido 03 e depois
tente resolvê-lo novamente sozinho(a).

03. EXEMPLO Resolvido - Suponha que estivesse sendo realizado um teste de confiabilidade com
15 unidades de um componente mecânico das viaturas da polícia de seu estado. O
teste é interrompido no tempo tA = 30.000 minutos devido a restrições orçamentárias
governamentais. No momento da censura, os seguintes tempos até falha haviam sido
observados: 900, 2.000, 6.000, 8.000, 13.000, 14.000, 15.000, 16.000, 19.000, 21.000 e
29.000. (a) Determine o MTTF das unidades mediante a estimativa de dados expo-
nencialmente distribuídos, levando em consideração as informações censuradas.
a) Ao enunciado informar que o teste foi interrompido no tempo tA devido a restrições orça-
mentárias, concluímos que se trata de censura do tipo I. Como foi informado para que sejam
levados em consideração os dados censurados, será do tipo sem reposição (SR). Para encontrar
o MTTF, precisamos primeiramente calcular o valor estimado de λ através da Equação (13).
 nf 11
l nf
  4, 168  105 fallhas por minuto
 t
i 1 i
 (n  nf ).t A 143.900  (4 * 30.000)

Sabemos, da Equação 13, que o MTTF é o inverso de λ, portanto:

1 1
MTTF    23.991 minutos
l 4, 168  105
Levará em torno de 23.991 minutos para que o sistema falhe após ser colocado em funcionamento.
• Distribuição de Weibull

“Se as chegadas seguem uma distribuição de Poisson, o tempo entre as chegadas deve seguir uma
distribuição exponencial.”
(Autor Desconhecido)

119
UNICESUMAR

É muito útil na modelagem de tempos até falha apresentando funções de risco constante, estritamente
crescente e estritamente decrescente. Assim como a distribuição exponencial, é uma das distribuições
mais importantes na modelagem de confiabilidade devido à sua flexibilidade e capacidade de represen-
tação de amostras de tempos até falha com comportamentos distintos. Na análise de pequenas amostras
de tempos até falha, um bom ponto de partida é a suposição de dados seguindo uma distribuição de
Weibull (FOGLIATTO; RIBEIRO, 2019; MOUBRAY, 2000).
O Quadro 6 mostra os principais parâmetros e suas respectivas expressões, utilizados na Distri-
buição de Weibull.

Significado Parâmetro Expressão

β   t  t β 
β 1 0
(t  t0 ) exp      p// t  0
Distribuição de falhas f(t)
ηβ   η  

0 p/ t<0

Probabilidade acumulada   t  t β 
F(t) 0
de falhas 1  exp     
  η  

  t  t β 
0
Confiabilidade R(t) exp     
  η  

β 1
Taxa de falhas instantânea β  t  t0 
λ(t) ou h(t)
ou Função de Risco  
η η 

Parâmetro de escala η (t) η

Parâmetro de forma β β

Vida inicial to ou y t0 ou g

Tempo para a falha t t

Quadro 6 – Expressões e significados dos parâmetros, para distribuição de Weibull / Fonte: adaptado de Lafraia (2001).

Você se lembra que já falamos sobre a curva da banheira, correto? Agora observe a Figura 6 e perceba
como as fases da curva da banheira se relacionam com o parâmetro de forma (β) de Weibull.

Segundo Lafraia (2001), as interpretações físicas dos parâmetros de forma (β) de Weibull podem ser

120
 UNIDADE 5

λ (t)

β=1

β<1 β>1

Log Tempo

Figura 6 – Relação entre as fases da curva da banheira com o parâmetro de forma (β) / Fonte: Lafraia (2001, p. 38).

Descrição da Imagem: a imagem apresenta uma curva típica de falhas, também conhecida como curva da banheira, com as 3 regiões
de falhas relacionadas com o parâmetro de forma (β).

descritas das maneiras a seguir.

Quando a vida inicial for igual a zero (= 0): não há confiabilidade intrínseca. Significa que em t = 0
a probabilidade de falha é igual a 0.
Se β < 1 Taxa de falhas decrescente, possivelmente devido a baixos coeficientes de segurança na carga.
Se β = 1 Taxa de falhas constante, falhas de origem aleatórias.
Se β > 1 Taxa de falhas crescente, desgaste iniciando logo que o componente entra em serviço.

Quando a vida inicial for maior que zero (> 0): há período de garantia, durante o qual não ocorre
falha. O componente possui confiabilidade intrínseca.
Se β < 1 Desgaste do tipo fadiga ou similar.
Se β ≈ 0,5 Fadiga de baixo ciclo.
Se β ≈ 0,8 Fadiga de alto ciclo.
Se β > 1 Desgaste do tipo erosão.

Quando a vida inicial for menor que zero (< 0): há vida de prateleira, o componente pode falhar
antes de ser usado.
Se β < 1 Desgaste do tipo fadiga, iniciado antes do componente entrar em serviço.
Se β > 1 Desgaste devido à contínua redução de resistência.

121
UNICESUMAR

Caro(a) aluno(a), parabéns por ter encerrado mais uma unidade do livro. No decorrer dos estudos
sobre índices estatísticos de falhas, você viu a importância de analisar estatisticamente os dados que
você coleta de seus equipamentos.
Você viu que a fonte de informação dos dados pode ser através de atividades de campo (quando
você coletará dados reais de uso do seu sistema) ou por meio de ensaios. Quando você optar, ou sua
única opção for a utilização de dados de ensaio, não pode se esquecer de três importantes informações:
1. Número de itens usados no ensaio – n.
2. Tipo do ensaio que você conduziu – com reposição (CR) das unidades que falharam ou sem
reposição (SR).
3. Motivo da interrupção do ensaio – se foi após uma determinada falha ou a um tempo previa-
mente estabelecido.

Daqui em diante você já será capaz de avaliar os dados com que você trabalha, ou que venha a trabalhar,
e determinar com maior segurança, sua taxa de falhas e os intervalos entre elas. A partir disso, poderá
selecionar o plano de manutenção mais adequado à situação.
Nas próximas páginas, você poderá testar seus conhecimentos com a realização de alguns exercícios.

122
Eu te convido a preencher o Mapa Conceitual da Figura 1, conforme as distribuições que você
estudou nesta unidade. Caso queira complementar o Mapa e inserir novos espaços, lembre-se que
existem ainda outros tipos de distribuições que não foram mencionadas aqui.

Distribuições
Aplicadas à Análise de
Falhas

Figura 1 – Mapa Conceitual para preenchimento / Fonte: a autora.

Descrição da Imagem: a imagem apresenta um Mapa Conceitual, com a frase central “Distribuições Aplicadas à Análise de Fa-
lhas”. Esta frase está conectada a outras duas lacunas para preenchimento, conectadas a outros subitens em forma de lacunas.

123
1. Preencha a tabela a seguir com as respectivas funções distribuição de probabilidade.

Item Distribuição f(x)

(A) Binomial
(B) Poisson
(C) Normal
(D) Exponencial
(E) Weibull

2. De acordo com o que você aprendeu sobre os parâmetros das distribuições, preencha as
lacunas em branco.

“___________________ deslocam a distribuição de probabilidade ao longo do eixo do tempo. Um exem-

plo conhecido é a média (µ) da distribuição normal. ____________________ servem para expandir ou
contrair o eixo do tempo. Um exemplo conhecido é o parâmetro λ da distribuição exponencial. Para
este caso, a função de densidade, f(x), possui sempre a mesma forma, mas as unidades no eixo do
tempo são determinadas por λ. ___________________ são assim designados por, de fato, afetarem a
forma da função de densidade f(x).”

3. Suponha que em determinada fábrica o responsável pelo setor saiba que 15% das correias
embaladas por uma máquina irão apresentar um padrão de qualidade mais baixo do que as
outras. Você quer analisar a possibilidade de existir 5 correias defeituosas em um lote com
35 unidades. Considere que a distribuição das falhas (queda na qualidade) siga a distribuição
Binomial.

a) Calcule f(x);
b) a média; e
c) o desvio padrão da distribuição relacionada ao processo.

4. Considere uma barra fina de Aço, com 80 centímetros de comprimento, que você precisará
cortar em amostras menores. Suponha que a distribuição de falhas nesta barra siga o modelo
de Poisson e ela possua uma média de 1,3 falhas por centímetro de comprimento. Determine
a probabilidade de existirem 2 falhas em 1 cm de comprimento da barra.

124
6
Métodos Assistidos
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade, iremos falar sobre os principais métodos assistidos

que contribuem para a análise de Confiabilidade de um Sistema.
Serão comentadas sobre as análises pelo método dos elementos
finitos (MEF), método dos volumes finitos (MVF) e você poderá ob-
servar a diferença entre elas. Além das análises estruturais, quais
são as aplicações do MEF também para sistemas não lineares. Ainda,
qual a importância dos volumes finitos nas simulações por CFD.
Sempre lembrando que, geralmente, as simulações em CAE são
precedidas por uma modelagem CAD.
UNICESUMAR

Futuro(a) engenheiro(a), você consegue imaginar o que seria da Engenharia se não existissem os
métodos assistidos (softwares que permitem realizar simulações) para o desenvolvimento dos pro-
jetos de sistemas? É algo inconcebível nos dias de hoje, eu sei. Tenho certeza que a maioria dos(as)
engenheiros(as) que você conhece já iniciaram a graduação inseridos no mundo das simulações. Mas
tente pensar lá atrás, nos primórdios da Engenharia, você consegue imaginar como foi difícil o desen-
volvimento de pesquisas sem o auxílio dos métodos assistidos?
Na verdade, se olharmos para muito anos atrás, era assim que a Engenharia funcionava. Algo que
era desenvolvido podia, no máximo, ter proposto um modelo matemático para algumas análises e os
pontos fracos só seriam descobertos com o uso do sistema. Dentro desse contexto, vidas eram perdidas
e os projetos só iam sendo melhorados após as falhas reais ocorridas.
No entanto, se analisarmos bem, a calculadora científica e/ou gráfica que nós utilizamos em nosso
dia a dia como engenheiros(as) já é uma grande evolução. É um dispositivo extremamente útil e que,
atualmente, podemos ter até instalada no celular. Considerando que os primeiros cálculos eram rea-
lizados em ábacos, surgidos na Mesopotâmia há mais de 2.400 anos a.C. (alguns historiadores dizem
ser há muito mais tempo), podemos perceber o salto evolutivo que ocorreu na maneira de calcular.
Também não podemos esquecer da régua de cálculo, que é considerada a “mãe” das calculadoras mo-
dernas. Caso você se interesse, na internet existem vários vídeos bacanas mostrando como se utiliza
uma régua de cálculo. Sim, elas ainda estão por aí, inclusive, à venda!
Retornando aos sistemas de simulação, tenho certeza que você já escutou e já utilizou algum soft-
ware CAD (do inglês, Computer Aided Design), que pode ser entendido como Desenho Assistido por
Computador ou CAE (do inglês, Computer Aided Engineering), que traduzido significa Engenharia
Assistida por Computador.

Proponho que você acesse o link a seguir https://software.nasa.gov/

Observe a quantidade de softwares aplicados a simulações que são utilizados pela NASA. Eles estão
divididos por categoria e, caso você possua dificuldade com o Inglês, utilize o Google Tradutor. Vale
a pena dar uma olhada. Os softwares que possuem a identificação Open Source (Código Aberto)
podem ser baixados para seu computador. Essa página pertence ao Programa de Transferência
de Tecnologia, da NASA, cujo objetivo é disponibilizar à comunidade científica (e aos curiosos)
tecnologias desenvolvidas por seus engenheiros.
Observe a gama de preocupações que estão envolvidas nas simulações da Agência Espacial, uma
vez que eles, praticamente, não podem “aprender com os erros”. O sistema deve ter o valor mais alto
possível de confiabilidade e a única maneira de testar é através de métodos assistidos.

126
 UNIDADE 6

Pense nas tecnologias de simulação que você já utilizou, enumere e tente buscar novos softwares que
você ainda não tenha utilizado. Para isso, faça uma breve pesquisa na Internet. Após concluir sua pesqui-
sa, tente trocar experiências com seus colegas de profissão para que ocorra a difusão do conhecimento.
E então, conseguiu descobrir alguma técnica nova? Registre as informações que você obteve no
espaço a seguir. Coloque links para download ou de páginas explicativas e insira as funções de cada
software. Para qual área da Engenharia Mecânica ele pode ser aplicado e se é similar a algo que você
já conheça. Também não esqueça de incluir os softwares já utilizados por você.

127
UNICESUMAR

A análise de confiabilidade por

meio de testes pode ser muito
cara e demorada tornando-se
inacessível em algumas situa-
ções. Quando existem modelos
matemáticos adequados que re-
lacionam a vida útil do sistema
às tensões, parâmetros de pro-
jeto e variáveis de
​​ fabricação, a
confiabilidade do produto pode
ser verificada avaliando tais mo-
delos. Esta abordagem, muitas
vezes referida como validação,
envolve análise de elementos
finitos e simulações de com-
putacionais (YANG, 2007).
A principal vantagem da utilização de métodos assistidos, para estudo da confiabilidade de um projeto, é
que eles possibilitam a combinação de diferentes parâmetros relacionados à geometria, seleção de materiais
e considerações de carregamentos. Isso ao contrário dos métodos matemáticos, que acabam ficando com as
possibilidades de representação mais restritas, reduzindo as possibilidades de análises. No entanto, talvez, a
maior dificuldade dos métodos de simulação seja criar um modelo que represente o sistema adequadamente.
Um software do tipo CAD permite que sejam feitas representações geométricas do sistema estudado,
de todos os tipos. Além da simples representação 2D, é possível obter a modelagem 3D e, assim, erros
dimensionais são minimizados ou quase extintos. Já os softwares CAE possibilitam a representação de
diversos comportamentos físicos, incluindo análises relacionadas às áreas da estática, dinâmica, térmica,
mecânica dos fluidos etc. Através de um software CAE, é possível obter respostas a respeito do sistema,
realizar verificações e analisar a confiabilidade de um componente ou do sistema como um todo.

1. CAD (Computer-aided design)

Um software CAD é uma ferramenta computacional com foco no desenho do produto e na docu-
mentação da fase de projeto, durante o processo de engenharia. O CAD pode facilitar os processos
de manufatura, exportando para os equipamentos de fabricação diagramas detalhados dos materiais
utilizados nos produtos, processos, tolerâncias e dimensionamentos. Isso pode ser usado tanto para
produção do 2D como 3D, possibilitando tanto rotações em qualquer ângulo para todas as vistas,
quanto para vistas de seções específicas.
Para situações onde não existe a necessidade de representações volumétricas, a representação 2D é
suficiente. Por exemplo em esquemas elétricos e hidráulicos. Em projeto mecânico, essas representações
são aplicadas na representação de conjuntos e irão oferecer informações dimensionais detalhadas,
características de acabamento superficial, entre outros.

128
 UNIDADE 6

Já a modelagem 3D será imprescindível quando o próximo passo for a análise de tensões, escoamentos,
temperaturas ou quando for necessário realizar cálculo de volume, propriedades de massa e inércia. Os prin-
cipais softwares utilizados na Engenharia Mecânica apresentam intercambialidade entre os modelos 2D e 3D.
Lembre-se que, antes de existir as ferramentas CAD, os(as) engenheiros(as) tinham que realizar os
desenhos à mão. No entanto, mesmo sendo especialista em CAD, é importante que o(a) profissional
também saiba fazer um desenho técnico à moda antiga. Hellmeister et al. (2011) faz uma comparação
entre as principais características dos desenhos em prancheta (à mão) com as modelagens em CAD.
Tais características estão apresentadas no Quadro 1.

Características da utilização da Prancheta Características da utilização de tecnologias CAD

- Custo menor do projeto e desenho feito à mão- - Maior custo inicial do projeto e atualização do de-
-livre ou com instrumentos de desenho técnico; senho feito em CAD;
- Custo menor dos instrumentos e materiais - Maior custo inicial e para atualização do hardware
de desenho; e software;
- Baixa produtividade devido à produção de de-
- Aumento da produtividade do projetista, com a
senhos estar diretamente ligada à habilidade
experiência;
do desenhista;
- Maior espaço ocupado para a armazenagem dos
- Não necessita de espaços físicos para armazenagem;
desenhos e projetos (armários, mapotecas etc.);
- Maior tempo gasto para o envio dos desenhos - Otimização do tempo gasto para o envio dos de-
para outras empresas através dos correios etc.; senhos e projetos pela internet;
- Desenhos e projetos em 2D com suas respec- - Desenho em 3D e posterior obtenção automática
tivas projeções ortográficas; de desenho de conjuntos e detalhes;
- Repetição dos desenhos e projetos nas mais
- O CAD propicia o trabalho com biblioteca de obje-
diversas áreas das engenharias (plantas, des.
tos e simbologias elétrica, hidráulica, civil, mecânica,
Hidráulicos, des. Elétrico, desenho Mecânico
layout etc.
em papel vegetal é um trabalho muito grande);
- Modelos estáticos em papel; - Criação de uma base de dados para manufatura;
- Protótipos físicos (maquetes); - Modelos dinâmicos com simulações e movimentos;
- Erros de representação geométrica e erros de
cotas que seriam detectados durante a monta- - Protótipos digitais (maquetes eletrônicas).
gem dos equipamentos.
Quadro 1 – Principais características dos desenhos técnicos à mão e utilizando tecnologias CAD
Fonte: adaptado de Hellmeister et al. (2011).

Você consegue imaginar como era muito mais trabalhosa a função do projetista antes da criação
das ferramentas CAD? Imagine a dificuldade que era para retornar etapas e realizar ajustes. Se você
pesquisar imagens da internet, com os termos “life before autocad”, irá encontrar umas imagens
bem interessantes dessa época.

129
UNICESUMAR

Além dos conhecidos softwares que realizam modelagem 3D, existem

vários outros gratuitos (Open Source), que são de qualidade e atendem
as demandas da maioria dos profissionais. O FreeCAD é um exemplo de
modelador paramétrico e multiplataforma (Windows, Mac e Linux) que
pode ser obtido sem custos (https://www.freecadweb.org/downloads.
php?lang=pt_BR). Para acessar, use seu leitor de QR Code.

2. CAE (Computer-aided engineering)

O termo CAE compreende um conjunto de técnicas que permitem a análise de diferentes parâmetros
de um sistema ou subsistema, geralmente concebido através de CAD. Considerando as principais
vantagens dessas análises, podemos sintetizá-las nos três tópicos a seguir:
• As inúmeras versões que podem ser projetadas para um sistema são avaliadas e refinadas
utilizando simulações computacionais ao em vez de prototipagem física, reduzindo custos e
otimizando o tempo. Em soluções tradicionais, seria construído o protótipo do sistema em
estudo e seriam realizados inúmeros testes em laboratório para que fossem obtidos parâmetros
de comportamento, elevando os custos e consumindo maior tempo da equipe envolvida.
• O CAE pode fornecer insights de desempenho em um processo de desenvolvimento anterior.
Por exemplo, suponha que seu projeto esteja em fase de simulação e você tenha percebido que
determinada geometria de uma peça irá favorecer a
presença de corrosão. Sendo assim, você pode
voltar um passo e modificar tal geome-
tria, sem maiores transtornos, antes
que o projeto avance. A mitigação
das falhas pode reduzir drasticamen-
te os custos associados ao ciclo de
vida do produto
• O CAE ajuda as equipes de engenharia
a gerenciar riscos e entender as implica-
ções de desempenho e confiabilidade dos
projetos.

130
 UNIDADE 6

Apesar da análise pelo Método dos Elementos Finitos ser a mais popular dentre as técnicas CAE,
existe uma variedade de softwares disponíveis para outros tipos de análises. Se você visitou a pági-
na do Programa de Transferência de Tecnologia da NASA, indicada no início da unidade, deve ter
percebido quantos softwares específicos são desenvolvidos por eles, visando prever a confiabilidade
de determinado sistema. Vamos conhecer as principais técnicas CAE? A seguir estão listados alguns
exemplos de análises que são classificados como CAE.
• Análise pelo Método dos Elementos Finitos (MEF):

Antes do surgimento do MEF, a análise dos meios contínuos dependia da resolução de sistemas de
equações de derivadas parciais que regem o fenômeno, sendo comum recorrer a séries de Fourier.
Devido à sua complexidade, estes procedimentos só eram aplicáveis a meios contínuos homogêneos
e de geometria simples, tornando-se muito limitado. Para tentar ultrapassar algumas destas limitações,
era frequente a utilização de derivadas aproximadas obtidas a partir de malhas. Desta técnica resultou
o método das diferenças finitas, que, antes do aparecimento dos computadores, possuía a desvanta-
gem de requerer a resolução de grandes sistemas de equações lineares. Contudo, após a chegada dos
computadores nos lares das pessoas, a técnica tornou-se mais difundida.
Resumidamente, a formulação do MEF requer a existência de uma equação integral, de modo
que seja possível substituir o integral sobre um domínio complexo (de volume V) por um somatório
de integrais estendidos a subdomínios de geometria simples (de volume Vi), conforme Equação 1
(AZEVEDO, 2003).
n
V   Vi (1)
i l

O termo Vi corresponde a um elemento de geometria simples, por exemplo, segmento de reta, triângulo,
quadrilátero, tetraedro e paralelepípedo. Guarde essa informação para que você não confunda o MEF
com a técnica que utiliza CFD (nos próximos itens).
Azevedo (2003) traz um exemplo de aplicação do MEF, como pode ser observado na Figura 1, que
consiste na análise de uma estrutura hipotética de pequena espessura, sujeita às ações indicadas na
Figura 1-a. Pode-se considerar que se trata de um meio contínuo, sujeito a um estado plano de tensões,
representado pela malha constituída por 92 elementos finitos quadriláteros, sendo cada um destes ele-
mentos definido por 8 nós. Estão assinalados na cor roxa os 10 nós que estão ligados ao meio exterior.
Após finalizada a análise da estrutura pelo MEF, tornam-se conhecidos os valores aproximados dos
deslocamentos e das tensões instaladas. Na Figura 1-b, está representada a malha deformada pela ação das
forças atuantes na estrutura e, como referência, também está representada a malha original indeformada.
Na representação da Figura 1-c, é possível perceber de imediato os locais em que as tensões prin-
cipais apresentam valores mais altos (locais de concentração de tensões), bem como a trajetória das
tensões dentro da estrutura. Neste tipo de representação, cada segmento de reta está orientado segundo
uma direção principal de tensão e a sua grandeza é proporcional ao valor da correspondente tensão
normal. A cor verde indica que se trata de uma tensão de tração e a cor vermelha está associada a uma
tensão de compressão.

131
UNICESUMAR

(a) (b) (c)

89 90 91 92
85 86 87 88
81 82 83 84
77 78 79 80

69 70 71 72 73 74 75 76

61 62 63 64 65 66 67 68

53 54 55 56 57 58 59 60

45 46 47 48 49 50 51 52

37 38 39 40 41 43 44 42
35
34 6

29 30 31 32 33
3

28
22 23 24 25 26 27
21
17 18 19 20
13 14 15 16
9 10 11 12
5 6 7 8
1 2 3 4
1 2 3 4 5 6 7 8 9

Figura 1 – (a) Representação da malha de uma estrutura hipotética; (b) distorção da malha; e (c) distribuição das tensões na
estrutura / Fonte: Azevedo (2003, p. 7-8).

Descrição da Imagem: a imagem apresenta três ilustrações. A primeira representa a malha de uma estrutura hipotética, constituída
por 92 pequenos quadriláteros distribuídos em 4 colunas maiores e mais 4 colunas menores. Um grupo de 12 quadriláteros no lado
direito, apresentam formato diferente dos demais, indicando deformação. Existem 9 pontos na borda inferior e 1 ponto no canto supe-
rior esquerdo, que estão na cor roxa e estão ligados ao meio exterior. A segunda imagem apresenta a mesma malha anterior, porém,
sem a numeração. Por cima dela, está representada a malha totalmente deformada com as linhas em vermelho. A terceira imagem
apresenta novamente a malha original e sobre ela a representação das tensões atuantes e suas trajetórias, representadas por linhas
retas cujo tamanho varia de acordo com a intensidade da tensão. Linhas na cor verde indicam que se trata de uma tensão de tração e
linhas na cor vermelha indicam as tensões de compressão.

A Figura 2 ilustra os campos de deslocamentos e tensões normais, por meio de uma codificação por
cores. Na Figura 2-a, o valor da componente vertical do vetor deslocamento é representado, em cada
ponto, por uma cor diferente cuja ordem de grandeza pode ser consultada na escala lateral. A Figura
2-b trata-se da representação do campo escalar das tensões normais σy, sendo y o eixo vertical. Logo,
é possível conhecer a ordem de grandeza em qualquer ponto desejado.

132
 UNIDADE 6

Figura 2 – (a) Campo de deslocamentos verticais e (b) campo de tensões normais segundo um eixo vertical
Fonte: Azevedo (2003, p. 9-10).

Descrição da Imagem: a imagem apresenta duas ilustrações. A primeira representa os valores da componente vertical do vetor desloca-
mento, de acordo com uma escala de cores que varia de roxo escuro, passando por tons de azul, verde, amarelo, até chegar no laranja.
O roxo é o menor valor e o laranja o maior valor. Na segunda ilustração, também representada por um esquema de cores, o campo
escalar das tensões normais σy, onde novamente as cores variam em ordem crescente de valores, do mesmo modo que o caso anterior.

Os nós são os elementos finitos ligados entre si, representados por pontos, que podem se mover de
acordo com a aplicação dos carregamentos, fornecendo respostas a respeito da influência exercida
no elemento estudado. Malha é a soma do número de incógnitas que o problema apresentará, que
será representada pela quantidade de nós. Portanto, quanto menor a área do elemento, maior a
quantidade de nós e melhor a precisão da análise.

133
UNICESUMAR

A Figura 3 mostra a representação do que é um objeto, um elemento e os nós. O conjunto como um

todo, do objetivo dividido em elementos, por sua vez, conectados por nós, será chamado de malha.

Objeto Elemento Nós

Figura 3 – Representação de “objeto”, “elemento” e “nós” / Fonte: Ferreira (2021, p. 8).

Descrição da Imagem: a imagem apresenta três figuras trapezoidais. A primeira é um trapézio sem divisões, indicando ser o “objeto”.
A segunda é um trapézio dividido em triângulos que estão representando os elementos. A terceira mostra o mesmo trapézio dividido
em triângulos, com os vértices circulados, representando os nós.

Observe a Figura 4 e considere que seja a uma tubulação em “L”. As ilustrações representam o impacto
do refino da malha, da modelagem da estrutura. Perceba que quanto maior o número de elementos
presentes ao longo do raio, a região torna-se mais suavizada e com um aspecto mais natural.

2 - Elementos 4 - Elementos 8 - Elementos 16 - Elementos

ao longo do ao longo do ao longo do ao longo
raio raio raio do raio

Figura 4 – Representação do impacto do refino da malha / Fonte: Ferreira (2021, p. 20).

Descrição da Imagem: a imagem apresenta uma sequência de cinco figuras. A primeira mostra a ilustração de uma estrutura em “L”,
sem divisões de elementos. A segunda apresenta a mesma estrutura em “L”, mas com 2 elementos no seu raio. A terceira imagem
apresenta 4 elementos ao longo de seu raio e as duas imagens seguintes apresentam 8 e 16 elementos ao longo dos raios. Conforme
a quantidade de elementos aumenta, é possível perceber a suavização da estrutura.

A análise pelo MEF pode ter diversas aplicações, como, por exemplo:
• Análise de Tensões: estruturas mecânicas podem falhar de vários modos devido ao excesso
de tensões. Com a utilização do MEF, é possível prever distribuições de tensões e condições
de sobrecarregamento que poderão ocasionar falhas prematuras. Como resultado da análise,
condições de tensão e deformação inaceitáveis podem ser descobertas e corrigidas.

134
 UNIDADE 6

• Análises Térmicas: um fator que pode ser fonte de acúmulo de tensões em um sistema é a
variação excessiva de temperatura. A expansão e contração do material, devido a variações
térmicas, pode ocasionar fadiga, trincas e deformações indesejadas. O aumento da tempe-
ratura pode reduzir consideravelmente a vida do sistema, sendo necessário o estudo das
distribuições de calor no material.
• Análises de Vibrações: modos de falha relacionados às vibrações mecânicas também são
muito comuns. Neste contexto, a análise pelo MEF contribui para cálculos de frequências
naturais, considerando algumas condições iniciais e características do ambiente onde o equi-
pamento será inserido (YANG, 2007). Por meio da descoberta da frequência natural, é possível
evitar frequências de vibração que causem ressonância, reduzindo a vida útil do sistema.

Exemplos de softwares que realizam a análise por MEF: FreeCAD, CalculiX, MASTAN2, SOLI-
DWORKS, ANSYS etc.
• Simulação de Eventos Mecânicos (MES – Mechanical Event Simulation)

Este tipo de simulação também trabalha com elementos finitos, porém considerando outros as-
pectos. A principal aplicação do MES é a análise não linear, mas você sabe o que isso quer dizer na
prática? A maneira mais simples de distinguir uma análise linear para outra não linear é através
da rigidez da peça em questão. Rigidez é uma propriedade de um material que está relaciona-
da com a “reposta” que ele irá emitir ao sofrer a aplicação de uma tensão externa. Por exemplo,
imagine duas pequenas hastes cilíndricas com dimensões idênticas de 0,5 cm de diâmetro e 10
cm de comprimento. Agora suponha que uma delas seja de titânio e a outra de cobre, e que você
tentará dobrá-las ao meio. Você acha que conseguirá deformar a haste de titânio? Acredito que
não, mas a de cobre, certamente, sim! Os três fatores mais importantes que afetam a rigidez são:
forma, material e tipo de suporte.
Quando uma estrutura é deformada, sua rigidez irá sofrer alterações. No entanto, se essas alte-
rações forem muito pequenas, geralmente elas serão desconsideradas, pressupondo uma análise
linear. No entanto, se as deformações forem visíveis a olho nu, não é adequado desconsiderá-las,
pois a alteração da rigidez será significante. Portanto, estaremos falando de uma análise não linear.
Outra aplicação é quando estamos trabalhando com materiais de características não lineares, como
é o caso de materiais superelásticos (ligas com memória de forma) que sofrem grandes alterações
de forma em ciclos de carregamento-descarregamento, sem apresentar deformações permanentes.
Nos exemplos de carga compressiva, se as alterações na rigidez forem suficientes para fazer com
que ocorra a flambagem, e a estrutura sofrerá uma rápida deformação. No estado pós-flambagem,
ela estará deformada permanentemente ou adquirirá uma nova rigidez. A análise de flambagem
linear poderá ser usada para calcular a carga sob a qual uma estrutura sofrerá deflexão, entretanto,
os resultados dessa análise não são conservadores. Já a análise não linear, é capaz de explicar o
comportamento pós-flambagem. Da mesma forma, quando as condições de apoio de uma estru-
tura mudarem durante a aplicação das cargas operacionais, a análise não linear será necessária
(MIKLOS; MIKLOS; ALIC, 2018).

135
UNICESUMAR

Portanto, se a rigidez do modelo não mudar significativamente sob a carga aplicada, a análise dinâ-
mica linear será suficiente. Uma estrutura do motor com vibração sofrerá pequenas deformações no
ponto de equilíbrio e pode ser analisado com análise dinâmica linear. No entanto, a modelagem de um
processo de estampagem em chapa requer análise dinâmica não linear, devido às grandes deformações
e aos grandes esforços ocorridos.

• Fluidodinâmica Computacional (CFD - Computational Fluid Dynamics):

Esta técnica realiza a simulação numérica de processos físicos e/ou químicos que apresentam escoa-
mento de fluidos e transferência de calor. Os softwares baseados no CFD podem ser aplicados em
sistemas com diferentes tipos de fluidos, atuando na previsão de campos de concentração, velocidade,
pressão, temperaturas etc.
Um exemplo de aplicação utilizado didaticamente é o estudo da influência das ondas do mar em
uma plataforma de petróleo. Com a utilização do CFD, é possível investigar de qual maneira as for-
ças das ondas irão influenciar no comportamento dinâmico da plataforma. Uma outra aplicação é o
estudo dos efeitos da cavitação em uma turbina hidráulica ou a análise dos eventos relacionados ao
lançamento de foguetes.
Todas as equações utilizadas no CFD são originárias da Equação 2 onde apenas três parâmetros
são alterados para representar diferentes tipos de situações. São eles: a variável ø, o coeficiente de di-
fusão Γ e a fonte S.


t V
ρφdV   ρφV.dA =  Gφ φ. dA +  Sφ dV (2)
A A V

136
 UNIDADE 6

Fazendo uma analogia com o método de MEF

(que utiliza elementos finitos), o CFD utiliza o
método dos volumes finitos para a realização
REALIDADE
AUMENTADA
das análises. O princípio é o mesmo, onde um
domínio contínuo é substituído por um domí-
nio discreto, representado por um conjunto de
volumes de controle (ESSS, 2016).
Na Figura 5, é possível observar um exemplo Utilize seu leitor
de QR Code e veja
de análise por CFD, realizada no software ANSYS. uma representação
do modelo do mé-
A análise em questão é referente a uma turbina todo dos volumes
finitos. Ao contrário
hidráulica instalada no interior de uma tubula- do método de
elementos finitos
ção. Outros softwares que também fazem essas que atuam na área
dos elementos,
simulações são: Autodesk CFD, OpenFOAM, o CFD irá utilizar
pequenos volumes
SU2, SOLIDWORKS Flow Simulation Software, de controle para
realizar a análise
Flowsquare e outros mais, não listados aqui. desejada.

Velocidade
Linha de Fluxo 1

Figura 5 – Exemplo de análise por CFD, realizada no ANSYS, para uma turbina hidráulica instalada dentro de uma tubulação

Descrição da Imagem: a imagem apresenta uma análise por CFD, realizada no software ANSYS. Existe a representação de um escoa-
mento em formato cilíndrico, como seguindo uma tubulação reta, e uma turbina hidráulica está representada no centro do escoamento.
Na lateral esquerda da imagem, existe uma codificação de cores que, conforme aumenta a velocidade do escoamento, a cor torna-se
mais quente. O azul escuro é a menor velocidade e o vermelho a maior velocidade. Na parte inferior da imagem, está representada a
escala da modelagem. No canto direito, inferior, existe a indicação dos eixos de coordenadas.

137
UNICESUMAR

Webinar - Introdução a Simulação Fluidodinâmica – esse vídeo explica

com mais detalhes o que é o CFD, quais são as etapas da análise e os
resultados que podem ser alcançados. Excelente vídeo, extremamente
didático. Para acessar, use seu leitor de QR Code.

Caro(a) estudante, aqui foram apresentadas as técnicas mais comuns utilizadas para simulações do tipo
CAD e CAE. No entanto, como você já deve ter observado, existem dezenas de categorias de simulações
sendo desenvolvidas constantemente. Empresas com maior domínio tecnológico desenvolvem seus
próprios softwares para que atendam duas demandas específicas.

Assim como foi comentado sobre os softwares utilizados pela NASA, no

início dessa unidade, acesse o link a seguir e veja quantos tipos diferentes
de simulações CAE, a Siemens oferece em sua página. https://www.plm.
automation.siemens.com/global/pt/products/simcenter/simcenter-cae-si-
mulation.html Quase todas são baseadas no MEF, porém com aplicações
características. Para acessar, use seu leitor de QR Code.

Por exemplo, software para simulação de desempenho de componentes com imãs ou

bobinas (Simcenter MagNet), simulação de desempenho de pneus (Simcenter Tire),
simulação da combinação de materiais avançados (Sincenter Multimech),
entre outros. Com certeza você conhece outros métodos assistidos
que poderá compartilhar com seus colegas de curso.

138
 UNIDADE 6

Quer saber um pouco mais sobre a importância das ferramentas CAE na

análise de Confiabilidade de um Sistema? Utilize seu leitor de QR Code
e continuaremos esse assunto! Iremos discutir um pouco mais sobre
a forma com que esse tipo de simulação evoluiu, tornou-se essencial e
amplamente utilizada por empresas que trabalham com itens que não
podem sofrer com baixa confiabilidade.

Curso On-line – Introdução à Simulação - Módulo 1 – Análise Estrutu-

ral – de 2 horas, gratuito, disponibilizado no site da ESSS. O minicurso
aborda os fundamentos da técnica de CAE relacionada à análise por
elementos finitos. Ótima oportunidade para quem se interessa sobre
o tema e ainda não possua conhecimentos tão aprofundados na área.
Vídeo com linguagem simples e muito didática. Para acessar, use seu
leitor de QR Code.

A previsão da Confiabilidade de um Sistema deve começar no início do ciclo de vida dele, preferen-
cialmente, ainda nos estágios iniciais do projeto. A aplicação de modelagens CAD e técnicas de simu-
lação CAE são essenciais para a eficiência do projeto, uma vez que eliminam os cálculos complexos
tradicionais e utilizam computadores para tais atividades.
É de extrema importância que o(a) engenheiro(a) mecânico(a), mesmo que não seja projetista, saiba
utilizar com segurança, pelo menos, algum tipo de ferramenta CAD e realizar simulações CAE. Uma
modelagem 3D é capaz de representar o que o(a) engenheiro(a) está tentando transmitir para uma equi-
pe, principalmente se ele(a) for o(a) único da área, atuando no local de trabalho. Complementada pelas
simulações CAE, a modelagem CAD pode vir acompanhada de análises mais elaboradas e previsões
de comportamento dos sistemas, justificando determinadas decisões tomadas pelo(a) engenheiro(a).
A tendência é que nos próximos anos as técnicas de simulação se tornem cada vez mais modernas,
principalmente com a chegada do Metaverso. Portanto, aproveite para se dedicar a aprender e dominar
algumas das metodologias citadas na unidade.

139
Preencha o Mapa Conceitual a seguir (Figura 1), de acordo com as técnicas que foram apresentadas
nesta unidade e, em seguida, escreva os Softwares que você conhece que façam as modelagens ou
simulações em questão. Caso queira adicionar mais caixas e completar com outras informações, irá
ajudar a complementar seus estudos.

Softwares:

CAD

Métodos Assistidos

CAE

Softwares:

Figura 1 – Mapa Conceitual para preenchimento / Fonte: a autora.

Descrição da Imagem: a imagem apresenta um Mapa Conceitual, com o termo central “Métodos Assistidos”. Este termo
está conectado a outros dois espaços contendo as palavras CAE e CAD. Esses, por sua vez, estão conectados a outras caixas
vazias para preenchimento e, cada um deles, a mais uma caixa escrito “Softwares”.

140
1. Considere a ilustração a seguir e marque a alternativa que indica as informações corretas a
respeito dela.

Figura 2 – Ilustração para análise / Fonte: a autora.

Descrição da Imagem: a imagem apresenta uma estrutura retangular, dividida em quadrados menores, onde cada quadrado
possui pontos pretos sobre seus véstices.

a) A ilustração apresenta 24 malhas.

b) A ilustração apresenta 24 nós.
c) A ilustração apresenta 35 elementos.
d) A ilustração apresenta 24 elementos.
e) A ilustração apresenta 5 nós.

2. Analise as afirmativas a seguir, julgue verdadeiras ou falsas e assinale a alternativa correta.

I) O termo CAD refere-se à fase de desenho no processo de desenvolvimento de um produto.

II) O termo CAM diz respeito à simulação do comportamento físico do produto, via computador,
através de análises lineares e não lineares.
III) O termo CAE está relacionado ao planejamento e controle de uma linha de produção.
Assinale a alternativa correta:

a) Apenas I é verdadeira.
b) Apenas II é verdadeira.
c) Apenas a III é falsa.
d) Todas são falsas.
e) Todas são verdadeiras.

141
3. Uma característica importante da maioria dos softwares CAD é poder ser integrado a outros
sistemas. Nesse contexto, analise as afirmativas abaixo.

I) Um modelo construído no CAD pode ser transferido para o CAE a fim de simular o seu com-
portamento mecânico e de distribuições de calor.
II) Permite uma simulação dinâmica como no funcionamento de um motor, por exemplo, onde
o funcionamento real das peças pode ser observado e avaliado.
III) O modelo produzido no CAD só pode ser transferido para o CAE após a impressão 3D do
modelo.
Está correto apenas o que se afirma em:

a) I.
b) II.
c) III.
d) I e II.
e) II e III.

4. Considerando que a Figura 3 representa a chama de escape de um foguete, qual o tipo de

simulação mais provável de estar sendo empregado?

Velocidade
Linha de Fluxo 1

Figura 3 – Simulação computacional para a chama de exaustão de um foguete

Descrição da Imagem: a imagem apresenta uma escala de cores, na parte superior, com os valores variando do azul (menor
valor) até o vermelho (maior valor). No centro da imagem, aparece um gradiente de cores, circundado por uma área maior
em azul escuro. Na parte inferior da imagem, está representada a escala da modelagem. No canto direito, inferior, existe a
indicação dos eixos de coordenadas.

142
5. Sabemos da importância de um bom profissional também saber fazer um desenho técnico
à moda antiga, ainda que seja um especialista em ferramentas CAD. Segundo a comparação
de Hellmeister et al. (2011), na qual foi feita a comparação das principais características dos
desenhos à mão com as modelagens CAD, analise as afirmativas:

I) Nos desenhos à mão, pode-se notar uma baixa produtividade por conta dessa atividade estar
estritamente relacionada ao pendor do desenhista.
II) A utilização de tecnologias CAD necessita obrigatoriamente de espaços físicos para arma-
zenagem.
III) Nos desenhos com a utilização da prancheta, não ocorriam erros de representação geométrica
e erros de cotas que são detectados durante a montagem dos equipamentos.
IV) Com a utilização de tecnologias CAD, o custo inicial é elevado devido a utilização do hardware
e software.
V) Houve uma a otimização do tempo gasto para o envio dos desenhos e projetos pela internet
nos desenhos com utilização da prancheta.
Está correto o que se afirma em:

a) I, II, e V.
b) II e IV.
c) I, III e IV.
d) I e IV.
e) I, III e V.

143
144
7
Ponderação
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade, será abordada a importância de ponderar as confia-

bilidades dentro de um sistema e como isso pode ser feito. Existem
vários caminhos a serem adotados, o que dependerá da essência
do sistema em análise. Neste momento, será abordada a técnica de
cálculo da Importância da Confiabilidade Dependente do Tempo,
que é uma das metodologias mais simples. Porém outros quesitos,
além da evolução do tempo, também são utilizados como parâ-
metros para este tipo de análise. O objetivo, aqui, é o(a) aluno(a)
entender o conceito das importâncias e conseguir replicar a técnica
bem como aplicar teorias semelhantes utilizando outros conceitos.
UNICESUMAR

Há algumas unidades atrás, falamos sobre o impacto da confiabilidade individual dos subsistemas
que compõem um sistema, no cálculo da confiabilidade total. Agora que você já avançou nos estudos de
Confiabilidade e está conhecendo mais o assunto, você consegue perceber que componentes distintos
terão níveis de importância diferentes dentro de um mesmo sistema? Já consegue distinguir que alguns
componentes serão essenciais para o funcionamento global e outros nem tanto?
Como você já sabe, todos os sistemas que fazem parte do nosso dia a dia são constituídos de sub-
sistemas (componentes, itens, peças etc.). Também vimos que a falha de um subsistema nem sempre
ocasionará a parada do sistema, isso dependerá da maneira como aquele componente estará arranjado
com os demais e se, de fato, ele é um componente essencial.
Muitos componentes não são essenciais e, em algumas vezes, são acessórios que servem para ofe-
recer mais conforto ou um diferencial ao produto. Sendo assim, ao projetar qualquer sistema, o(a)
engenheiro(a) sempre desejará obter algo de qualidade, que não falhe e não surpreenda, negativamente,
o(a) usuário(a). Logo, sempre se objetiva alcançar um produto com mais confiabilidade possível. No
entanto você já sabe que um item pode prejudicar (ou otimizar) a confiabilidade global do sistema.
Quando é feita a análise de confiabilidade, devem ser analisadas as confiabilidades individuais dos
componentes, para que seja verificado se não existem itens super ou subestimados. Deve haver uma
lógica a respeito da importância ou da complexidade dos componentes do sistema para, caso seja
necessário modificar os valores, saber onde, exatamente, deve ocorrer a alteração.
Vamos fazer um exercício bem simples sobre níveis de importância de diferentes componentes
dentro de um sistema?

Suponha que o carrinho de bebê da

figura, a seguir, deva ter 95% de con-
fiabilidade, mas, atualmente, possui
88%, ou seja, a performance atual
não está alcançando o nível proje-
tado. Você precisa rever as confia-
bilidades individuais, tentando me-
lhorar pontos específicos do projeto
que otimizem a confiabilidade final.
Para isto, optou por rever a ordem
de importância de cinco subsistemas
do carrinho: (1) trava das rodinhas
traseiras; (2) abertura e recolhimen-
to do toldo; (3) inclinação do assen-
to; (4) direcionamento das rodinhas
dianteiras; (5) fixação do cesto para
acessórios na parte inferior.

146
 UNIDADE 7

Preencha o Quadro 1 de acordo com a ordem de importância que você acha ideal. Não existe resposta
certa ou errada. Esta atividade é para que você comece a desenvolver este julgamento a respeito das
prioridades de confiabilidade dentro de um projeto, por mais simples que ele pareça.

Subsistema Ordem de importância

Fixação do cesto para acessórios na parte inferior ( )

Abertura e recolhimento do toldo ( )
Trava das rodinhas traseiras ( )
Direcionamento das rodinhas dianteiras ( )
Inclinação do assento ( )
Quadro 1 - Cinco subsistemas selecionados de um carrinho de bebê para serem colocados em ordem de prioridade / Fonte: o autor.

Essa atividade foi simples para você? Com certeza, existirão inúmeras respostas diferentes, dependendo
do perfil da pessoa que preencheu o quadro. Como falei, o importante é que você desenvolva a habili-
dade de selecionar um sistema, conseguir visualizá-lo como estivesse vendo uma vista explodida dos
subsistemas e saber o que deve ou não ser priorizado.
Utilize o espaço, a seguir, à análise de outros sistemas do seu interesse e à tentativa de estipular
ordens de importância.

147
UNICESUMAR

O ato de ponderar é dar um peso específico a determinados valores, a fim de determinar a impor-
tância de cada item dentro de uma análise. Começaremos com um exemplo bem simples e que você,
certamente, já conhece.
Considere o seguinte grupo de valores: {8,2 ; 9,0 ; 9,5 ; 7,8 ; 8,0 ; 9,5 ; 6,7}. Se eu te pedisse para cal-
cular a média desses valores, você procederia utilizando a Equação 1 e chegaria no valor indicado de 8,4.
v1 v2 v3 v4 v5 v6 v7 8, 2 9, 0 9, 5 7, 8 8, 0 9, 5 6, 7
M 8, 4 Equação 1
7 7

Agora, suponha que eu te falasse que o grupo de valores apresentado, refere-se às notas de um candidato
nas diferentes disciplinas de uma prova de concurso público e que elas possuem os pesos indicados
no Quadro 2.

Nota Peso
8,2 1
9,0 1
9,5 2
7,8 3
8,0 3
9,5 5
6,7 5
Quadro 2 - Notas de um candidato em um concurso público e os respectivos pesos de cada nota / Fonte: o autor.

148
 UNIDADE 7

Neste caso, para proceder com o cálculo da média, você deverá utilizar a Equação 2, a fim de obter
a média ponderada de valor igual a 8,2.
v1. p1 v2 . p2
v3 . p3 v4 . p4 v5 . p5 v6 . p6 v7 . p7
M
20
8, 2 3 9, 0 1 9, 5 3 7 , 8 3 8, 0 2 9, 5 4 6, 7 4
M 8, 2 Equação 2
20
A diferença entre as duas médias pode parecer, relativamente, pequena, porém, ao analisarmos pelo con-
texto de um concurso público, dois décimos são, muitas vezes, um “abismo” de separação entre candidatos.
Agora que você relembrou o conceito de ponderação, quando falamos de confiabilidade de sistemas,
como isso se aplica? Lembra-se que, em unidades passadas, falamos sobre o cálculo da confiabilidade
de um sistema, por meio da análise das confiabilidades individuais dos subsistemas que o compõe?
Naquelas situações, você aprendeu, por meio dos valores que foram fornecidos, a calcular a confiabi-
lidade global. Neste momento, aplicaremos um conceito análogo ao cálculo da média ponderada da
nota final, porém voltada ao nosso estudo de confiabilidade. Atribuiremos pesos e importâncias para
cada subsistema, então, poderemos recalcular uma confiabilidade mais refinada, mas, aqui, no nosso
estudo, chamaremos este refino da confiabilidade de alocação da confiabilidade.
Observe o esquema ilustrativo da Figura 1. Veja que a alocação da confiabilidade é realizada após
um cálculo prévio de confiabilidade global e a estipulação de uma nota meta de confiabilidade. Sendo
assim, a única maneira de modificar o valor final é alterando as confiabilidades de cada subsistema,
realizando várias análises para a determinação da ordem de importância de cada um.

Análise dos Confiabilidade do

Subsistemas Sistema

Alocação da
Confiabilidade
Confiabilidade Meta de
alocada para cada Confiabilidade do
Subsistema Sistema
Figura 1 - Ilustração do processo de alocação de confiabilidade / Fonte: o autor.

Descrição da Imagem: a ilustração apresenta duas caixas na parte superior, com as inscrições “Análise dos Subsistemas” e “Confiabilidade
do Sistema”, respectivamente, separadas por uma seta que aponta da esquerda para a direita. Na parte inferior, existem outras duas
caixas cujas inscrições, da esquerda para a direita, são: “Meta de Confiabilidade do Sistema” e “Confiabilidade alocada para cada Subsiste-
ma”. Estas, por sua vez, estão separadas por uma seta que aponta da direita para a esquerda, com o texto “Alocação da Confiabilidade”.

149
UNICESUMAR

Vamos relembrar dois conceitos importantes vistos, anteriormente? Para o cálculo da confiabilidade
de um sistema em série, utilizamos a equação RS (t )  R1  R2  ...  Rn , em que RS(t) é a confia-
bilidade final do sistema e Rn refere-se às confiabilidades dos subsistemas. Para sistemas em série,
quanto maior a quantidade de componentes, menor será a confiabilidade do sistema, a qual sempre
será inferior à confiabilidade do pior componente. Em um cálculo da confiabilidade de um sistema
em paralelo, é aplicada a equação RS (t )  1  [(1  R1 )  (1  R2 )  ...(1  Rn )] . Para sistemas em
paralelo, a confiabilidade do sistema será sempre maior do que a confiabilidade do melhor compo-
nente. Portanto, vimos que os sistemas arranjados em paralelo, possuem maior nível de confiança.
Fonte: adaptado de Fogliatto e Ribeiro (2019) e Collins, Busby e Staab (2019).

Abordaremos as questões relativas a como modificar, numericamente, o valor da confiabilidade de

um sistema. Sabemos que as decisões/modificações na fase de projeto afetarão as confiabilidades, po-
rém, aqui, faremos o caminho inverso, como se fôssemos da equipe de Engenharia de Confiabilidade
e passássemos as novas metas à equipe de Projetos. Para entender melhor esta questão de alocação da
confiabilidade, começaremos a ver como é possível melhorar um valor de confiabilidade.
Quando uma equipe recebe a demanda de aumentar a confiabilidade de um sistema, é neces-
sário mexer, individualmente, na confiabilidade de um ou mais componentes específicos. Existem
duas técnicas a ser utilizadas: prevenção de falhas e tolerância a falhas. A primeira baseia-se na
utilização de componentes de elevada qualidade e confiabilidade e, geralmente, é mais econômica
do que a tolerância a falhas. Já a segunda, por outro lado, é alcançada por redundância, o que torna
o projeto mais complexo e mais caro.
Antes de optar por uma das técnicas, no entanto é necessário quantificar os valores de con-
fiabilidade dos componentes individuais (subsistemas) e analisar se será possível atingir a meta de
confiabilidade daquele sistema (RELIASOFT CORPORATION, 2015).
Suponha um sistema hipotético em série, composto por três subsistemas cujas confiabilidades são
R1 = 70, R2 = 80 e R3 = 90, resultando em uma confiabilidade do sistema de RS = 50,4. O valor de RS
encontra-se muito baixo e foi solicitado aos(as) engenheiros(as) de confiabilidade que verifiquem a
viabilidade de subir esse valor para 85. A primeira hipótese que os engenheiros testaram foi elevar a
confiabilidade de, apenas, um dos subsistemas para 100 (situação que não é possível na prática, pois
seria igual a nunca ocorrer falha alguma). Porém, mesmo elevando, individualmente, essa confiabi-
lidade para 100 e testando a hipótese para cada um dos três componentes, não seria atingida a meta
solicitada de RS = 85 (Figura 2), pois:

1. Se R1 = 100, R2 = 80 e R3 = 90, portanto, RS = 72 (reta azul).

2. Se R1 = 70, R2 = 100 e R3 = 90, portanto, RS = 63 (reta verde).
3. Se R1 = 70, R2 = 80 e R3 = 100, portanto, RS = 56 (reta amarela).

150
 UNIDADE 7

1,0
Seria possível aumentar a
confiabilidade de dois com-
0,9
ponentes ao mesmo tempo, Meta de Confiabilidade
mas se tornaria mais uma
0,8

Confiabilidade do Sistema
questão de tentativa e erro
até obter a meta desejada do
0,7
que uma questão de Enge-
nharia de Confiabilidade. Subsistema 1
0,6
Teriam que ser testadas to- Subsistema 2
Subsistema 3
das as combinações possí-
0,5
veis até obter RS = 85.
Portanto, ao modificar a
0,4
confiabilidade de compo-
nentes, deve ser realizado
0,3
um estudo e, conforme você 0,7 0,8 0,9 1,0
viu na Figura 2, dependen- Confiabilidade do Subsistema
do da configuração que o Figura 2 - Confiabilidade do Sistema versus Confiabilidade do Subsistema, com a mo-
dificação da confiabilidade de um Subsistema por vez / Fonte: adaptado de ReliaSoft
sistema possui e das mo- Corporation (2015).
dificações que estão ao al-
cance do(a) engenheiro(a), Descrição da Imagem: a ilustração apresenta uma representação gráfica intitulada “Con-
fiabilidade do Sistema versus Confiabilidade do Subsistema”, cujos eixos variam de 0,3 a 1,0
nem sempre será possível. e 0,7 a 1,0, respectivamente. Existe uma seta vermelha indicando a posição de 0,85 no eixo
“Confiabilidade do Sistema” com a inscrição “Meta de Confiabilidade”. Existem outras três retas,
Assim como foi falado, an- levemente, inclinadas no sentido crescente, com as denominações “Subsistema 1” (reta azul),
“Subsistema 2” (reta verde) e “Subsistema 3” (reta amarela).
teriormente, tratamos, aqui,
de confiabilidade numérica,
mas ela deve ser coerente e fazer sentido. Lembre-se que, ao alterar a confiabilidade de um compo-
nente, existem duas principais ações a serem tomadas: a tolerância a falhas e a prevenção a falhas. Não
importa por qual caminho o(a) engenheiro(a) opte, desde que atinja os objetivos.
Imaginaremos mais um caso hipotético, no qual um(a) engenheiro(a) recebeu a tarefa de otimizar a
confiabilidade de determinado subsistema, por determinado período de funcionamento, de 50% para
85%. Se o(a) funcionário(a) decidir seguir o caminho da prevenção de falhas, outro componente deve
ser inserido no sistema para substituir o atual, ou o componente atual deve ser redesenhado, a fim de
desempenhar a mesma função com mais confiabilidade. Todavia se o(a) engenheiro(a) analisar
e decidir seguir o método da tolerância a falhas, a confiabilidade otimizada pode ser alcançada,
simplesmente, colocando um segundo componente idêntico em paralelo ao primeiro, que é a
redundância do sistema (RELIASOFT CORPORATION, 2015; LAFRAIA, 2001). Geralmente, esse
segundo método é mais custoso ao processo, no entanto dependerá de vários outros fatores para que
o(a) profissional faça a escolha da maneira de otimizar as confiabilidades.
A representação esquemática das duas maneiras de otimizar a confiabilidade do sistema está re-
presentada na Figura 3.

151
UNICESUMAR

Sistema afetado pela baixa

Componente A Componente B Componente C
confiabilidade do
RA = 85 RB = 45 RC = 90
Componente B.

Otimização da
confiabilidade do sistema Componente A Componente B’ Componente C
via método da prevenção RA = 85 RB’ = 65 RC = 90
de falhas

Componente B
RB = 45
Otimização da
confiabilidade do sistema, Componente B
via método da tolerância a Componente A Componente C
RA = 85 RB = 45 RC = 90
falhas.

Componente B
RB = 45

Figura 3 - Ilustração representativa dos métodos de prevenção de falhas e tolerância a falhas / Fonte: o autor.

Descrição da Imagem: a ilustração apresenta três diferentes representações de um mesmo sistema. A primeira representação seria o
sistema original com a confiabilidade sendo afetada pela baixa confiabilidade do componente B. O caso é representado por três compo-
nentes, arranjados em série, denominados “Componente A (RA = 85)”, “Componente B” (RB = 45)” e “Componente C (RC = 90)”. A segunda
representação, seria a utilização do método de prevenção de falhas, substituindo o componente B por outro de mais confiabilidade. O
caso é representado por três componentes, arranjados em série, denominados “Componente A (RA = 85)”, “Componente B’ (RB’ = 65)” e
“Componente C (RC = 90)”. A terceira representação, mostra a utilização do método de tolerância a falhas, inserindo outros componentes
iguais ao B em série. O caso é representado por cinco componentes, onde os Componentes B estão arranjados em paralelo (cada um
com RB = 45) e, por sua vez, estão em série entre os Componentes A (RA = 85) e C (RC = 90).

01. EXEMPLO Resolvido: o Quadro 3 possui as informações referentes aos arranjos da Figura 3.
Calcule as confiabilidades de cada sistema (RS) e, depois, esquematize a representação
da Confiabilidade do Sistema versus Confiabilidade do Componente, apenas para o
Componente B. Por fim, analise o impacto de cada situação na confiabilidade global.

Situação Componente A Componente B Componente C

Original 0,85 0,45 0,90
Prevenção de falhas 0,85 0,65 0,90
Tolerância a falhas 0,85 três componentes em paralelo 0,45 0,90
Quadro 3 - Informações de confiabilidade retiradas da Figura 3 / Fonte: o autor.

Cálculo da confiabilidade para a situação original:

RS  RA  RB  RC  0, 85  0, 45  0, 90  0, 344  Confiabilidade  34,40%

152
 UNIDADE 7

Cálculo da confiabilidade para o método da prevenção de falhas:

RS  RA  RB  RC  0, 85  0, 65  0, 90  0, 497  Confiabilidade  49, 70%

Cálculo da confiabilidade para o método da tolerância a falhas:

RS  RA  [1  (1  RB )3 ]  RC  0, 85  [1  (1  0, 45)3 ]  0, 90
 0, 85  0, 834  0, 90  0, 638  Confiabilidade  63, 80%

Analisando as três situações,

0,638
percebe-se que o Componen-
te B estava impactando, ne-
Confiabilidade do Sistema

gativamente, a confiabilidade
do sistema (RS), ainda que os
outros componentes possuís- 0,497
sem confiabilidades elevadas.
Com a aplicação do método
da prevenção de falhas, houve
aumento da confiabilidade,
porém a tolerância a falhas 0,344
surtiu melhor efeito na con-
fiabilidade global.
Nem sempre poderá ser
0,45 0,65 0,834
aplicada uma técnica especí-
fica, mas isso dependerá do Confiabilidade do Componente B
tipo do sistema que está sendo Figura 4 - Esquematização da Confiabilidade do Sistema versus Confiabilida-
de do Componente / Fonte: o autor.
analisado, das possibilidades
que o projeto permite e dos Descrição da Imagem: a ilustração apresenta a representação gráfica “Confiabi-
lidade do Sistema versus Confiabilidade do Componente B”, cujos eixos variam
recursos disponibilizados. de 0,344 a 0,638 e 0,45 a 0,834, respectivamente. Uma reta azul, inclinada no
sentido crescente do eixo X, representa o aumento da confiabilidade do Com-
ponente B bem como seu impacto na Confiabilidade do Sistema.

Analisando o resultado do Exemplo Resolvido 1, você conseguiria supor uma situação onde a
aplicação da prevenção de falhas deveria ser utilizada e outra situação onde a tolerância à falha
deveria ser aplicada?

153
UNICESUMAR

Agora, vamos pensar em outro aspec-

to? Você já viu quais seriam as possíveis
maneiras de otimizar a confiabilidade
e como reavaliar a confiabilidade do
sistema como um todo (RS). Entretanto
facilitaria se você conseguisse estimar a
importância de cada componente den-
tro do sistema para atuar de maneira
mais precisa. Modificar a confiabilida-
de de determinado componente que
esteja baixando a confiabilidade global
ao invés de ficar escolhendo modifica-
ções via tentativa e erro.
Existem várias maneiras possíveis
de verificar a importância dos com-
ponentes individuais, dentro do sis-
tema. A primeira e mais simples seria
analisar os efeitos das confiabilidades
individuais na confiabilidade do sis-
tema RS — muito semelhante ao que fizemos no Exemplo Resolvido 1 —. Essa análise simples pode
ser chamada de importância da confiabilidade estática dos componentes/subsistemas, pois não
estamos considerando nenhum tipo de influência (histórico de falhas, tempo, condições de operação
etc.) sobre a confiabilidade. No entanto também é possível utilizar dados referentes a indicadores
relacionados ao tempo e às falhas ocorridas (como os conhecidos MTBF e MTTF) com o objetivo de
compararmos as importâncias dos subsistemas. Neste caso, seria a importância da confiabilidade
dependente do tempo.
Ficou um pouco confuso, não é? Veremos o exemplo, a seguir, para que você entenda, na prática,
o que isso significa.

02. EXEMPLO Resolvido 2: considere as informações, a seguir, referentes ao sistema da Figura 5.

Calcule a confiabilidade do sistema e analise a importância dos componentes, em
relação ao tempo de funcionamento de 100 horas. O sistema tem cinco compo-
nentes (A, B, C, D, E) cujos valores de MTBF estão, aqui, relacionados:

a) Componente A, MTBFA = 250 horas.

b) Componente B, MTBFB = 350 horas.
c) Componente C, MTBFC = 600 horas.
d) Componente D, MTBFD = 1.500 horas.
e) Componente E, MTBFE = 10.000 horas.

154
 UNIDADE 7

Componente
B

Componente Componente Componente

A C E

Componente
D
Figura 5 - Representação de um arranjo de sistema com diferentes componentes cujas falhas causam resultados distintos
Fonte: o autor.

Descrição da Imagem: a ilustração mostra a representação de um sistema hipotético com cinco componentes (A, B, C, D, E).

O primeiro passo a ser dado para resolver esse exercício é se perguntar qual a relação entre confiabi-
lidade e MTBF. Você deve se lembrar que, anteriormente, definimos MTBF como o tempo total de
funcionamento normal médio entre as falhas de um sistema reparável. A confiabilidade — apenas
reforçando — é a probabilidade de um componente funcionar durante determinado período de tempo.
Apesar de serem dois indicadores diferentes, são, facilmente, relacionados por meio da Equação 3.

 t 
 
 MTBF 
R(t ) e Equação 3

Portanto, uma vez que tenhamos dados de MTBF, conseguimos calcular a confiabilidade do sistema.
Sendo assim, primeiramente, calcularemos a confiabilidade de cada componente do sistema da Figura
5, para um funcionamento de 100 horas, conforme solicitado pelo enunciado da questão:

- 100
RA (100) = e ( 250 ) = 0,6703 67,03%

- 100
RB (100) = e ( 350 ) = 0,7515 75,15%

- 100
RC (100) = e ( 500 ) = 0,8465 84,65%

- 100
RD (100) = e (1500 )= 0,9355 93,55%

- 100
RE (100) = e (10000)= 0,9900 99,00%

155
UNICESUMAR

Agora que possuímos as confiabilidades de cada componente a funcionamentos de 100 horas, cal-
cularemos a confiabilidade do sistema (RS). Lembre-se: estamos analisando um sistema que mistura
série e paralelo. Portanto precisamos aplicar a fórmula relativa a cada tipo de arranjo, resultando na
equação, a seguir:

RS (100)  RA  1  [(1  RB )  (1  RC )  (1  RD )]}  RE

RS (100)  0, 6703  1  [(1  0, 7515)  (1  0, 8465)  (1  0, 9355)]}  0, 9900
RS (100)  0, 6620  66, 20%

O próximo passo é calcular a Importância da Confiabilidade Dependente do Tempo — um novo

conceito apresentado nesta unidade — por meio da Equação 4, onde representa a confiabilidade de
cada componente:
RS (t )
I Ri (t )  Equação 4
Ri (t )
Portanto, como já calculamos as confiabilidades individuais aos componentes bem como a confiabi-
lidade do sistema (RS) para 100 horas, é possível aplicar a Equação 4 e obter as importâncias de cada
componente:

RS (t )
I RA (100)   RE   RB  RB RC RD  RB RD  RB RC  RC  RD  RC RD 
RA (t )
I RA (100)  0, 9900  (0, 7515  0, 7515  0, 8465  0, 9355  0, 7515  0, 9355  0, 7515  0, 8465 
0, 8465  0, 9355  0, 8465  0, 9355)
I RA (100) = 0,98756

RS (t )
I RB (100)   RA RE   RC RD  RC  1  RD 
RB (t )
I RB (100)  0, 6703  0, 9900  (0, 8465  0, 9355  0, 8465  1  0, 9355)
I RB (100) = 0,00657

RS (t )
I RC (100)   RA RE   RB RD  RB  1  RD 
RC (t )
I RC (100)  0, 6703  0, 9900  (0, 7515  0, 9355  0, 7515  1  0, 9355)
I RC (100) = 0,01063

RS (t )
I RD (100)   RA RE   RB RC  RB  1  RC 
RD (t )
I RD (100)  0, 6703  0, 9900  (0, 7515  0, 8465  0, 7515  1  0, 8465)
I RD (100) = 0,02531

156
 UNIDADE 7

RS (t )
I RE (100)   RA   RB  RB RC RD  RB RD  RB RC  RC  RD  RC RD 
RE (t )
I RE (100)  0, 6703  (0, 7515  0, 7515  0, 8465  0, 9355  0, 7515  0, 9355  0, 7515  0, 8465 
0, 8465  0, 9355  0, 8465  0, 9355)
I RE (100) = 0,6687

Finalmente, representaremos, graficamente, as Importâncias das Confiabilidades Dependentes do

Tempo, obtidas para cada componente, para um tempo de funcionamento igual a 100 horas (Figura 6).

0,98
R
100%

0,78
50%

0%
0,58

0,38

0,18

A B C D E
Tempo = 100
Figura 6 - Representação gráfica das Importâncias das Confiabilidades Dependentes do Tempo obtidas para cada componente
para tempo de funcionamento igual a 100 horas / Fonte: o autor.

Descrição da Imagem: a ilustração apresenta um gráfico de barras em que cada barra representa cada componente (A, B, C, D, E). A
escala do eixo y varia de 0,0 a 1,0, e as alturas das barras indicam a importância de cada componente. O Componente A apresenta a
maior barra, seguido do Componente E, em seguida, o Componente D, depois, C e B. Ao lado da parte superior esquerda, existe uma
escala de cores que indica a porcentagem de confiabilidade.

Vamos entender o que é transmitido com o gráfico da Figura 6? Observe que as alturas das barras são os valores
calculados das importâncias (IRi) para cada componente. Portanto, a maior importância (para o tempo de fun-
cionamento de 100 horas) é do Componente A, sendo que IRA (100) = 0,98756 . Observe que o Componente
A apresentava o menor MTBF (250 horas) e, consequentemente, a menor confiabilidade (RA (100) = 67,03%).
Sendo assim, a importância indica o nível de atenção que esse componente deve receber.

157
UNICESUMAR

Observe que a segunda maior barra é do Componente E, com IRE (100) = 0,6687. Porém esse
mesmo componente apresentava a maior confiabilidade para 100 horas (RE (100) = 99%). Mas então,
por qual motivo ele é o de segunda maior importância? Retorne à representação esquemática do sis-
tema (Figura 5) e veja que, assim como o Componente A, o Componente E está arranjado em série,
dentro do sistema, ou seja, apesar de ele possuir um MTBF, relativamente, elevado (10.000 horas)
o valor de RE (100) analisa a confiabilidade daquele item, em um intervalo de 100 horas, com base,
unicamente, nos dados de MTBF. Já na equação da importância, o fato de ele estar arranjado em série
também influenciará o cálculo. Por este motivo, a segunda maior barra é a do Componente E.
Analogamente, os Componentes B, C e D possuíam os menores valores de MTBF (350, 600 e 1.500,
respectivamente) e as confiabilidades intermediárias (75,15 para B, 84,65 para C e 93,55 para D).
No entanto, por estarem arranjados em paralelo, o nível de importância dos três componentes é muito
inferior e estão bem próximos. Isso se deve ao fato de os sistemas em paralelo só falharem quando
todos os componentes falham. Portanto, o nível de atenção requerido por esses componentes é inferior.
O caso ilustrado no Exemplo Resolvido 2 baseou-se em um período de tempo determinado (100
horas de funcionamento). Possivelmente, analisando os mesmos componentes com os mesmos dados
de MTBF seriam obtidas importâncias diferentes, se variássemos o tempo de análise do sistema fun-
cionando. Conforme as horas passam, o nível de importância de um mesmo componente pode variar.

Symbolab
Está com dificuldade em resolver as derivadas parciais do Exemplo Re-
solvido 2? Você precisará resolver mais algumas delas nos exercícios
propostos, mas não se preocupe se esqueceu alguns conceitos. Que tal
contar com uma ajudinha do Symbolab? Ele te mostra o passo a passo
da resolução. Insira a equação conforme o exemplo para o Componente
A, depois, vá alterando o componente do denominador.


 RA  {1  [(1  RB )  (1  RC )  (1  RD )]}  RE
RA (t )
Para acessar, use seu leitor de QR Code.

No Exemplo Resolvido 2, caso o(a) engenheiro(a) analisasse, com calma, só as informações que foram for-
necidas, talvez conseguisse estipular uma ordem de importância aos componentes. No entanto a situação
foi para ilustrar o desenvolvimento do assunto e aplicá-lo, inicialmente, em um sistema simples. Agora,
suponha um sistema complexo, com inúmeros tipos de arranjos, dezenas de componentes com informa-
ções de falhas e cuja equação da confiabilidade (RS) tenha inúmeras linhas. Seria bem mais difícil analisar,
apenas, visualmente, qual seria o componente mais sensível, não acha? Pois, você já sabe como proceder.

158
 UNIDADE 7

O que acha de conversarmos um pouco mais sobre a importância dos

componentes dentro de um sistema e os softwares que permitem essas
análises? Lembre-se que os exemplos mostrados, aqui, neste material,
são para fins didáticos, então, pode parecer que o assunto é simples.
Mas quando você trabalha com a análise de confiabilidade de um sis-
tema com centenas de componentes, para qual nível vai a dificuldade
dessa análise? Utilize o seu celular e leia o QRCode ao lado, a fim de ter
acesso a este bate-papo.

Alguma vez você, certamente, já escutou alguém falar que o trabalho do(da) engenheiro(a) é resolver
problemas. A afirmação não está errada, mas além disso, este(a) profissional deve encontrar soluções
com o melhor custo-benefício e no menor tempo, desde que estas características permitam um trabalho
bem-executado. Imagine que você esteja analisando a confiabilidade de uma aeronave com milhares de
componentes. Primeiramente, seria impossível fazer à mão um diagrama de blocos e realizar todos os
cálculos de confiabilidade. Mesmo que utilize um software da área que te auxilie e calcule tudo o que pre-
cisa, você ainda deverá alimentar o software com informações e, ao final, analisar os resultados, visando
a tomada de decisão. Ao compreender os aspectos que influenciam a confiabilidade do sistema, será mais
fácil atuar, diretamente, nos pontos sensíveis e otimizar os seus resultados. Afinal, a engenharia não deve ser
baseada em tentativa e erro. Há a possibilidade de mexer nos valores das confiabilidades, aleatoriamente, e
chegar em um valor ideal, mas isso não faria sentido algum, pois não seria pautado em justificativas válidas.
Tenho certeza que, após finalizar esta unidade, você interpretará dados de histórico de falhas de outra
maneira. Lembre-se que existem várias formas de identificar a importância das confiabilidades e, assim, ser
possível reorganizá-las. Você é capaz de analisar os custos de uma melhoria, a viabilidade de um componente
em aceitar modificações, os históricos de falhas ou dados de simulações, quando não houver o histórico.
Ainda, pode criar uma técnica nova baseada nas necessidades da sua análise. Por isso, é importante apro-
fundar os seus estudos nesta área e conhecer outras maneiras de otimizar a confiabilidade.
Nos encontramos em breve!

159
A Figura 7 contém um Mapa Conceitual a ser preenchido com os passos para o cálculo da Im-
portância da Confiabilidade Dependente do Tempo, aprendido nesta unidade. Lembre-se que,
para as análises de confiabilidade, precisamos de informações sobre as falhas do sistema, seja por
dados coletados em campo, seja por meio de simulações. Preencha as lacunas vazias de acordo
com as etapas executadas nos exemplos resolvidos.

Dados de Campo Testes e Simulações

Análise de
Confiabilidade

Importância da Confiabilidade Dependente do Tempo

Figura 7 - Mapa Conceitual para preenchimento com conceitos de importância de confiabilidade / Fonte: o autor.

Descrição da Imagem: a ilustração apresenta um Mapa Conceitual cujo termo central é “Análise de Confiabilidade”. Acima
desse termo existem duas caixas com as informações “Dados de Campo” e “Testes e Simulações”. Na parte inferior do termo
central, existe outra lacuna, a qual traz a inscrição “Importância da Confiabilidade Dependente do Tempo”, seguida por cinco
blocos vazios para preenchimento.

160
1. Leia o trecho, a seguir, retirado desta unidade, e preencha as lacunas:

Quando uma equipe recebe a demanda de aumentar a confiabilidade de um sistema, é ne-

cessário mexer individualmente na confiabilidade de um ou mais componentes específicos.
Existem duas técnicas que podem ser utilizadas: ___________________ e __________________. A
primeira baseia-se na utilização de componentes de elevada qualidade e confiabilidade e,
geralmente, é mais econômica do que a __________________. Já a ________________, por outro lado,
é alcançada por redundância, o que torna o projeto mais complexo e mais caro.

2. Baseando-se na Figura 5 e, de forma semelhante ao procedimento do Exemplo Resolvido

1, calcule a confiabilidade do sistema, em seguida, analise a importância dos componentes
em relação ao tempo de funcionamento para 1000 horas. Após obter o resultado, assinale a
alternativa correta:

a) Componente A, MTBFA = 5.000 horas.

b) Componente B, MTBFB = 7.000 horas.
c) Componente C, MTBFC = 1.000 horas.
d) Componente D, MTBFD = 3.000 horas.
e) Componente E, MTBFE = 100.000 horas.

3. A qual tipo de importância o trecho, a seguir, está se referindo? Preencha a lacuna:

Existem várias maneiras possíveis de verificar a importância dos componentes individuais,

dentro do sistema. A primeira e mais simples seria analisar os efeitos das confiabilidades
individuais na confiabilidade do sistema RS. Essa análise simples pode ser chamada de
____________________________ dos componentes/subsistemas, pois não estamos considerando
nenhum tipo de influência (histórico de falhas, tempo, condições de operação etc.) sobre a
confiabilidade.

161
162
8
Fatores de Correção
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade, você entenderá a origem dos fatores de correção

muito utilizados nos cálculos de Engenharia bem como a maneira
com que eles são obtidos e como se relacionam com a confiabili-
dade de um projeto. Além dos fatores de confiabilidade, existem
muitos outros relacionados a outras características do projeto que
são importantes de serem conhecidos.
UNICESUMAR

Muitas vezes, ao analisar uma equação, independentemente da disciplina que esteja

estudando, você pode perceber um número qualquer que, talvez, não faça sentido,
ao multiplicar o resultado daquela equação. Um número que vem desacompanhado
de uma variável, mas é essencial à equação. Pode ter certeza que para chegar até ele,
houve inúmeros ensaios, testes, cálculos, análises etc., mas você sabe o que aquele
número significa e a maneira com que ele foi obtido?
Esse termo de uma equação que aparece com a função de multiplicar um resulta-
do final e refinar o seu valor é conhecido como fator de correção. Tais fatores são
utilizados em todas as áreas das Engenharias e em várias outras áreas de pesquisa
que utilizem algum cálculo, sendo aplicados, até mesmo, em receitas culinárias.
Afinal, o fator de correção, como o próprio nome diz, é um termo que serve para
ajustar uma informação e ele não é algo restrito à Engenharia.
Como você verá, no decorrer da unidade, é possível
fazer o levantamento de um fator de correção, caso
ainda não exista, a partir de informações sobre erros
conhecidos. Vamos fazer um exercício e entender um
pouco o impacto de um fator de correção?
Utilize o seu leitor de QRCode para acessar uma
Calculadora de Fator de Confiabilidade (Reliability
Factor Calculator) online: https://www.calculatora-
toz.com/en/reliability-factor-calculator/Calc-7834?-
FormulaId=7834. Você deverá encontrar uma tela
semelhante à da Figura 1.
A calculadora em questão encontra o valor do fator de confiabilidade (fator de
correção relativo à confiabilidade) à equação do limite de fadiga corrigido (Se) para
um material que possua um ponto de inflexão em seu diagrama S-N. O termo Se’
representa o limite de fadiga não corrigido e, portanto, deve ser maior do que Se.
Logo, reveremos essa equação, mas, neste momento, o foco é simular valores de limite
à fadiga e observar o que ocorre com o valor de KC, que é o fator de confiabilidade.
Em uma primeira etapa, teste os valores do Quadro 1 e observe o que ocorre
com o parâmetro KC. Os parâmetros Kd, Ka e Kb são relativos à influência de
outros fatores relacionados à geometria e ao acabamento da peça e os mante-
remos iguais a 1.

Se Se’ Kd Ka Kb

70 MPa 300 MPa 1 1 1

110 MPa 120 MPa 1 1 1
235 MPa 345 MPa 1 1 1
Quadro 1 - Parâmetros para a equação do limite de fadiga corrigido / Fonte: o autor.

164
 UNIDADE 8

Conseguiu testar os valores do Quadro 1? O que

você observou? O tamanho da diferença entre os
valores de Se e Se’ afetam de qual maneira o fator
de confiabilidade? Utilize o espaço, a seguir, para
anotar as suas observações e experimente testar
novas combinações de valores, mexendo, também,
nos outros parâmetros. Lembre-se que Se’ sempre
deve ser maior do que Se e os demais parâmetros
não podem ser negativos.

Figura 1 - Tela do site que hospeda a Calculadora de Fator de

Confiabilidade / Fonte: Calculator A to Z ([2022], on-line)1.

Descrição da Imagem: a imagem apresenta o print screen

da tela do site que hospeda a Calculadora de Fator de Confia-
bilidade. É necessário informar um grupo de valores, os quais
são: Se, Se’, Kd, Ka e Kb , para que seja fornecido o valor de
KC (fator de confiabilidade).

165
UNICESUMAR

Grande parte dos dados publicados so- f(x)

bre propriedades de materiais represen-
tam os valores médios de muitas amos-
tras testadas. A dispersão dos dados σ σ σ σ σ σ
tabelados, muitas vezes, não é declarada,
porém a maioria das propriedades varia
em torno de um valor médio, de acor-
do com alguma distribuição estatística,
como a distribuição normal mostrada
na Figura 2. Esta curva é definida em
termos de dois parâmetros: a média arit-
mética (μ) e o desvio-padrão (σ).
Você conheceu, anteriormente, a
equação da curva da distribuição
normal (Equação 1), a qual será
revisada nesta unidade. Também co- μ x
nheceremos as equações da média Figura 2 - Curva de distribuição normal / Fonte: adaptada de Norton (2013).
e do desvio-padrão (Equações 2 e
3) para este tipo de distribuição. A Descrição da Imagem: a ilustração apresenta uma curva típica da distribuição
normal, cujo único pico é indicado pela letra grega μ, representando, assim,
incógnita x indica algum parâmetro a média. A curva está dividida em seis partes com larguras iguais e indicadas
pela letra grega σ, onde cada parte representa faixas de desvio-padrão em
e f(x) a frequência com que x ocorre relação à média. O eixo y é referente a f(x). Transcrição: f(x), σ, x, μ
na população.

166
 UNIDADE 8

1  1  x  µ 2 
f ( x)  exp     (1)
σ (2π )1/ 2  2  σ  

1 n
µ xi (2)
ni 1

1 n
σ 
n  1 i 1
( xi  µ)2 (3)

Quando o σ possui um valor baixo, o relativo a μ significa que toda a população está agrupada nas proximi-
dades da média. Já um σ grande indica que a população está dispersa mais amplamente ao redor da média.

Precisamos rever um conceito importante para continuarmos este assunto: para a distribuição
normal, a proporção de valores para um, dois, ou três desvios-padrão da média são: µ ± 1σ ~ 68%;
µ ± 2σ ~ 95,5%; µ ± 3σ ~ 99,7%. Respectivamente, z = -1 e +1, z= -2 e +2, z = -3 e +3. (WALPOLE et
al., 2009). Essa proporção pode ser observada na Figura 3.
99,7%

95%

68%

µ - 3σ µ - 2σ µ-σ µ µ+σ µ + 2σ µ + 3σ
Figura 3 - Áreas notáveis sob uma curva normal / Fonte: Shutterstock.

Descrição da Imagem: a ilustração apresenta uma curva típica de distribuição normal, com a sinalização das faixas de
valores das proporções para um, dois ou três desvios-padrão da média.

167
UNICESUMAR
Na prática, existe uma dispersão considerável dos re-
sultados de testes realizados em um mesmo material
sob as mesmas condições. Considerando a curva da
distribuição normal, haverá uma probabilidade de
50% de que as amostras de qualquer material que
você compre tenha resistência inferior ao valor médio
tabelado. Sendo assim, utilizar, apenas, o valor médio
de algum parâmetro como base de análise de uma
amostra desse material — escolhida ao acaso — nem
sempre será confiável. Quando o desvio-padrão dos
valores são publicados juntamente com as médias,
podemos utilizá-los para refinar determinada análise.
Por exemplo, se você quer uma probabilida-
de de 99% para que o maior número possível de
amostras do material seja mais resistente do que
a resistência tabelada, você deve subtrair, aproxi-
madamente, 3.σ (conforme Figura 2) de μ para obter
um valor admissível ao seu projeto. Supondo que a
distribuição da propriedade do material é normal
e não assimétrica. Uma vez que um valor mínimo
da propriedade do material é utilizado, então, a sua
distribuição estatística não terá importância.
Como nunca temos, praticamente, acesso aos
valores de desvio-padrão de informações tabeladas,
é possível escolher reduzir a resistência média (da
tabela) por um fator de confiabilidade que se baseia
em um σ presumido. Essa técnica considera que σ
é uma porcentagem de μ apoiado na experiência.
O Quadro 2 mostra fatores de redução para con-
fiabilidade que se baseiam na suposição de que o
desvio-padrão da resistência dos aços, raramente,
excede 8% de seus valores médios, portanto, σ =
0,08*μ. Uma confiabilidade de 50% tem um fator
de correção igual a 1 e o fator reduz-se conforme
se escolhe uma confiabilidade mais alta. O fator
de redução é multiplicado pelo valor médio de
uma propriedade do material. Por exemplo, se
você deseja que 99,9999% de suas amostras atinjam
ou excedam a resistência assumida, multiplique o
valor médio da resistência por 0,620.
168
Fator de
Confiabilidade
confiabilidade - CConf
(%)
(Fator de correção)
50 1,000
90 0,897
95 0,868
99 0,814
99,9 0,753
99,99 0,702
99,999 0,659
99,9999 0,620
Quadro 2 - Fatores de confiabilidade para σ = 0,08.μ
Fonte: adaptado de Norton (2013).
Para entender melhor esse conceito, observe a
Figura 4: ela relaciona valores de resistência à
fadiga e resistência à tração para o aço. Os dados
nela representados indicam valores médios pro-
venientes de muitos ensaios de amostras dentro
de condições consideradas adequadas, mas você
já sabe que há uma variação entre os pontos ali
representados, pois você viu que cerca de 50%
dos valores estarão acima da média e os outros
50% estarão abaixo, logo, a confiabilidade das
curvas é de 50%, significando que metade das
peças falhariam. Certamente, uma confiabilida-
de de 50% é muito baixa e não é indicada para
um projeto. Então, a fim de alcançar níveis de
confiabilidade mais altos, você deve selecionar
o nível de confiabilidade e multiplicar o fator de
confiabilidade pelo valor médio da resistência à
fadiga, por exemplo.
Considerando a situação hipotética citada, an-
teriormente, para que 99,9999% de suas amostras
atinjam ou excedam a resistência assumida, o valor
médio da resistência à fadiga deve ser multiplicado
por 0,620. Perceba que você precisará trabalhar
com uma resistência à fadiga mais baixa, contudo
alcançará alta confiabilidade.
 UNIDADE 8

800

700

600
Resistência à Fadiga, Sn (MPa)

Polida

500
Solo

400

Usinada ou trefilada a frio

300
Laminada a quente

200

100
Como forjada

0
350 400 450 500 550 600 650 700 750 800 850 900 950 1000 1050 1100 1150 1200 1250 1300 1350 1400 1450 1500
Resistência à tração, Su (MPa)

Figura 4 - Relação entre valores de resistência à fadiga e resistência à tração para o aço / Fonte: Mott (2015, p. 36).

Descrição da Imagem: a ilustração apresenta um gráfico relacionando a resistência à fadiga (eixo y) e a resistência à tração (eixo x)
para o aço. Existem cinco curvas e cada uma representa uma condição das amostras, que são: polida, solo, usinada ou trefilada a frio,
laminada a quente e como forjada.

Para o cálculo do limite de fadiga corrigido (Se), serão necessários, além do fator de confiabilidade,
outros quatro fatores de correção e o valor do limite de fadiga estimado (Se’) pelo limite de ruptura
do material (Equação 4). No cálculo da resistência à fadiga corrigida (Sf) para determinado número
de ciclos (N), serão necessários os mesmos fatores de correção e a resistência à fadiga estimada (Sf ’)
(Equação 5) (NORTON, 2013).

Se  Ccarregamento  Ctamanho  Csup erfície  Ctemperatura  Cconfiabilidade  Se ' (4)

S f  Ccarregamento  Ctamanho  Csup erfície  Ctemperatura  Cconfiabilidade  S f ' (5)

Perceba que cada fator de correção está relacionado a uma característica do projeto:
Ccarregamento = Fator de redução da resistência para a solicitação devido à força normal.
Ctamanho = Fator de redução da resistência devido ao aumento do tamanho da amostra.
Csup erfície = Fator de redução da resistência devido ao acabamento superficial da peça.
Ctemperatura = Fator de redução da resistência em temperaturas, moderadamente, elevadas.

Portanto, o fator de confiabilidade (Cconfiabilidade) contribuirá ao cálculo, porém não é o único fator de interesse.
Perceba que o Cconfiabilidade levará em consideração o efeito das distribuições estatísticas das falhas por fadiga
do material e, por exemplo, não considerará variações de carga (BUDYNAS; NISBETT, 2016).

169
UNICESUMAR

“
As resistências à fadiga ou a limites de fadiga obtidos de ensaios com corpos de prova
padrão ou de estimativas baseadas em testes estáticos devem ser modificadas para
considerar, em seus valores finais, as diferenças físicas entre os corpos de prova e a
peça real que está sendo projetada. Diferenças de temperatura e de meio ambiente
(umidade, efeitos de corrosão, etc.) entre as condições do ensaio e as condições
a que a peça estará submetida no futuro (condições reais) devem ser levadas em
consideração, além das diferenças na maneira de aplicação do carregamento. Esses
e outros fatores estão incorporados dentro de um conjunto de fatores de redução
da resistência que são, depois, multiplicados pela estimativa teórica para se obter
a resistência à fadiga corrigida ou o limite de fadiga corrigido para uma aplicação
em particular (NORTON, 2013, p. 330).

Norton (2013) e Mott (2015) afir-

mam que o ideal e mais confiá-
vel seria desenvolver um próprio
banco de dados de propriedades
dos materiais para as condições de
carregamento específicos e para os
materiais relevantes ao seu proje-
to, no entanto esta abordagem é
muito mais cara e ocuparia muito
mais tempo. Sendo assim, o(a) en-
genheiro(a), normalmente, deverá
confiar em dados publicados sobre
as propriedades de materiais. Al-
guns desses dados são expressos
como valores mínimos a serem
esperados em uma amostra esta-
tística, mas outros dados podem
ser expressos como valores médios às amostras testadas. Neste último caso, significa que algumas
das amostras do material testadas falharam sob tensões inferiores ao valor médio, e a resistência
assumida no seu projeto precisará ser, adequadamente, reduzida.

O fator de correção nada mais é do que um valor multiplicado pelo resultado de uma equação para
corrigir uma quantidade conhecida de erro.

170
 UNIDADE 8

Fatores de correção associados à Confiabilidade são comuns em equações de projetos mecânicos.

Não é utilizado um fator de correção para o cálculo da confiabilidade em si  R  pois ela depende
,
da taxa de falhas de um componente. Como você aprendeu, existem vários modelos de distribuições
que costumam representar a função distribuição de probabilidade. No entanto os fatores de correção
associados à confiabilidade entram, ainda, na parte de projetos e seleção de materiais — uma etapa bem
anterior ao levantamento de dados a respeito de falhas e MTBF — mas que não deixa de ser importante
e, certamente, impacta o valor da confiabilidade global de um sistema  RS  .
O exemplo retratado no Quadro 1 abordava o caso de diferentes fatores de confiabilidade para
resistência de aços e que estava relacionado a uma distribuição normal. Agora, veremos o exemplo de
aplicação do fator de confiabilidade aplicado aos mancais de rolamento. Mas, antes de começarmos o
próximo exemplo, precisamos relembrar de outro tópico. Você se lembra que, quando vimos os tipos
de distribuições, aprendeu que cada uma delas será aplicada em um contexto determinado?

“
Mantida a carga constante, a distribuição de medidas de vida dos mancais de rolamento
por contato é assimétrica à direita. Em razão de sua robusta capacidade de se ajustar
a diversos valores de assimetria, a distribuição de três parâmetros de Weibull é usada
exclusivamente para expressar a confiabilidade dos mancais de rolamento por contato
(BUDYNAS; NISBETT, 2016, p. 559).

De acordo com o fragmento de Budynas e Nisbett (2016), o fator de confiabilidade estará relacionado
a diferentes tipos de distribuições. Normalmente, a distribuição não representa a distribuição de taxa
de falhas dos mancais de rolamentos, portanto, é necessário observar a distribuição adequada, para que
o fator seja levantado. A literatura relacionada a Projetos Mecânicos contém muita informação sobre
esses fatores, porém, caso, um dia, você necessite de um fator que não esteja tabelado, a primeira etapa é
analisar o modo de distribuição em que o seu projeto poderá ser enquadrado.
Toda amostra grande de mancais exibirá variações extensas de vida entre as suas unidades. Neste caso,
porém, as falhas não se distribuirão, estatisticamente, em uma maneira simétrica (normal), pelo contrário,
será de acordo com a distribuição de Weibull, que é desviada. Os mancais são, geralmente, classificados
com base na vida expressa em revoluções ou nas horas de operação que atendem à velocidade de projeto.
Espera-se que 90% de uma amostra aleatória de mancais de determinado tamanho alcancem ou excedam
as suas cargas de projeto e pode-se esperar que 10% da amostra falhe antes que a vida de projeto seja
alcançada. Tal classificação é chamada de vida L10. Para aplicações mais sensíveis, é possível utilizar uma
porcentagem de falhas menor, mas a maioria dos fabricantes tem padronizado a vida L10 como o meio
de definição da vida característica — sob carga — de um mancal (NORTON, 2013).
A Figura 5 mostra uma curva de falha de mancal e relaciona a porcentagem de sobrevivência com
a vida relativa de fadiga. Desde a vida L10, a curva é, relativamente, linear até a vida L50 (50% de falhas),
a qual ocorre em uma vida cinco vezes maior. O que isso significa? Que deve demorar um tempo cinco
vezes maior para que 50% dos mancais falhem no que é requerido de 10% falhar. A partir deste ponto, a
curva perde a linearidade, indicando a demora de cerca de dez vezes mais para falhar 80% dos mancais
que, se falhar 10% em 20 vezes a vida L10, haverá menos de 5% de mancais originais trabalhando.

171
 UNICESUMAR

100 0
porcentagem de mancais que falharam

90 10

porcentagem de mancais sobreviventes

80 20
70 30
60 40
50 L50 50
40 60

30 70

20 80

10 L10 90

0 100
1 5 10 15 20
vida relativa de fadiga
Figura 5 - Distribuição típica da vida de mancais de elementos rolantes / Fonte: Norton (2013, p. 658).

Descrição da Imagem:a ilustração apresenta um gráfico relacionando à vida relativa de fadiga (eixo x), à porcentagem de mancais com
falhas de tração (eixo y esquerdo) e à porcentagem de mancais sobreviventes (eixo y direito). Existe uma única curva crescente, cujos
pontos referentes a L10 e a L50 estão representados sobre ela.

Caso você precise saber a vida L para um percentual de falha que não seja o padrão de 10%, é possível
calcular por meio da multiplicação da vida L10 por um fator de confiabilidade KR originário da curva
de distribuição de Weibull que esse obedece, conforme a Equação 6.
L p  K R  L10 (6)

Os valores de KR para outros percentuais são exibidos no Quadro 3.

P(%) R(%) KR
50 50 5,0
10 90 1,0
5 95 0,62
4 96 0,53
3 97 0,44
2 98 0,33
1 99 0,21
Quadro 3 - Fatores de confiabilidade R para uma distribuição de Weibull correspondente a uma probabilidade de falha P
Fonte: Norton (2013, p. 659).

172
 UNIDADE 8

Ainda, existe outra maneira de estimar a vida de um mancal a qualquer taxa de falha selecionada: por
meio das Equações 7 (mancais de esferas) e 8 (mancais de rolos). Os parâmetros C e P são a carga
dinâmica básica de classificação e a carga constante aplicada, respectivamente.
3
C 
mancais de esferas: L10  K R    (7)
P

10
C 3
mancais de rolos: L10  K R    (8)
P

Entraremos, então, no assunto da utilização de

fator de confiabilidade no projeto de engrenagens.
A AGMA (American Gear Manufacturers Asso-
ciation) utiliza valores de resistência com base na
probabilidade estatística de 1 falha em 100 amos-
tras (99% de confiabilidade). Logo, para este caso,
o fator de confiabilidade KR é igual a 1.
O Quadro 4 apresenta esses valores de KR a
determinados índices de confiabilidade, com base
em dados desenvolvidos pela Marinha dos Esta-
dos Unidos, para falhas por fadiga à flexão, e sob
tensões de contato, para engrenagens helicoidais
e de dentes retos.

Confiabilidade (%) Fator de confiabilidade (KR)

0,9999 1,50
0,999 1,25
0,99 1,00
0,90 0,85
0,50 0,70
Quadro 4 - Fatores de confiabilidade KR / Fonte: adaptado de AGMA (2004).

Budynas e Nisbett (2016) afirmam que a relação funcional entre KR e a confiabilidade em si é, altamente,
não linear. Quando é necessário o uso de interpolação, o resultado obtido é, demasiadamente, pobre,
portanto, utiliza-se uma transformação log para cada uma das quantidades que resulta em uma relação
linear. O ajuste de regressão pelos mínimos quadrados resulta nas Equações 9 e 10 às engrenagens
helicoidais e de dentes retos.

173
UNICESUMAR

0, 658  0, 0759 ln(1  R) 0,5<R<0,99 (99)

KR 
0,50  0, 109 ln(1  R) 0,99  R  0,9999 (10)
Observe as Equações 11 e 12, que são para a estimativa das tensões admissíveis (σadm), e de contato
(σc,adm) para os materiais das engrenagens. Perceba a importância do KR (assim como os outros
fatores de correção).

 S YN
sadm   t (11)
 S F KT K R

S Z C
sc,adm   c N H (12)
 S H KT K R

Onde:
St = Tensão de flexão admissível.
SF = Fator de segurança AGMA.
YN = Fator de ciclagem de tensão para tensões de flexão.
KT = Fator de temperatura.
Sc = Tensão de contato admissível.
SH = Fator de segurança AGMA.
ZN = Fator de ciclagem da tensão.
CH = Fator de razão de dureza para a resistência ao crateramento.

Para engrenagens cônicas de aço, utilizam-se os mesmos valores tabelados de KR, conforme o Quadro
3, porém os fatores de confiabilidade devido às tensões de contato (CR) constam no Quadro 5.

Confiabilidade (%) Fator de confiabilidade (CR)

0,9999 1,22
0,999 1,12
0,99 1,00
0,90 0,92
0,50 0,84
Quadro 5 - Fatores de confiabilidade devido às tensões de contato (CR) / Fonte: adaptado de Mott (2015).

As Equações 13 e 14 são referentes às interpolações logarítmicas.

0, 50  0, 25 log(1  R) 0,99  R  0,999 (13)
KR 
0,70  0, 15 log(1  R) 0,90  R  0,99 (14)

174
 UNIDADE 8

É possível afirmar que nenhuma medição ou ensaio será perfeito. Logo, as imperfeições resultarão
em um erro de medição que torna o resultado final, apenas, uma aproximação do valor verdadeiro do
mensurando. Esse valor só será completo se vier acompanhado do seu desvio-padrão, mas sabemos
que isso quase nunca ocorre.
Os erros de medição são oriundos de duas vertentes: uma de natureza aleatória e outra de caráter
sistemático. A incerteza dos resultados será resultado do efeito aleatório das medições combinada com
as correções incorretas dos efeitos sistemáticos.
Os erros aleatórios afetarão o valor medido e são ocasionados por variações nas condições das me-
dições. Portanto, um grupo de repetições de medições estará dispersa ao redor de um valor médio. A
variação nos resultados ocorre devido a uma série de efeitos (perturbações) a cada instante que é feita
a medida. Tais efeitos não podem ser eliminados, mas sim diminuídos, aumentando a quantidade de
repetições e aplicando técnicas estatísticas.
Os erros sistemáticos também não podem ser eliminados, mas corrigidos quando existe um valor
conhecido de erro. Esses erros tornam-se invariáveis e funcionam como se inserissem um deslocamento
constante entre o valor do mensurando e o valor médio experimental (LINK, 2000).

Convido você a escanear o QRCode e escutar o podcast sobre fatores de

correção. Comentaremos os impactos de utilizarmos fatores de correção
associados à confiabilidade, em projetos de elementos de máquinas.
Qual a relação do fator de correção com o tipo de distribuição de falhas
para determinado tipo de elemento? O fator de confiabilidade sempre
será constante a um mesmo elemento ou a um mesmo material?

Futuro(a) engenheiro(a), você terminou mais uma unidade e deu mais um passo no estudo de Confia-
bilidade de Sistemas. Espero que você tenha visualizado a importância da utilização correta dos fatores
de correção, os quais são muito presentes na vida do(da) estudante de Engenharia, porém, quase nunca
paramos para nos perguntar de onde eles vêm ou por
qual motivo possuem determinado valor. Explicar
a origem do fator de correção não é, muitas vezes,
o foco de nenhuma aula de Projeto Mecânico,
mas, caso o(a) aluno(a) desenvolva este raciocínio, nunca
ficará dependente de tabelas e quadros.
Portanto, se um dia estiver trabalhando em um
projeto que não traz informações sobre determi-
nado fator, você é capaz de o encontrar. Apro-
veite para testar os seus conhecimentos com
as atividades propostas. Nos vemos em breve!

175
Observe a Figura 6 e complete os retângulos vazios com as definições de cada fator de correção
da equação em destaque, conforme você viu nesta unidade. Caso queira complementar as infor-
mações com o conteúdo relativo ao assunto, leia o Capítulo 6 da primeira referência deste livro
(NORTON, 2013).

Equação do Limjite de Fadiga Corrigido

Se = Ccarregamento . Ctamanho . Csuperfície . Ctemperatura . Cconfiabilidade . Se’

Figura 6 - Mapa Conceitual para preenchimento / Fonte: o autor.

Descrição da Imagem:a ilustração apresenta um Mapa Conceitual para preenchimento, onde o primeiro retângulo contém
a fórmula para o cálculo do limite de fadiga corrigido. Embaixo dele estão cinco outros retângulos vazios para serem preen-
chidos com os significados de cada fator de correção.

176
1. Observe o Quadro 1 e relacione a coluna da esquerda com a coluna da direita. Observe que
na coluna Significado existem frases que são fragmentos de exercícios sobre o assunto. Tais
frases representam uma característica de uma peça que será ensaiada, portanto, você deve
ler a frase e identificar o fator de correção implícito na descrição. Após relacionar as colunas,
assinale a alternativa correta.

Fator de
Item Significado Item
correção

(A) “A barra quadrada possui 150 mm de lado”. ( ) Ccarregamento

(B) “A temperatura máxima de operação é de 500°C”. ( ) Ctamanho
“Será considerado um fator para confiabilidade de
(C) ( ) Csup erfície
99,9%”.

“A barra possui acabamento superficial de laminado

(D) ( ) Ctemperatura
a quente”.

(E) “O carregamento aplicado é flexão pura alternada”. ( ) Cconfiabilidade

Quadro 1 - Significados dos fatores de correção e seus respectivos nomes / Fonte: o autor.
A sequência correta para a resposta da questão é:

a) A, E, D, B, C.
b) E, A, D, B, C.
c) D, A, B, E, C.
d) E, C, D, B, A.
e) D, B, E, A, C.

2. Com base em seus estudos, classifique as afirmativas, a seguir, com V (Verdadeiro) ou F (Falso).

( ) Grande parte dos dados publicados sobre propriedades de materiais representam os valores
exatos de uma amostra testada.
( ) Na prática, não existe dispersão dos resultados de testes realizados em um mesmo material
sob as mesmas condições. Considerando a curva da distribuição normal, haverá uma proba-
bilidade de 10% de que as amostras de qualquer material que você compre tenha resistência
inferior ao valor médio tabelado, ou seja, 90% possuirão características confiáveis.
( ) Certamente, a confiabilidade de 50% é muito baixa e não indicada para um projeto. Então,
para alcançar níveis de confiabilidade mais altos, você deve selecionar o nível de confiabilidade
e multiplicar o fator de confiabilidade pelo valor médio da resistência à fadiga, por exemplo.

177
 A sequência correta para a resposta da questão é:

a) V, V, V.
b) F, F, F.
c) F, V, V.
d) F, F, V.
e) F, V, F.

3. Os dados, a seguir, são referentes a dois mancais de rolamento. Utilizando a Equação 6 apre-
sentada do decorrer da unidade, calcule o fator de confiabilidade (KR) para cada um deles e
identifique qual o nível de confiança de cada um.

a) mancal 1: L10 = 45x109 revoluções; Lp = 27,9x109 revoluções.

b) mancal 2: L10 = 1,75x1012 revoluções; Lp = 1,09x1012 revoluções.

4. Calcule o valor de KR para uma engrenagem de dentes retos cujo nível de confiabilidade é igual
a 74,5%. Em seguida, realize o mesmo procedimento a uma engrenagem cônica com nível de
confiabilidade igual a 96,3%.

178
9
O Erro Humano
Dra. Ana Caroline Crema de Almeida Fontes

Nesta unidade, serão abordados os impactos na confiabilidade de

um sistema, quando ocorrem os erros humanos. Por mais que um
projeto possua confiabilidade elevada, este índice pode reduzir,
drasticamente, diante de algumas ações dos operadores. Aqui,
veremos quais são os principais tipos de erros humanos, as conse-
quências causadas por eles e como podemos minimizá-los.
UNICESUMAR

Futuro(a) engenheiro(a), você passou por vários assuntos relacionados à Confiabilidade de Sis-
temas, mas deixamos para o final um dos tópicos mais importantes (se não, o mais importante).
Imagine que você esteja projetando um sistema qualquer: pensou em todas as etapas com cuidado,
previu falhas, realizou modificações a fim de as evitar, enfim, o seu produto está excelente, com
um nível altíssimo de confiabilidade. Porém, quando ele é colocado em uso, um operador não
segue os procedimentos de segurança, de operação e de manutenção, como deveria seguir. Para
onde vai toda a confiabilidade que você planejou? Qual o impacto do fator erro humano (seja
culposo ou doloso) nos níveis de Confiabilidade de um Sistema?
Você já deve saber que os aviões-caça possuem assentos ejetáveis. Este mecanismo já salvou a
vida de milhares de pilotos. Resumidamente, o assento de um piloto de caça tem trilhos verticais
no encosto e, em situações de emergência, a escotilha da aeronave se abre e o assento é lançado
para fora. Já fora da aeronave, é acionado um paraquedas pequeno, responsável por reduzir a taxa
de descida do assento e, também, para estabilizar a sua trajetória no ar. Após alguns instantes, um
paraquedas grande é acionado, automaticamente, quando o assento é, também, separado do piloto.
Existem sistemas diferentes de ejeção, mas o principal é por meio de um sistema de balística, onde
há um foguete embaixo do assento, responsável por ejetar o piloto.
Os pilotos de caça são, altamente, treinados para situações como essa, pois, caso seja necessária,
a ejeção do assento é, extremamente, agressiva ao corpo. O simples fato de o sistema ser acionado
não significa que salvará a vida do piloto, mas depende de todos os treinamentos voltados ao
controle da situação (dentro do possível) até chegar ao solo.
Utilize o seu celular para escanear o QRCode, a seguir, e assista a um vídeo que mostra como
são feitos alguns dos testes dos assentos ejetáveis.

Fighter Jet Ejection Seat – Assento de ejeção de jato de combate

Para acessar, use seu leitor de QR Code.

Mas o que “assentos ejetáveis” têm a ver com esta unidade? Pois então, aqui, abordaremos o impacto
do erro humano. Como citei antes, os assentos ejetáveis foram criados para salvar vidas e assim já o
fizeram milhares de vezes.
Agora, leia o trecho, a seguir, um relato em Lafraia (2001). Devido ao ano do ocorrido, existem
poucas informações públicas na internet e todas contêm as mesmas informações.

180
 UNIDADE 9

“
No final de 1987, uma revista britânica publicou o relatório do Ministério da Defesa
que desvendou o mistério do caça Harrier que voou 640 km, em 22 de outubro de
1987, sem piloto!
“Uma sucessão de erros humanos fez com que o piloto Taylor Scott, de 40 anos,
fosse ejetado durante um voo rotineiro de treinamento” – afirmou o documento,
acrescentando que o assento ejetável estava mal colocado e que, aparentemente,
o piloto puxou a alavanca errada. O corpo de Taylor foi encontrado perto do seu
pára-quedas despedaçado. Mas o avião, embora se conheça o local onde ele caiu,
no Oceano Atlântico, não foi resgatado. A equipe de investigadores fundamentou
seu trabalho num filme feito pelo piloto de um avião militar que acompanhou o
Harrier por algum tempo e em um relatório feito pela empresa fabricante do assento
ejetável (LAFRAIA, 2001, p. 146).

Após a leitura do trecho, quais erros você acha que podem ter ocorrido? Infelizmente, o piloto perdeu
a vida e nunca saberemos, de fato, o que houve. Mas, além do acionamento equivocado da alavanca,
também é citada a má instalação do assento. Pense nas possibilidades.
É difícil analisar uma situação que não acompanhamos, né? Mas saiba que, em algumas funções,
o(a) engenheiro(a) terá que escrever laudos sobre situações as quais, no máximo, ele terá depoimentos
de testemunhas e pouquíssimo material de análise. Claro que, no caso citado, os responsáveis pelo
relatório tiveram acesso a mais informações do que nós.
Utilize o espaço, a seguir, para anotar as suas observações sobre o fato e o que acha que poderia ter
sido feito para evitar a tragédia.

181
UNICESUMAR

Antes de iniciarmos esta unidade, existem alguns conceitos que são importantes definirmos. Quando falamos
da responsabilidade de um(a) engenheiro(a), caso ele(a) cometa algum erro que acarrete prejuízos materiais
ou físicos, existem duas classificações nas quais o(a) profissional pode ser enquadrado(a) (CONFEA, 2018):
1. Culpa (negligência, imprudência, imperícia).
• Negligência – Situação em que o(a) profissional atua com omissão ou falta de observação do
seu dever. Principalmente, quando não ocorre a participação efetiva na autoria do projeto ou na
execução do empreendimento. Ex.: você observa que colaboradores da sua empresa não estão
utilizando EPIs, mesmo assim, não toma atitude.
• Imprudência – Quando o(a) profissional atua de determinada maneira, mesmo prevendo
consequências negativas. Execução de um ato sem considerar o que acredita ser fonte de erro.
Ex.: você deixa de utilizar EPIs, mesmo sabendo da importância dos acessórios.
• Imperícia – A atuação do(a) profissional que se incumbe de atividades para as quais não possui
conhecimento técnico suficiente, mesmo que ele(a) tenha, legalmente, estas atribuições. Ex.:
funcionário operar um equipamento que ele não sabe utilizar.

2. Dolo (intenção livre e consciente de produzir o dano).

Aqui citamos o(a) profissional engenheiro(a), mas pode ser um profissional de qualquer área. Até mes-
mo porque, ao projetar um equipamento, quando ele for colocado em operação, diversos profissionais
de diferentes áreas o operarão.
Agora, retomando o assunto de Confiabilidade, um levantamento de informações relativas às últimas
décadas indica que entre 50% e 75% das falhas ocorridas em sistemas aeroespaciais foram originárias
de erro humano. Portanto, ao realizar o estudo da eficiência de um sistema, se as falhas humanas não
forem consideradas, é possível haver a diferença de até 50% na confiabilidade real do equipamento. A
partir da década de 70, apenas, é que começaram a existir preocupações em relação à confiabilidade
humana, com o objetivo de a quantificar e a aumentar (LAFRAIA, 2001).

182
 UNIDADE 9

Você se lembra de já comentarmos que a falha de um sistema pode ser desde uma quebra visível até
a redução do seu desempenho? Ou seja, quando um sistema está se comportando de maneira inferior
ao que foi projetado, ele já está em falha. Por sua vez, o erro humano costuma ser definido como uma
falha das ações planejadas para alcançar os objetivos propostos.
A Figura 1 mostra a representação das categorias de erro humano que viriam a causar uma falha no sistema.
Primeiramente, observamos que erros de montagem e erros de instalação se reduzem, significativamente,
com o passar do tempo. Recorda-se da fase de “mortalidade infantil” da curva da banheira? Aqui, apesar de
estarmos falando de erro humano, o comportamento é similar. Tanto as falhas de montagem quanto de instala-
ção serão percebidas no período inicial de utilização do equipamento e tendem a cair com o passar do tempo.
O erro do operador tem uma fase de elevação inicial devido ao fato de o profissional estar apren-
dendo a lidar com o equipamento. Sendo assim, é comum que, inicialmente, ocorram mais erros, os
quais sofrerão queda à medida que aumenta a experiência do operador.
Agora, observe que o erro de manutenção apresenta uma probabilidade maior na fase inicial, pois,
conforme a curva da banheira, existirá, também, maior probabilidade de quebra do equipamento. Logo,
se o equipamento quebrar mais, ocorrerão mais manutenções, aumentando a chance de falha, neste
aspecto. Ainda que as manutenções sejam preventivas, o manutentor pode cometer erros na seleção de
suprimentos e consumíveis. O erro de manutenção apresenta aumento no final da curva, pois, perto
do fim do ciclo de vida, existe uma taxa de falhas crescente impactando as atividades de manutenção.
Contribuição
do Erro
Humano Total Ciclo Representativo
para Falha da Vida

Erro Manutenção

Erro de Instalação
Erro do Operador
Erro de Montagem

Tempo
Figura 1 - Contribuição proporcional das diferentes espécies de erro humano à falha do sistema / Fonte: adaptada de Lafraia (2001).

Descrição da Imagem: a ilustração mostra um gráfico cujo eixo y representa a “Contribuição do Erro Humano Total para Falha” e o
eixo x representa o “Tempo”. Estão representadas, de cima para baixo, quatro curvas designadas, respectivamente, como “Erro de
Manutenção”, “Erro de Instalação”, “Erro do Operador” e “Erro de Montagem”. A curva “Erro de Montagem” apresenta um comporta-
mento decrescente uniforme. A curva “Erro do Operador” inicia com uma subida, forma uma curva aberta e, depois, começa a cair, até
se tornar constante e paralela ao eixo x. A curva “Erro de Instalação” se inicia descendo um pico, depois da metade, também se torna
constante e paralela ao eixo x. Por fim, a curva “Erro de Manutenção” mostra um comportamento semelhante ao “Erro de Operador”,
mas, ao invés de terminar de forma constante, ela termina iniciando uma subida.

183
UNICESUMAR

Calixto (2013) afirma existir uma medida de confiabilidade humana muito similar à definição tradi-
cional de confiabilidade, que seria a habilidade de uma pessoa em conduzir atividades específicas com
desempenho satisfatório. Segundo o autor, a Equação 1 rege a probabilidade de erros causados por uma
pessoa. Como já sabemos, a probabilidade de erros (falhas) é o oposto da confiabilidade, portanto, se um
trabalhador possui um índice de 30% de probabilidade de errar, ele terá 70% de confiabilidade.
Número de erros
P( EH )  (1)
Número de oportunidades de erro

onde:
P(EH) → Probabilidade de erros humanos.
De nada adianta, porém, calcular índices, verificar quais setores ou quais funcionários estão cometen-
do mais erros sem buscar entender quais são os motivos dessas falhas. De maneira geral, o erro humano
costuma ocorrer das principais formas: erros por descuido ou inadvertência, erros técnicos e erros
premeditados ou violações. A seguir, analisaremos, com mais detalhes, cada um dos tipos.
Erros por descuido ou inadvertência: acontecem quando uma ação deixa de ser executada por
lapso ou por falta de atenção, o trabalhador não queria cometer aquele erro. Por exemplo, na manu-
tenção, erro de omissão é quando o equipamento falha assim que a manutenção corretiva é realizada
devido ao lapso. Isso significa que certas etapas dos procedimentos de manutenção corretiva não foram
executadas. Tal erro também pode ser representado pelas falhas na execução de ações necessárias ao
cumprimento do objetivo planejado.
Umas das principais maneiras de evitar esse tipo de erro é a realização de inspeções. Existem as inspeções
subjetivas, onde o próprio operador deve seguir um protocolo de inspeção no roteiro de suas atividades,
no entanto a desvantagem está na concessão ou desatenção do próprio trabalhador. Ainda, há as inspeções
objetivas, realizadas por uma pessoa que não executa a operação do sistema. Essas inspeções tendem a ser
mais rigorosas e com menor risco de desatenção (LAFRAIA, 2001; CALIXTO, 2013).

Já ouviu falar dos mecanismos Poka-Yoke? Você, talvez, não conheça o nome, mas, com toda a
certeza, já utilizou algum. Eles são todo tipo de restrição de modelagem de comportamento usada
como um passo do processo para prevenir a operação incorreta. Exemplos: quando você bate a
porta do carro e ele buzina sozinho, a fim de te “lembrar” que deixou a chave na ignição. Ou então,
o chip que você utiliza no seu celular tem um recorte em um canto específico, para não o encaixar,
de maneira errada, no aparelho (Figura 2).
Como você deve ter imaginado, o termo e a metodologia tiveram origem no Japão, país que já
inventou milhares de mecanismos do tipo. O método parte de três importantes princípios: (1) o
ser humano não é infalível; (2) trabalhadores são humanos; (3) é necessário elaborar sistemas que
compensem os erros humanos.
Fonte: adaptado de Robinson (1997) e Lafraia (2001).

184
 UNIDADE 9

Figura 2 - Exemplo de Poka-Yoke / Fonte: Shutterstock.

Descrição da Imagem: a ilustração apresenta um chip de celular em um formato, perfeitamente, retangular, que não é o formato como
conhecemos. Existe uma seta azul apontando para um segundo chip cujo canto superior esquerdo tem uma pequena parte triangular
removida, destacada por um círculo pontilhado em vermelho. O segundo chip é do formato que conhecemos e indica uma técnica de
Poka-Yoke para prevenção de erros.

Outro fator importante e que deve ser

considerado no planejamento de ativi- 100%
dades é: o nosso cérebro não é capaz de
executar atividades passivas por longos
EFICÁCIA DA VIGILÂNCIA

períodos de tempo, mantendo o mesmo

nível de atenção. Segundo Lafraia (2001),
durante a Segunda Guerra Mundial, os
britânicos perceberam que uma sentinela
a bordo de um navio conseguia ficar, efe-
tivamente, de serviço por cerca de meia
hora, após este período, a probabilidade
de que ela percebesse a aproximação do
inimigo, mesmo que custasse a sua pró-
pria vida e a de seus companheiros, era, 0%
extremamente, baixa (Figura 3). Ou seja, 0 1/2 1 1-1/2 2
mesmo sabendo que poderia morrer, a TEMPO (HORAS)
sentinela perdia a atenção com o passar
Figura 3 - Efeito da vigilância para tarefas passivas
do tempo, não era algo intencional ou pre- Fonte: adaptada de Lafraia (2001).

meditado. Fazendo uma analogia com a

nossa realidade, períodos de intervalo/ Descrição da Imagem: a imagem apresenta um gráfico cujo eixo y repre-
senta a “Eficácia da Vigilância” (que varia de 0 a 100%) e o eixo x apresenta
descanso devem ser respeitados para que o “Tempo (horas)”, variando de 0 a 2, em períodos de meia hora. Uma curva
parte do ponto de 100% de vigilância e, na distância de ½ hora, sofre uma
o trabalhador desempenhe a sua função queda acentuada até se aproximar de 0% de vigilância após duas horas.
da melhor maneira possível.

185
UNICESUMAR

Erros técnicos: acontecem quando uma ação é executada, incorretamente, devido à qualidade
incorreta da ação ou um erro ao selecionar ou prosseguir com uma sequência. Esses erros surgirão
devido às deficiências técnica, de habilidade ou de conhecimento que o trabalhador, porventura,
tenha. O reparo de um equipamento é um erro técnico quando o reparo é realizado, incorreta-
mente (CALIXTO, 2013),
Geralmente, este tipo de erro é não intencional, pois o operário não agiu com a intenção de er-
rar. Algumas vezes, as equipes têm conhecimentos desnivelados (uns sabem muito e outros sabem
pouco) não tratados pelos supervisores, sendo assim, os erros continuam surgindo. Por fim, quando
há situações de hierarquia, muitas vezes, o trabalhador pode ser obrigado a realizar uma tarefa que
ele desconhece ter ou não condições de a conduzir, no entanto esse trabalhador não tem outra saída.
Por isso, é importante que as empresas ofereçam treinamentos, constantemente, visando a
conduzir aqueles que possuem desempenho inferior ao mesmo patamar de seus colegas com
desempenho superior. O trabalhador também deve ser sincero consigo mesmo e com a equipe,
quando não sentir segurança em realizar alguma atividade.
Os três conceitos que vimos no início da unidade (negligência, imprudência e imperícia) se
enquadram nesta categoria. Veja o que diz a Resolução nº 1.090, de 3 de maio de 2017:

“
Art. 3º São enquadráveis como má conduta ou escândalos passíveis de cancelamento
do registro profissional, entre outros, os seguintes atos e comportamentos:
I - incidir em erro técnico grave por negligência, imperícia ou imprudência, cau-
sando danos (CONFEA, 2017, on-line).

Você, alguma vez, já viu a legislação do CONFEA (Conselho Federal de Engenharia e Agronomia) ou
do CREA (Conselho Regional de Engenharia e Agronomia)? Um dos locais onde você pretende tirar
o seu registro? Inicie pelo Código de Ética Profissional e tente criar o hábito de ler a legislação de
interesse para a sua área.

Erros premeditados ou violações: ocorrem quando as ações operacionais são conduzidas de

forma errada, com consciência das consequências. Em alguns casos, as etapas do procedimento
não são seguidas ou os sistemas são, intencionalmente, desligados ou colocados em condições
inseguras. Por exemplo, um profissional de manutenção usando, de forma intencional, uma ferra-
menta em determinada parte do equipamento, com a intenção de o danificar (CALIXTO, 2013).
Portanto, estamos falando, aqui, de o funcionário agir com dolo, intenção livre e consciente de
produzir o dano. Situações como esta podem surgir quando existem conflitos dentro da empre-
sa, divergências entre políticas e práticas, pressões causadas pela administração, procedimentos
inexequíveis etc.

186
 UNIDADE 9

Quando começarem a ser percebidos erros leves ou algum erro

mais grave, tão importante quanto determinar a causa é verificar
se o trabalhador não está passando por algum problema pessoal,
de estresse, ou, até mesmo, de saúde física. Todos nós sabemos
como estes aspectos influenciam o desempenho no trabalho
e a função do supervisor também é acompanhar este tipo de
situação. É importante se certificar que todas as ferramentas
necessárias — condições do espaço de trabalho, equipamentos,
ergonomia etc. — estejam atendendo às necessidades do trabalhador.
Questões sociais dentro da empresa influenciam, igualmente, a qua-
lidade das tarefas desenvolvidas.
A Figura 4 apresenta a hierarquia desses fatores e como todos
favorecem as falhas humanas culposas. Falhas dolosas, como vimos
antes, envolvem outros fatores.

Fatores de
desempenho
humano

Interno Externo

Questões Questões Fatores

Fatores Sociais
Fisiológicas Psicológicas Tecnológicos

Falhas
humanas
culposas

Figura 4 - Fatores de influência no erro humano / Fonte: adaptada de Calixto (2013).

Descrição da Imagem: a ilustração apresenta um fluxograma cujo termo no topo superior é “Fatores de desempenho humano”. No
nível inferior, conectados ao primeiro, estão: o termo “Interno” com os subtermos “Questões Fisiológicas” e “Questões Psicológicas” bem
como o termo “Externo” com os subtermos “Fatores Tecnológicos” e “Fatores Sociais”. No quarto nível, sofrendo influência de todos os
outros acima, está o retângulo referente ao termo “Falhas humanas culposas”.

187
UNICESUMAR

Com certeza, você já ouviu falar sobre o acidente de Chernobyl, mas sabia
que houve uma série de erros humanos antes de ocorrer o maior desas-
tre nuclear da história? Então, convido você a escanear o QRCode ao lado
para escutar os episódios que culminaram neste triste acontecimento.

Existem inúmeros tipos de atitudes humanas que poderão vir a causar falhas. No entanto as cinco
maneiras predominantes observadas nas empresas, de maneira geral, estão relacionadas, a seguir:
1. Falha na forma de seguir os procedimentos: posso falar por mim e você pode ter passado
pela situação que mencionarei. Às vezes, começamos em uma nova função e temos que seguir
determinado procedimento ou operar determinado equipamento, porém não sabemos como
fazer. Então, alguém diz: “não se preocupe, tem um manual para isso”, ou então: “a última
pessoa que trabalhou aqui deixou um procedimento passo a passo”. Mas quando você lê o tal
manual/procedimento, percebe que não te ajudará muito, pois está confuso ou faltando etapas
importantes. Para evitar situações deste tipo, é fundamental que os equipamentos possuam
manuais de procedimentos detalhados, com imagens, e que sejam claros, possibilitando que
qualquer pessoa consiga repetir as instruções, aliás, isso vale para qualquer tipo de procedi-
mento. É interessante manter arquivos com os procedimentos passo a passo relacionados a
funções sensíveis, caso outra pessoa necessite desenvolver aquela tarefa.
2. Diagnóstico incorreto de situações particulares: pode estar relacionado com a falta de algum
conhecimento específico ou conhecimento acerca do funcionamento do sistema em análise.
3. Má interpretação das comunicações ou das ordens (escritas ou verbais): em algumas
situações, damos alguma instrução a alguém e achamos que fomos superclaros. No entanto,
a pessoa pode não ter entendido nada! Por mais que você vá explicar algo que pareça ser
simples ou redundante, não economize meios para isso. Tenha certeza que a sua orientação/
instrução foi clara e que o ouvinte compreendeu. Também se coloque à disposição para
esclarecer quaisquer dúvidas que possam surgir. Lembre-se que o cérebro humano funciona
de formas diferentes e as informações são absorvidas de formas diferentes.
4. Ferramentas, equipamentos ou ambientes inadequados: aqui, estamos falando do
“conforto” do ambiente à execução da tarefa. Seja por meio do controle da temperatura,
seja por meio da iluminação, do ajuste de equipamentos desregulados, da disponibilidade
de material necessário etc.
5. Atenção insuficiente ou falta de prudência: é normal da natureza humana que a pes-
soa, porventura, se torne mais descuidada após dominar determinada função. Por isso,
é importante ter o mesmo cuidado com os protocolos e procedimentos, todas as vezes
que for desempenhar determinadas tarefas, principalmente, as mais sensíveis. Não é raro

188
 UNIDADE 9

escutarmos alguma notícia ou história sobre disparos acidentais com armas de fogo por
pessoas que já as utilizavam há muito tempo (por exemplo, servidores da segurança pública).
Determinadas situações exigem o mesmo nível de cuidado e atenção, como na primeira
vez que se realizou o procedimento.

As falhas do sistema, geralmente, são uma sequência de erros, conforme mostrado na Figura 5.
Quando ocorre um erro de projeto, antes de esse projeto ter sido executado, tal erro passou por
várias pessoas e não foi percebido, ou então, existem situações em que ele é percebido, mas alguns
interesses da empresa estão acima dele e o equívoco é negligenciado, porém, mais à frente, isso
trará consequências.
Quando o erro é humano, vimos, nesta unidade, que sempre haverá uma causa por trás, mesmo
que seja a simples falta de atenção. Existem meios de mitigar essas causas, por meio de inspeções,
mecanismos antifalhas, sensores, alarmes etc. Estes fatos somados às diretrizes inadequadas dos
gestores fazem os funcionários atuar de maneira inadequada. A dificuldade de ter uma visão sis-
têmica, muitas vezes, impede a conexão entre as diversas etapas presentes na trajetória do acidente
ou do defeito (LAFRAIA, 2001).

Falhas
Humanas

Falhas Organizacionais Ativas

Latentes
Recuperação
Ausência de Política de
Prevenção de Erro

Ausência de Política para

Aprender a Partir de FALHAS
Acidentes/Incidentes DO
SISTEMA
Falhas de
Ausência de Política de Risco Engenharia

Projeto
Avaliação
Recuperação

Figura 5 - Falhas dos sistemas / Fonte: adaptada de Lafraia (2001).

Descrição da Imagem: a ilustração apresenta um fluxograma mostrando a trajetória da falha, iniciado por uma caixa intitulada “Falhas
Organizacionais”. Nesta mesma caixa estão os termos: “Ausência de Política de Prevenção ao Erro”, “Ausência de Política para Aprender
a Partir de Acidentes/Incidentes” e “Ausência de Política de Risco”. Essa caixa está conectada a outras duas, sendo a primeira intitulada
“Falhas Humanas”. Nela estão os termos: “Ativas”, “Latentes” e “Recuperação”. A segunda caixa é intitulada “Falhas de Engenharia” e,
dentro dela, estão os termos: “Projeto”, “Avaliações” e “Recuperação”. Essas duas caixas conectam-se a uma caixa final cujo título, em
caixa alta, é: “Falhas do Sistema”.

189
UNICESUMAR

Documentário O brilho da Morte: 30 Anos do Césio 137

Íntegra do documentário em memória dos 30 anos da tragédia com o
Césio 137, que vitimou a cidade de Goiânia, em 1987. Um equipamento
hospitalar descartado de maneira, totalmente, errada causou um acidente
radioativo sem precedentes.
Para acessar, use seu leitor de QR Code.

Futuro(a) engenheiro(a), você encerrou mais uma unidade. Espero que tenha conseguido relacionar
os assuntos, aqui, abordados com a sua prática profissional. O mais importante é que você consiga
compreender que o operador (humano) de determinado sistema será, também, mais um subsistema
daquele equipamento. Estranho pensar assim? Mas, veja só, lembra quando calculamos a confiabilida-
de de um sistema e vimos que cada subsistema contribui com uma porcentagem? Suponha que você
tenha projetado um sistema com altíssima confiabilidade, assim como os seus subsistemas. Então, o
equipamento é colocado em funcionamento, e o operador não segue os procedimentos de utilização,
conforme o manual. Sendo assim, esta pessoa está contribuindo para baixar a confiabilidade global
daquele sistema bem como de um subsistema.
A fim de evitar problemas desse tipo, o ideal é criar uma cultura, literalmente, de respeito entre o
operador e o sistema. Quando o operador cria esta conexão com o sistema que ele utiliza — e isso é
obtido, muitas vezes, com projetos que melhorem a compatibilidade homem/máquina — dificilmente
ele agirá com condutas que favoreçam a ocorrência de falhas. Darei um exemplo bem simples: quando
uma pessoa faz um curso de mestrado ou doutorado, ela depende, com frequência, de algum equi-
pamento caro para conseguir realizar os seus testes. O(a) aluno(a) sabe que se aquele equipamento
quebrar, a sua pesquisa será, fortemente, prejudicada, então, ele(a) cuida do equipamento, realiza os
procedimentos com cuidado, faz a limpeza da maneira correta e assim por diante.
É algo assim que deve ser cultivado nos funcionários, fazendo com que cada um desenvolva o
sentimento de que aquele equipamento é “dele”, por isso, deve ser bem cuidado. Quando falamos
em procedimentos inadequados, também estão incluídos pular manutenções ou as realizar de
maneira incorreta.
Por fim, ao elaborar um projeto, tente, sempre, minimizar as chances de falhas. Para isso, infelizmen-
te, temos que ser um pouco negativos: devemos sempre pensar em tudo que pode dar errado e como
isso pode acontecer. Aliando estas características a treinamentos adequados e periódicos à equipe, as
chances de falhas por erro humano serão minimizadas.
A seguir, estão elencadas algumas atividades cujo objetivo é reforçar os conceitos vistos até aqui.
Bons estudos!

190
Observe o Mapa Conceitual (Figura 6) e complete as lacunas vazias com os termos corretos e uma
breve descrição. Lembra-se, no início da unidade, quando falamos sobre a maneira com que o
CONFEA enquadra as responsabilidades do(a) engenheiro(a)? Pois bem, existem três classificações
que se enquadram nos erros culposos e dentro dos erros dolosos há outro tipo de situação, o qual
vimos no decorrer da unidade.
Não se prenda ao formato do mapa! Caso queira complementar os seus estudos e adicionar
mais informações, fique à vontade.

FALHAS HUMANAS

ERROS CULPOSOS ERROS DOLOSOS

Figura 6 - Mapa Conceitual para preenchimento / Fonte: a autora.

Descrição da Imagem: a ilustração apresenta um fluxograma cujo termo no topo superior é “Falhas Humanas”. No nível
inferior, conectados a esse termo, estão: “Erros Culposos” e “Erros Dolosos”.

191
1. A seguir, na coluna da esquerda, estão listados quatro tipos de classificações de erro: negli-
gência, imperícia, imprudência e dolo. Na coluna da direita estão representados vários tipos
de situações. Relacione as duas colunas e, em seguida, selecione a alternativa correta.

Item Classificação Item Situação

Um motorista atropelou uma pessoa e descobre-se

que o acidente teve como causa os freios do veícu-
(A) Negligência ( )
lo, que não passaram pela manutenção preventiva
prevista em manual.
Um engenheiro mecânico que assume o compro-
misso de fazer a inspeção de um elevador, mas, na
(B) Imperícia ( )
verdade, ele não recebeu o treinamento adequado
para o modelo em questão.
Um funcionário é demitido de uma empresa, po-
rém ele possui acesso a informações confidenciais/
(C) Imprudência ( )
corporativas e as vende para pessoas mal-inten-
cionadas.
Uma funcionária de cabelos longos entra em uma
(D) Dolo ( ) linha de produção de determinado produto sem
prender os cabelos.
Quadro 1 - Tipos de classificação de erros e as suas respetivas situações / Fonte: a autora.
A sequência correta para a resposta da questão é:

a) A, B, C, D.
b) A, D, C, B.
c) B, A, D, C.
d) B, A, C, D.
e) A, B, D, C.

2. Leia o trecho:

“Um levantamento de informações relativas às últimas décadas indica que entre 50% e 75%
das falhas ocorridas em sistemas aeroespaciais foram originárias de erro humano. Portanto, ao
realizar o estudo da eficiência de um sistema, se as falhas humanas não forem consideradas,
é possível haver a diferença de até 50% na confiabilidade real do equipamento. A partir da
década de 70, apenas, é que começaram a existir preocupações em relação à confiabilidade
humana, com o objetivo de a quantificar e a aumentar (LAFRAIA, 2001)”.

192
 Com base no trecho apresentado e nos estudos desta unidade, preencha as lacunas.

O ___________ possui uma fase de elevação inicial devido ao fato de o profissional estar apren-
dendo a lidar com o equipamento. Sendo assim, é comum que ocorram mais erros, inicial-
mente, que sofrerão queda à medida que aumenta a experiência da pessoa. Agora, observe
que o ___________ apresenta uma probabilidade maior na fase inicial, pois, conforme a curva
da banheira, existirá, também, uma ___________ de quebra do equipamento. Logo, se o equi-
pamento quebrar mais, ocorrerão mais manutenções, aumentando a chance de falha neste
aspecto. Ainda que as manutenções sejam preventivas, o manutentor pode cometer erros na
seleção de suprimentos e consumíveis. O ___________ apresenta aumento no final da curva,
pois, perto do fim do ciclo de vida, existe uma taxa de falhas crescente impactando as ativi-
dades de manutenção.

A sequência correta para a resposta da questão é:

a) erro de manutenção, erro do operador, maior probabilidade, erro de instalação.

b) erro de montagem, erro de manutenção, maior probabilidade, erro de instalação.
c) erro do operador, erro de instalação, maior probabilidade, erro de manutenção.
d) erro do operador, erro de manutenção, menor probabilidade, erro de manutenção.
e) erro do operador, erro de manutenção, maior probabilidade, erro de manutenção.

3. De maneira geral, o erro humano ocorre das seguintes formas: erros por descuido ou inad-
vertência, erros técnicos e erros premeditados ou violações. Preencha as lacunas, a seguir,
com as respectivas formas.

_________________ acontecem quando uma ação deixa de ser executada por lapso ou falta de
atenção.

_________________ acontecem quando uma ação é executada, incorretamente, devido à qualidade

incorreta da ação ou a um erro ao selecionar ou prosseguir com uma sequência.

_________________ acontecem quando as ações operacionais são conduzidas de forma errada

com consciência das consequências.

A sequência correta para a resposta da questão é:

a) Erros por descuido ou inadvertência, erros premeditados ou violações, erros técnicos.

b) Erros técnicos, erros por descuido ou inadvertência, erros premeditados ou violações.
c) Erros premeditados ou violações, erros técnicos, erros por descuido ou inadvertência.
d) Erros por descuido ou inadvertência, erros técnicos, erros premeditados ou violações.
e) Erros técnicos, erros premeditados ou violações, erros por descuido ou inadvertência.

193
4. Leia o trecho:

“É normal da natureza humana que a pessoa, porventura, se torne mais descuidada após do-
minar determinada função. Por isso, é importante ter o mesmo cuidado com os protocolos e
procedimentos, todas as vezes que for desempenhar determinadas tarefas, principalmente,
as mais sensíveis. Não é raro escutarmos alguma notícia ou história sobre disparos acidentais
com armas de fogo por pessoas que já as utilizavam há muito tempo (por exemplo, servidores
da segurança pública). Determinadas situações exigem o mesmo nível de cuidado e atenção,
como na primeira vez que se realizou o procedimento”.

Considerando o trecho apresentado, assinale a alternativa que mostra o tipo de atitude hu-
mana relacionada com o trecho:

a) Falha na forma de seguir os procedimentos.

b) Má interpretação das comunicações ou das ordens (escritas ou verbais).
c) Atenção insuficiente ou falta de prudência.
d) Ferramentas, equipamentos ou ambientes inadequados.
e) Diagnóstico incorreto de situações particulares.

194
UNIDADE 1

BUDYNAS, R. G.; NISBETT, J. K. Elementos de Máquinas de Shigley. Porto Alegre: AMGH, 2016.

COLLINS, J. A.; BUSBY, H. R.; STAAB, G. H. Projeto Mecânico de Elementos de Máquinas: uma
perspectiva da prevenção de falhas. Rio de Janeiro: LTC, 2019.

DE VALE, J. Traditional Reliability. Pittsburgh: Carnegie Mellon University, 1999.

FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e Manutenção Industrial. Rio de Janeiro:

Elsevier, 2019.

LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. Rio de Janeiro:

Editora Qualitymark, 2001.

NEPOMUCENO, L. X. Técnicas de manutenção preditiva. São Paulo: Editora Blucher, 1989. v. 1.

SELEME, R. Manutenção Industrial: mantendo a fábrica em funcionamento. Curitiba: InterSaberes,

2015.

VIANA, H. R. G. PCM, planejamento e controle de manutenção. Rio de Janeiro: Qualitymark, 2002.

WIKIMEDIA. [Sem título]. [2022]. 1 figura. Disponível em: https://upload.wikimedia.org/wikipedia/

commons/5/5b/V1_Rakete.png. Acesso em: 05 fev. 2022.

UNIDADE 2

BUDYNAS, R. G.; NISBETT, J. K. Elementos de Máquinas de Shigley. Porto Alegre: AMGH, 2016.

COLLINS, J. A.; BUSBY, H. R.; STAAB, G. H. Projeto Mecânico de Elementos de Máquinas: uma
perspectiva da prevenção de falhas. Rio de Janeiro: LTC, 2019.

MAZUR, G. Theory of Inventive Problem Solving. 1995. Disponível em: http://www.mazur.net/

triz/. Acesso em: 14 fev. 2022.

NIEMANN, G. Elementos de Máquinas. São Paulo: Editora Blucher, 1971. v. 1.

NORTON, R. L. Projeto de máquinas: uma abordagem integrada. Porto Alegre: Bookman, 2013.

PALMERIO, A. F. Introdução à Tecnologia de Foguetes. São José dos Campos: SindCT, 2017.

SHACKELFORD, J. F. Introdução à Ciência dos Materiais para Engenheiros. São Paulo: Pearson
Prentice Hall, 2008.

SUH, N. P. Axiomatic Design: advances and applications. New York: Oxford University Press, Inc.,
2001.

WIKIMEDIA. [Sem título]. [2022]a. 1 figura. Disponível em: https://upload.wikimedia.org/wiki-

pedia/commons/5/52/Giant_planes_comparison.svg. Acesso em: 11 fev. 2022

195
WIKIMEDIA. [Sem título]. [2022]b. 1 figura. Disponível em: https://upload.wikimedia.org/wiki-
pedia/commons/e/e0/Helical_compression_spring_parameters.svg. Acesso em: 14 fev. 2022.

WIKIMEDIA. [Sem título]. [2022]c. 1 figura. Disponível em: https://upload.wikimedia.org/wiki-

pedia/commons/2/23/Gear_wheel_parameters.png. Acesso em: 14 fev. 2022.

WIKIMEDIA. [Sem título]. [2022]d. 1 figura. Disponível em: https://upload.wikimedia.org/wiki-

pedia/commons/e/e9/Typical-structure-of-a-rolling-element-bearing-with-main-parameters.jpg.
Acesso em: 14 fev. 2022.

UNIDADE 3

BRANCO FILHO, G. Dicionário de Termos de Manutenção, Confiabilidade e Qualidade. Rio

de Janeiro: Ciência Moderna Ltda., 2004.

FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e Manutenção Industrial. Rio de Janeiro:

Elsevier, 2019.

HANSEN, R. C. Eficiência Global dos Equipamentos – Uma Poderosa Ferramenta de Produção/

Manutenção para o Aumento dos Lucros. Porto Alegre: Bookman, 2006.

MOSCHIN, J. Gerenciamento de Parada de Manutenção. Rio de Janeiro: Brasport, 2015.

MOTA, K. E-book #3 - Sistema de Indicadores. São Paulo: Fundação Nacional da Qualidade,

2014. Disponível em: https://fnq.org.br/comunidade/e-book-3-sistema-de-indicadores/. Acesso
em: 19 fev. 2022.

OEE CLASSE MUNDIAL. OEE.COM.BR. Efetividade Global do Equipamento. 2021. Disponível

em: https://www.oee.com.br/oee-classe-mundial/. Acesso em: 19 fev. 2022.

OEE CLASSE MUNDIAL. OEE.COM.BR. Entendendo o OEE. [2022]. Disponível em: http://www.
oee.com.br/entendendo-o-oee/./. Acesso em: 19 fev. 2022.

OWENS, A. C.; WECK, O. L.; STROMGREN, S.; CIRILLO, W.; GOODLIFF, K. Supportability
Challenges, Metrics, and Key Decisions for Future Human Spaceflight. AIAA SPACE and
Astronautics Forum and Exposition, Orlando – FL, 15 Sep 2017. https://doi.org/10.2514/6.2017-
5124. Acesso em: 19 fev. 2022.

VIANA, H. R. G. PCM, planejamento e controle de manutenção. Rio de Janeiro: Qualitymark, 2002.

VORNE. OEE (Overall Equipment Effectiveness). [2022]. Disponível em: https://www.vorne.

com/learn/tools/overall-equipment-effectiveness/. Acesso em: 19 fev. 2022.

UNIDADE 4

ANDRADE, L. C. M., HORTA, M. D. M. Mecânica – Lubrificação. Vitória: SENAI-ES, 1997.

196
FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e Manutenção Industrial. Rio de Janeiro:
Elsevier, 2019.

McKINSEY & COMPANY. Prediction at scale: How industry can get more value out of mainte-
nance. 2021. Disponível em: https://www.mckinsey.com/business-functions/operations/our-insights/
prediction-at-scale-how-industry-can-get-more-value-out-of-maintenance. Acesso em 26 fev. 2022.

MOBLEY, R. K. An Introduction to Predictive Maintenance. Woburn: Elsevier Science, 2002.

MOUBRAY, J. Reliability-Centred Maintenance. Oxford: Butterworth-Heinemann, 2000.

NEPOMUCENO, L. X. Técnicas de manutenção preditiva. São Paulo: Editora Blucher, 1989. v. 2.

VIANA, H. R. G. PCM, planejamento e controle de manutenção. Rio de Janeiro: Qualitymark, 2002.

WIKIMEDIA. N2 100 mTorr, 50 W OES Spectrum. [2022]. 1 figura. Disponível em: https://upload.
wikimedia.org/wikipedia/commons/9/9c/N2_Plasma_Spectrum.jpg. Acesso em: 24 fev. 2022.

UNIDADE 5

FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e Manutenção Industrial. Rio de Janeiro:

Elsevier, 2019.

HYDAC. HYDAC - Since 1963. [2022]. Disponível em: www.hydac.com. Acesso em: 09 fev. 2022.

LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. Rio de Ja-

neiro: Qualitymark, 2001.

LARSON, R.; FARBER, B. Estatística Aplicada. São Paulo: Pearson Education do Brasil, 2010.

MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros.

Barueri: LTC, 2012.

MOUBRAY, J. Reliability-Centred Maintenance. Oxford: Butterworth-Heinemann, 2000.

WALPOLE, R. E.; MYERS, R. H.; MYERS, S. L.; YE, K. Probabilidade e Estatística para Engenharia
e Ciências. São Paulo: Pearson Education do Brasil, 2009.

WIKIMEDIA. Normalverteilung.svg. 2009. 1 figura. Disponível em: https://commons.wikimedia.

org/wiki/File:Normalverteilung.svg. Acesso em: 09 fev. 2022.

UNIDADE 6

AZEVEDO, A. F. M. Método dos Elementos Finitos. Porto: Faculdade de Engenharia da Univer-

sidade do Porto, 2003.

ESSS. Fluidodinâmica Computacional: o que é? 2016. Disponível em: https://www.esss.co/blog/

fluidodinamica-computacional-o-que-e/. Acesso em: 16 fev. 2022.

197
FERREIRA, A. D. B. L. FEA Learning Notes [Sketch]. 2021. Disponível em: https://estudomec.info/
files/ME_FEA.pdf. Acesso em: 16 fev. 2022.

HELLMEISTER, L. A. V.; DEGANUTTI, R.; PALHACI, M. C. J. P.; HELLMEISTER, V. A Utilização

das Tecnologias Assistidas por Computador como Elemento de Integração, Pesquisa e Desenvolvi-
mento nas Disciplinas de Projeto para a Engenharia e Design. VII International Conference on
Engineering and Computer Education, Guimarães, Portugal, 25–28 set. 2011. Disponível em:
https://repositorio.unesp.br/bitstream/handle/11449/134665/ISSN2317-4145-2011-07-197-201.
pdf?sequence=1. Acesso em: 17 fev. 2022.

MIKLOS, I. Z.; MIKLOS, C.; ALIC, I. Finite element analysis of cylindrical gear with mechanical
event simulation. IOP Conference Series: Materials Science and Engineering, Servia, 6–8 jun. 2018.
Disponível em: https://iopscience.iop.org/article/10.1088/1757-899X/393/1/012046/pdf. Acesso em:
16 fev. 2022.

YANG, G. Life Cycle Reliability Engineering. New Jersey: John Wiley & Sons, Inc., 2007.

UNIDADE 7

COLLINS, J. A.; BUSBY, H. R.; STAAB, G. H. Projeto Mecânico de Elementos de Máquinas: uma
perspectiva da prevenção de falhas. Rio de Janeiro: LTC, 2019.

FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e Manutenção Industrial. Rio de Janeiro:

Elsevier, 2019.

LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. Rio de Ja-

neiro: Qualitymark, 2001.

RELIASOFT CORPORATION. System Analysis Reference: Reliability, Availability & Optimization.

Tucson: ReliaSoft Corporation, 2015. Disponível em: http://www.synthesisplatform.net/references/
System_Analysis_Reference.pdf. Acesso em: 29 jun. 2022.

UNIDADE 8

AGMA. Fundamental Rating Factors and Calculation Methods for Involute Spur and Helical
Gear Teeth: AGMA 2001-D04. Alexandria: AGMA, 2004.

BUDYNAS, R. G.; NISBETT, J. K. Elementos de Máquinas de Shigley. Porto Alegre: AMGH, 2016.

LINK, W. Tópicos Avançados da Metrologia Mecânica: Confiabilidade Metrológica e Suas Apli-

cações. Rio de Janeiro: Inmetro, 2000.

MOTT, R. L. Elementos de Máquina em Projetos Mecânicos. São Paulo: Pearson Education do

Brasil, 2015.

NORTON, R. L. Projeto de Máquinas: uma abordagem integrada. São Paulo: Bookman, 2013.

198
WALPOLE, R. E. et al. Probabilidade e Estatística para Engenharia e Ciências. São Paulo: Pearson
Education do Brasil, 2009.

REFERÊNCIAS ON-LINE

Em: https://www.calculatoratoz.com/en/reliability-factor-calculator/Calc-7834?FormulaId=7834.
1

Acesso em: 29 jun. 2022.

UNIDADE 9

CALIXTO, E. Gas and Oil Reliability Engineering: Modeling and Analysis. Oxford: Gulf Profes-
sional Publishing, 2013.

CONFEA. Código de Ética Profissional da Engenharia, da Agronomia, da Geologia, da Geo-

grafia e da Meteorologia. 10. ed. Brasília: CONFEA, 2018.

CONFEA. Resolução nº 1.090, de 3 de maio de 2017. Dispõe sobre o cancelamento de regis-

tro profissional por má conduta pública, escândalo ou crime infamante. 2017. Disponível
em: https://www.legisweb.com.br/legislacao/?id=343137. Acesso em: 30 jun. 2022.

LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. Rio de Ja-

neiro: Qualitymark, 2001.

ROBINSON, H. Using Poka-Yoke Techniques for Early Defect Detection. In:

INTERNATIONAL CONFERENCE ON SOFTWARE TESTING, ANALYSIS AND REVIEW, 6.,
1997, San Jose. Proceedings […]. San Jose: [s. n.], 1997.

199
UNIDADE 1

1. Se sabemos que o TMEF = 60,83 dias, é possível calcular o gradiente de falhas (λ):

1
l
TMEF
1
l
60, 83
l  0, 0164

Em seguida, é possível calcular a confiabilidade do componente R (t ) :

R(t )  elt
R(60)  e0,0164.60
R(60)  0, 3738

A confiabilidade de que o motor não irá quebrar será de 37,38%.

2. Considere a Figura 1. Para facilitar a resolução, iremos considerar um “Subsistema P”, formado pelo
sistema em paralelo (C, D e E). Após calculada a confiabilidade do Subsistema P, considera-se um
único sistema em série, onde é calculada a nova confiabilidade RS (t ) .

Subsistema C
RC = 0,8488

Subsistema A Subsistema B Subsistema D Subsistema F

RA = 0,9718 RB = 0,8276 RD = 0,8090 RF = 0,8327

Subsistema E
RE = 0,8064
Sucsistema P
Figura 3 – Exemplo de sistema constituído por dois tipos de configurações diferentes. / Fonte: o autor.

Descrição da Imagem: a imagem exibe um sistema composto por seis subsistemas, onde três deles (Subsistema C
[RC= 0,8488], D [RD=0,8090] e E [RE=0,8064]) encontram-se, conectados entre si por uma linha de “C” a “E” e em paralelo
e inseridos entre os Subsistemas B [RB = 0,8276] (em série com o subsistema A [RA=0,9718]) e F [RF= 0,8327]. Existe uma
demarcação pontilhada ao redor dos Subsistemas C, D e E, denominando o conjunto de Subsistema P.

RP  1  [(1  RC )  (1  RD )  (1  RE )]
RP  1  [(1  0, 8488)  (1  0, 8090)  (1  0, 8064)]
RP  0, 9944

200
 RS (t )  RA  RB  RP  RF
RS (t )  0, 9718  0, 8276  0, 9944  0, 8327
RS (t )  0, 6660

3. B.

4. E.

5. Resolução

RS (t )  R1  R2
RS (t )  0, 95  0, 98
RS (t )  0, 93

Portanto, a confiabilidade do sistema será de 93%.

6. Resolução

1 R(t )  elt
l
TMEF
R(1)  e 0,5.1
1
l R(1)  0, 6065
2
l  0, 5

A confiabilidade será de 60,65%.

7. Resolução

1 F (t )  1  R(t )  1  elt
l
TMEF
F (600)  1  e 0,005.600
1
l F (600)  0, 9502
200
l  0, 005

A probabilidade de falha será 1-R.

A probabilidade de a máquina falhar será de 95,02%.

201
UNIDADE 2

Sugestão de preenchimento do Mapa Conceitual:

Diagrama
tensão-deformação PONTO DE
RUPTURA (TR)
MÓDULO DE
ELASTICIDADE (E)

LIMITE DE
É a rigidez ou a resistência do ELASTICIDADE (LE)
material à deformação elástica.
Quanto maior for este módulo
mais rígido será o material e
menor será a deformação Tensão máxima que
elástica resultante de uma um material que
tensão possua região de
deformação elástica,
pode suportar sem
sofrer deformações
permanentes.
Momento em que
LIMITE DE RESISTÊNCIA ocorrerá a ruptura
À TRAÇÃO (LRT) do material.
Tensão no ponto
"mais alto" da curva
tensão-deformação
de engenharia. Logo,
é a tensão máxima que
pode ser sustentada
por um material sob
tração.

Figura 1 – Mapa Conceitual sobre os parâmetros que podem ser obtidos a partir do Diagrama tensão-deformação
Fonte: o autor.

Descrição da Imagem: a figura apresenta um Mapa Conceitual cujo termo inicial é “Diagrama tensão-deformação”. A
partir dele, saem outras quatro caixas com os 4 parâmetros de projeto: MÓDULO DE ELASTICIDADE (E), LIMITE DE ELAS-
TICIDADE (LE), LIMITE DE RESISTÊNCIA À TRAÇÃO (LRT) e PONTO DE RUPTURA (TR), com suas respectivas definições: é
a rigidez ou a resistência do material à deformação elástica. Quanto maior for este módulo, mais rígido será o material
e menor será a deformação elástica resultante de uma tensão. Tensão máxima que um material que possua região de
deformação elástica pode suportar sem sofrer deformações permanentes; Tensão no ponto “mais alto” da curva tensão-
-deformação de engenharia. Logo, é a tensão máxima que pode ser sustentada por um material sob tração; Momento
em que ocorrerá a ruptura do material.

EXERCÍCIOS

1. A. Tanto o coeficiente de fricção quanto a temperatura são parâmetros que não dependerão da
atuação do projetista. O primeiro está relacionado com os materiais em contato e o segundo, do
ambiente e condições de operação.

202
2. Sugestão de Resposta:

Iteração é o ato de o projetista repetir passos anteriores dos cálculos, utilizando o resultado obtido
na última sequência. O processo pode se repetir várias vezes até que seja alcançado um resultado
satisfatório.

Com a aplicação de iterações adequadas, é possível evitar desperdícios de recursos em etapas

futuras do projeto.

3. Sugestão de Resposta:

• Número de dentes;

• formato dos dentes;

• passo;

• largura da face dos dentes;

• especificações do cubo da engrenagem;

• método de fabricação;

• dimensões do disco onde os dentes serão usinados;

• maneira de posicionar a engrenagem no eixo;

• propriedades do material utilizado.

4. Sugestão de Resposta:

1. Analisar os requisitos específicos esperados de um material para a aplicação.

2. Montar uma lista de materiais candidatos, avaliando o desempenho em relação aos requisitos
do item 1. Ordenar do “melhor” para o “pior”.

3. Combinar as listas dos materiais adequados às exigências da necessidade, a fim de confrontar

as propriedades e selecionar os “melhores” materiais candidatos para o projeto proposto.

203
UNIDADE 3

MAPA MENTAL

Específico

Principais Características
Atingível Comunicável

Tempo Limite
Comparável
Relevante
Mensurável

INDICADORES OEE = DxQxP

D P
MTBF = (TD-TM)/NP Desempenho e Falhas

Q
MTTR = (TI/NP) DISP = (MTBF/
(MTBF+MTTR))

Backlog Mantenabilidade
MTTF = (TD/NF)

Figura 1 – Mapa Mental com os principais conceitos abordados na Unidade 3 / Fonte: o autor.

Descrição da Imagem: a imagem apresenta um Mapa Mental, cujo termo central é “INDICADORES”. Partindo dele para
a parte superior, existe o termo “Principais Características” que está conectado a outros 7 termos: Específico, Atingível,
Relevante, Mensurável, Tempo Limite, Comunicável, Comparável. Partindo para o nível inferior da caixa “INDICADORES”,
está a caixa contendo a inscrição “Desempenho e Falhas” e a partir dela estão outras 7 caixas com as inscrições: MTBF
= (TD-TM)/NP , MTTR = (TI/NP), MTTF = (TD/NF), DISP = (MTBF/(MTBF+MTTR)), Backlog , Mantenabilidade, OEE = DxQxP.

EXERCÍCIOS

1. Resolução:

(2, 8  29, 8  6, 1  10, 2  4, 4  5, 6  20, 1  28, 9  19, 1  13, 9)

MTBF   14, 09 dias (RES-
10
POSTA)

(0, 1  0, 5  0, 3  1, 8  0, 2  0, 8  0, 3  3, 4  3, 0  0, 4)
MTTR   1, 08 dias (RESPOSTA)
10
MTBF 14, 09
DISP    0, 9288  100  92, 88% (RESPOSTA)
( MTBF  MTTR) (14, 09  1, 08)

204
2. Dados do enunciado:

Tempo Programado = 480 minutos (8 horas de um turno)

Tempo Produzindo = 480 – 35 (setup) -15 (falha) = 430 minutos

Portanto, DISP 
Tempo Produzindo 430
  0, 8958  100  89, 58%
Tempo Programado 480
Cálculo da Produção Teórica: 430 60 (s)
1.720 peças
peças)
Produção Real 1.300
Portanto, Eficiência 0, 7558 100 75, 58 %
Produção Teórica 1.720

Da mesma maneira, Qualidade  (1300  32)  0, 9754  100  97, 54%

1300

Logo, OEE  0, 8958  0, 7558  0, 9754  0, 6604  100  66, 04% (RESPOSTA FINAL)

Alternativa A.

3. Solução:

a) Sistema reparável:

Falha 1 Falha 2

MTTR MTBF
(1) (2)

Funcionando

b) Sistema não-reparável:
Falha

MTTF
(3)
Funcionando
Figura 2 – Representação esquemática dos índices de desempenho e de falhas, relacionados à manutenção
Fonte: o autor.

Descrição da Imagem: a imagem apresenta uma barra horizontal superior, identificada como “Sistema reparável”, dividida em
quatro partes, com as cores amarelo e verde, intercaladas. Dentro dos dois primeiros espaços coloridos, existem os termos
MTTR (espaço amarelo) e MTBF (espaço verde). No lado esquerdo da barra, há uma seta com o termo “Falha 1” e na metade,
uma seta igual a primeira com o termo “Falha 2”. Na parte inferior, identificada como “Sistema não reparável”, existe outra
barra horizontal dividida em duas partes não iguais, com as cores azul (com a inscrição MTTF) e vermelho. Na divisa entre as
cores existe um seta com a palavra “Falha” e outra indicação marcando o comprimento da barra azul, nomeada “Funcionando”.

Alternativa D.

205
4. Existem seis principais responsáveis pelas perdas de Efetividade de um equipamento. São eles: que-
bras, ociosidade e setup, redução de velocidade, pequenas paradas, refugos de partida e refugos de
produção. Cada um desses itens colabora com uma redução na porcentagem da Efetividade Global.

5. C.

UNIDADE 4

1.

(1) Intervalo P-F: tempo decorrido entre o ponto onde a falha potencial começa a ser detectável até
o ponto onde ocorre a falha funcional.

(2) Intervalo de Inspeção: intervalo de tempo entre duas inspeções consecutivas.

(3) Intervalo Residual: intervalo de tempo mínimo entre a descoberta da falha potencial e a ocor-
rência da falha funcional.

2. B.

Intervalo P-F – Intervalo de Inspeção = Intervalo Residual

8 – 2 = 6 meses

3. C.

I - após a aplicação do líquido penetrante, deve-se aguardar o tempo indicado para realizar a re-
moção do excesso do produto na superfície do material; - VERDADEIRA

II - a aplicação do revelador extrai para a superfície o líquido que penetrou nas descontinuidades
superficiais do material. - VERDADEIRA

III – é um ensaio altamente indicado para materiais com porosidade acentuada, pois fornecerão
indicações mais visíveis pelo fato de absorverem grande quantidade do líquido penetrante aplica-
do. – FALSA (este método NÃO é indicado para materiais porosos, justamente porque o
líquido irá penetrar em regiões que não indicam falhas, que são os poros, fornecendo um
resultado incompatível com a realidade)

206
4. E.

Classificação Atividade
(A) Medição de Vibração – monitoramento de condição
(A) Termografia – monitoramento de condição
(A) Emissão acústica – monitoramento de condição
(B) Troca de óleo e filtro – atividade prevista em manual
(B) Alinhamentos – atividade prevista em manual
(A) Análise de óleos lubrificantes – monitoramento de condição
(A) Monitoramento de corrosão – monitoramento de condição
(B) Substituição de rolamentos – atividade pode estar prevista em manual

Gabarito inicial

GABARITO:

Máquinas Dispositivos Dispositivos

Instrumentos Estruturas
Rotativas Estáticos Elétricos
Ensaios não
X X X X
destrutivos
Exame visual X X X X X
Medidas e
análise de X X X
vibrações
Medida de
temperatura X X
ou pressão
Medida do
X X X
nível sonoro
Medida da
espessura
X X
– taxa de
corrosão
Análise
X X
química
Verificação
do X X X
lubrificante
Detecção de
vazamentos X
de fluidos

207
 UNIDADE 5

1. Resposta

Item Distribuição f(x)

n!
(A) Binomial f ( x)  p x q ( n x )
x !(n  x)!

µx
(B) Poisson f ( x) exp( µ)
x!

1  1  x  µ 2 
(C) Normal f ( x)  exp     
σ (2π )1/ 2  2  σ  

l exp(lt ) p/ x  0
(D) Exponencial f (t )  
0 p/ x  0

β   t  t β 
β 1 0
(t  t0 ) exp      p/ t  0
(E) Weibull ηβ   η  

0 p/ t < 0

2. Parâmetros de Localização; Parâmetros de Escala; Parâmetros de Forma.

3. O enunciado informou que a distribuição é Binomial, portanto:

n! 35!
f ( x)  p x q ( n x )  0, 850,300, 15(3530)  0, 188  18, 8%
x !(n  x)! 30 !(35  30)!
R: existe 18,8% de possibilidade de 5 correias ruins serem embaladas juntas.

µ n=
= . p 35.0, 85 = 29, 75 (média de correias boas por lote)

= n. p.q )1/ 2 (35.0, 85.0, 15)1/ 2 = 2, 11

s (= (desvio padrão)

4. O enunciado informou que a distribuição é pelo modelo de Poisson, portanto:

µx 1, 32
f ( x)  exp(µ)  exp(1, 3)  0, 230  23%
x! 2!

208
UNIDADE 6

1. D. A ilustração apresenta 24 elementos (que são os quadrados menores), 35 nós (pontos pretos) e
uma malha (conjunto todo). A única alternativa que possui a resposta correta é a D.

2. A. O termo CAD refere-se à fase de desenho no processo de desenvolvimento de um produto.

(Verdadeira)

O termo CAM diz respeito à simulação do comportamento físico do produto, via computador, através
de análises lineares e não lineares. (Falsa – o termo correto seria CAE)

O termo CAE está relacionado ao planejamento e controle de uma linha de produção. (Falsa – o
termo está totalmente fora de contexto no exemplo dado)

3. D. Um modelo construído no CAD pode ser transferido para o CAE a fim de simular o seu compor-
tamento mecânico e de distribuições de calor. (Verdadeiro)

Permite uma simulação dinâmica como no funcionamento de um motor, por exemplo, onde o
funcionamento real das peças pode ser observado e avaliado. (Verdadeiro)

O modelo produzido no CAD só pode ser transferido para o CAE, após a impressão 3D do mode-
lo. (Falsa – a afirmativa está incorreta. A impressão 3D não é necessária para realizar a
simulação CAE.)

4. Por se tratar da simulação de uma situação de combustão, deve ter sido empregado CFD, assim
como tratado no tópico sobre o assunto.

5. D.

I – Nos desenhos à mão, pode-se notar uma baixa produtividade por conta dessa atividade estar
estritamente relacionada ao pendor do desenhista. (Verdadeiro)

II – A utilização de tecnologias CAD necessita obrigatoriamente de espaços físicos para armazena-

gem. (Falso – NÃO necessita de espaços físicos)

III – Nos desenhos com a utilização da prancheta, não ocorriam erros de representação geométrica
e erros de cotas que são detectados durante a montagem dos equipamentos. (Falso – OCORRIAM
erros de representação geométrica e erros de cotas)

IV – Com a utilização de tecnologias CAD, o custo inicial é elevado devido à utilização do hardware
e software. (Verdadeiro)

V – Houve uma otimização do tempo gasto para o envio dos desenhos e projetos pela internet nos
desenhos com utilização da prancheta. (Falso – com a utilização do CAD)

209
UNIDADE 7

1. Quando uma equipe recebe a demanda de aumentar a confiabilidade de um sistema, é necessário

mexer, individualmente, na confiabilidade de um ou mais componentes específicos. Existem duas
técnicas que podem ser utilizadas: prevenção de falhas e tolerância a falhas. A primeira ba-
seia-se na utilização de componentes de elevada qualidade e confiabilidade e, geralmente, é mais
econômica do que a tolerância a falhas. Já a segunda, por outro lado, é alcançada por redundância,
o que torna o projeto mais complexo e mais caro.

2. Cálculo das confiabilidades individuais dos componentes ( para 1000 horas:

 1000 
 
RA (1000)  e 5000  = 0, 8187
 1000 
 
RB (1000)  e 7000  = 0, 8669
 1000 
 
RC (1000)  e 1000  = 0, 3679
 10000 
 
RD (1000)  e 3000  = 0, 7165
 1000 
 
RE (1000)  e 100000  = 0, 9900
Cálculo do para 1000 horas:

RS (1000)  RA  1  [(1  RB )  (1  RC )  (1  RD )]}  RE

RS (1000)  0, 8173  1  [(1  0, 8669)  (1  0, 3679)  (1  0, 7165)]}  0, 9900
RS (1000)  0, 7912  79,12%
Cálculo da Importância da Confiabilidade Dependente do Tempo:

RS (t )
I RA (1000)   RE   RB  RB RC RD  RB RD  RB RC  RC  RD  RC RD 
RA (t )
I RA (1000)  0, 9900  (0, 8669  0, 8669  0, 3679  0, 7165  0, 8669  0, 7165  0, 8669  0, 3679 
0, 3679  0, 7165  0, 3679  0, 7165)
I RA (1000) = 0,9664

RS (t )
I RB (1000)   RA RE   RC RD  RC  1  RD 
RB (t )
I RB (1000)  0, 8187  0, 9900  (0, 3679  0, 7165  0, 3679  1  0, 7165)
I RB (1000) = 0,1452

210
 RS (t )
I RC (1000)   RA RE   RB RD  RB  1  RD 
RC (t )
I RC (1000)  0, 8187  0, 9900  (0, 8669  0, 7165  0, 8669  1  0, 7165)
I RC (1000) = 0,0306

RS (t )
I RD (1000)   RA RE   RB RC  RB  1  RC 
RD (t )
I RD (1000)  0, 8187  0, 9900  (0, 8669  0, 3679  0, 8669  1  0, 3679
I RD (1000) = 0,0682
RS (t )
I RE (1000)   RA   RB  RB RC RD  RB RD  RB RC  RC  RD  RC RD 
RE (t )
I RE (1000)  0, 8187  (0, 8669  0, 8669  0, 3679  0, 7165  0, 8669  0, 7165  0, 8669  0, 3679 
0, 3679  0, 7165  0, 3679  0, 7165)
I RE (1000) = 0,7992

Representação gráfica da Importância da Confiabilidade Dependente do Tempo para um tempo de

funcionamento igual a 1000 horas:

0,96
R
100%

0,76 50%

0%

0,56

0,36

0,16

A B C D E
Tempo = 1000
Figura 6 - Representação gráfica das Importâncias das Confiabilidades Dependentes do Tempo obtidas para cada
componente para um tempo de funcionamento igual a 1000 horas / Fonte: o autor.

Descrição da Imagem: a ilustração apresenta um gráfico de barras, em que cada barra representa cada componente
(A, B, C, D, E). A escala do eixo y varia de 0,0 a 1,0, e as alturas das barras indicam a importância de cada componente. O
Componente A apresenta a maior barra, seguido do Componente E, em seguida, o Componente B, depois, D e C. Ao lado
da parte superior esquerda, existe uma escala de cores indicando a porcentagem de confiabilidade.

211
3. Existem várias maneiras possíveis de verificar a importância dos componentes individuais, dentro
do sistema. A primeira e mais simples seria analisar os efeitos das confiabilidades individuais na
confiabilidade do sistema RS. Essa análise simples pode ser chamada de importância da confia-
bilidade estática dos componentes/subsistemas, pois não estamos considerando nenhum tipo
de influência (histórico de falhas, tempo, condições de operação etc.) sobre a confiabilidade.

UNIDADE 8

1. B. “A barra quadrada possui 150 mm de lado”. Está informando características de dimensão

da peça, portanto: Ctamanho

“A temperatura máxima de operação é de 500°C”. Está informando a temperatura de trabalho

da peça, portanto: Ctemperatura

“Será considerado um fator para confiabilidade de 99,9%”. Está informando o nível de confiabi-
lidade da peça, portanto: Cconfiabilidade

“A barra possui acabamento superficial de laminado a quente”. Está informando uma caracte-
rística que influencia no acabamento superficial da peça, portanto: Csup erfície

“O carregamento aplicado é flexão pura alternada”. Está informando o tipo de solicitação que
peça estará sujeita, portanto: Ccarregamento

2. D. (F) A afirmativa correta seria: Grande parte dos dados publicados sobre propriedades de mate-
riais representam os valores médios de muitas amostras testadas. Dados tabelados são frutos de
inúmeros testes cujos resultados passaram por tratamentos estatísticos para que pudessem se
transformar em valores de referência.

(F) A afirmativa correta seria: Na prática, existe uma dispersão considerável dos resultados de testes
realizados em um mesmo material sob as mesmas condições. Considerando a curva da distribui-
ção normal, haverá uma probabilidade de 50% de que as amostras de qualquer material que você
compre tenha resistência inferior ao valor médio tabelado. Conforme você pode observar na curva
de distribuição normal, aproximadamente, 50% dos valores estarão abaixo da média e 50% acima.

(V) A alternativa está correta e descreve o procedimento para otimizar a confiabilidade de um projeto.

3. Utilizando a Equação 6:

L p  K R  L10

(a) Mancal 1: L10 = 45x109 de revoluções; Lp = 27,9x109 revoluções

(27, 9  109 )  K R  (45  109 )

K R  0, 62
De acordo com o Quadro 3, indica uma Confiabilidade (R) de 95%.

212
 (b) Mancal 2: L10 = 1,75x1012 de revoluções; Lp = 1,09x1012 revoluções

(1, 09  1012 )  K R  (1, 75  1012 )

K R  0, 62
De acordo com o Quadro 3, indica uma Confiabilidade (R) de 95%.

4. Para engrenagem de dentes retos e R = 74,5%:

K R  0, 658  0, 0759 ln(1  R) 0,5<R<0,99

K R  0,658  0, 0759 ln(1  0, 745)
 K R  0, 76

Para engrenagem cônica e R = 96,3%:

K R = 0,70  0, 15 log(1  R)
K R = 0,70  0, 15 log(1  0, 963)
 K R = 0,915

UNIDADE 9

1. 1. E. Um motorista atropelou uma pessoa e descobre-se que o acidente teve como causa os freios
do veículo, que não passaram pela manutenção preventiva prevista em manual. Negligência: o
motorista faltou com a observação do seu dever, ao não realizar a manutenção preventiva.

Um engenheiro mecânico que assume o compromisso de fazer a inspeção de um elevador, mas,

na verdade, ele não recebeu o treinamento adequado ao modelo em questão. Imperícia: apesar
de ser engenheiro mecânico, ele não possuía conhecimento na área de elevadores. Faltou
conhecimento técnico.

Um funcionário é demitido de uma empresa, porém ele possui acesso informações confidenciais/
corporativas e ele as vende para pessoas mal-intencionadas. Dolo: o ex-funcionário vendeu as
informações com a intenção de obter vantagens e prejudicar a empresa.

Uma funcionária de cabelos longos entra em uma linha de produção de determinado produto sem
prender os cabelos. Imprudência: a funcionária sabia das possíveis consequências negativas
e, ainda assim, adotou uma postura inadequada.

2. E. O erro do operador possui uma fase de elevação inicial, devido ao fato de o profissional estar
aprendendo a lidar com o equipamento. Sendo assim, é comum que ocorram mais erros, inicial-
mente, que sofrerão à medida que aumenta a experiência da pessoa. Agora, observe que o erro de
manutenção apresenta uma probabilidade maior na fase inicial, pois, conforme a curva da banheira,
existirá, também, uma maior probabilidade de quebra do equipamento. Logo, se o equipamento
quebrar mais, ocorrerão mais manutenções, aumentando a chance de falha neste aspecto. Ainda que
as manutenções sejam preventivas, o manutentor pode cometer erros na seleção de suprimentos
e consumíveis. O erro de manutenção apresenta aumento no final da curva, pois, perto do fim
do ciclo de vida, existe uma taxa de falhas crescente impactando as atividades de manutenção.

213
3. D. Erros por descuido ou inadvertência acontecem quando uma ação deixa de ser executada
por lapso ou falta de atenção.

Erros técnicos acontecem quando uma ação é executada, incorretamente, devido à qualidade
incorreta da ação ou a um erro ao selecionar ou prosseguir com uma sequência.

Erros premeditados ou violações acontecem quando as ações operacionais são conduzidas de

forma errada com consciência das consequências.

4. C. Atenção insuficiente ou falta de prudência: é normal da natureza humana que a pessoa,

porventura, se torne mais descuidada após dominar determinada função. Por isso, é importante
ter o mesmo cuidado com os protocolos e procedimentos, todas as vezes que for desempenhar
determinadas tarefas, principalmente, as mais sensíveis. Não é raro escutarmos alguma notícia ou
história sobre disparos acidentais com armas de fogo por pessoas que já as utilizavam há muito
tempo (por exemplo, servidores da segurança pública). Determinadas situações exigem o mesmo
nível de cuidado e atenção, como na primeira vez que se realizou o procedimento.

214
215
216