Clique para editar o título mestre

Professor: Aluisio Monteiro

Curso: Engenharia de Produção
CEFET UNED/NI
FUNÇÃO DE RISCO
▪ Mais importante das medidas de confiabilidade
▪ Trata-se da quantidade de risco associada a uma unidade (componente ou sistema) no
tempo t
▪ Serve de base de comparação entre unidades com características distintas:
– Unidades c/ mesma confiabilidade em t podem ter funções de risco bastante distintas
CATEGORIAS DA FUNÇÃO
RISCO E FASES DO CICLO
DE VIDA DE PRODUTOS
▪ Forma função de risco indica
como uma unidade envelhece.
▪ Função de risco = quantidade
de risco a que uma unidade
está exposta no tempo t:
– valor pequeno para função implica
em unidade exposta a menor
quantidade de risco
CATEGORIAS DA FUNÇÃO RISCO
Duas categorias básicas:
– (i) crescente, IFR (increasing failure rate) – incidência de risco não decresce com o
tempo (ex: – itens que se desgastam ou degradam com o tempo e componentes
mecânicos, em sua quase totalidade).
– (ii) decrescente, DFR (decreasing failure rate) - incidência de risco não cresce com o
tempo (ex: softwares, onde a incidência de bugs diminui a medida em que o produto
sofre revisões).
• Outras categorias (derivadas das 1as): funções crescentes e decrescentes na média.
• Função constante é caso limítrofe entre IFR e DFR.
FASES DA CURVA DA BANHEIRA
FASES DA CURVA DA BANHEIRA
1o estágio: região de alta,
porém decrescente, taxa de
falha.
– Falhas = defeitos relacionados a
matérias-primas e operações de
manufatura que não atendem às
normas de especificação (causas
especiais).
– Mortalidade infantil reduzida
através da adoção de projetos
robustos de produto, práticas de
controle de qualidade na
manufatura, ou burn in, onde
testam-se unidades em condições
normais de uso por período de
tempo suficiente p/ que defeitos
precoces sejam detectados e
corrigidos antes das falhas.
2o estágio: fase de vida útil,
menor taxa de falha do gráfico,
aprox. constante.
– Falhas causadas por eventos
aleatórios, designadas por causas
comuns e não-relacionadas a
defeitos inerentes às unidades.
• P. ex., sobrecargas de voltagem,
vibração e impactos, aumentos na
temperatura e umidade durante a
operação normal das unidades.
– Falhas por causas comuns podem
ser reduzidas através da melhoria
nos projetos dos produtos,
tornando-os mais robustos.
3o estágio: envelhecimento, região de
taxa de falha crescente, dominada por
falhas relacionadas ao desgaste da
unidade.
– Exemplos: corrosão e trincas por
fadiga.
– Aumento da taxa de falha
normalmente indica a necessidade de
reposição de peças no produto,
informando acerca da duração
aproximada de sua vida de projeto.
– Alternativas para amenizar
intensidade do envelhecimento:
 projeto de produtos c/ componentes e
materiais mais duráveis,
 práticas de manutenção preventiva e
corretiva
 controle de fatores ambientais de stress que
possam intensificar a taxa de falha do
produto
MODELOS DE RISCO
Modelo
Risco Constante
Risco Linearmente Crescente
Risco Linearmente Decrescente
Risco linear “piecewise”
Risco da função de potência
Risco Exponencial
Função
ℎ 𝑡 =  falhas/unidade de tempo, onde λ é uma constante.
ℎ 𝑡 = 𝑡, onde λ é uma constante.
ℎ 𝑡 = 𝑎 − 𝑏𝑡, onde a e b são constantes, e a > bt.
Modelo oferece aproximação linear da curva da banheira, tipicamente
não-linear. λ > 0. Função decresce linearmente até λ no tempo a/b,
permanece constante até t0, e cresce linearmente para tempos maiores
que t0.
𝛾 𝑡 𝛾−1
ℎ 𝑡 = ,
onde Weibull permite representação não-linear plena
𝜃 𝜃
da curva da banheira.
ℎ 𝑡 = 𝑐𝑒 𝛼𝑡 , Natureza do modelo depende dos valores das constantes c
e α.
CLASSIFICAÇÃO DE DISTRIBUIÇÕES DE TEMPOSATÉ-
FALHA A PARTIR DA FUNÇÃO DE RISCO
• Quatro distribuições comumente usadas serão consideradas:
– Exponencial
– Weibull
– Gama
– Lognormal
EXERCÍCIO RESOLVIDO
Os dados na Tabela 3.2 representam milhares de ciclos até a Número da Kilociclos até a
falha de um componente mecânico (molas) e ilustram o h^(t)
Falha falha
procedimento de estimação de h(t) para pequenas amostras.
1 190 0,0024
O estimador para h(t) no caso de pequenas amostras é dado por:
2 245 0,0050
1
ℎ^ 𝑡 = 3 275 0,0070
(𝑡𝑖+1 −𝑡𝑖 )(𝑛 − 𝑖 + 0,7)
4 300 0,0043
onde n é o tamanho da amostra. Aplicando essa expressão aos dados
da Tabela 3.2, obtêm-se os resultados na coluna h ^ (t) da mesma 5 350 0,0180
tabela. Os valores de h ^ (t) vêm grafados na Figura 3.2. A curva
ajustada aos dados corresponde, aproximadamente, à função de risco 6 365 0,0247
de uma distribuição de Weibull, com γ = 4 e θ = 1.
7 380 0,0294

8 400 -
EXERCÍCIO
RESOLVIDO Número da Tempo de uso
Tempo de uso (h) h^(t)
Falha (10^3h)
1 37 37.000 0,000006
Os seguintes dados são o tempo de uso em 2 49 49.000 0,000024
milhares de horas de um microprocessador antes
da falha. Estime a função de risco para o tempo 3 52 52.000 0,000004
de uso de 200.000 horas. 4 70 70.000 0,000028
5 73 73.000 0,000004
1 6 99 99.000 0,000004
ℎ^ 𝑡 =
(𝑡𝑖+1 −𝑡𝑖 )(𝑛 − 𝑖 + 0,7) 7 123 123.000 0,000003
8 159 159.000 0,000003
9 200 200.000 0,000006
10 223 223.000 0,000005
11 259 259.000 0,000010
12 280 280.000 0,000010
13 307 307.000 0,000009
14 349 349.000 0,000014
15 390 390.000 -
EXERCÍCIO RESOLVIDO
Os dados na Tabela 3.3 representam falhas no câmbio Número
verificadas em um teste com 46 tratores agrícolas e ilustram o Intervalo (km) h^(t)
de falhas
procedimento de estimação de h(t) para grandes amostras. 0≤m≤20.000 19 0,000207
Neste exemplo, os dados foram agrupados em intervalos de 20.000≤m≤40.000 11 0,000326
classe de 20.000 km. 40.000≤m≤60.000 7 0,000402
O estimador para h(t) no caso de amostras grandes é dado por: 60.000≤m≤80.000 5 0,000457
80.000≤m≤100.000 4 0,000500
ഥ
𝑁(𝑡) ഥ + ∆𝑡)
− 𝑁(𝑡 m>100.000 0
ℎ^ 𝑡 =
ഥ
𝑁(𝑡)∆𝑡

onde N(t) é o número de unidades sobreviventes no tempo t e Δt é o

intervalo de classe. Para o primeiro grupo na Tabela 3.3, por exemplo,
a Equação (3.20) resulta em: