Escolar Documentos
Profissional Documentos
Cultura Documentos
VITALÍCIA
1. RESUMO
A competividade acirrada nos dias atuais, faz com que as empresas busquem
constantemente práticas que as permitam ser mais eficientes e reduzir seus custos
operacionais. São conceitos de uma manufatura enxuta ditada ao cenário
contemporâneo, onde as empresas devem identificar quais processos criam valores
para os seus clientes e eliminar os processos obsoletos ou que não criam valores para
a organização.
Baseando-se na reengenharia, cujo a idéia principal de processos é urna
coleção de atividades sequenciais tornando um ou mais tipo de insumos e criando um
produto que tem valor para seus clientes. Ou seja, essa idéia de processo é familiar
para quem trabalha com manufatura, mas não é tão natural no entendimento para as
pessoas das demais áreas da empresa.
2. INTRODUÇÃO
3. DESENVOLVIMENTO
DISTRIBUIÇÃO EXPONENCIAL
A distribuição exponencial é importante em estudos de confiabilidade por ser a
única distribuição contínua com função de risco constante. A simplicidade matemática
das expressões derivadas da exponencial difundiu o seu uso na área, às vezes
inadequado. Suas representações de confiabilidade, para t ≥ 0. A distribuição
exponencial apresenta três importantes propriedades:
- A primeira diz respeito à ausência de memória de unidades com tempos até falha
modelados pela exponencial; isto é, supõem-se unidades com uma mesma
confiabilidade R(t) para qualquer t, independente de sua idade ou tempo de uso. Tal
suposição restringe a aplicação da exponencial a alguns componentes elétricos;
unidades que apresentam desgaste ou fadiga são modeladas adequadamente pela
exponencial apenas durante o seu período de vida útil, quando a ocorrência de falhas
for relativamente constante no tempo.
- A segunda propriedade importante da exponencial garante que se T1,..., Tn, forem
variáveis exponenciais independentes e identicamente distribuídas, designa a
distribuição do qui-quadrado com 2n graus de liberdade. Tal propriedade permite a
determinação de um intervalo de confiança para λ baseado nas observações de n
variáveis exponenciais independentes. O intervalo para λ com confiança 100(1 – α).
- A terceira e última propriedade da exponencial a ser destacada aplica-se a
componentes submetidos a choques ou cargas de forma aleatória. Se o tempo entre
choques for modelado por uma distribuição exponencial com parâmetro λ, então o
número de choques no intervalo (0, t) segue uma distribuição de Poisson com
parâmetro λt.
DISTRIBUIÇÃO DE WEIBULL
A distribuição de Weibull é apropriada na modelagem de tempos até falha
apresentando funções de risco constante, estritamente crescente e estritamente
decrescente. Trata-se de uma das distribuições mais importantes na modelagem de
confiabilidade devido à sua flexibilidade e capacidade de representação de amostras
de tempos até falha com comportamentos distintos. Na análise de amostras de tempos
até falha de tamanho pequeno, supor dados seguindo uma distribuição de Weibull
costuma ser um bom ponto de partida na análise. A distribuição de Weibull modela
adequadamente uma ampla variedade de situações em que unidades apresentam
funções de risco distintas. O tipo de função de risco da Weibull é definido pelo seu
parâmetro de forma. A distribuição de Weibull, assim como a exponencial, apresenta
uma propriedade conhecida como de autorreprodução. Segundo essa propriedade,
se T1,...,Tn são tempos até falha seguindo uma distribuição de Weibull com
parâmetros de forma idênticos, então o mínimo desses valores também segue uma
distribuição de Weibull.
DISTRIBUIÇÃO LOGNORMAL
O tempo até falha T de uma unidade segue uma distribuição lognormal se Y =
lnT for normalmente distribuído. A lognormal é uma distribuição limitada à esquerda,
muito utilizada na modelagem de tempos até reparo em unidades reparáveis. Nesse
caso, é razoável supor que a probabilidade de completar uma ação de reparo aumenta
com o passar do tempo. No caso de o reparo demorar muito a ser concluído, há um
indicativo de causas especiais sobre o processo (por exemplo, falta de conhecimento
dos mecânicos para execução da tarefa que se impõe ou falta de matérias-primas
necessárias para realizar o reparo). Assim, costuma-se supor que a taxa de reparo
(isto é, a intensidade com que reparos são concluídos) se assemelhe à função de risco
de uma distribuição lognormal. A função de risco da lognormal apresenta o formato de
uma curva da banheira invertida, com h(t) crescendo inicialmente e, após,
decrescendo assintoticamente.
VALORES EXTREMOS
Segundo Jenkinson (1955) a distribuição generalizada de valores extremos, ,
reúne as três distribuições de valor extremos desenvolvidas por Fisher e Tippet (1928),
que são: Gumbel, Fréchet e Weibull. Tais distribuições foram desenvolvidas na teoria
dos valores extremos e são obtidas através do limite de máximos (ou mínimos).
A Distribuição de valor extremo geralmente se refere à distribuição mínima de
muitas observações aleatórias. Já nos referimos às distribuições de valor extremo ao
descrever os usos da distribuição Weibull. Distribuições de valor extremo são as
distribuições limitantes para o mínimo ou para o máximo de uma coleção muito grande
de observações aleatórias da mesma distribuição arbitrária.
De acordo Gumbel (1958) mostrou que, para qualquer distribuição inicial bem-
comportada (F (x) é contínua e tem um inverso), apenas alguns modelos são
necessários, dependendo se você está interessado no máximo ou no mínimo, e
também se as observações estiverem limitadas acima ou abaixo. No contexto de
modelagem da confiabilidade, distribuições extremas de valor para o mínimo são
frequentemente encontradas. Por exemplo: se um sistema consistir em n
componentes idênticos em série e o sistema falhar quando o primeiro desses
componentes falhar, os tempos de falha do sistema são o mínimo de “n” tempos de
falha de componente aleatórios. A teoria do valor extremo diz que, independentemente
da escolha do modelo de componente, o modelo do sistema abordará um Weibull à
medida que n se torna grande. O mesmo raciocínio também pode ser aplicado em um
nível de componente, se a falha do componente ocorrer quando o primeiro de muitos
processos de falhas concorrentes semelhantes atingir um nível crítico.
4. CONCLUSÕES
- O modelo Weibull pode ser derivado teoricamente como uma forma de Distribuição
Extrema de Valor, governando o tempo até a ocorrência do "elo mais fraco" de muitos
processos de falha concorrentes. Isso pode explicar o porquê tem sido tão bem-
sucedido em aplicações como capacitor, rolamento de esferas, relés e falhas de
resistência de material.
5. REFERÊNCIAS