Gestão Ativos Instrumentação ENEGEP 2018

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.
GESTÃO DE ATIVOS DE
INSTRUMENTAÇÃO CENTRADA EM
CONFIABILIDADE: AUXILIO À
TOMADA DE DECISÃO UTILIZANDO-
SE INSTRUMENTOS INTELIGENTES
Alessandra Lopes Carvalho
alessandralcarvalho@pucminas.br
Yan Freitas Marques
yanfmarques@gmail.com
Objetiva-se averiguar os benefícios associados à utilização de

diagnósticos on-line de instrumentos inteligentes visando o aumento da
detectabilidade de falhas incipientes e ocultas. Este trabalho se
caracteriza por ser de natureza qualitativa e descritiva. Utilizou-se
como método o estudo de caso sendo objeto de análise uma malha de
controle de vazão real em funcionamento em uma indústria de grande
porte. Como ponto de partida para a análise do processo foi elaborado
o fluxograma da malha de controle de vazão com foco no medidor de
vazão ultrassônico e no atuador pneumático. Com base no fluxograma
e nos diagramas foi possível identificar as principais causas de falha
da malha de controle de vazão. A partir das falhas e da análise de
causas e efeitos foram elaborados dois FMEA (Failure Mode and
Effect Analysis) considerando a variação do índice de detecção em
função da utilização ou não dos diagnósticos dos instrumentos
inteligentes. Os resultados obtidos demonstram claramente a
diminuição do risco de falha considerando a utilização dos
diagnósticos dos instrumentos inteligentes.
Palavras-chave: Confiabilidade, gestão de ativos, FMEA,

Instrumentação Inteligente
.
1. Introdução
Observa-se na atualidade uma busca crescente pela integração dos instrumentos inteligentes
com as plataformas de gerenciamento de ativos. Essa integração propicia um alto
desempenho na execução dos processos de manutenção e acompanhamento do ciclo de vida
dos instrumentos inteligentes (MARQUES; CARVALHO, 2016).
Parte-se do reconhecimento de que a integração entre a plataforma de monitoramento dos

instrumentos inteligentes e as plataformas de manutenção permite monitorar
automaticamente uma grande quantidade de dispositivos, o que pode facilitar a coleta de
dados sem interferir na estrutura física da rede de campo ou até mesmo na estrutura do ativo,
aumentando assim, a precisão das informações.
A ideia hipotética que orientou o estudo define-se na noção de que os diagnósticos dos
instrumentos aumentam a segurança operacional, reduzem o tempo de manutenção, diminuem
os riscos de falha, e ainda, maximizam a disponibilidade da equipe de manutenção.
Neste contexto objetiva-se apresentar a relação direta entre o uso de diagnósticos gerados por
instrumentos inteligentes e o aumento da probabilidade de detecção de falhas. Objetiva-se
ainda quantificar a variação do risco de falhas utilizando-se a ferramenta FMEA, aplicada a
uma da malha de controle em funcionamento em uma empresa de grande porte.
2. Instrumentação inteligente: uma abordagem conceitual

Segundo Bhuyan (2013) o objetivo da instrumentação industrial é o de criar métodos de
conversão de uma grandeza física em outra grandeza física mensurável. Segundo o autor,
idealmente, busca-se o valor compatível ao valor que representa a medição exata,
considerando que cada processo possui as suas próprias particularidades. Assim, a medição, o
controle e a atuação devem ser adequadas às realidades dos processos, para se alcançar os
valores reais.
Com base na norma ISA-5.2, instrumentação e instrumento são termos de significados

diferentes. Enquanto a instrumentação é compreendida como o conjunto de instrumentos que
2
.
objetiva a medição, o monitoramento e o controle de um processo industrial, o instrumento é

o próprio dispositivo usado para medir, controlar e atuar no processo industrial.
Bega (2011) descreve a evolução da instrumentação analógica industrial a partir dos avanços
tecnológicos da eletrônica que permitiram desenvolver instrumentos menores, mais precisos e
inteligentes. Segundo o mesmo autor em decorrência dessas novas tecnologias surgiram os
sistemas de controle digitais mais eficientes e precisos, mas, que seguem os conceitos básicos
da teoria de controle. Nesse sentido, cita o autor:
Controlar um processo industrial significa, basicamente, manter os
valores das variáveis de processo dentro de uma faixa aceitável para a
sua operação conveniente; mais ainda, buscar dentro de cada faixa, o
valor ótimo para cada variável denominado set-point (Bega, 2011, p.
454).
A partir da conceituação da norma ISA – 5.2 e das considerações de Bega (2011),

compreende-se que o arranjo entre os instrumentos pode ser representado como a Figura 1.
Figura 1: Modelo genérico de uma malha de controle
Fonte: Elaborado pelos autores com base nas referências da pesquisa
3
.
A relação entre o medidor, o controlador e o atuador, como mostrado na Figura 1, permite

conceber um sistema automático de controle para uma variável genérica de processo. Segundo
Ogata (2011), um sistema de controle de malha fechada faz a relação de comparação entre a
saída do controlador e a entrada de referência. A variabilidade na malha de controle deve-se a
vários fatores relacionados com as entradas físicas, erros ou falhas de medição, e com as
saídas, como agarramento e desgaste da válvula de controle. Assim, para se monitorar a
variabilidade das malhas de controle foi incorporada inteligência aos instrumentos tornando-
os capazes de realizar a auto análise e gerar diagnósticos sobre a própria condição.
A partir da evolução da eletrônica digital foi possível desenvolver circuitos capazes de

linearizar e analisar os sinais complexos. Assim, surgiram os chamados IED’s (Intelligent
Eletronic Device) termo usado pela IEEE 1451 que trata sobre a interface inteligente de
sensores. Essa norma define que para um sensor ser inteligente, o mesmo deverá ter dois
principais componentes: memória e processador A Figura 2 apresenta uma estruturação
genérica dos componentes de um medidor inteligente:
Figura 2: Representação genérica dos módulos de um instrumento inteligente
4
.
Fonte: Adaptado de Façanha, 2007.
Observa-se que a composição dos módulos internos do instrumento é constituída de três

unidades, como mostra a Figura 2. Entre a unidade de sensoriamento e a unidade de
comunicação, encontra-se a unidade de computação, onde são executados os algoritmos de
conversão da medição, a auto-análise e a geração dos diagnósticos do dispositivo.
Bhuyan (2013) mostra que em muitas situações o instrumento tanto executa suas funções
primárias, como também, toma decisões adicionais e executa outras operações não
convencionais, tais como validação, compensação, classificação, autoanálise entre outras. A
autoanálise busca detectar a real condição do dispositivo, sendo possível monitorar a
degradação dos componentes e observar se os mesmos estão funcionando adequadamente
e/ou se há algum erro na parametrização (ISA-TR108, 2015).
Os instrumentos inteligentes possuem módulos integrados à unidade computacional, que são

usados para fazer a configuração e parametrização dos mesmos. Com base na definição de
Bowne (2016), pode-se compreender a subdivisão dos dados disponibilizados pelos
instrumentos em Dados de Identifcação (I-Data) e Dados de Manutenção (M-Data).
Os Dados de Identificação (I-Data) correspondem a uma categoria de dados armazenados no

ativo, usados para indicar o número de série, a Tag do dispositivo, a versão de hardware e
software, entre outras informações. Esses dados são importantes para identificar o dispositivo
que está sendo gerenciado e também para facilitar a rastreabilidade, o controle de versão e o
inventário dos ativos da planta.
5
.
Dados de Manutenção (M-Data) correspondem a uma categoria de dados usados durante o

processo de instalação, operação e manutenção do instrumento. Durante o processo de
operação, o instrumento pode disparar alertas a qualquer momento para o sistema de gestão de
manutenção e solicitar a abetura de uma ordem de manutenção. Dependendo da politica de
manutenção da empresa, o alerta de um dispositivo crítico pode, automaticamente, abrir uma
Ordem de Manutenção.
Considerando que nas indústrias existem inúmeros instrumentos, com diversificados modelos,
fabricantes e protocolos, a complexidade da coleta e do tratamento dos dados torna o trabalho
lento e exige mão-de-obra especializada nos processos de manutenção. Assim, os principais
fabricantes de instrumentos fundaram o Grupo Field Device Technology (FDT) com o intuito
de desenvolver uma plataforma moderna de softwares para simplificar a integração dos
dispositivos de campo aos Sistemas de Controle Distribuídos (DCS) e facilitar o
gerenciamento dos instrumentos. (FDT, 2017).
O FDT Group é uma associação internacional, independente, sem fins lucrativos e objetiva
estabelecer a tecnologia própria como padrão internacional (FDT Group, 2017). FDT é um
padrão aberto, que descreve o formato da interface de dados entre os dispositivos de campo e
os sistemas de automação. Esse padrão foi homologado pela ISA 103 e a IEC 62453.
A partir de então, os fabricantes de instrumentos passaram a desenvolver um driver chamado

Device Type Manager (DTM) com o objetivo de acessar os dados e as informações de
configuração, manutenção e diagnóstico contidos nos instrumentos inteligente através da
plataforma FDT.
Os diagnósticos e as informações coletadas dos instrumentos inteligentes são apresentados na

plataforma FDT de acordo com um formato visual que permite o reconhecimento instantâneo
pelo usuário da plataforma, pois, a estrutura da informação segue as recomendações da Namur
107 que, por sua vez, definem símbolos de alerta e notificação para o reconhecimento e para a
resolução de problemas (FDT, 2017).
6
.
Por ser um driver desenvolvido pelo próprio fabricante, o DTM, além de apresentar os
diagnósticos de estado, também indica as possíveis causas-raiz do problema, bem como a
recomendação para corrigir a falha.
A criação desta plataforma padronizada de interface com os instrumentos inteligentes,

permitiu aos usuários o acesso rápido às informações de modo preciso e com a dispensa de
mão de obra especializada. Como consequência, essa inovação resultou tanto no aumento da
manutenabilidade dos instrumentos como também no aumento da confiabilidade devido a
possibilidade detecção de falhas incipientes
Considerando a diversidade de fabricantes e seus respectivos modelos com características

peculiares ofertados no mercado, a Associação Internacional dos Usuários das Tecnologias de
Automação em Processos Industriais (NAMUR) elaborou a recomendação 107 como
referência para que os fabricantes pudessem organizar os diagnósticos de uma forma
padronizada e útil aos processos de manutenção e operação dos dispositivos de campo.
Com base no documento da NAMUR 107, os sensores e os atuadores, que são os dispositivos
de campo, devem categorizar os diagnósticos realizados com base na autoanálise entre as
quatro categorias de alarmes. O objetivo dessa categorização é evitar que o operador receba
uma quantidade de informações maior do que ele necessita. O Quadro 1 demonstra a relação
entre descrição e símbolos para cada uma das categorias:
Quadro 1: Símbolos e significados da recomendação NAMUR 107

Categoria Descrição Símbolo
Função de O sinal de saída está temporariamente invalido devido a intervenções
monitoramento no instrumento. Ex: Manutenção
Manutenção O dispositivo entrará em falha brevemente. O sinal de saída ainda é
Requerida valido, mas as condições operacionais estão restritas.
O instrumento está operando fora da faixa de especificação. Ex: o
Fora de limite físico de medição foi excedido, e/ou está operando fora das
Especificação faixa de processo que pode ter como causa variação da medição com
relação ao set-point.
O sinal de saída é invalido devido ao mau funcionamento do
Falha
dispositivo ou interferências externas.
Fonte: Elaborado pelos autores com base no documento NAMUR 107
7
.
É possível verificar a plausibilidade do valor medido pelo sensor, bem como o funcionamento
do atuador, com o auxílio da auto-análise feita pelos dispositivos de campo. A indicação da
plausibilidade é definida com base nas quatro categorias apresentadas no Quadro 1. Quando o
operador recebe essas indicações, o mesmo pode intervir para evitar: 1) efeitos negativos
sobre a qualidade do produto; 2) segurança operacional; 3) paradas de produção devido à
falha de instrumentação de campo (NAMUR 107).
Além da aplicabilidade das indicações para o sujeito operador da planta, os diagnósticos,

produtos dos processos de auto-análise, auxiliam também na definição dos processos de
manutenção para agir de modo preciso e assertivo.
3. Análise de Modos e Efeitos de Falhas
A análise de Modos e Efeitos de Falhas (FMEA) visa identificar possíveis modos de falhas,
suas respectivas causas e efeitos. Posteriormente cada modo de falha é classificado segundo
os índices de ocorrência, severidade e detecção (LAFRAIA 2008, TOLEDO et al, 2013,
CARPINETTI, 2016).
De acordo Palady (2011), o FMEA é uma técnica de baixo risco, eficiente na prevenção de
problemas e identificação das soluções adequadas em relação ao custo. Ao aplicar o FMEA é
possível detectar com antecedência as possíveis falhas de um sistema, aumentando sua
confiabilidade.
O índice “Severidade” mede a gravidade da falha sobre o equipamento ou processo em

estudo. São atribuídas notas em uma escala variável na qual o menor índice indica uma falha
com baixa gravidade e o máximo indica uma falha com gravidade máxima. O índice de
“Ocorrência” representa de forma qualitativa a probabilidade de ocorrência de uma de falha
e segue a mesma lógica do índice Severidade. O índice de “detecção” avalia a probabilidade
de se perceber a existência de uma falha e apresenta uma lógica inversa aos dois outros
índices. Assim, quanto maior for a facilidade de detecção de uma falha menor será a nota
atribuída. Após a determinação dos índices severidade, ocorrência e detecção é possível
8
.
calcular o índice de risco (FOGLIATTO e RIBEIRO, 2009; PALADY, 2011) conforme

Equação (1)
R  O S  D (1)
Onde: O é índice de ocorrência;
S é índice de severidade;
D é índice de detecção.
A partir do índice de risco é possível hierarquizar as falhas e assim criar ações para prevenção
ou correção. Observa-se que, após o término da análise, é possível identificar a falha mais
crítica como aquela que apresenta maior índice de risco. Portanto, para diminuição do risco
total é necessário a diminuição de pelo menos um dos índices citados.
O índice de detecção pode ser reduzido através do aumento das atividades de verificação e
validação. O índice de ocorrência pode ser diminuído pela remoção ou controle de causas e
alteração do projeto e o índice de gravidade somente através da alteração do projeto
Exemplos de aplicações de FMEA para análise de produtos podem ser encontrados em

Schunk, Klafke e Zanette, (2013) e Braile e Andrade ( 2013). Aplicações de FMEA em
processos podem ser encontrados em Rech, Anzanello e Dutra (2013) , Traleski, Stepien e
Blauth (2015), Medeiros, Sobreira e Carvalho (2016), Pacífico et. al (2017).
Observa-se também que a FMEA evolui e se popularizou de tal forma que podem ser
encontrados vários exemplos de aplicações fora do meio industrial como em Nogueira, Peres
e Carvalho (2011); Akim, Mergulhão e Borrás (2013).
4. Material e Métodos
A pesquisa que possibilitou esse estudo é de natureza qualitativa descritiva, pois, visa explicar
a relação entre a detectabilidade dos modos de falha e a redução dos indicadores de risco
através do monitoramento das causas das falhas.
Utilizou-se da abordagem de estudo de caso (CAUCHICK MIGUEL, 2011) considerando que
o trabalho tomou como objeto uma malha de controle de vazão em operação em uma empresa
de grande porte. O nome da empresa cedente dos foi omitido por motivo de sigilo industrial.
9
.
A coleta de dados se deu por pesquisa bibliográfica, pesquisa documental e pesquisa de

campo. Inicialmente foram realizadas visitas técnicas na qual foram realizadas entrevistas não
estruturadas com vários funcionários da empresa foco do estudo. Durante as visitas técnicas
foi escolhida uma malha de controle de controle específica para análise. A malha de controle
tomada como foco é composta por um medidor de vazão, um controlador e uma válvula de
controle.
Com o objetivo de analisar o processo de funcionamento da malha de controle escolhida e

identificar o modo como os diagnósticos dos instrumentos inteligentes aumentam a
detectabilidade das falhas, partiu-se do pressuposto de que o correto funcionamento do
processo depende do funcionamento adequado de todos os elementos. Foram coletadas
informações sobre os intrumentos instalados utilizando-se os respectivos manuais técnicos
Após a coleta de todos os dados foi elaborado o fluxograma do processo de controle em
estudo de forma a subsidiar o uso da ferramenta FMEA (Failure Mode and Effect Analysis).
A análise foi realizada considerando a variação do índice de detecção em função da utilização
ou não dos diagnósticos oriundos dos instrumentos inteligentes.
4. Análise de Resultados
A Figura 3 apresenta o fluxograma do processo de controle em estudo. A partir desse

fluxograma foi possível compreender o funcionamento do processo de forma a detalhar as
possiveis falhas e respectivos efeitos.
Figura 3: Fluxograma do processo de controle de vazão
10
.
Fonte: Elaborado pelos autores
O medidor de vazão em operação no processo em estudo utiliza o principio de operação

ultrassônico. Especificamente trata-se do medidor Prosonic Flow 93 ( fabricante
EndressHauser). O princípio de medição de vazão deste tipo de medidor opera com base no
tempo de propagação do sinal pelo fluido. Esse sensor é composto por duas partes: o gerador
e o receptor do sinal acústico (ultra-som) . Como a velocidade de propagação do ultra-som é
menor quando as ondas viajam contra a direção do fluxo do que ao longo da direção do fluxo,
ocorre uma diferença de tempo entre a transmissão e a recepção do sinal. Esta diferença é
diretamente proporcional à velocidade do fluxo (ENDRESS,2016). O medidor Prosonic Flow
93, como apresenta no manual, é dividido em duas parte: transmissor e o sensor
A válvula de controle em operação no processo em estudo é do tipo globo com atuador

pneumático do tipo mola controlado por um posicionador inteligente capaz de gerar
diagnósticos on-line. O diagnóstico, resultado da auto-análise feita pelo posicionar, apresenta
a condição da válvula.
11
.
A próxima etapa do estudo consistiu na elaboração da FMEA com o objetivo de comparar a

variação do grau de risco em função da probabilidade de detecção das falhas. Os Quadros 2,
3 e 4 apresentam a estratificação dos índices de Severidade, Ocorrência e Detecção utilizados
para elaboração da FMEA. Cabe ressaltar que podem existir variações.
Quadro 2: Classificação do índice de severidade

Índice de Severidade Valor
A instabilidade da malha pode ocasionar risco à saúde e ao meio ambiente. 6
A instabilidade da malha causa desperdício de matéria prima. 5
A instabilidade da malha interfere na qualidade da produção. 4
O processo fica instável e opera fora do nível aceitável, mas não impacta na qualidade da produção. 3
O processo fica instável, porém opera dentro do nível aceitável. 2
A malha apresenta condição de operação estável. 1
Quadro 3: Classificação dos índice de ocorrência

Índice de Ocorrência Valor
Frequente 6
Provável 5
Ocasional 4
Remoto 3
Improvável 2
Inimaginável 1
Quadro 4: Classificação dos índice de detecção

Índice de Detecção Valor
Requer a parada do processo e o uso de equipamentos e pessoas especializadas. 6
Requer a parada do processo para remover o equipamento e fazer a inspeção detectiva simples. 5
A causa é percebida visualmente pelo mantenedor. 4
Requer a parada do processo para fazer inspeção no equipamento remotamente. 3
Requer o uso de ferramentas especialista simples para fazer a análise on-line remotamente. 2
A causa é percebida e corrigida pelo operador. 1
O Quadro 5 apresenta uma amostra da análise FMEA realizada para a etapa de medição.
Foram selecionados os dois modos de falha mais criticos e recorrentes. Os indices de detecção
e risco com a utilização de equipamentos inteligentes são realçados em negrito. Observa-se
que o índice de detecção com instrumentos inteligentes ( D.c/ Diag) é menor que o indice de
detecção sem a utilização dos mesmos (D). Consequentemente o indice de risco com a
12
.
utilização de instrumentos inteligentes (R c./ Diag) é significamente menor que o indice de

risco R
O Quadro 6 apresenta uma amostra da análise FMEA realizada para a etapa de atuação.
Nesta etapa a válvula recebe a referencia do controlador e faz o ajuste da posição abrindo ou
fechando o obturador. Observa-se, de modo análogo ao Quadro 5, a diminuição do índice de
risco com a utilização de equipamentos inteligentes.
Quadro 5:Amostra do FMEA etapa “ medição de vazão”
Quadro 6: Amostra do FMEA etapa “atuação”
13
.
5. Conclusões
Considera-se que os objetivos foram plenamente alcançados quanto a apresentação e
discussão sobre a relação entre o uso dos diagnósticos dos instrumentos e o aumento da
probabilidade de detecção das falhas .
Os resultados confirmam e fundamentam a ideia hipotética, introdutoriamente apresentada,

de que os diagnósticos gerados pelos instrumentos aumentam a segurança operacional, pois,
podem detectar falhas incipientes e falhas ocultas não detectadas durante o processo de
inspeção rotineira. Assim, a detectabilidade das causas-raiz das falhas pelos disgnósticos,
reduzem significativamente o risco em uma malha de controle, reduzem o tempo de
manutenção e maximizam a disponibilidade da equipe de manutenção.
Uma proposta para pesquisas futuras seria a análise do comportamento dos modos de falha e a
modelagem de confiabilidade de cada um dos instrumentos.
14
.
6. Agradecimentos
Os autores agradecem o apoio da PUC Minas e o suporte financeiro da FAPEMIG para

realização deste trabalho.
REFERÊNCIAS
AKIM, E.K. ; MERGULHÃO, R.C.; BORRÁS, M.A.A. Proposta de análise de falhas na

coleta de informações para a avaliação de programas de pós-graduação baseada no FMEA .
Revista Eletrônica Produção & Engenharia, São Paulo, v. 5, n. 1, p. 500-518, 2013.
BEGA, E.A et al.. Instrumentação Industrial, 3. ed., Editora Interciência, Instituto

Brasileiro de Petróleo e Gás, Rio de Janeiro, 2011.
BHUYAN, M. Instrumentação Inteligente: Princípios e Aplicações. Rio de Janeiro: Editora

LTC. 2013
BOWNE, M. Asset Management to the Last Device. Profibus International

Newsletter.2016.
BRAILE, N. A; ANDRADE, J. J. O. Estudo de Falhas em Equipamentos de Costura

Industriais Utilizando FMEA e Análise de Confiabilidade. In: Encontro Nacional de
Engenharia de Produção, XXXIII, 2013,Salvador. Anais... Associação Brasileira de
Engenharia de Produção.
CARPINETTI, L. C. R. Gestão da qualidade: conceitos e técnicas, 3.ed. São Paulo: Atlas,

2016.
CAUCHICK MIGUEL, P. A. Metodologia de Pesquisa em Engenharia de Produção e

Gestão de Operações. 2. ed. São Paulo: Campus Elsevier, 2011.
ENDRESS+HAUER. Proline prosonic flow 90P, 93P. [S.l.]: ENDRESS, 2005. Disponível
em: www.endress.com Acesso em: 14 maio 2016.
FIELD DEVICE TECHNOLOGY. FDT: Technical Description. Disponível em:

www.fdtgroup.org. Acesso em 05 de fevereiro de 2017.
FOGLIATTO, F. S.; RIBEIRO, J. L. D. .Confiabilidade e Manutenção Industrial. 1. ed.

Rio de Janeiro: Elsevier, 2009.
ISA (1992). ISA - 5.2-1976. ISA – International Society of Automation, Binary Logic
Diagrams For Process Operations.
ISA (2015), ISA-TR108.1-2015. ISA – International Society of Automation, Intelligent

Device Management. Part 1: Concepts and Terminology.
15
.
LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. 2. ed.

Rio de Janeiro: Qualitymark: Petrobrás, 2008.
MARQUES, Y.F.; CARVALHO, A.L. Gestão de Ativos de Instrumentação - A inteligência

de um ativo físico auxiliando a tomada de decisão em manutenção In: SIMPOSIO
INTERNACIONAL DE CONFIABILIDADE, XXIV, 2016, Salvador. Anais... Reliasoft
Brasil
MEDEIROS, F.S.; SOBREIRA, V.L.M.; CARVALHO, A.L. Implementação do FMEA:

Estudo de Caso Aplicado a uma Empresa Transportadora. In: ANDRADE, D.F. (Org) Gestão
de Serviços. Artigos Brasileiros. 1. ed. Belo Horizonte: Editora Poisson, 2016, Cap. 20,
p.191-200.
NAMUR. NE 107: Self-Monitoring and Diagnostic of Field Devices.[S.l.]: NAMUR, 2006.

Disponível em: www.namur.net Acessado em: 20 maio 2016.
NOGUEIRA, A. C; PERES, A. P.; CARVALHO, E. M.: Avaliação do risco ambiental

utilizando FMEA em um laticínio na região de Lavras – MG. Revista Produção Online,
Florianópolis, v.11, n.1, p. 194-209, 2011.
OGATA, K. Engenharia de Controle Moderno. 5. Ed. São Paulo: Pearson Prentice Hall,
2011.
PACÍFICO, C.C. et al. Análise de Modos e Efeitos de Falhas em uma Empresa Prestadora
de Serviços em Telecomunicações. In: Simpósio Mineiro de Gestão, 2017, Belo Horizonte.
Anais...PUC Minas Barreiro.
PALADY, P. FMEA: análise dos modos de falha. 5.ed. São Paulo, SP: IMAM, 2011.
RECH, G; ANZANELLO, M. J.; DUTRA, C. C.: Curvas de aprendizado e FMEA na análise

de confiabilidade do processo de separação manual de uma distribuidora de medicamentos.
.Revista Produção Online, Florianópolis, v.13, n. 3, p. 873-892, 2013.
SCHNEIDER ELECTRIC. Valve Monitor DTM for Positioners SDR991/SDR 960.[S.l.]:

Schneider, 2016. Disponível em: www.fielddevices.Foxboro.com Acesso em: 20 maio 2016
SCHUNCK, M.; KLAFKE, P. A.; ZANETTE, R. J.. Implementação do FMEA em Projetos

de Itens para Equipamentos da Construção Civil. In: Encontro Nacional de Engenharia de
Produção, XXXIII 2013, Salvador. Anais... Associação Brasileira de Engenharia de
Produção.
TOLEDO, J. C. et al. Qualidade - Gestão e Métodos. Rio de Janeiro: LTC, 2013.
TRALESKI, A. V.; STEPIEN, H.; BLAUTH, R. A.: Análise dos modos de falha e seus
efeitos no processo de produção de mancais. Revista Gestão Industrial, Curitiba, v.11, n. 2,
p. 70-86. 2015.
16

Gestão Ativos Instrumentação ENEGEP 2018

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Gestão Ativos Instrumentação ENEGEP 2018

Enviado por

Direitos autorais:

Formatos disponíveis

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Objetiva-se averiguar os benefícios associados à utilização de

Palavras-chave: Confiabilidade, gestão de ativos, FMEA,

Parte-se do reconhecimento de que a integração entre a plataforma de monitoramento dos

2. Instrumentação inteligente: uma abordagem conceitual

Com base na norma ISA-5.2, instrumentação e instrumento são termos de significados

objetiva a medição, o monitoramento e o controle de um processo industrial, o instrumento é

A partir da conceituação da norma ISA – 5.2 e das considerações de Bega (2011),

Figura 1: Modelo genérico de uma malha de controle

Fonte: Elaborado pelos autores com base nas referências da pesquisa

A relação entre o medidor, o controlador e o atuador, como mostrado na Figura 1, permite

A partir da evolução da eletrônica digital foi possível desenvolver circuitos capazes de

Figura 2: Representação genérica dos módulos de um instrumento inteligente

Fonte: Adaptado de Façanha, 2007.

Observa-se que a composição dos módulos internos do instrumento é constituída de três

Os instrumentos inteligentes possuem módulos integrados à unidade computacional, que são

Os Dados de Identificação (I-Data) correspondem a uma categoria de dados armazenados no

Dados de Manutenção (M-Data) correspondem a uma categoria de dados usados durante o

A partir de então, os fabricantes de instrumentos passaram a desenvolver um driver chamado

Os diagnósticos e as informações coletadas dos instrumentos inteligentes são apresentados na

A criação desta plataforma padronizada de interface com os instrumentos inteligentes,

Considerando a diversidade de fabricantes e seus respectivos modelos com características

Quadro 1: Símbolos e significados da recomendação NAMUR 107

Além da aplicabilidade das indicações para o sujeito operador da planta, os diagnósticos,

3. Análise de Modos e Efeitos de Falhas

O índice “Severidade” mede a gravidade da falha sobre o equipamento ou processo em

calcular o índice de risco (FOGLIATTO e RIBEIRO, 2009; PALADY, 2011) conforme

Exemplos de aplicações de FMEA para análise de produtos podem ser encontrados em

A coleta de dados se deu por pesquisa bibliográfica, pesquisa documental e pesquisa de

Com o objetivo de analisar o processo de funcionamento da malha de controle escolhida e

A Figura 3 apresenta o fluxograma do processo de controle em estudo. A partir desse

Figura 3: Fluxograma do processo de controle de vazão

Fonte: Elaborado pelos autores

O medidor de vazão em operação no processo em estudo utiliza o principio de operação

A válvula de controle em operação no processo em estudo é do tipo globo com atuador

A próxima etapa do estudo consistiu na elaboração da FMEA com o objetivo de comparar a

Quadro 2: Classificação do índice de severidade

Quadro 3: Classificação dos índice de ocorrência

Quadro 4: Classificação dos índice de detecção

utilização de instrumentos inteligentes (R c./ Diag) é significamente menor que o indice de

Fonte: Elaborado pelos autores

Quadro 6: Amostra do FMEA etapa “atuação”

Fonte: Elaborado pelos autores

Os resultados confirmam e fundamentam a ideia hipotética, introdutoriamente apresentada,

Os autores agradecem o apoio da PUC Minas e o suporte financeiro da FAPEMIG para

AKIM, E.K. ; MERGULHÃO, R.C.; BORRÁS, M.A.A. Proposta de análise de falhas na

BEGA, E.A et al.. Instrumentação Industrial, 3. ed., Editora Interciência, Instituto

BHUYAN, M. Instrumentação Inteligente: Princípios e Aplicações. Rio de Janeiro: Editora

BOWNE, M. Asset Management to the Last Device. Profibus International

BRAILE, N. A; ANDRADE, J. J. O. Estudo de Falhas em Equipamentos de Costura

CARPINETTI, L. C. R. Gestão da qualidade: conceitos e técnicas, 3.ed. São Paulo: Atlas,

CAUCHICK MIGUEL, P. A. Metodologia de Pesquisa em Engenharia de Produção e

FIELD DEVICE TECHNOLOGY. FDT: Technical Description. Disponível em:

FOGLIATTO, F. S.; RIBEIRO, J. L. D. .Confiabilidade e Manutenção Industrial. 1. ed.

ISA (2015), ISA-TR108.1-2015. ISA – International Society of Automation, Intelligent

LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. 2. ed.

MARQUES, Y.F.; CARVALHO, A.L. Gestão de Ativos de Instrumentação - A inteligência

MEDEIROS, F.S.; SOBREIRA, V.L.M.; CARVALHO, A.L. Implementação do FMEA:

NAMUR. NE 107: Self-Monitoring and Diagnostic of Field Devices.[S.l.]: NAMUR, 2006.

NOGUEIRA, A. C; PERES, A. P.; CARVALHO, E. M.: Avaliação do risco ambiental

RECH, G; ANZANELLO, M. J.; DUTRA, C. C.: Curvas de aprendizado e FMEA na análise

SCHNEIDER ELECTRIC. Valve Monitor DTM for Positioners SDR991/SDR 960.[S.l.]: