Escolar Documentos
Profissional Documentos
Cultura Documentos
ENGENHARIA FLORESTAL
Henrique Jacobs
Jaguariaíva
2021
Henrique Jacobs
Jaguariaíva
2021
RESUMO
O objetivo deste trabalho foi avaliar a manutenção mecânica de uma frota de harvesters e
forwarders em uma empresa florestal, com vistas à melhoria dos procedimentos de manutenção
mecânica e comparações entre métodos convencionais e Jack-Knife. Foram coletadas as falhas
de 14 harvesters e 9 forwarders em áreas de colheita de Pinus e Eucalipto no período de um
ano em uma empresa localizada na cidade de Arapoti, estado do Paraná. A análise da
manutenção convencional abrangeu os indicadores Disponibilidade Mecânica (DM), Taxa de
Utilização (TU), Eficiência Operacional (EO), tempo médio para reparo (MTTR), tempo médio
entre falhas (MTBF) e o diagrama de Pareto. A análise pelo método Jack-Knife se deu através
da geração de diagramas por meio da frequência e MTTR. Os pontos positivos e negativos de
cada método foram analisados. Nos harvesters, a menor DM em relação à literatura se deu
principalmente pelo uso de algumas máquinas com vida útil avançada e mais paradas mensais.
Já o MTTR menor ocorreu pelo tempo mais curto de reparo de falhas simples e o MTBF menor
pelo alto número de falhas. As falhas críticas em harvester foram Quebrado, Desgaste e Curto-
circuito e em forwarder foram Quebrado e Desgaste. As falhas críticas Quebrado e Desgaste
ocorreram em ambas as frotas principalmente por se tratarem de itens de reposição frequente,
enquanto que Curto-circuito ocorreu mais nos harvesters por serem equipamentos que
apresentam mais componentes eletrônicos do que forwarders. O método Jack-Knife
possibilitou uma análise de falhas mais aprimorada da frota de harvesters e forwarders, no
entanto, informações como a TU e EO não puderam ser analisadas, enquanto que a DM e o
MTBF foram analisados apenas qualitativamente. O diagrama Jack-Knife não substitui a
análise da manutenção convencional, porém a complementa.
The objective of this work was to evaluate the mechanical maintenance of a fleet of harvesters
and forwarders in a forestry company, aiming to improve mechanical maintenance procedures
and comparisons between conventional and Jack-Knife methods. The failures of 14 harvesters
and 9 forwarders were collected in Pinus and Eucalyptus harvesting areas during one year in a
company located in the city of Arapoti, state of Paraná, Brazil. The analysis of conventional
maintenance covered the indicators Mechanical Availability (DM), Utilization Rate (TU),
Operational Efficiency (EO), Mean Time to Repair (MTTR), Mean Time Between Failures
(MTBF) and the Pareto diagram. The analysis by the Jack-Knife method took place through the
generation of diagrams based in frequency and MTTR. The positives and negatives feature of
each method were analyzed. In harvesters, the lowest DM in relation to the literature was mainly
due to the use of some machines with many hours of use and more monthly stops. The smallest
MTTR occurred due to the shorter repair time of simple faults and the smallest MTBF due to
the high number of failures. The critical failures on harvester were Broken, Wear and Short-
Circuit and on forwarder were Broken and Wear. The critical failures Broken and Wear
occurred in both fleets mainly because they are frequent replacement items, while Short Circuit
occurred more in harvesters because they are equipment that has more electronic components
than forwarders. The Jack-Knife method enabled a more improved failure analysis of the
harvester and forwarder fleet, however, information such as TU and EO could not be analyzed,
while DM and MTBF were analyzed only qualitatively. The Jack-Knife diagram does not
replace conventional maintenance analysis, but complements it.
1 INTRODUÇÃO ................................................................................................... 9
1.1 OBJETIVOS................................................................................................. 10
1.1.1 Objetivo geral .............................................................................................. 10
1.1.2 Objetivos específicos .................................................................................... 10
2 DESENVOLVIMENTO .................................................................................... 11
2.1 COLHEITA DA MADEIRA .......................................................................... 11
2.1.1 Panorama da colheita da madeira ................................................................ 11
2.1.2 Conceitos e particularidades .................................................................. 12
2.1.1.1 Sistemas de colheita de madeira ................................................................. 12
2.1.1.2 Principais máquinas utilizadas na colheita da madeira .................................. 14
2.2 MANUTENÇÃO MECÂNICA ...................................................................... 18
2.2.1 Importância da manutenção mecânica na colheita da madeira ............... 19
2.2.2 Evolução da manutenção mecânica .............................................................. 19
2.3 TIPOS DE MANUTENÇÃO .......................................................................... 21
2.3.1 Manutenção corretiva ................................................................................. 21
2.3.2 Manutenção preventiva sistemática ............................................................. 22
2.3.3 Manutenção preventiva preditiva .................................................................. 22
2.4 INDICADORES UTILIZADOS NA MANUTENÇÃO MECÂNICA ................. 23
2.4.1 Disponibilidade mecânica ............................................................................ 23
2.4.2 Taxa de Utilização ................................................................................. 24
2.4.3 Eficiência Operacional .......................................................................... 24
2.4.4 MTTR ......................................................................................................... 25
2.4.5 MTBF ......................................................................................................... 25
2.4.6 Diagrama de Pareto ..................................................................................... 26
2.5 GESTÃO DA MANUTENÇÃO ..................................................................... 27
2.5.1 Importância da gestão da manutenção ......................................................... 28
2.5.2 Programas de manutenção mecânica em máquinas ...................................... 28
2.6 MÉTODO JACK-KNIFE ............................................................................... 30
3 MATERIAL E MÉTODOS ............................................................................... 41
3.1 ÁREA DE ESTUDO ..................................................................................... 41
3.2 DESCRIÇÃO DO SISTEMA DE COLHEITA ................................................. 41
3.2.1 Caracterização dos equipamentos de colheita ............................................... 43
3.3 COLETA E ANÁLISE DE DADOS ............................................................... 44
3.3.1 Análise da eficiência mecânica por meio de métodos convencionais ............... 44
3.3.2 Análise da eficiência mecânica por meio do Jack-Knife ................................ 46
3.3.3 Comparação entre os métodos convencionais e o Jack-Knife ........................ 48
4 RESULTADOS E DISCUSSÃO ......................................................................... 49
4.1 ANÁLISE DA EFICIÊNCIA MECÂNICA POR MÉTODOS CONVENCIONAIS
.................................................................................................................... 49
4.2 ANÁLISE DA EFICIÊNCIA MECÂNICA POR MEIO DO MÉTODO JACK-
KNIFE ......................................................................................................... 55
4.3 COMPARAÇÃO ENTRE OS MÉTODOS CONVENCIONAIS E JACK-KNIFE 69
5 CONCLUSÃO ................................................................................................... 71
REFERÊNCIAS ....................................................................................................... 72
ANEXO A – Modelo de Nota de Avaria ..................................................................... 78
9
1 INTRODUÇÃO
1.1 OBJETIVOS
2 DESENVOLVIMENTO
sistema de toras compridas, sistema de árvores inteiras, sistema de árvores completas, sistema
de cavaqueamento e sistema de comprimento especificado.
Sistemas de toras curtas (Cut-to-lenght): “a árvore é processada no local de derrubada,
sendo extraída para a margem da estrada ou para o pátio temporário em forma de pequenas
toras, com menos de seis metros de comprimento”. (MACHADO; SILVA; PEREIRA, 2014, p.
26).
Um dos mais importantes benefícios desse sistema na colheita de eucalipto no Brasil
é a diminuição da compactação do solo devido à camada vegetal que fica dispersa
homogeneamente pela área, quando comparado à sistemas que deixam o solo descoberto, pois
as cascas, galhos e copa de diminuem significativamente a compactação do solo, além de serem
incorporados novamente com o decorrer do tempo (OLIVEIRA, 2013).
Sistemas de toras compridas (Tree-lenght): “a árvore é semiprocessada
(desgalhamento e destopamento) no local de derrubada e levada para a margem da estrada ou o
pátio temporário em forma de fuste, com mais de seis metros de comprimento”. (MACHADO;
SILVA; PEREIRA, 2014, p. 26).
Sistema de árvores inteiras (Full-tree): “a árvore é derrubada e levada para a margem
da estrada ou para o pátio intermediário, onde é processada”. (MACHADO; SILVA; PEREIRA,
2014, p. 26).
Sistema de árvores completa (Whole-tree): “a árvore é arrancada com parte de seu
sistema radicular e levada para a margem da estrada ou para o pátio temporário, onde é
processada.” (MACHADO; SILVA; PEREIRA, 2014, p. 26).
Sistema de cavaqueamento (Chipping): “a árvore é derrubada e processada no próprio
local, sendo levada em forma de cavacos para um pátio de estocagem ou diretamente para a
indústria.” (MACHADO, SILVA; PEREIRA, 2014, p. 26).
Sistema de Comprimento Especificado (Specified-Lenght): Nesse sistema o objetivo é
atender uma demanda de diferentes produtos, processando a árvore em diferentes comprimentos
para atender a usos específicos (BROWN; DINIZ, 2017).
De acordo com Robert e Andreata (2012), os sistemas de colheita podem ainda ser
classificados em sistemas de toras quentes ou sistemas de toras frias, que se caracteriza não
pelas formas de derrubar, processar e extrair a madeira, mas sim por quanto tempo a tora fica
no talhão depois de derrubada até ser realizada sua extração.
O sistema de toras quentes é indicado quando o uso da madeira é mais nobre, como
em serrarias e laminação, pois as toras são transportadas em no máximo cinco dias, tornando a
madeira pouco suscetível a ação de agentes degradantes na madeira (ROBERT; ANDREATA,
14
2012).
No sistema de toras frias as toras são extraídas depois de um longo tempo dentro do
talhão, onde formam estoque de madeira. Seu uso é recomendado em indústrias que necessitam
da madeira mais seca. Com menor teor de umidade o transporte fica facilitado pela perda de
peso (ROBERT; ANDREATA, 2012).
Figura 1 – Harvester.
Figura 3 - Forwarder.
Figura 4 - Skidder.
A manutenção dos ativos das empresas passou ser de fundamental importância para a
garantia do retorno esperado dos investimentos devido à modernização das indústrias. A
maioria das referências de manutenção ocorreu no final do século XVIII com a Revolução
Industrial, onde houve um aumento da produção de bens de consumo. Porém, somente a partir
da Segunda Guerra Mundial, através de um extraordinário desenvolvimento das técnicas de
organização, planejamento e controle dos processos produtivos, a manutenção tornou-se uma
necessidade absoluta (LOPES; DINIZ, 2018).
Ainda de acordo com os supracitados autores, a manutenção pode ser representada por
quatro gerações distintas, que são:
Primeira Geração: Teve início durante a Segunda Guerra Mundial, prosseguindo até
1950, onde a tecnologia usada era simples e a manutenção se caracterizava por ser corretiva, ou
seja, era realizada somente após a ocorrência da falha.
Segunda Geração: Ocorreu entre as décadas de 50 e 80, onde a iniciativa privada
começou a adquirir tecnologias semi-automatizadas, de forma a aumentar sua produção e
competitividade, passando a adotar modelos de manutenção de ordem preventiva, com trocas
sistematizadas de componentes e revisões gerais programadas.
Terceira Geração: Ocorreu entre as décadas de 80 e 2000, onde foram aplicadas
políticas e filosofias como a Manutenção Produtiva Total (TPM), Manutenção Centrada em
Confiabilidade (RCM) e Manutenção Preditiva, sendo realizadas de acordo com as informações
recebidas durante o monitoramento de parâmetros e indicativos de ocorrência de falhas. Houve
o uso mais intensivo de tecnologias automatizadas e investimentos de capital, aumentando a
disponibilidade dos ativos físicos, a vida útil dos componentes, bem como uma melhoria na
qualidade dos serviços de manutenção.
Quarta Geração: Teve início a partir do ano de 2000, onde a Engenharia de
Manutenção assume um papel fundamental no processo, de modo a otimizar os recursos
disponíveis, alinhando aos objetivos estratégicos corporativos com as atividades de campo.
Nesta geração, existe um programa de manutenção informando os períodos das intervenções,
como reapertos, inspeções e lavagens, a fim de substituir as manutenções reativas.
Observa-se, pelo contexto histórico, que a manutenção ganha seu espaço no processo
produtivo. No setor florestal, já existe um esforço maior no sentido de reestruturação da
organização da manutenção, e que a mesma tem todo seu destaque neste processo, como não
poderia deixar de ocorrer, onde as empresas precisam ser cada vez mais eficazes e necessitam
obter resultados consistentes (SOEIRO, 2012).
21
da falha.
A manutenção corretiva não deve deixar a entender aos gerentes de manutenção que a
ocorrência de falhas nas máquinas é um acontecimento natural. Deve-se identificar as suas
causas e tomar providências para evitar que elas voltem a ocorrer (FONTES; MACHADO,
2014).
De acordo com Paschoal et al. (2009), as vantagens deste método são: aumento da vida
útil do equipamento, diminuição dos custos nos reparos, melhoria da produtividade da empresa,
diminuição dos estoques de produção, melhoria da segurança e motivação do pessoal de
manutenção. O autor ainda afirma que a prática correta da manutenção preditiva também ajuda
a reduzir o custo da manutenção preventiva.
Sendo assim, a manutenção preditiva utiliza a condição operacional real do
equipamento para otimizar sua operação total, sendo possível evitar perdas de tempo
desnecessárias com desmontagens para inspeções e garantindo uma maior disponibilidade
operacional (BROWN; DINIZ, 2017).
Para Carmo et al. (2012, p. 1094) “a eficiência operacional é dada pelo produto
entre a disponibilidade mecânica e a taxa de utilização”.
Lopes, Roza e Oliveira (2017), ao avaliarem algumas variáveis operacionais na
produtividade de um harvester de pneus no desbaste de povoamento de pinus, obtiveram um
valor de EO médio de 83%.
Simões e Fenner (2010), obtiveram um valor de eficiência operacional de 82,21% ao
avaliar técnica e economicamente um forwarder na extração de madeira em povoamento de
eucalipto de primeiro corte.
2.4.4 MTTR
É a relação entre as horas destinadas para as manutenções corretivas de determinado
componente, ou seja, os tempos improdutivos de operação e o número de manutenções
corretivas realizadas (VIANA, 2002; LOPES; DINIZ, 2018).
Brown e Diniz (2017) afirmam que este indicador representa a média do tempo em
que determinado item em falha leva para ser reparado (VIANA, 2002; LOPES; DINIZ, 2018).
Santos et al. (2012) afirmam que este indicador mede a efetividade em restituir a
unidade em condições ótimas de operação, uma vez que esta se encontra fora de serviço por
falha, dentro de um determinado período. O MTTR é um parâmetro de medição associado à
mantenabilidade e descreve a execução da manutenção.
Diniz et al. (2018) analisaram indicadores e custos da manutenção de classe mundial
(WCM) em máquinas florestais e obtiveram valores de MTTR para harvester de 2,14 horas no
estágio de maturação e de 2,64 horas no estágio de estabilização. Entretanto, este aumento de
tempo representou melhoria na qualidade dos serviços de manutenção, refletidos nos resultados
de tempo médio entre falhas.
2.4.5 MTBF
É a relação entre o número total de horas que um determinado equipamento está
disponível para o trabalho e o número de manutenção corretivas realizadas no período (VIANA,
2002; BROWN; DINIZ, 2017; LOPES; DINIZ, 2018).
Santos et al. (2012) afirmam que o MTBF indica quando é o momento mais provável
para o surgimento da falha. Desta forma, quanto maior seu valor, maior é a confiabilidade no
equipamento. É um dos principais indicadores utilizados no estudo da confiabilidade e o que
mais representa o comportamento de um equipamento, sendo determinado através do histórico
26
de falhas.
Diniz et al. (2018) analisaram indicadores e custos da manutenção de classe mundial
(WCM) em máquinas florestais e obtiveram valores de MTBF para harvester de 38,45 horas
no estágio de implementação, 35,86 horas no estágio de maturação e de 38,40 no estágio de
estabilização.
corretivas da equipe de melhoria, que deve priorizar os problemas de maior ocorrência e/ou que
representam a maior perda de recursos (CARVALHO, 2008).
1 TAVARES, L. Administração Moderna da Manutenção. Novo Pólo Editora – New York, 1998.
28
A segunda fase, que surgiu a partir de 1989, representou uma evolução da primeira
fase, que passou a possuir oito pilares (Figura 12), buscando a perda zero em um contexto global
(BROWN; DINIZ, 2017).
Em sua terceira fase, a TPM caracteriza-se pela satisfação total da empresa aliada ao
rendimento e redução dos custos, tendo como alicerce os oito pilares representados
anteriormente, onde o principal objetivo é a melhoria da estrutura da empresa como um todo,
envolvendo todos os processos a fim de se buscar o rendimento operacional global (LOPES;
DINIZ, 2018).
Reliability Centred Maintenance – RCM, ou Manutenção Centrada na Confiabilidade,
surgiu na década de 80 em indústrias aéreas, tendo como principais preocupações a análise das
falhas, probabilidades de recorrências, definição de procedimentos, critérios de priorizaçao
30
Lima, Santos e Sampaio (2010) afirmam que a Manutenção de Classe Mundial surge
através da combinação entre liderança visionária e coerente com uma cultura colaborativa,
permitindo que os métodos de manutenção permeiem toda a organização.
58
8 60
8 50 7
7
50
42
6
5 40
33 5
4 23 4 30
3 3 3
13 2 2 20
2 2
10
0 0
1 2 11 3 10 7 12 8 5 15 6 9 4 17 14 16 13
Código de Falhas
𝐷
Limite MTTR = (1)
𝑁
𝑁
Limite N = (2)
𝑄
34
Onde:
D = Indisponibilidade (minutos)
N = Número de falhas
Q = Número de falhas distintas
No caso das falhas não planejadas para a frota de Pás Carregadeiras, obtiveram-se:
D=7797 minutos, N=270 e Q=17. Portanto, Limite MTTR foi 7977/270=28,9 minutos e
Limite N foi 270/17=15,9 reparos (KNIGHTS, 2001).
De acordo com Knights (2001), o gráfico Jack-Knife pode ser dividido em 4
quadrantes:
• Falhas Leves: São as falhas localizadas no quadrante inferior esquerdo e
correspondem a baixa frequência e baixo tempo de reparo e por isto. Estes eventos não
apresentam necessidade de análise por este método.
• Falhas Crônicas: São as falhas que estão no quadrante inferior direito e são
chamadas assim pois possuem alto índice de ocorrência e baixo tempo de reparo.
• Falhas Agudas: São as falhas que ficam no quadrante superior esquerdo e
apresentam baixa frequência e alto tempo de reparo.
• Falhas Críticas (agudas + crônicas): Situadas no quadrante superior direito, são
as falhas que merecem a maior atenção da equipe de manutenção, pois possuem alta frequência
e alto tempo de reparo.
A Figura 15 mostra o diagrama Jack-Knife e seus respectivos quadrantes gerados a
partir das falhas de Pás Carregadeiras (KNIGHTS, 2001).
A Figura 16 mostra de uma forma mais didática o diagrama Jack-Knife, onde as falhas
localizadas acima da linha verde afetam a mantenabilidade, pois possuem maiores tempos de
reparos, e as falhas à direita da linha vermelha afetam a confiabilidade, pois possuem maior
frequência (MARCOVICZ, 2018).
35
Knights (2001) afirma que o método Jack-Knife possibilita uma forma mais
aprimorada de tomada de decisão do que os diagramas de Pareto que só analisam um fator por
vez.
36
Na Figura 18, a posição do limite diagonal foi determinada pela análise de Pareto,
sendo a linha definindo as falhas que consumiram 80% do tempo de reparo da frota (KNIGHTS,
2001).
37
Ainda de acordo com o autor, através do método Jack-Knife, também foi possível gerar
uma lista real de priorização da manutenção (Tabela 2).
Uma vez que as falhas foram priorizadas, hipóteses podem ser feitas sobre as possíveis
causas de cada problema. Diante disto, pessoas com experiência em manutenção e familiaridade
com o maquinário são indispensáveis para este processo. Logo após, um conjunto de ações
corretivas deve ser formulado para eliminar ou mitigar os fatores que causam tempo de parada
não planejado (KNIGHTS, 2001).
O autor constatou que a falha crônica Sistema de iluminação normalmente resulta de
danos na fiação devido à vibração estrutural ou baixa confiabilidade do filamento e que
reprojetar o chicote de fiação pode ser uma forma de resolver este problema. O autor também
afirmou que as causas para a falha Motor superaquecido podem ter sido forçar a pá carregadeira
e ambientes com altas temperaturas. Neste caso, ações corretivas devem ser direcionadas para
as operações de mineração (KNIGHTS, 2001).
Marcovicz (2018) determinou as falhas as falhas críticas em uma mandrilhadora
usando o método Jack-Knife, através do histórico de falhas do equipamento. Desta forma, o
supracitado autor obteve as falhas críticas “rompimento da correia” e “falha no sistema
hidráulico”, pois representaram um alto tempo de reparo e uma grande quantidade repetida de
falhas.
De acordo com Marcovicz (2018), para corroborar com o diagrama Jack-Knife, estas
falhas, juntas, somam 50% da indisponibilidade do equipamento, demonstrando que realmente
são falhas críticas. No diagrama também chama a atenção as falhas agudas como a “porta fora
do trilho” e “falha no sistema de contrapeso”, que tiveram um tempo de reparo considerável,
mas uma baixa repetitividade de falha.
A falha crônica “baixo nível de óleo de corte”, por sua vez, teve a maior repetição de
falha e um tempo de reparo baixo, mas ao longo do tempo já contribuiu com uma
indisponibilidade de quase 9 horas. Este tempo representa pouco mais que um turno de trabalho,
quando se contabiliza a somatória, fica evidente que as perdas são significativas também
(MARCOVICZ, 2018).
Ainda de acordo com Marcovicz (2018), ao se analisar como um todo, o diagrama
Jack-Knife fornece muitas informações gerenciais para a manutenção e uma maneira
estruturada para priorizar as ações e minimizar o impacto das falhas no equipamento.
O autor ainda afirma que o método Jack-Knife conseguiu mostrar deficiências no
processo de manutenção mesmo em um equipamento que possui alta disponibilidade, ajudando
a evidenciar e endereçar as ações de forma mais adequada para melhorar ainda mais a
disponibilidade do equipamento.
Em outro estudo no qual foi aplicado esse método, Cárdenas (2014) utilizou o
40
diagrama Jack-Knife para identificar falhas crônicas de sistemas de uma frota de tratores de
esteira em uma mineradora, chegando a conclusão de que o motor é o sistema que mais afeta a
confiabilidade da máquina. Após aplicar uma nova análise dos diagramas Jack-Knife nesse
sistema, encontrou um problema crônico no filtro de ar e logo em seguida outro de baixa
potência, ambas sendo relacionadas. Com isso, foi possível realizar uma manutenção preventiva
para o filtro de ar para aumentar a confiabilidade e a disponibilidade da frota.
41
3 MATERIAL E MÉTODOS
A pesquisa foi realizada em uma empresa de grande porte do setor florestal na região
norte do Paraná, localizada no município de Arapoti, nas coordenadas geográficas latitude
24º09’28” S e longitude 49º49'36" W, apresentando altitude de 860 m (Figura 21).
A empresa em questão se destacava pela produção de MDF (Medium Density
Fiberboard) – Painel de Fibra de Média Densidade, MDP (Medium Density Particleboard) –
Painel de Partículas de Média Densidade e resinas.
Figura 23 - Esquema linear das atividades de colheita no sistema de toras curtas (CTL).
Fonte: O autor.
Rodados: esteira
Dimensões CxLxA (m): 5,38 x 3,38 x 3,29
1 Potência do Motor (kW): 194
Rotação máxima (rpm): 2200
Peso total (t): 27,6
Harvester Tigercat H855C
Rodados: esteira
Dimensões CxLxA (m): 5,43 x 3,43 x 3,71
Potência do Motor (kW): 194
1 Rotação máxima (rpm): 2200
Peso total (t): 35,6
Harvester Tigercat LH855C
Rodados: esteira
Dimensões CxLxA (m): 9,46 x 3,08 x 3,71
Potência do Motor (kW): 117
1 Rotação máxima (rpm): 2000
Peso total (t): 26,9
Rodados: esteira
Dimensões CxLxA (m): 9,89 x 3,36 x 3,68
Potência do Motor (kW): 119
2 Rotação máxima (rpm): 1900
Peso total (t): 25,74
Harvester John Deere 2154D
Rodados: Pneu
Tração: 6x6
Dimensões CxLxA (m): 7,53 x 2,73 x
3 3,96 Potência do Motor (kW): 193
Rotação máxima (rpm): 1850
Peso total (t): 19,88
Harvester Komatsu 931.1
44
Rodados: Pneu
Tração: 8x8
Dimensões CxLxA (m): 12,56 x 3,98 x
6 3,88 Potência do Motor (kW): 200
Rotação máxima (rpm): 1900
Peso total (t): 24,45
Tração: 8x8
Dimensões CxLxA (m): 10,8 x 3,1 x 4,0
Potência do motor (kW): 193
9 Rotação máxima (rpm): 1950
Peso total (t): 23,4
Forwarder Komatsu 895
C = comprimento; L = largura; e A = altura.
Fonte: Catálogos das máquinas (2021).
O tempo médio entre falhas foi obtido através da seguinte equação (SOUZA, 1999):
45
Hm
DM= 𝑥100 (5)
Hp
Onde:
Hm = Total de horas em paradas de manutenção
Hp = Total de horas potenciais
Ho
EO= 𝑥100 (6)
Hd
Onde:
Ho = Horas operadas
Hd = Horas de disponibilidade mecânica
TU=EO*DM (7)
Onde:
EO = Eficiência operacional (%)
DM = Disponibilidade mecânica (%)
Para plotar o gráfico, utilizou-se o gráfico de dispersão, sendo o eixo das abscissas a
quantidade de falhas e o eixo das ordenadas o MTTR. A escala logarítmica na base 10 foi
selecionada para os eixos, melhorando a identificação das falhas que mais contribuem para o
tempo de parada total, permitindo ainda a visualização da influência da frequência de falhas e
o MTTR.
A separação dos quadrantes foi obtida pela determinação dos limites, através das
48
seguintes equações:
D
Limite MTTR =
N
N
Limite N =
Q
Onde:
D = Indisponibilidade (minutos)
N = Número de falhas
Q = Número de falhas distintas
Sendo assim, foram obtidos os seguintes valores para harvester: D=220957 minutos,
N=2830 e Q=40, sendo Limite MTTR=78,1 minutos e Limite N=70,8 reparos. Para forwarder,
foram obtidos: D=64161, N=755 e Q=30, sendo Limite MTTR=85,0 minutos e Limite N=25,2
reparos.
4 RESULTADOS E DISCUSSÃO
A Tabela 5 mostra os valores médios de DM, TU, EO, MTTR e MTBF para harvester
e forwarder.
A DM média para a frota de harvesters foi de 69,5%. Esse valor ficou abaixo do obtido
por Diniz (2016), no qual comparou os indicadores pertinentes entre os processos de
manutenção tradicional e WCM, onde obteve uma disponibilidade mecânica para harvester de
86% no processo de manutenção tradicional e de 89% no WCM. Linhares et al. (2012) também
obtiveram um valor parecido ao avaliar o desempenho operacional e a eficiência de máquinas
utilizadas na exploração florestal
no período de outubro de 2010 à setembro de 2011, sendo o valor da DM média de 86,6%.
Nesse último estudo, os equipamentos estavam programados para trabalharem em 2 turnos de
8 horas por dia.
Santos et al. (2018) realizaram uma análise técnica e econômica de dois subsistemas
de colheita florestal de toras curtas e obtiveram um valor de DM para um harvester de 85,23%
no subsistema 1 e de 86,86% no subsistema 2. Carmo et al. (2012), ao avaliarem tecnicamente
três modelos de harvesters em um período de sete meses através de três tratamentos, obtiveram
uma DM média de 82,41% no tratamento 1, 83,37% no tratamento 2 e de 88,15% no tratamento
3.
A TU média obtida para a frota de harvesters foi de 52,7%. Esse valor ficou abaixo
quando comparado com o obtido por Costa et al. (2017), onde ao avaliarem o desempenho e
custos operacionais de um harvester em floresta de eucalipto de baixa produtividade, obtiveram
uma TU média de 84,6%. Carmo et al. (2012), ao avaliarem tecnicamente três modelos de
harvesters no período de sete meses, obtiveram uma taxa de utilização média de 77,31% no
tratamento 1, de 79,37% no tratamento 2 e de 81,30% no tratamento 3.
50
O valor de EO obtido foi de 76,0%. Este valor ficou abaixo do obtido por Lopes, Roza
e Oliveira (2017), que ao avaliarem algumas variáveis operacionais na produtividade de um
harvester de pneus no desbaste de povoamento de pinus, obtiveram um valor de EO médio de
83%.
A EO média ficou acima da obtida por Carmo et al. (2012), que ao avaliarem
tecnicamente três modelos de harvester em três tratamentos, obtiveram no tratamento 1 uma
EO média de 66,26%, no tratamento 2 de 64,55% e no tratamento 3 de 71,96%.
O valor de MTTR médio obtido para a frota de harvesters foi de 92 minutos. Esse
valor é menor do que Diniz et al. (2018) obttiveram ao analisar indicadores e custos da
manutenção de classe mundial (WCM) em máquinas florestais, onde os valores de MTTR para
harvester foram de 128 minutos horas no estágio de maturação e de 158 minutos no estágio de
estabilização.
O valor de MTBF médio obtido para a frota de harvesters foi de 21 horas. Diniz et al.
(2018), ao analisarem indicadores e custos da manutenção de classe mundial (WCM) em
máquinas florestais, afirmam que um MTBF entre 25 e 45 horas para para harvester é
considerada um bom resultado, dadas as adversas condições de operação e trabalhando até 18
horas por dia durante todos os dias do ano.
A baixa DM média da frota de harvesters em relação à literatura pode ser explicada
pelo fato de terem sido utilizadas três máquinas com horímetros acima de 25 mil horas de
operação. Também houve paradas mensais das máquinas Komatsu, diminuido a DM. Santos et
al. (2012) afirmam que quanto mais próximo de 100%, melhor será a disponibilidade,
permitindo que a gestão da manutenção se programe com margem de segurança. Aumentar a
disponibilidade de uma máquina implica em reduzir o número de falhas ocorridas, aumentar a
rapidez com que estas são corrigidas e melhorar os procedimentos de trabalho e logística
(FONTES; MACHADO, 2014).
Pelo fato de TU e EO serem relacionados a fatores operacionais, a explicação para os
baixos valores médios obtidos destes indicadores pode estar em aspectos logísticos, operação
em terrenos declivosos ou baixo VMI. Costa (2012) afirma que para se elevar a EO a DM deve
aumentar.
O MTTR médio da frota de harvesters abaixo da literatura pode ser explicado pelo
menor tempo de reparo de falhas simples do presente estudo. Essa informação pode ser
corroborada pelo baixo MTBF médio da frota.
O MTBF médio da frota de harvesters ficou abaixo da variação ideal de 25 e 45 horas
descrita por Diniz et al. (2018), no qual a máquina trabalhou até dois turnos de oito horas por
51
dia durante todos os dias do ano. No entanto, as máquinas do presente estudo foram
programadas para operar três turnos de oito horas por dia, o que pode explicar a maior
incidência de falhas. Santos et al. (2012) afirmam que este indicador é o que mais representa o
comportamento de um equipamento, indicando quando é o momento mais provável para o
surgimento de uma falha.
Através do histórico de falhas, gerou-se o diagrama de Pareto para harvester (Figura
24). Analisando este diagrama, percebeu-se que 17,5% das causas de falhas (Furado, Solto,
Desgaste, Quebrado, Vedação Danificada, Curto-circuito e Mau Contato) são responsáveis por
80% do total de falhas, corroborando a teoria de Pareto. De acordo com esta análise, estas são
as falhas que merecem a atenção por parte da equipe de manutenção.
% Acumulada
Frequência
400 60%
50%
300 40%
200 30%
20%
100
10%
0 0%
Baixa Tensão
Perda
Mau Contato
Sujeira
Queimado
Desregulado
Recall
Curto-circuito
Atrito
Descalibrado
Travado
Falha no Programa
Folgado
Desconfigurado
Superaquecimento
Desgaste
Rosca Danificada
Força Insuficiente
Ajuste Errado
Corrosão/Oxidação
Falha na Prensagem
Vibração
Desalinhado
Baixa Resistência
Contaminação
Ar no Sistema
Solto
Quebrado
Vedação Danificada
Lubrificação Ineficiente
Baixa Pressão
Fuga
Falha na Montagem
Soldagem com Defeito
Furado
Fuga Interna
Trincado
Nível Baixo
Alta Pressão
Restringido/Obstruído
Falha
Fonte: O autor.
Com 23% do total de falhas para esse equipamento, apresenta-se a falha Furado. Essa
falha possui a maior frequência e a mais alta prioridade por parte da equipe de manutenção.
Furos em mangueiras são frequentes, o que pode explicar a maior quantidade destes eventos.
Deve-se acompanhar o consumo de óleo hidráulico da frota para mitigar essa falha.
A falha Solto teve 452 ocorrências e foi responsável por 16% do total de falhas,
ocorrendo principalmente em mangueiras. Uma manutenção preventiva focada em verificar se
estes componentes estão bem fixados e posicionados pode diminuir a incidência dessa falha.
A Falha Desgaste foi responsável por 14% do total de falhas para esse equipamento,
52
obtendo uma frequência de 406 eventos, sendo a maior parte em mangueiras. Assim como furos,
mangueiras com desgaste são comuns, o que ajuda a explicar sua alta frequência.
A falha Quebrado foi responsável por 14% do total de falhas, com uma frequência de
397 eventos, sendo a maior parte em mangueiras.
A falha Vedação Danificada teve uma frequência de 210 eventos, representando 7%
do total. A maior parte ocorreu em anéis da unidade de corte do equipamento.
A falha Curto-circuito foi responsável por 4% do total de falhas, ocorrendo 107 vezes.
O sensor da unidade de medição foi responsável pela maior parte dos eventos
Mau Contato ocorreu 93 vezes, sendo responsável por 2% do total de falhas. O chicote
elétrico foi responsável pela maioria dos eventos.
A DM média obtida para a frota de forwarders foi de 81,2%. Esse valor ficou próximo
do obtido por Simões e Fenner (2010), onde ao avaliarem técnica e economicamente um
forwarder na extração de madeira em povoamento de eucalipto de primeiro corte, obtiveram
uma DM de 88,35%. O valor obtido também ficou abaixo quando comparado com o valor da
DM média de 92% obtido por Linhares et al. (2012). Os equipamentos estavam programados
para trabalhar em 2 turnos de 8 horas por dia. Santos et al. (2018) obtiveram um valor de DM
para um forwarder de 87,70% no subsistema 1 e de 84,08% no subsistema 2.
A DM obtida ficou acima do valor encontrado por Lacerda et al. (2015), no qual ao
realizarem uma análise técnico operacional das máquinas utilizadas na extração florestal
mecanizada de eucalipto em quatro diferentes regionais nos estados do Espírito Santo e Bahia
em módulos próprios e terceirizados, encontraram um valor de DM média para um forwarder
de 79,8% nos módulos próprios.
A TU média obtida para a frota de forwarders foi de 57,7%, ficando abaixo do obtido
por Lacerda et al. (2015), onde foi obtido uma TU média para forwarder de 70,52% ao
realizarem uma análise técnico operacional das máquinas utilizadas na extração florestal
mecanizada de eucalipto em módulos próprios.
A EO média obtida para a frota de forwarders foi de 71,0%. Esse valor ficou abaixo
do obtido por Linhares et al. (2012), onde obteve-se um valor de EO médio de 82,2% para os
Forwarders. O valor obtido também ficou abaixo do encontrado por Simões e Fenner (2010),
onde se avaliou um forwarder na extração de madeira em povoamento de Eucalipto de primeiro
corte, onde obteve-se um valor de EO para um forwarder de 82,21%. Santos et al. (2018)
obtiveram um valor de EO para forwarder de 89,04% no subsistema 1 e de 86,52% no
subsistema 2. O valor obtido também ficou abaixo dos 79,58% para módulos próprios
encontrados por Lacerda et al. (2015).
53
O valor de MTTR médio obtido para a frota de forwarders foi de 83 minutos e o valor
de MTBF médio obtido para a frota de forwarders foi de 35,5 horas. Não foram encontrados
estudos publicados sobre esses indicadores em forwarders.
A DM média da frota de forwarders próxima à literatura pode ser explicado por não
ter ocorrido nenhum evento significativo que pudesse ter diminuido este valor. No caso da DM
de 92% obtida por Linhares et al. (2012), esta diferença pode ser explicada pelo fato das
máquinas do presente estudo estarem pogramadas para trabalhar três turnos de oito horas. A
disponibilidade mecânica das máquinas florestais está em torno de de 85% para equipamentos
com maior tempo de uso (FONTES; MACHADO, 2014), podendo o valor de DM média da
frota obtida neste estudo ser considerada satisfatória.
Assim como ocorreu na frota de harvesters, os valores médios de TU e EO abaixo da
literatura podem ser explicados por aspectos operacionais, como logística e operação em
terrenos declivoso.
O resultado do diagrama de Pareto para a frota de forwarders está mostrado na Figura
25.
Analisando o diagrama de Pareto, 17% das falhas (Furado, Quebrado, Desgaste, Solto
e Vedação Danificada) são responsáveis por 78% do total da quantidade de falhas, o que
também corrobora a teoria de Pareto. De acordo com essa análise, estas são as falhas que
merecem a atenção por parte da equipe de manutenção.
Totalizando 28% do total de falhas, apresenta-se a falha Furado. Ela ocorreu 213 vezes
e se deu principalmente em mangueiras. Assim como ocorreu na frota de harvesters, essa
quantidade de eventos pode ser explicada pela alta incidência de furos em mangueiras em
equipamentos de colheita florestal. Também deve-se acompanhar o consumo de óleo hidráulico
das máquinas para mitigar essa falha.
54
% Acumulada
Frequência
150 60%
50%
100 40%
30%
50 20%
10%
0 0%
Baixa Tensão
Perda
Mau Contato
Queimado
Sujeira
Desregulado
Curto-circuito
Atrito
Travado
Folgado
Força Insuficiente
Superaquecimento
Rosca Danificada
Ajuste Errado
Desconfigurado
Falha na Prensagem
Desgaste
Vedação Danificada
Desalinhado
Baixa Resistência
Ar no Sistema
Quebrado
Solto
Baixa Pressão
Lubrificação Ineficiente
Furado
Contaminação
Trincado
Fuga Interna
Restringido/Obstruído
Falha
Fonte: O autor.
A falha Quebrado ocorreu 141 vezes, sendo responsável por 19% da quantidade de
falhas. Ela se deu principalmente na garra do equipamento.
Desgastes em mangueiras foram os maiores responsáveis pela falha Desgaste. Ela
ocorreu 113 vezes e foi responsável por 15% do total de falhas.
A falha Solto ocorreu 85 vezes, totalizando 11% da quantidade de falhas para esse
equipamento. Ela se deu principalmente pela esteira do material rodante. Logo após vieram
mangueiras soltas. Uma manutenção preventiva focada em verificar se estes componentes estão
bem fixados e posicionados poderia diminuir a incidência dessas falhas.
Vedação Danificada foi uma falha frequente em cilindros e mangueiras, tendo uma
frequência de 37 eventos e totalizando 5% da quantidade de falhas.
Através da análise da manutenção convencional, por meios dos indicadores de
manutenção e do diagrama de Pareto das frotas de harvesters e forwarders, não foi possível
identificar as falhas que afetaram a confiabilidade, a disponibilidade e a mantenabilidade.
Também não foi possível identificar falhas pontuais com alto MTTR, falhas com alta frequência
e baixo MTTR e falhas com alta frequência e alto MTTR. Estas informações somente podem
ser analisadas através do método Jack-Knife.
55
Falha no Programa
Falhas Agudas Falhas Críticas
Falha na Montagem
Restringido/Obstruído
Desconfigurado Queimado
Soldagem com Defeito Trincado Curto-circuito
Quebrado Desgaste
100 Fuga Travado
MTTR (minutos)
10
1
1 10 Frequência 100 1.000
Fonte: O autor.
A falha Quebrado obteve uma frequência de 397 eventos, sendo a maior parte em
mangueiras (Figura 27). Batidas em árvores desses componentes ajudaram a explicar a alta
quantidade de eventos, sendo o ideal desenvolver uma proteção para as mangueiras do cabeçote,
bem como reforçar o treinamento dos operadores para uma melhor operação. A operação
inadequada, segundo Fontes e Machado (2014), é uma falha encontrada com frequência nas
máquinas de colheita florestal. Soldar ou emendar foram ações realizadas algumas vezes para
essa falha, porém a maioria foi a troca dos componentes, o que ocasionou um elevado MTTR
(94 minutos). Essa falha possui a mais alta prioridade de acordo com o método Jack-Knife,
devido a seu alto MTTR e sua alta frequência. Eliminar ou mitigar essa falha significaria
diminuir o MTTR, aumentar o MTBF, melhorar a confiabilidade, a disponibilidade e a
mantenabilidade da frota.
56
minutos de tempo de parada, elevando o MTTR dessa falha. Em um outro evento, o motor do
rolo de tração estava obstruído e precisou ser limpo, gerando 267 minutos de tempo de parada.
Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a mantenabilidade da
frota.
Avarias em sensores da unidade de corte e da unidade de medição do equipamento
foram os maiores responsáveis pela falha Baixa Resistência. Esses sensores precisaram ser
trocados, elevando o MTTR da falha, que foi de 105 minutos. Esta falha ocorreu 15 vezes.
Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a mantenabilidade da
frota.
A falha Fuga Interna se deu principalmente em cilindros do desgalhe. Ela ocorreu 13
vezes e obteve um MTTR de 113 minutos. Os cilindros precisaram reparados ou trocados em
alguns casos. Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a
mantenabilidade da frota.
A falha Desconfigurado ocorreu 12 vezes e obteve um MTTR de 121 minutos.
Sensores foram os principais responsáveis por essa falha. Um sensor desconfigurado fez com
que a unidade de medição parasse de medir o comprimento, precisando ser reparado, o que
levou 420 minutos. Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a
mantenabilidade da frota.
Falha no Programa obteve uma frequência de quatro eventos e um MTTR alto (340
minutos). Isso se deve ao fato de que houve uma falha no módulo ECU/ECM do motor diesel
de um harvester e esse componente precisou ser trocado, ocasionando um tempo de reparo de
1110 minutos. Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a
mantenabilidade da frota.
Falha na Montagem ocorreu três vezes, sendo a menor frequência das falhas avaliadas
por este método.Um desses eventos ocorreu no sensor da unidade de medição, levando 720
minutos para ser reparado, elevando o MTTR da falha, que foi de 260 minutos. Segundo Fontes
e Machado (2014), deficiências de fabricação e na montagem resultam na falta de resistência.
Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a mantenabilidade da
frota.
A falha Baixa Tensão ocorreu 7 vezes e teve um MTTR de 109 minutos. O maior
responsável pelo tempo de parada dessa falha se deu no sabre da unidade de corte, que não
avançava/recolhia, levando 315 minutos para reparo. Outro evento ocorreu na bateria do motor
diesel, onde o mesmo não dava partida, precisando ser ajustado, totalizando 108 minutos de
reparo. Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a
59
mantenabilidade da frota.
A falha Fuga aconteceu 6 vezes, ocorrendo nos cilindros do desgalhe do equipamento,
assim como a falha Fuga Interna. Todos precisaram ser trocados, aumentando o MTTR dessa
falha, que foi de 123 minutos. Eliminar ou mitigar essa falha significaria diminuir o MTTR e
melhorar a mantenabilidade da frota.
A falha Soldagem Com Defeito ocorreu 3 vezes, obtendo também a menor frequência
das falhas avaliadas por este método. Seu MTTR foi de 122 minutos. Todos os eventos
ocorreram em cilindros e os mesmos precisaram ser trocados, o que explica o alto MTTR.
Eliminar ou mitigar essa falha significaria diminuir o MTTR e melhorar a mantenabilidade da
frota.
No quadrante “Falhas Crônicas” encontram-se as falhas Furado, Solto, Vedação
Danificada, Mau Contato e Sujeira. Estes eventos obtiveram alta frequência e MTTR baixo. A
ordem de prioridade deste quadrante vem logo após as “Falhas Agudas”.
A falha Furado obteve a maior frequência entre as falhas avaliadas no presente estudo,
ocorrendo 637 vezes, sendo responsável por 23% do número total de falhas registradas no
período de um ano nessa frota. Esta falha obteve um MTTR de 72 minutos e se deu
principalmente em mangueiras (Figura 29). Mal posicionamento e falta de proteção nas
mangueiras contribuíram para essa falha. Deve-se redobrar a atenção na vistoria do
equipamento antes da operação. Proteger estes componentes deve evitar que os mesmos possam
se avariados durante a operação. Assim como desgaste, furos em mangueiras são frequentes, o
que explica sua alta quantidade de eventos. A maior parte das ações para os furos de mangueira
foi a troca desses componentes. Uma estratégia para diminuir o MTTR dessa falha também
seria a estratégia do operador-mantenedor. Também deve-se focar em um plano de manutenção
preventiva contra furos em mangueiras, evitando assim a necessidade de trocas. O
acompanhamento do consumo de óleo hidráulico das mangueiras também é indicado. Eliminar
ou mitigar essa falha significaria aumentar o MTBF, melhorar a confiabilidade e a
disponibilidade da frota.
60
A falha Solto ocorreu 452 vezes e se deu principalmente em mangueiras. O seu MTTR
foi de 50 minutos. Deve-se realizar em uma manutenção preventiva focada em verificar se estes
componentes estão bem fixados e posicionados. Eliminar ou mitigar essa falha significaria
aumentar o MTBF, melhorar a confiabilidade e a disponibilidade da frota.
A falha Vedação Danificada teve uma frequência de 210 eventos e MTTR de 77
minutos. A maior parte ocorreu em anéis da Unidade de Corte. Eliminar ou mitigar essa falha
significaria aumentar o MTBF, melhorar a confiabilidade e a disponibilidade da frota.
Mau Contato ocorreu 93 vezes e teve um MTTR de 75 minutos. O chicote elétrico foi
responsável pela maioria dos eventos. Eliminar ou mitigar essa falha significaria aumentar o
MTBF, melhorar a confiabilidade e a disponibilidade da frota.
A falha Sujeira ocorreu 80 vezes e obteve um MTTR de 67 minutos. Ela se deu
principalmente na unidade de corte dos equipamentos. Segundo Fontes e Machado (2014), essa
falha é encontrada com frequência nas máquinas de colheita florestal. Os autores também
afirmam que essas máquinas passam dias sem se deslocarem até a oficina central para serem
limpas, fazendo com que folhas de árvores, partículas de madeira e de cascas, somados à poeira
ou lama, formem uma espessa camada de sujeira, que dificulta a inspeção visual e aumenta o
atrito entre as partes móveis. A limpeza, interna e externa, é uma regra básica de prevenção que
é desrespeitada com frequência nas atividades de colheita florestal e que nunca deve ser
subestimada. O tempo total de reparo para essa falha foi de 5.364 minutos. Eliminar ou mitigar
essa falha significaria aumentar o MTBF e melhorar a confiabilidade da frota.
61
Fonte: O autor.
Na Figura 31, a posição do limite diagonal foi determinada pela análise de Pareto,
sendo a linha definindo as falhas que consumiram 80% do tempo de reparo da frota.
62
Fonte: O autor.
Fonte: O autor.
Furado
Solto
Vedação Danificada
1
1 10 Frequência 100 1.000
Fonte: O autor.
Vedação Danificada foi uma falha frequente em cilindros, tendo uma frequência de 37
eventos e MTTR de 67 minutos. Eliminar ou mitigar essa falha significaria aumentar o MTBF
e melhorar a confiabilidade da frota.
Através do diagrama Jack-Knife, foi possível identificar as falhas que afetaram a
confiabilidade (Figura 37) e mantenabilidade (Figura 38) da frota.
Fonte: O autor.
68
Fonte: O autor.
eventos como falhas agudas, ou seja, eventos pontuais e com um alto MTTR. Somadas, essas
falhas tiveram um tempo de parada de 7.642 minutos. Nota-se que no método Jack-Knife a
frequência das falhas foi preservada, adicionando somente a variável MTTR.
No diagrama de Pareto de harvester e forwarder, a falha Furado obteve a mais alta
frequência, e portanto, possui a mais alta prioridade. Entretanto, ao se analisar o Diagrama Jack-
Knife dessas frotas, essa falha foi classificada como crônica, pois apesar de possuir uma alta
frequência, o tempo para reparo dessa falha é curto.
A ordem de priorização das falhas de um método em relação ao outro foi modificada.
No método Jack-Knife, as falhas puderam ser tratadas de acordo com suas reais prioridades,
diferentemente do diagrama de Pareto. Falhas com alta frequência e alto MTTR tiveram a mais
alta prioridade, logo após vieram as falhas pontuais com alto MTTR, seguidas das falhas com
alta frequência e baixo MTTR.
O valores médios de DM, TU, EO, MTTR e MTBF foram comparados com a literatura
através do método convencional, onde forneceram informações relevantes sobre as frotas de
harvesters e forwarders, que puderam ser analisadas através da comparação com a literatura,
com o intuito de se obter uma melhor eficiência mecânica. No diagrama Jack-Knife, somente
foi possível analisar qualitativamente os indicadores DM e MTBF, ou seja, elaborar ações
corretivas em determinadas falhas a fim de se melhorar os mesmos. Os diagramas Jack-Knife
de ambas as frotas não forneceram informações relacionadas à TU e EO.
A fim de se identificar as falhas que afetaram a disponibilidade da frota de harvesters
no diagrama Jack-Knife, foi necessário utilizar a teroia 80-20 do diagrama de Pareto, mostrando
como essa regra ainda é relevante. O método Jack-Knife não se destina necessariamente a
substituir o diagrama de Pareto, pois segundo Knights (2001), ambas as técnicas podem ser
utilizadas em conjunto.
É possível notar pontos positivos e negativos tanto no método Jack-Knife quanto nos
métodos convencionais. Portanto, o método Jack-Knife complementa a manutenção
convencional e vice-versa.
71
5 CONCLUSÃO
REFERÊNCIAS
ARCE, J. E.; MACDONAGH, P.; FRIEDL, R. A. Geração de padrões ótimos de corte através
de algoritmos de traçamento aplicados a fustes individuais. Revista Árvore, Viçosa, v. 28, n.
2, p. 207-217, abr. 2004. FapUNIFESP http://dx.doi.org/10.1590/s0100-67622004000200007.
Disponível em:
<https://www.scielo.br/j/rarv/a/qMwkYVtHWcQVRVmSSLqxZfc/?lang=pt&format=pdf.>
Acesso em: 28 out. 2021.
DINIZ, C. C. C. et al. Analysis of indicators and cost of world class maintenance (WCM)
in forest machines. Floresta. Curitiba, v. 49, n. 3, p. 533 – 542, 2018. Universidade Federal
do Paraná. Disponível em: <https://revistas.ufpr.br/floresta/article/view/60013/38965>.
Acesso em: 06 ago. 2021.
FONTES, J. M.; MACHADO, C. C.; Manutenção Mecânica. In: MACHADO, C.C. Colheita
Florestal. Viçosa: UFV, 2014.
GOOGLE MAPS. 2021. Disponível em: <http://www.google.com.br/maps>. Acesso em: 20
mar. 2021, 22:45.
SEECHARAN, T.; LABIB, A.; JARDINE, A. Maintenance strategies: decision making grid
vs jack-knife diagram. Journal Of Quality In Maintenance Engineering, [S.L.], v. 24, n. 1,
p. 61-78, 12 mar. 2018. Emerald. http://dx.doi.org/10.1108/jqme-06-2016-0023. Disponível
em: <https://www.emerald.com/insight/content/doi/10.1108/JQME-06-2016-0023/full/html>.
Acesso em: 28 out. 2021. Acesso em: 03 ago. 2019.
77