01 - Confiabilidade

DESCRIÇÃO
Apresentação do conceito de confiabilidade. Vetores e aplicação como medidas de excelência em manutenção e garantia para a produtividade dos
sistemas.
PROPÓSITO
Compreender a confiabilidade como dependente de: cuidados especiais, conservação ou manutenção, e parte integrante das condições de uso
especificadas em projeto para uma alta confiabilidade dos sistemas produtivos e dos produtos.
PREPARAÇÃO
Antes de iniciar o estudo deste tema, tenha em mãos uma calculadora que execute, preferencialmente, cálculo de exponenciais.
OBJETIVOS
MÓDULO 1
Identificar as medidas de confiabilidade
MÓDULO 2
Reconhecer o diagrama de blocos de confiabilidade
MÓDULO 3
Definir a manutenção centrada na confiabilidade – RCM
MÓDULO 4
Reconhecer a metodologia Seis Sigma
BEM-VINDO AOS ESTUDOS SOBRE CONFIABILIDADE!

MÓDULO 1
 Identificar as medidas de confiabilidade
A MEDIDA DA CONFIABILIDADE
INTRODUÇÃO
Confiabilidade é a possibilidade de um item, componente, equipamento, sistema ou máquina desempenhar a sua função determinada dentro de um
projeto, de acordo com as condições de operação, em um intervalo de tempo estabelecido.
Ações como a definição de probabilidade de falhas, a padronização de procedimentos de restauração e a elaboração de códigos de conduta
operacionais são algumas possibilidades que surgem da manutenção centrada, lembrando que o resultado será:
AUMENTO DA VIDA ÚTIL DAS MÁQUINAS;
REDUÇÃO DE CUSTOS DE MANUTENÇÃO;

MELHORIA DO DESEMPENHO OPERACIONAL;
USO E GERENCIAMENTO DE BANCO DE DADOS, QUE TAMBÉM RETORNA EM

VALOR AGREGADO DO EQUIPAMENTO;
AGILIDADE E CONSISTÊNCIA DAS EQUIPES TÉCNICAS.
DEMONSTRAÇÃO
Os estudos sobre confiabilidade têm o propósito de estabelecer o que é confiável e o que não é, ou seja, trata-se de um conceito muito próximo ao
de qualidade, pois um produto ou serviço é reconhecido como sendo “de qualidade” se atender (ou superar) nossas expectativas em termos de
funcionamento adequado.
David A. Garvin expandiu esse conceito, estabelecendo que a qualidade é composta por oito dimensões (CORRÊA; CORRÊA, 2004; MUNIZ Jr.,
2010):
DESEMPENHO (PERFORMANCE)
Características primárias, operacionais de um produto. Para um automóvel seriam, por exemplo, aceleração, velocidade final, nível de conforto;
para um aparelho de som, seriam sua potência e fidelidade etc.
CARACTERÍSTICAS ACESSÓRIAS (FEATURES)

São os adicionais, os detalhes, o supérfluo que valoriza o produto. Por exemplo, a capacidade extra de memória em um computador ou o volante
regulável no automóvel etc.
CONFIABILIDADE (RELIABILITY)
Reflete a probabilidade de o produto falhar em determinado período. Um produto com reputação confiável obtém boa vantagem competitiva. Por
exemplo, a constante operação de um provedor de Internet.
CONFORMIDADE (CONFORMANCE)
Diz respeito a quão próximo da especificação (ou, implicitamente, da expectativa do cliente) um produto ou serviço se comporta. É possível que,
nesta dimensão, um carro de Fórmula 1 e um automóvel popular tenham o mesmo nível de qualidade.
DURABILIDADE (DURABILITY)
É a medida da vida do produto, sua resistência ao uso, bastante ligada à confiabilidade e muito valorizada em diversos tipos de produtos.
ATENDIMENTO (SERVICEABILITY)
Refere-se à velocidade e eficiência para sanar um problema. Por exemplo, rapidez na manutenção e competência nos serviços de pós-vendas.
APARÊNCIA (AESTHETICS)
Dimensão bastante subjetiva, relativa à maneira como o consumidor enxerga e percebe o produto, o que sente com ele, qual o seu som, sabor ou
cheiro, aparência do ambiente, limpeza etc.
QUALIDADE PERCEBIDA (PERCEIVED QUALITY)

É a mais subjetiva das dimensões e associa-se a uma série de fatores combinados — forma de tratamento, aparência, cortesia, flexibilidade para
alterações, robustez, tradição, publicidade, marca e reputação.
 ATENÇÃO
Qualquer componente, máquina ou equipamento poderá falhar em algum momento. Nesse sentido, as falhas que surgem podem se caracterizar
pela total incapacidade de a peça ou o equipamento exercerem sua função, ou pela incapacidade parcial, isto é, quando a função ocorre, mas com
um desempenho abaixo do esperado.
CONCEITOS BÁSICOS RELACIONADOS À CONFIABILIDADE

Devemos associar a ausência de falhas ao conceito de confiabilidade: uma peça ou equipamento que não falhe é confiável, isto é, podemos contar
com ele para exercer as funções a que se destina.
O conceito de confiabilidade precisa incorporar a noção de tempo, ou seja, a ausência de falhas ao longo de determinado período. Mas, ainda
assim, há pouca aplicação prática em sabermos se alguma coisa falhou ou não em determinado período.
 EXEMPLO
As decisões empresariais referentes às ações de manutenção e garantia de produtos e serviços lidam com expectativas futuras, ou seja, por
quanto tempo se espera que as falhas não ocorram.
Trabalhamos, então, com probabilidades: a confiabilidade de um item corresponde à sua probabilidade de desempenhar adequadamente o seu
propósito especificado, por um determinado período e sob condições ambientais predeterminadas.
ÍNDICES DE CONFIABILIDADE
Imagine o seguinte exemplo: Você é o responsável por uma fábrica de produção de garrafas pet, que funciona ininterruptamente no regime 24x7, e
há um contrato para atender uma demanda de 20.000 unidades por semana.
24X7
24 horas por dia, 7 dias por semana.
Sabendo que o tempo de produção de cada garrafa é de 30 segundos, você fez uma conta rápida: 0,5 minuto por garrafa multiplicado por 60
significa que 120 unidades seriam produzidas a cada hora. Produzindo 24 horas por dia, seriam produzidas 2.880 unidades por dia e,
consequentemente, poderiam ser produzidas até 20.160 unidades por semana (2.880 x 7). Assim, não haveria problema em fechar o contrato
nessas condições. Certo?
 Fábrica. As unidades fabris precisam ter uma estrutura física (máquinas, equipamentos, construções, instalações de energia, água etc.), bem
como de pessoal (engenheiros, técnicos, operários, inspetores, movimentadores de material, pessoal de manutenção e administrativo, gestores
etc.) para produzir bens diversos.
No entanto, se máquinas falharão em algum momento, isso poderá acontecer com as máquinas que deveriam trabalhar 24x7. Assim, existe a
possibilidade de que não seriam produzidas, de fato, 20.160 unidades por semana, o que poderia gerar pesadas multas pela falha nas entregas
previstas no contrato.
Então, quantas poderiam ser produzidas?
Não há como sabermos antecipadamente, nem como termos valores precisos, mas podemos trabalhar com previsões, ou seja, com probabilidades
oriundas dos estudos de confiabilidade. Para isso, precisamos estabelecer índices de medidas:
ANÁLISES QUANTITATIVAS
Voltadas à medição de desempenho de componentes, equipamentos e sistemas, abrangendo a quantidade de falhas e suas frequências de
ocorrência, tempo de paradas por falhas, custos e perda de receita envolvidos etc. Utilizamos a estatística para, baseados em dados históricos,
fazermos previsões e projeções de desempenho (por exemplo, analisar a garantia de um produto ou estabelecer rotinas de manutenção de
máquinas e equipamentos).
ANÁLISES QUALITATIVAS
Com elas, busca-se compreender os mecanismos das falhas: como e por que elas ocorrem, bem como suas consequências para o sistema. Ou
seja, é também possível fazer previsões sobre como as falhas podem ocorrer, mas não de uma forma quantitativa.
MTBF
O MTBF (do inglês Mean Time Between Failures: tempo médio entre falhas) é o parâmetro mais comum em confiabilidade. É o tempo médio entre
falhas sucessivas de um produto reparável.
 EXEMPLO
Um motor elétrico com um MTBF de 40.000 horas.
Vamos ver sua representação gráfica:

O gráfico mostra um componente ou sistema em funcionamento e sua situação ao longo do tempo: após um tempo em funcionamento normal, uma
falha ocorre. Chamamos de tempo de falha de TF. Durante determinado tempo, há o reparo e o funcionamento volta a se regularizar,
permanecendo assim até que venha a falhar novamente.
Como você pôde ver no gráfico, o tempo entre falhas não é constante e, desse modo, calcula-se um valor médio do tempo entre as falhas de
acordo com a equação a seguir:
N
∑ K = 1TF K
MTBF =
N
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Sendo:
TF k →
tempo entre a
-ésima e a
k+1
-ésima falha
n→
quantidade de falhas
Caso a coleta de dados sobre as falhas ocorra em mais de um componente ou sistema, calcula-se o valor médio do tempo entre as falhas de
acordo com a equação a seguir:
∑ I =M1 ∑ KN= 1TF KI

MTBF =
N
Sendo:
TF ki →
tempo entre a
-ésima e a
k+1
-ésima falha do
-ésimo elemento testado
n→
quantidade total de falhas nos m elementos testados
Exemplo: A empresa X testou cinco motores e o histórico dos testes é mostrado na tabela a seguir.
Calculando, temos:
MTTF
O MTTF (do inglês Mean Time to Failure: tempo médio até falhar ou tempo médio até a falha, ou tempo médio para falha) é geralmente utilizado
para produtos não reparáveis, medindo o tempo médio até sua falha ou o tempo médio até a primeira falha de um produto reparável.
 EXEMPLO
Uma lâmpada de LED com um MTTF de 50.000 horas.
Veja sua representação gráfica:
O cálculo do MTTF ocorre, então, mediante a coleta dos tempos de falha de diversos componentes/sistemas, como representado no gráfico a
seguir.
Assim, diferentes componentes/sistemas apresentam diferentes tempos até falhar. O MTTF é calculado de acordo com a equação a seguir:
∑ KN= 1TAF K
MTTF =
N
Sendo:
TaF k →
tempo até a falha do
-ésimo elemento testado
n→
quantidade de elementos testados
Exemplo: a empresa Z testou seis fusíveis com carga máxima e o histórico dos testes é mostrado na tabela a seguir:
Calculando, temos:
MTTR
O MTTR (do inglês Mean Time to Repair: tempo médio de reparo) aplica-se a produtos reparáveis, mensurando o tempo necessário para que a
falha possa ser sanada.
 EXEMPLO
Reparo de um moto gerador com um MTTR de 8 horas.
Se chamarmos o tempo de reparo como TR, teríamos, então, o TR1 para reparar a 1ª falha, TR2 para reparar a 2ª, e assim sucessivamente.
Calcula-se um valor médio do tempo entre as falhas de acordo com a equação a seguir:
∑ KN= 1TR K
MTTR =
N
Sendo:
TR k →
tempo de reparo da
-ésima falha
n→
quantidade de falhas
Exemplo: os apontamentos de manutenção em determinado equipamento mostram que, ao longo dos últimos 12 meses, foram feitos cinco
reparos, com tempos de 50, 90, 20, 30 e 120 minutos, o MTTR será:
50 + 90 + 20 + 30 + 120
MTTR = = 62 MINUTOS
5

TAXA DE FALHAS
As origens das falhas podem ser por:
FALHAS DE PROJETO;
FALHAS DE INSTALAÇÕES;
FALHAS DE PESSOAL;
FALHAS DE FORNECEDORES;
FALHAS DE CLIENTES.
Um dos índices de confiabilidade mais importantes é a taxa de falhas (λ), leia-se lambda, utilizada para expressar a frequência e a velocidade de
ocorrência das falhas. Ela pode ser medida de duas formas:
QUANTIDADE DE FALHAS POR PERÍODO
Calculada pela quantidade de falhas por período, quando utilizamos a equação abaixo:
QUANTIDADE DE FALHAS
Λ=
TEMPO DE OPERAÇÃO
PORCENTAGEM DO NÚMERO TOTAL
Medida como uma porcentagem do número total de produtos testados (SLACK et al., 2002), calculada pela equação:
QUANTIDADE DE FALHAS
Λ(%) =
QUANTIDADE DE PRODUTOS TESTADOS
Exemplo: um lote de 50 componentes eletrônicos (não reparáveis) foi testado durante 2.000 horas, e quatro falharam durante o teste:
Falha 1: após 1.200 horas;
Falha 4: após 1.905 horas.
Calculando a taxa de falhas como percentual, temos: λ(%) = 4 ÷50 = 8%, e, calculando com base no tempo, temos:
A 1ª falha ocorreu após 1.200 horas – o componente não operou por 800 horas;
Como não houve mais falhas, os demais componentes (ou seja, os outros 46) operaram durante 2.000 horas.
Desse modo, o total de horas de operação foi de 1.200 + 1.450 + 1.720 + 1.905 + 46 x 2.000 = 98.275 horas. Calculando a taxa de falhas, temos:
4
Λ= = 0, 000041 (4, 1 X 10 − 5) FALHAS / HORA DE OPERAÇÃO
98.275
 ATENÇÃO
Perceba uma relação importante: usando os dados do exemplo, se invertermos a taxa de falhas, ou seja, se dividirmos o tempo de operação pela
quantidade de falhas, isto é, 98.275÷4, encontraremos 24.568,75 e teremos como unidade horas/falha. Isso significa que, no exemplo, teríamos, em
média, uma falha a cada 24.568,75 horas. Ou seja, o MTBF seria de 24.568,75 horas.
Temos, assim, as equações:
Λ = 1 ÷ MTBF
MTBF = 1 ÷ Λ
CRITÉRIOS DE REDUNDÂNCIA
A redundância pode ser definida como algo disponível para uso, mas que só é usado em caso de falha de alguma outra coisa.
 EXEMPLO
Nos automóveis, temos um pneu de estepe.
A redundância, entretanto, pode ocorrer de outra forma, quando o elemento redundante entra em uso sem a necessidade de uma intervenção.
 EXEMPLO
Quando instalamos um no-break no computador ou um gerador em uma instalação predial, não precisamos ligá-los ou acioná-los quando falta
energia, ou seja, entram imediatamente em funcionamento, fazendo com que a função seja mantida.
Suponha que uma bomba tem 10% de probabilidade de falhar ao longo de determinado tempo: sua confiabilidade é de 90%.
Imagine, agora, termos uma segunda bomba como redundância, que entra em operação instantaneamente quando a primeira falhar. Veja um
exemplo de redundância na imagem a seguir:
Vamos analisar as possibilidades de operação do sistema:
Observe que, por causa da redundância, o sistema só falhará quando as duas bombas falharem. A probabilidade de as bombas falharem
simultaneamente é dada pela equação:
P S (T) = P 1 (T) X P 2 (T)
Sendo:
P S(t) →
Probabilidade de o sistema falhar no tempo t
P 1(t) →
Probabilidade de a bomba 1 falhar no tempo t
P 2(t) →
Probabilidade de a bomba 2 falhar no tempo t
Dessa forma, temos:
P S (T) = 0, 1 X 0, 1 = 0, 01, OU 1%
 RESUMINDO
A confiabilidade do sistema é de 99%.
Você pode estar se perguntado se não seria interessante, então, adotar componentes redundantes em tudo, de modo a aumentar a confiabilidade
de produtos, máquinas, equipamentos e sistemas.
Há, no entanto, dois fatores para que isso não seja feito:
IMPOSSIBILIDADE TÉCNICA
Como ter redundância para os pneus de uma bicicleta ou para o sistema de suspensão de um automóvel?
CUSTO
Observe que, no exemplo do sistema de bombas, por utilizarmos duas em vez de somente uma, o custo do conjunto aumentaria.
Assim, de forma geral, só é comum adotarem-se medidas de redundância nas situações em que há risco envolvido, como, por exemplo, sistemas
de distribuição de eletricidade, sistemas de freio em automóveis, aviões etc.
SISTEMAS EM SÉRIE, EM PARALELO E MISTOS
A forma como os componentes de um equipamento ou sistema são ligados uns aos outros influi diretamente na confiabilidade do sistema.
SISTEMA EM SÉRIE
É aquele em que a função do conjunto ou sistema acontece pela atuação em sequência dos diversos componentes.
Slack, Chambers e Johnston (2002) citam o exemplo de uma máquina automática de produção de pizza em uma fábrica de alimentos, com cinco
componentes principais:
MISTURADOR DE MASSA;
trending_flat
ROLO E CORTADOR DE MASSA;
trending_flat
APLICADOR DE MOLHO DE TOMATE;
trending_flat
APLICADOR DE QUEIJO;
trending_flat
FORNO.
Obviamente, a falha de qualquer um desses componentes levaria à falha da máquina, ou seja, ela deixaria de ser capaz de produzir as pizzas. A
representação gráfica dos componentes em série é mostrada na figura a seguir:
 Componentes em série
A lógica dessa representação gráfica é a de que, se um componente falhar, todo o conjunto ou sistema falhará.
Assim, supondo componentes com modos de falha independentes entre si, ou seja, supondo que a falha de um componente não afete a
probabilidade de falha dos demais, a confiabilidade de um sistema em série pode ser calculada pela equação:
RS (T) = R1 (T) X R2 (T) X . . . X RN (T),
Sendo:
Rs(t) →
confiabilidade do sistema
Rn(t) →
confiabilidade do componente
Vamos calcular a confiabilidade da máquina automática de produção de pizzas, considerando as seguintes confiabilidades dos seus componentes:
De acordo com a equação, a confiabilidade da máquina será de:
RS (T) = R1 (T) X R2 (T) X R3 (T) X R4 (T) X RN (T)

RS (T) = 0, 95 X 0, 99 X 0, 97 X 0, 90 X 0, 98 ≈ 0, 805
 RESUMINDO
A confiabilidade da máquina é de aproximadamente 80,5%.
Você já deve ter percebido que, em um sistema em série, quanto maior for a quantidade de componentes, menor será sua confiabilidade.
SISTEMA EM PARALELO
A falha do sistema só ocorre se todos os componentes envolvidos falharem, fazendo com que, de forma geral, sua confiabilidade seja elevada. A
representação esquemática de um sistema em paralelo é mostrada na figura a seguir.
 Sistema em paralelo
A confiabilidade de um sistema em paralelo pode ser calculada pela equação:
RS (T) = 1 – [1 − R 1 (T)] X [1 − R 2 (T)] X . . . X [1 − R N (T)],
Sendo:
Rs(t) →
confiabilidade do sistema
Rn(t) →
Vamos calcular a confiabilidade da máquina automática de fazer pizzas, se os componentes funcionassem em paralelo:
RS (T) = 1 – [1 − R 1 (T)] X [1 − R 2 (T)] X [1 – R 3 (T)] X [1 – R 4 (T)] X [1 – R 5 (T)]

RS (T) = 1 – [1 – 0, 95] X [1 – 0, 99] X [1 – 0, 97] X [1 – 0, 90] X [1 – 0, 98] = 99, 999997%
Caso todos os componentes tivessem a mesma confiabilidade, poderíamos transformar a equação em uma forma mais simples, como mostrado
na equação a seguir:
RS (T) = 1 – [1 − R(T)] N,
Sendo:
R(t) →
n→
quantidade de componentes no sistema em paralelo
As vantagens em termos de confiabilidade quando usamos sistemas em paralelo são enormes. Entretanto, como exposto anteriormente,
impedimentos tecnológicos ou de custos tornam tal estratégia, na maioria das vezes, proibitiva.
SISTEMAS MISTOS
Suponha, por exemplo, que na máquina de pizza tivéssemos um 2º aplicador de queijo, visto que esse é o componente mais crítico (menor
confiabilidade).
 ATENÇÃO
Temos, nesse caso, um sistema que pode ser interpretado como misto, isto é, com parte em série e parte em paralelo.
Podemos tratar a parte do sistema que contém os dois aplicadores de queijo como sendo em paralelo, pois, por causa da redundância existente, a
falha do sistema só ocorre se todos os componentes envolvidos falharem. Vamos ver como ficaria a representação gráfica do sistema com essa
nova configuração:
 Sistema misto
Nesses sistemas, precisamos decompor as partes em série e em paralelo para fazermos os cálculos de confiabilidade.
 EXEMPLO
O trecho em que há a redundância é em paralelo e, assim, vamos calcular separadamente sua confiabilidade.
A confiabilidade do sistema 4-4a pode ser calculada:
RS (T) = 1 – [1 – 0, 90] X [1 – 0, 90] = 0, 99
Calculada a confiabilidade do sistema 4-4a, podemos calcular a confiabilidade do sistema como um todo:
RS (T) = 0, 95 X 0, 99 X 0, 97 X 0, 99 X 0, 98 ≈ 0, 885
FUNÇÃO DENSIDADE DE CONFIABILIDADE

Você aprendeu sobre taxa de falhas e a calculá-la em componentes e sistemas. No entanto, as análises feitas até o momento tratavam a taxa de
falhas (λ) como algo imutável, ou seja, que não variava em função do tempo.
Sabemos que a taxa de falha de um componente é de, por exemplo, 0,1% ou de 1 falha a cada 1.000 horas de funcionamento, pois não significa
que funcionará adequadamente durante 1.000 horas e que, exatamente na milésima hora, apresentará uma falha.
Por serem valores médios de uma amostra ou população que tem dispersão de valores, o que nos importa é saber a probabilidade de falha ao
longo do tempo.
Vamos ver algumas definições que nos ajudarão a trabalhar com as funções de confiabilidade e risco, tomando por base os conceitos expressos
por Lafraia (2014, p. 19-20):
FUNÇÃO DENSIDADE DE FALHAS

Representa a variação da probabilidade de falhas por unidade de tempo, sendo uma função de distribuição de probabilidade expressa
matematicamente pela equação:
F(T) = DF(T) / DT,
Sendo:
F(t) →
função acumulada de falhas
FUNÇÃO ACUMULADA DE FALHAS

Mostra a probabilidade de falhas entre um período
t1
t2
, sendo uma função de distribuição de densidade acumulada, expressa matematicamente pela equação a seguir:
T
F(T 1) − F(T 2) = ∫ T21F(T)DT
De acordo com Natacci, Souza e Martins (2007), a função F(t) é crescente com o tempo, atingindo o valor unitário (100%) quando o intervalo de
tempo t tende a ∞, como pode ser visto no gráfico a seguir:
No instante inicial (t = 0) não há falhas: elas ocorrem com o avanço do tempo. Como sabemos que as falhas vão acontecer em determinado
momento, avançando no tempo, chega-se a 100% (1), como mostrado no gráfico.
FUNÇÃO DE CONFIABILIDADE
Probabilidade de um item sobreviver a um dado intervalo estabelecido (de tempo, ciclos, distância etc.) entre zero e x, expressa matematicamente
pela equação:
∞
R(T) = ∫ TF(T)DT
A partir dessa definição, infere-se que:
T
R(T) = 1 − ∫ − ∞F(T)DT
Consequentemente, temos que:

R(T) = 1 – F(T)
FUNÇÃO DE RISCO (HARZARD FUNCTION OU HARZARD RATE)

Também conhecida como taxa condicional de falha, representa a probabilidade condicional de falha no intervalo de t at + dt, dado que não houve
falha em t, expressa matematicamente pela equação:
F(T)
Λ(T) =
R(T)
 ATENÇÃO
Repare que, agora, não estamos mais falando de um valor de λ fixo, mas sim de uma taxa medida em uma situação em que é cada vez mais
provável que ocorra uma falha.
 RELEMBRANDO
Todo componente ou sistema falhará em algum momento e, assim, quanto mais tempo se passar sem que a falha ocorra, mais próximo estaremos
de sua ocorrência.
A função densidade de falhas f(t) apresentará uma concentração em determinada faixa de tempo.
 RESUMINDO
É mais comum que as falhas ocorram após determinado tempo de uso (raramente muito “cedo” e raramente “funciona muito tempo sem falhar”).
Por conta disso, a confiabilidade C(t) ou R(t) é inicialmente alta, caindo rapidamente quando o tempo se aproxima da faixa de tempo em que há
maior probabilidade de falhas e, consequentemente, a função de risco λ(t) é crescente.
Vamos ver uma aplicação prática dos conceitos apresentados, utilizando um exemplo no qual 1.000 componentes não reparáveis foram testados
até que o último falhasse após 100 meses de teste, apresentando os seguintes resultados:
A partir dos dados, podemos calcular f(t), F(t), R(t) e λ(t), como você pode ver na tabela a seguir, já completa:
Houve um total de 1.000 falhas e, dessa forma, para calcularmos f(t), dividimos a quantidade de falhas em cada mês pelo total (1.000). Observe,
por exemplo, que no mês t=2, tivemos seis falhas. Assim, 6 ÷ 1.000 = 0,006 ou 0,6%. Podemos, assim, traçar o gráfico de f(t):
Repare que há um crescimento de f(t) e, chegando a um pico, a partir de onde há uma inflexão, com redução nos meses seguintes. Isso acontece
porque os diversos componentes não falharam ao mesmo tempo, havendo uma variabilidade do tempo até a falha, conforme já havíamos discutido
no início. A variação ocorre ao redor de um valor central, isto é, um valor médio do tempo até falhar (MTTF).
Para termos F(t), calculamos inicialmente o total de falhas acumulado a cada mês. Por exemplo, até o mês t=3, tivemos um total de 6 + 8 = 14
falhas. Calculamos, então, o F(t), dividindo esse valor por 1.000, ou seja, 0,014. Obviamente, ao chegarmos ao 100º mês, totalizamos 100% das
falhas. Vamos ver como fica o gráfico de F(t):
Para calcularmos R(t), é só subtrair F(t) de 1. O gráfico de R(t) pode ser visto a seguir:
Por último, para calcularmos λ(t), dividimos f(t) por R(t) e montamos o gráfico a seguir:
Como o λ(t), nesse caso, representa a probabilidade condicional de falha, e como ela ainda não ocorreu, percebe-se que o gráfico é crescente, ou
seja, quanto mais tempo se passar sem que ocorra a falha, maior a probabilidade de sua ocorrência.
MÃO NA MASSA
TEORIA NA PRÁTICA
Um lote de 50 componentes eletrônicos é testado durantes 2.000 horas. Quatro dos componentes falham durante o teste, como segue:
Falha1 ocorreu após 1.200 horas
A taxa de falhas por hora será igual a:
RESOLUÇÃO
EXEMPLO APLICADO CÁLCULO DA CONFIABILIDADE
VERIFICANDO O APRENDIZADO
MÓDULO 2
 Reconhecer o diagrama de blocos de confiabilidade
DIAGRAMA DE BLOCOS DE CONFIABILIDADE

INTRODUÇÃO
Neste módulo, daremos continuidade às análises qualitativas da Engenharia da Confiabilidade, mas o foco agora é a compreensão de como a falha
de componentes pode afetar o desempenho de um conjunto ou sistema, considerando não somente os modos de falha, mas também a existência
ou não de redundância. Fazemos isso em uma ferramenta denominada FTA (Fault Tree Analysis ‒ Árvore da Análise de Falhas), que provê uma
análise lógica da influência das falhas no funcionamento de conjuntos. Vamos falar também sobre Manutenibilidade e Disponibilidade.
DEMONSTRAÇÃO
ÁRVORE DE EVENTOS (EVENT TREE - ET)

A FTA permite que a análise das falhas possa ser desdobrada até que sejam encontradas as causas-raiz do problema, no método denominado
Root Cause Analysis (RCA), originando a árvore de eventos.
 EXEMPLO
Se uma pessoa vai ao médico e se queixa de uma dor no braço, não é adequado que o profissional prescreva simplesmente um analgésico, pois,
ainda que o medicamento atue sobre a dor, sua causa não foi combatida, o incômodo pode se tornar mais forte e causar danos maiores. Assim, o
médico faz perguntas ao paciente e, eventualmente, pede alguns exames para, a partir das constatações, poder traçar um diagnóstico e, somente a
partir de então, estabelecer que medidas devem ser tomadas.
Uma das formas de realizar essa análise é por meio da ferramenta denominada 5 porquês (ou 5 whys, em inglês), que consiste em perguntarmos
sucessivamente a razão da ocorrência de um evento, para que possamos chegar a sua real causa. A cada etapa, nos aprofundamos na pesquisa
sobre o problema e temos melhor compreensão de sua dinâmica de ocorrência.
1. Por que a máquina parou? Porque aconteceu uma sobrecarga e o fusível estourou.
2. Por que aconteceu uma sobrecarga? Porque o rolamento não estava suficientemente lubrificado.
3. Por que ele não estava suficientemente lubrificado? Porque a bomba de lubrificação não estava bombeando suficientemente.
4. Por que ela não estava bombeando suficientemente? Porque a haste da bomba de lubrificação estava gasta e causando ruídos.
5. Por que a haste estava gasta? Porque não havia um filtro e os restos de metais entravam na bomba.
 Atenção! Para visualizaçãocompleta da tabela utilize a rolagem horizontal
 EXEMPLO
Podemos perceber que a falta de filtro permitiu a contaminação do óleo com restos de metal que desgastaram a haste da bomba; esta, não
funcionando direito, não permitiu a adequada lubrificação do rolamento, sobrecarregando o motor da máquina e levando ao estouro do fusível.
Nesse exemplo da bomba, poderia surgir uma sexta pergunta: por que não havia filtro? Se a resposta fosse “porque o mecânico não o colocou”,
nos levaria a uma sétima pergunta: por que o mecânico não colocou o filtro? Uma resposta como “porque ele não sabia que precisava colocar”, por
exemplo, nos indicaria a falta de conhecimento técnico do mecânico como a causa-raiz. Ou ainda, se ele não tivesse colocado porque não tinha em
estoque, as perguntas continuariam até chegar a uma causa-raiz que indicasse a falha de alguém do almoxarifado ou da área de compras.
 RESUMINDO
A árvore de eventos (ET) nada mais é do que a representação gráfica dos desdobramentos que podem levar a um problema.
Normalmente relacionada à área de segurança e prevenção de acidentes, pode ser aplicada à área de Confiabilidade, visto que o intuito é o
mesmo, ou seja, antecipar-se às falhas por meio da identificação de eventos que podem ocorrer e que, combinados, levam ao acidente ou à falha.
Vamos ver um exemplo, adaptado de Fogliatto e Ribeiro (2009), sobre danos a uma central de comunicações causados por incêndio não detectado.
 Árvore de eventos
No topo, encontramos o denominado evento-falha (também chamado evento resultante), que é sempre representado por um retângulo. Em se
tratando de uma falha, ela pode ser mais desenvolvida, ou seja, desdobrada em subfalhas, ou causas intermediárias.
CAUSAS INTERMEDIÁRIAS
Eventos com dualidade, pois são, simultaneamente, falha e causa.
 ATENÇÃO
Os danos à central poderiam ocorrer devido ao incêndio no 1º piso ou no subsolo (por isso, esses eventos são representados, também, por
retângulos).
Quando não podemos (ou não desejamos) desdobrar um evento, o chamamos de evento não desenvolvido, sendo representado por um losango.
Observe que na ET não queremos analisar o início do incêndio, pois o foco é o dano na central causado por incêndio não detectado.
Assim, a busca pela identificação da causa-raiz do início do incêndio seria, provavelmente, em uma análise separada da que estamos vendo. Os
desdobramentos dos eventos nos levam às causas-raiz, denominadas eventos básicos (ou falhas básicas), que são representadas por círculos.
 EXEMPLO
Temos as falhas dos sprinklers.
 ATENÇÃO
Os retângulos, losangos e círculos são os principais símbolos adotados na elaboração das ET (e, também, na FTA). Porém, há outros para análises
mais complexas, como retângulos tracejados (que representam hipóteses de eventos), triângulos (usados para dar continuidade ao
desenvolvimento da ET em outro local ou página – transferência), elipses (eventos condicionais) e “casa” (⌂), que representa um evento básico
esperado, ou seja, normal, não sendo uma falha.
A análise da árvore de falha (FTA) é uma expansão da ET, ou seja, contém todas as informações e a estrutura básica construtiva, com os
desdobramentos dos eventos-falha até chegarmos aos eventos básicos.
OPERADOR LÓGICO E (AND)
Todos os eventos diretamente abaixo devem acontecer ao mesmo tempo para que o evento precedente aconteça.
OPERADOR LÓGICO OU (OR)
Basta um evento diretamente abaixo acontecer para que o evento precedente aconteça.
OPERADOR LÓGICO E R/N:
r dos n eventos diretamente abaixo devem acontecer ao mesmo tempo para que o evento precedente aconteça.
OPERADOR LÓGICO SE (IF)
Basta o evento diretamente abaixo acontecer e determinada condição estar presente para que o evento precedente aconteça.
Vamos aplicar os operadores lógicos no exemplo dos danos da central de comunicações por incêndio não detectado, transformando a ET em FTA.
Só precisaremos utilizar os dois primeiros (e e ou).
Temos, então, que os danos podem ocorrer por incêndio no 1º piso OU incêndio no subsolo. Mas o incêndio no 1º piso só causará danos se ele
ocorrer E os bombeiros demorarem.
Além disso, só haverá incêndio no 1º piso SE ele se iniciar E os sprinklers não funcionarem. E o incêndio no subsolo só ocorrerá se ele iniciar E o
alarme OU o extintor não funcionarem. Veja como fica a FTA após a inclusão dos operadores lógicos.
 FTA
A vantagem da FTA sobre a ET é que os operadores lógicos nos permitem calcular a probabilidade de falhas do sistema (ou sua confiabilidade),
com base nas informações sobre confiabilidade de cada um dos componentes.
OPERADOR LÓGICO E
Seria o equivalente aos sistemas em paralelo que você estudou, pois a falha só ocorre se todos os componentes envolvidos falharem.

OPERADOR LÓGICO OU
Seria o equivalente aos sistemas em série, pois a falha ocorre quando há falha de qualquer um dos componentes.
Vamos supor que o sprinkler tenha 90% de confiabilidade, que o alarme tenha 80% e que o extintor tenha 95%. Caso o incêndio inicie no 1º piso,
há 10% de probabilidade de ele avançar e causar danos à central (como a confiabilidade é de 90%, a probabilidade de falha é 1 - 0,9 = 0,1). Já no
caso do alarme e do extintor, a falha de qualquer um dos dois impedirá a ação contra um incêndio que se inicie. Assim, a confiabilidade do sistema
alarme-extintor é 0,8 x 0,95 = 0,76 (76%), ou seja, caso haja um início de incêndio no subsolo, há 24% de probabilidade de ele gerar danos na
central (1 – 0,76).
Por último, como os danos podem ser causados pelo incêndio no 1º piso OU no subsolo, podemos calcular a probabilidade de danos à central: a
confiabilidade de 90% no ramo do incêndio no 1º andar (protegido pelo sprinkler, que tem 90% de confiabilidade) e os 76% do sistema alarme-
extintor representa uma confiabilidade total de 0,9 x 0,76 = 0,684 (68,4%), o que significa que a probabilidade de haver danos é de 1 – 0,684 =
0,316 = 31,6%.
MANTENABILIDADE
O mercado deseja que os produtos estejam sempre prontos para o uso, quando necessitamos deles. Isso está alinhado com o conceito de
disponibilidade, ou seja, a aptidão de um item no desempenho de sua função designada quando requerido para uso.
A disponibilidade de um produto depende da quantidade de falhas que ocorrem (confiabilidade) e do tempo para sanar essas falhas
(mantenabilidade), que é calcado no índice MTTR. Mantenabilidade (maintainability), ou manutenibilidade, é definida como a:
CAPACIDADE DE UM ITEM SER MANTIDO OU RECOLOCADO EM CONDIÇÕES DE
EXECUTAR SUAS FUNÇÕES REQUERIDAS, SOB CONDIÇÕES DE USO
ESPECIFICADAS, QUANDO A MANUTENÇÃO É EXECUTADA SOB CONDIÇÕES
DETERMINADAS E MEDIANTE PROCEDIMENTOS E MEIOS PRESCRITOS.
(ABNT, 1994, p. 3)
Algumas práticas utilizadas para melhoria da mantenabilidade são o denominado Design for Serviceability (ou Design for Service, ou ainda
Supportability) e o Design for Maintainability, respectivamente projetos orientados para serviço e para mantenabilidade, que buscam incorporar, já
no projeto do produto, a forma na qual se realizará sua manutenção ao longo do seu ciclo de vida.
 Manutenção no espaço. Trata-se de um ambiente inóspito e, por isso, qualquer manutenção necessária deve ser rápida e eficaz. Assim, as
preocupações com mantenabilidade têm alta prioridade.
DISPONIBILIDADE
Disponibilidade é a capacidade de um componente, máquina, equipamento ou sistema desempenhar sua função em determinado período ou
instante de tempo; na prática, é o percentual de tempo em que o sistema se encontra em condições de operar normalmente.
A NBR 5462 ‒ Confiabilidade e mantenabilidade apresenta uma definição mais abrangente:
CAPACIDADE DE UM ITEM ESTAR EM CONDIÇÕES DE EXECUTAR UMA CERTA

FUNÇÃO EM UM DADO INSTANTE OU DURANTE UM INTERVALO DE TEMPO
DETERMINADO, LEVANDO-SE EM CONTA OS ASPECTOS COMBINADOS DE SUA
CONFIABILIDADE, MANTENABILIDADE E SUPORTE DE MANUTENÇÃO, SUPONDO
QUE OS RECURSOS EXTERNOS REQUERIDOS ESTEJAM ASSEGURADOS.
(ABNT, 1994, p.2)

 Paralisações nas atividades fabris por quebra, falta de energia ou tempo necessário a qualquer forma de manutenção causam grandes
prejuízos. Desse modo, é dada grande importância à disponibilidade de equipamentos e instalações.
Vamos analisar graficamente o que seria a disponibilidade:
Como já discutimos, após um tempo em funcionamento normal, uma falha ocorre (TF), havendo o reparo (TR). Em seguida, o funcionamento volta
a se regularizar. Com base nos conceitos estudados — MTBF, MTTF e MTTR —, podemos inferir que os picos vistos no gráfico (ou seja, a região
que mostra o status de Funciona nos daria o MTTF, os vales (região de Não Funciona), o MTTR, enquanto os ciclos nos dariam o MTBF.
Se o TR fosse zero, o equipamento não pararia nunca, ou seja, estaria em constante funcionamento porque as falhas, ainda que ocorressem,
seriam instantaneamente reparadas. Ou seja, o equipamento estaria disponível 100% do tempo. Como isso não acontece, ele só está disponível
em parte do tempo, e esse é o conceito da disponibilidade: quanto é esse percentual do tempo. Diferentes autores propõem diferentes formas de
cálculo para a disponibilidade (A).
MTBF
A =
MTBF + MTTR

 EXEMPLO
Se tivermos um MTBF de 100 horas e um MTTR de 10 horas, calculando a disponibilidade com base do MTBF, teremos: A = 100 ÷ (100 + 10) =
90,91% e, se calcularmos com base no MTTF, teríamos o mesmo como 100 – 10 = 90h e, dessa forma, A = 90 ÷ (90 + 10) = 90%.
MÃO NA MASSA
TEORIA NA PRÁTICA
Uma indústria têxtil trabalha 24 horas por dia e 252 dias por ano. Instalou recentemente 8 teares de alta produtividade e deseja medir seu
desempenho. A tabela a seguir apresenta o apontamento feito em seis meses de operação. O gerente de produção solicitou ao seu supervisor que
calcule os indicadores MTBF, MTTR e disponibilidade, de modo a conseguir dados para tomar a decisão de comprar mais um conjunto de 8 teares.
Ajude o supervisor a calcular os indicadores.
RESOLUÇÃO
EXEMPLO DE APLICAÇÃO DE CONFIABILIDADE

MÓDULO 3
 Definir a manutenção centrada na confiabilidade – RCM
A MANUTENÇÃO CENTRADA NA CONFIABILIDADE
INTRODUÇÃO
Fizemos a pergunta “A geladeira da sua casa é confiável?” a diversas pessoas e as respostas foram mais ou menos estas:
Acredito que sim, comprei-a faz uns 10 anos e ela nunca apresentou qualquer problema.
Sim, ela funciona bem há mais de 8 anos.
Não, ela já apresentou tantos problemas que não compro mais nenhum produto da mesma marca!
Evidentemente, usuários diferentes podem ter não só expectativas diferentes com relação à durabilidade de um produto, como também opiniões
diferentes a respeito do que seja bom funcionamento. Mesmo que inconscientemente, eles têm o conceito de confiabilidade, principalmente quando
tratamos sobre produtos de uso doméstico, como aparelhos de televisão, computadores ou automóveis.
Com o desenvolvimento e a aplicação de novas tecnologias, foi aumentando a pressão para que questões de ordem prática fossem resolvidas.
Com o objetivo de facilitar o entendimento e a aplicação prática desta definição, quatro aspectos precisam ficar claros:
O que se entende por um bom funcionamento do produto?
Por quanto tempo espera-se que o produto funcione bem?
Quais são as condições de uso nas quais o produto deve funcionar bem?
Quais são as necessidades e expectativas dos clientes?
DEMONSTRAÇÃO
Muitas vezes, as intervenções feitas em equipamentos ocorrem de forma reativa, isto é, a partir da identificação de um problema ou da ocorrência
de uma falha. Mas essa não é a única forma de propiciar o funcionamento adequado.
 EXEMPLO
Intervenções de verificação rotineiras, ajustes etc. auxiliam a prolongar o uso e aumentar a segurança.
Um equipamento que esteja “em manutenção” poder ter cessado o seu funcionamento por conta de uma falha ou quebra, por conta de alguma
ocorrência não usual (um ruído diferente do normal da operação), pela detecção de alguma situação inapropriada (observação de vazamento), ou
ainda para ações relacionadas a verificações programadas.
 SAIBA MAIS
A Manutenção Centrada na Confiabilidade (MCC ou RCM) surgiu após a Segunda Guerra Mundial, calcada no desenvolvimento tecnológico da
indústria bélica norte-americana, alavancada, posteriormente, pela automação industrial, informática e pelas telecomunicações.
A RCM é a aplicação de um método sistematizado para estabelecer a melhor estratégia de manutenção, seja ela corretiva, preventiva, ou uma
combinação delas, tendo por base as condições de determinada máquina ou equipamento, e possibilita as seguintes alternativas para manutenção:
Realização em intervalos preestabelecidos (preventiva).
Realização de acordo com as condições do sistema (preditiva).
Não realização de qualquer ação e reparação após a falha (corretiva).

Determinação de que nenhuma ação de manutenção seja realizada para reduzir a probabilidade de falha e optar por redundância ou reprojeto.
Existem sete questões básicas que devem ser contempladas pelos programas de MCC:
1. Quais as funções e padrões de desempenho esperados para os equipamentos fabris?
2. De que modo os equipamentos podem falhar em cumprir suas funções?
3. O que causa cada falha funcional?
4. O que acontece quando cada falha ocorre?
5. De que forma cada falha interessa?
6. O que pode ser feito para prevenir ou impedir cada falha?
7. O que deve ser feito quando não pode ser estabelecida uma atividade proativa pertinente?
Outra questão essencial abordada pela MCC refere-se à identificação dos modos de falha, ou seja, dos modos como os equipamentos podem
falhar em cumprir suas funções.
O conceito de disponibilidade de um equipamento pressupõe períodos de operação e reparo não desprezíveis. Em situações em que o tempo
até o reparo for considerado desprezível, a disponibilidade do equipamento, para uma dada missão de duração t, será de 100%.
Assim, o estudo da disponibilidade de equipamentos pressupõe um processo de ocorrência de falhas e reparos durante sua operação.
Uma realização desse processo em um equipamento qualquer vem apresentada na figura a seguir. A partir desta, pode-se constatar que a
disponibilidade do equipamento deve expressar a razão entre os tempos X e R.
O estado de um equipamento reparável no tempo t indica o seu status operacional: operante ou inoperante (e, assim, sofrendo reparo).
 SAIBA MAIS
A variável binária X(t) descreve o estado do sistema; quando X(t) = 0, o equipamento está inoperante no tempo t e quando X(t) = 1, o equipamento
está operante em t.
A variável binária X(t) descreve o estado do sistema; quando X(t) = 0, o equipamento está inoperante no tempo t e quando X(t) = 1, o equipamento
está operante em t.Durante a vida de um equipamento, espera-se que os valores de X(t) alternem-se entre 0 e 1. O equipamento estará disponível
sempre que X(t) = 1. Assim, uma medida de desempenho do equipamento é dada pela fração do tempo em que este encontra-se no estado 1.
A disponibilidade pode ser definida como a probabilidade de o equipamento estar funcionando no tempo t. A disponibilidade pode ser medida de
quatro maneiras distintas:
DISPONIBILIDADE PONTUAL
A(T) = P[X(T) = 1] = E[X(T)], T > 0
DISPONIBILIDADE ASSINTÓTICA OU LIMÍTROFE
A = LIM A(T)
T→∞
DISPONIBILIDADE MÉDIA NO INTERVALO (0, C]
AC =
C
1
E [∫ C
0
X(T)DT ] [
=
C
1 C
E∫ 0 X(T)DT = ] 1
C∫0
C
A(T)DT, C > 0
DISPONIBILIDADE MÉDIA ASSINTÓTICA NO INTERVALO (0, C]
A ∞ = LIM A C
C→∞
Em muitas aplicações práticas, o valor de A(t) converge rapidamente para A à medida que t aumenta. É possível demonstrar que, nos casos em
que a disponibilidade assintótica existe, a seguinte aproximação é válida:
MTTF
A = A∞ ≈
MTTF + MTTR
onde MTTF designa o tempo médio até falha do equipamento (isto é, MTTF = E[X]) e MTTR, o tempo médio até o reparo do equipamento (isto é,
MTTR = E[R]).
 SAIBA MAIS
Sempre que a determinação de A(t) se tornar matematicamente complexa, essa equação pode ser utilizada como uma estimativa aproximada de
seu valor.
A disponibilidade pontual corresponde à definição de disponibilidade apresentada.
Se o equipamento não for reparável, sua disponibilidade A(t) será idêntica à sua confiabilidade R(t).
A disponibilidade assintótica pode ser interpretada como a disponibilidade de longo prazo; por exemplo, se um equipamento apresentar A = 0,9,
pode-se concluir que, em longo prazo, ele estará operante 90% do tempo.
Uma expressão para a disponibilidade pontual A(t) que utiliza a densidade λ(t) de renovação pode ser derivada da seguinte maneira: considere um
equipamento que está operante no tempo t. O equipamento pode estar operante sem falhas desde o tempo t=0 com probabilidade R(t),
correspondente à sua confiabilidade; nesse caso, nenhuma renovação ocorreu em (0, t]. Caso o equipamento tenha apresentado falhas, a última
falha ocorreu em um tempo x < t, e o equipamento vem operando sem falhas desde então, com probabilidade.
T
∫ 0R(T − X)Λ(X)DX
Assim, a disponibilidade do equipamento em t é dada pela soma das probabilidades dos eventos descritos anteriormente, isto é:
T
A(T) = R(T) + ∫ 0R(T − X)Λ(X)DX
Ou seja,
Μ Μ
A(T) = + E − (Λ+Μ)T
Λ+Μ Λ+Μ
Onde:
E(x) = MTTF = 1 ÷ λ
E(R) = MTTR = 1 ÷ μ
Vamos ver um exemplo: nos últimos seis meses, ocorreram dez falhas em uma máquina perfiladeira. Os dias em que ocorreram as falhas, os
tempos até a falha e o tempo (em dias) para o reparo do equipamento vêm apresentados a seguir. Suponha tempos até falha e tempos até reparo
exponencialmente distribuídos. Pede-se:
1. Estimativas do MTTF e MTTR do equipamento;
2. A disponibilidade do equipamento num período de seis meses;
3. A disponibilidade assintótica do equipamento.
Solução:
O MTTF do equipamento é dado pela média dos tempos até falha (o parâmetro da distribuição exponencial que caracteriza os tempos até falha é
designado por λ):
5, 8 + 32, 8 + . . . + 22, 1 + 16, 9

MTTF = = 15, 9 DIAS
10
Analogamente, a MTTR do equipamento corresponde à média dos tempos até reparo (o parâmetro da distribuição exponencial que caracteriza os
tempos até reparo é designado por μ):
0, 2 + 0, 6 + . . . + 3, 3 + 0, 1
MTTF = = 1, 2 DIAS
10
A disponibilidade do equipamento em t = 6 meses (182 dias) é obtida substituindo as informações do problema na equação:
1 1
A(T) =
Λ+Μ
Μ
+
Λ+Μ
Μ
E − (Λ+Μ)T =
1
1,2
1
+
1
1,2
1
E− ( 1
+
1
15 , 9 1 , 2 ) 182 = 0, 9325
15 , 9
+ 1,2 15 , 9
+ 1,2
A disponibilidade assintótica do equipamento é dada por:
MTTF 15, 9
A= = = 0, 9324
MTTF + MTTR 15, 9 + 1, 2
 ATENÇÃO
Para sistemas em série, o cálculo da disponibilidade segue a lei do produto de probabilidades.
Já que a disponibilidade é definida como a probabilidade de o sistema estar disponível ou operante, tem-se:
A(T) = ∏ A I(T)
I=1
Onde
designa o operador de produtório.
A i(t)
é a disponibilidade pontual do i-ésimo componente de um sistema com n componentes.
Para sistemas em paralelo, a disponibilidade do sistema é dada pela expressão:
A(T) = ∏ [1 − A I(T)]
I=1

Analisando-se as equações, constata-se que as relações entre confiabilidades de componentes em um sistema em série e paralelo são válidas no
cálculo da disponibilidade pontual desses sistemas. Isso também se aplica para sistemas com configurações mais complexas, mediante a
suposição de componentes mutuamente independentes.
A equação apresenta a expressão para cálculo da disponibilidade pontual de um componente com taxas constantes de falhas e reparos. Se o
interesse da análise recai sobre a disponibilidade assintótica, subtrai-se o segundo termo da equação, obtendo-se o seguinte resultado:
ΜI
A I(∞) =
ΜI + ΛI
Onde μi e λi são as taxas de reparos e falhas do i-ésimo componente, respectivamente.
Combinando as equações, obtém-se a expressão para cálculo da disponibilidade assintótica de um sistema em série:
N
ΜI
A(∞) = ∏Μ + ΛI
I=1 I
Para simplificar essa expressão, pode-se supor uma taxa de reparos alta se comparada à taxa de falhas; isto é, μi >> λi. Tal suposição costuma ser
válida na prática, pois corresponde a um cenário em que a MTTR é pequena se comparada à MTTF. Mediante tal suposição, a equação pode ser
reescrita com:
ΜI
A I(∞) ≅ 1 −
ΛI
Consequentemente, a outra equação poderia ser reescrita como:
N N
ΜI ΜI
A(∞) ≅ ∏1 − ΛI
≅ 1− ∏Λ
I=1 I=1 I
De forma análoga, pode-se determinar a expressão para a disponibilidade de um sistema em paralelo combinando as equações. O resultado
apresentado a seguir pressupõe um sistema em paralelo com n componentes idênticos (isto é, λi = λ e μi = μ):
A(∞) = 1 −
( )
Λ+Μ
Λ N
Novamente, considerando situações em que μ >> λ, simplifica-se a equação utilizando-se a seguinte aproximação:
A(∞) = 1 −
() Λ
Μ
N
Vejamos um exemplo: considere dois componentes, i = 1 e 2, idênticos, apresentando uma razão entre as taxas de reparos e falhas dada por μ/λ
=100. Deseja-se determinar as disponibilidades assintóticas para:
1. Cada componente individual.
2. Um arranjo em série contendo os dois componentes.
3. Um arranjo em paralelo contendo os dois componentes.
Solução:
Por serem idênticos, os dois componentes apresentam a mesma disponibilidade assintótica. Como μ = 100λ, essa disponibilidade é dada por:
Μ 100Λ
A I(∞) = = = 0, 99, PARA I = 1 E 2
Μ+Λ 100Λ + Λ
Para um arranjo em série dos dois componentes, obtém-se a disponibilidade assintótica por meio da equação:
A(∞) =
( ) Λ
Λ+Μ
N
= (0, 99) 2 = 0, 98
Para um arranjo em paralelo dos dois componentes, obtém-se a disponibilidade assintótica por meio da equação:
A(∞) = 1 −
( )
Λ+Μ
Λ N
=1−
( 1
1 + 100 ) 2
= 0, 9999
Como esperado, a disponibilidade de um sistema em paralelo é maior do que aquela de um sistema em série, considerando um mesmo número de
componentes idênticos.
A principal função de um programa de manutenção e inspeção preventiva é controlar o estado e garantir a disponibilidade em um equipamento ou
sistema.
 ATENÇÃO
Nesse contexto, uma questão-chave é identificar a frequência ótima de realização de manutenções preventivas, trocas e inspeções (MPTIs).
Agora, será apresentado o problema da determinação da melhor política de MPTI considerando uma manutenção com intervalos constantes de
reposição, um dos modelos mais simples e mais utilizados na prática. Essa política de MPTI será designada por PRIC (política de reposição com
intervalo constante). Em uma PRIC, dois tipos de ações são executados:
Reposição preventiva de componentes em intervalos fixos de tempo, independentemente de sua idade; e
Reposição corretiva mediante falha de componentes. O objetivo é determinar os parâmetros da política de MPTI que minimiza o custo médio
total de reposição por unidade de tempo, por meio da seguinte função objetivo:
CUSTO MÉDIO TOTAL NO INTERVALO (0, TP]

C(TP) =
DURAÇÃO MÉDIA DO INTERVALO
Onde c(tp) é o custo médio total por unidade de tempo, dado como função de tp, o tempo até a realização da reposição preventiva.
O custo médio total no intervalo (0, tp] é a soma dos custos médios de reposições corretivas e o custo da reposição preventiva. Durante o intervalo,
uma reposição preventiva é realizada, a um custo cp, e Λ(tp) reposições corretivas são realizadas, a um custo de cf cada. A duração média do
intervalo é tp. Com essas informações, temos:
C P + C FΛ(T P)
C(T P) =
TP
Vamos a um exemplo: um componente de trens de pouso de aviões comerciais apresenta falhas segundo uma distribuição normal com média de
1.000.000 ciclos e desvio-padrão de 100.000 ciclos. O custo de cada reposição preventiva é $50,00, e o custo de cada reposição corretiva é
$100,00. Considere reposições preventivas possíveis de serem realizadas em intervalos de 100.000 ciclos e determine o intervalo ótimo da
reposição preventiva.
Solução:
O exemplo demanda a determinação da função Λ(tp) para tempos até falha normalmente distribuídos, o que pode ser feito por meio de métodos
numéricos ou utilizando aproximações. Pode-se demonstrar, por aproximação da função de renovação para tempos discretos (o que se aplica ao
exemplo, pois os intervalos de realização das manutenções são discretos), que a função Λ(tp), avaliada nos intervalos tp = 100.000, 200.000, ..,
1.000.000, fornece os resultados na tabela:
O componente apresenta um número insignificante de falhas esperadas até 600.000 ciclos. A tabela também apresenta os custos associados a
cada valor de tp, obtidos a partir da Equação apresentada. O intervalo ótimo de realização da manutenção preventiva é de 800.000 ciclos.
MÃO NA MASSA
TEORIA NA PRÁTICA
O proprietário de uma empresa de transporte rodoviário está pensando em comprar um caminhão. Dois fabricantes, X e Y, estão participando da
licitação para vender o caminhão. Os dados dos caminhões para os dois fabricantes são apresentados na tabela a seguir. Determine qual dos dois
apresenta uma melhor relação dos custos do seu ciclo de vida.
RESOLUÇÃO
UM EXEMPLO DE CONFIABILIDADE COM CUSTOS

MÓDULO 4
 Reconhecer a metodologia Seis Sigma
METODOLOGIA SEIS SIGMA EM MANUTENÇÃO
INTRODUÇÃO
Muitas vezes, na manufatura enxuta e em outros ambientes enxutos, equipamentos de 10 a 40 anos são reimplantados, movidos e organizados em
células enxutas sem a devida preocupação ou atenção à confiabilidade da manutenção.
A resposta ao aumento da confiabilidade e do tempo de atividade de computadores, equipamentos de telecomunicações, máquinas-ferramentas,

controles de automação, sistemas hidráulicos, eletrônicos, entre outros, usados na manufatura enxuta e em diversos ambientes enxutos pode ser
derivada de Y = f (x) e DMAIC do Seis Sigma.
Antes do Seis Sigma, a análise começava reunindo informações de “causa”, “efeito” e “resultado” em cada situação de paralisação para
manutenção. Por exemplo:
CAUSA
Placa de circuito PLC2 ruim;

EFEITO
Eixo X-Y cortando formas ovais em vez de círculos;

RESULTADO
Refugo e tempo de inatividade.
Cada situação de manutenção da máquina era detalhada pelo eletricista ou mecânico assim que a mesma era consertada e a causa conhecida e
corrigida. À medida que essa tabela de histórico de maus funcionamentos e falhas é examinada, há pouca semelhança nas causas, mas grande
semelhança no resultado. Mesmo o efeito é frequentemente semelhante por causas diferentes.
Os métodos de melhoria Seis Sigma expressariam defeitos e falhas em termos de Y = f (x), onde Y é o mau funcionamento, erro ou defeito que
resulta de uma função de x. Usando essa abordagem, três possibilidades são aparentes:
Y como o efeito e (x) como a causa;
Y como o resultado e (x) como o efeito;
Y como resultado e (x) como causa.
Por exemplo, na John Deere, fabricante de tratores, esse era o caminho aparente por uma única situação de tempo de inatividade, causada por
uma placa de unidade de eixo com falha. Foi escrito no livro de registro:
CAUSA
Placa de unidade de eixo ruim;

EFEITO
Oscilação do eixo X;

RESULTADO
Sucata, tempo de inatividade.
Contudo, uma simples observação foi feita: "Não é de admirar que a placa falhou, está muito quente naquele gabinete!". Havia uma “causa da
causa”. Ficou imediatamente claro que o estresse causado pelo calor estava causando muito do maior tempo de inatividade experimentado a cada
verão com a safra de torno CNC, e o estresse para cada situação de tempo de inatividade nos livros de registro deveria ter sido identificado:
CAUSA
Calor causado, placa de transmissão do eixo ruim;

EFEITO
Oscilação do eixo X;

RESULTADO
Sucata, tempo de inatividade.
Quais são as outras tensões básicas que causam defeitos, falhas e tempo de inatividade aparentemente aleatórios? Naquele mesmo dia, o
brainstorming identificou esses estresses: calor, vibração, acúmulo de sujeira, oxidação, corrosão, picos de energia, transientes de tempestades
com raios etc., e contaminação hidráulica.
Os primeiros esforços para eliminar o calor adicionando um ar-condicionado de gabinete provaram ser tão eficazes que o foco mudou
completamente da manutenção preditiva para a eliminação do estresse para prolongar em vez de prever o MTBF.
Em termos de Seis Sigma, (x) foi identificado. Às vezes, há outros problemas importantes, como projeto ruim, abuso do operador ou classificações
inadequadas de componentes, mas mesmo esses podem ser frequentemente enfrentados, e o tempo de inatividade evitado, eliminando o estresse
relacionado.
Contudo, um fato é indiscutível: o Seis Sigma é uma ferramenta muito útil para a excelência de uma indústria.
Então, vamos ver em que consiste essa metodologia.
DEMONSTRAÇÃO
Para os negócios, o Sigma vai representar a frequência com que uma operação vai exigir mais recursos que o necessário para satisfazer um
cliente. Em outras palavras, ele vai determinar quantas vezes ocorrerá desperdício. Dessa forma, são dados seis níveis de Sigma:
1. Sigma: 690.000 erros em 1 milhão = 30,85% de sucesso
5. Sigma: 230 erros em 1 milhão = 99,977% de sucesso

6. Sigma: 3,4 erros em 1 milhão = 99,99966% de sucesso
Como é possível ver, 1-Sigma é uma taxa de sucesso muito baixa. Acertar apenas 30% das vezes está além de preocupante para uma indústria. O
que poderia ser considerado como o mínimo desejável seria a partir do nível 3-Sigma.
 EXEMPLO
Imaginamos que ninguém gostaria de voar por meio de uma companhia aérea que garante apenas 93% de sucesso. O mesmo ocorre com
cirurgiões, usinas nucleares e qualquer outra atividade que apresente riscos fatais ou ao meio ambiente.
Por isso, os últimos níveis de Sigma são tão próximos um dos outros. Quanto mais se otimizam os processos, mais difícil é reduzir os riscos de
falhas. O ajuste de pequenos detalhes na operação é o que vai permitir chegar cada vez mais perto do nível 6-Sigma.
DMAIC
A metodologia Seis Sigma vai basicamente estipular metas e meios para chegar a essas metas. Definindo isso, serão coletados dados para
análise; a partir desta, serão definidas as possíveis melhorias que, por fim, serão monitoradas para garantir os resultados. Depois que tudo isso for
realizado, são estipulados novos objetivos e o ciclo é reiniciado.
Essas etapas são inspiradas pelo método DMAIC:

Definir: quais são as metas?
Mensurar: o que seus processos são capazes de fazer, hoje, para atingir a meta?
Analisar: quais são as falhas dos processos atuais para se chegar até a meta?
Incrementar: o que você pode melhorar nos seus processos que facilitem o cumprimento da meta?
Controlar: o que foi implementado precisa ser monitorado.
Exemplo: um fabricante de pneus com 30 distribuidoras, em que cada uma tem muito estoque com todos os tipos de pneus; isso faz com que o
atendimento ao cliente seja sempre rápido e satisfatório. Problema identificado: os custos da empresa aumentaram consideravelmente no último
ano.
Implementando o DMAIC:
D
M
A
I
C
DEFINIR:
Você percebe que os custos aumentaram naturalmente com novos funcionários e espaços alugados para as 30 revendas e estoque para todas
elas.
MEDIR:
Os custos comparados com o último ano aumentaram 20%, apesar de não acarretarem mais receita.
ANALISAR:
Junto com as 30 revendas, você analisa qual item tem maior custo para a empresa. Em média, os custos com estoque se mostraram 15% maiores
no ano, e alguns modelos são deixados por mais tempo no depósito.
I(MELHORAR):
Para melhorar, você se reúne com representantes de todas as 30 filiais e analisa os métodos possíveis. Uma proposta seria oferecer um depósito
central, que forneceria pneus três vezes por semana, por exemplo. Outra alternativa seria ter somente pneus convencionais em estoque, mantendo
os tipos específicos nesse depósito central. Agora, vamos supor que a primeira proposta foi a escolhida.
CONTROLAR:
Depois de um período de teste, é lançada uma avaliação com todas as filiais e a gerência. Só que os representantes demonstram que muitas
vendas são canceladas em função da falta de pneus convencionais, que vendem mais. A avaliação mostra que talvez a segunda proposta de
melhoria fosse a ideal. Assim, decidem estocar pneus convencionais e o restante fica para ser entregue pelo depósito central. Posteriormente, essa
solução também deverá entrar no controle
MÃO NA MASSA
TEORIA NA PRÁTICA
Em 2013, a Amazon, a gigante de varejo, realizou sua tradicional Cyber Monday. O evento rendeu um total aproximado de 36,8 milhões de pedidos.
Entretanto, existe a possibilidade de aparecerem itens defeituosos na produção, que diminuirão a satisfação do cliente e aumentarão os custos. A
empresa, na época, era 3σ e a meta da diretoria para que os colaboradores recebessem uma gratificação de um salário foi determinada como 6σ.
Qual deverá ser a redução percentual dos erros e quantos pedidos errados serão aceitos?
RESOLUÇÃO
EXEMPLO APLICADO DE CÁLCULO DE Σ
CONCLUSÃO
CONSIDERAÇÕES FINAIS
Como você viu, a metodologia Seis Sigma visa basicamente estipular metas e meios para atingi-las. Definindo isso, serão coletados dados, que,
por sua vez, serão analisados. A partir da análise, serão definidas as possíveis melhorias, que, por fim, serão monitoradas para garantir os
resultados. Depois que tudo isso foi realizado, novos objetivos são estipulados e o ciclo é reiniciado.
À primeira vista, o Seis Sigma pode ser visto como uma técnica complexa aplicável apenas para sistemas igualmente complexos. Sob uma visão
mais prática, contudo, essa metodologia pode ser replicada para qualquer tarefa. Por meio do Seis Sigma, é possível criar procedimentos mais
eficientes e rápidos de busca de hotéis, comparação de preços e quais companhias aéreas contratar. Uma vez que a metodologia opera por
orientações mais do que pela prática em si, basta adaptar para o nível de complexidade exigido.
Praticar “apenas o necessário” todas as outras indústrias já fazem. Para se destacar, é necessário se aproximar cada vez mais do Seis Sigma.
 PODCAST
AVALIAÇÃO DO TEMA:
REFERÊNCIAS
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5462: Confiabilidade e mantenabilidade. Rio de Janeiro: ABNT, 1994.
CORRÊA, H. L.; CORRÊA, GIANESI, I. G. N.; CAON, M. Planejamento, programação e controle da produção: MRP II / ERP conceitos, uso e
implantação. São Paulo: Atlas, 2001.
CORRÊA, H. L.; CORRÊA, C. A. Administração de produção e operações: manufatura e serviços ‒ uma abordagem estratégica. 2 ed. São
Paulo: Atlas, 2011.
FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e manutenção industrial. São Paulo: Elsevier, 2009.
GARVIN, D. A. David A. Garvin e as oito dimensões da qualidade: para descobrir as expectativas do Cliente. Consultado em meio eletrônico em
1 fev. 2021.
LAFRAIA, J. R. B. Manual de confiabilidade, mantenabilidade e disponibilidade. 3. ed. Rio de Janeiro: QualityMark, 2001.
MUNIZ JR., J. Modelo conceitual de gestão de produção baseado na gestão do conhecimento: um estudo no ambiente operário da indústria
automotiva. 2010. Tese (Doutorado em Engenharia Mecânica) – Faculdade de Engenharia do Campus de Guaratinguetá, Universidade Estadual
Paulista, Guaratinguetá, 2010.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da produção. 2. ed. São Paulo: Atlas, 2002.
NATACCI, F. B.; SOUZA, Gilberto F. M.; MARTINS, M. R. Proposta de método de análise de confiabilidade de navios. In: 20º Congresso Pan-
Americano de Engenharia Naval, São Paulo, Instituto Pan-Americano de Engenharia Naval, 22 a 26 de outubro de 2007
EXPLORE+
Pesquise sobre a Engenharia de Produção no portal da Associação Brasileira de Engenharia de Produção (ABEPRO); lá, você pode acessar o site
do Encontro Nacional de Engenharia de Produção (ENEGEP).
Para saber mais sobre o assunto estudado, explore os periódicos no portal da Capes.
Busque sobre Engenharia de Produção no portal Domínio Público, uma biblioteca digital.
CONTEUDISTA
Mauro Rezende Filho
 CURRÍCULO LATTES

01 - Confiabilidade

Enviado por

Dados do documento

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

01 - Confiabilidade

Enviado por

Direitos autorais:

Formatos disponíveis

DESCRIÇÃO

Identificar as medidas de confiabilidade

Reconhecer o diagrama de blocos de confiabilidade

Definir a manutenção centrada na confiabilidade – RCM

Reconhecer a metodologia Seis Sigma

BEM-VINDO AOS ESTUDOS SOBRE CONFIABILIDADE!

 Identificar as medidas de confiabilidade

REDUÇÃO DE CUSTOS DE MANUTENÇÃO;

USO E GERENCIAMENTO DE BANCO DE DADOS, QUE TAMBÉM RETORNA EM

AGILIDADE E CONSISTÊNCIA DAS EQUIPES TÉCNICAS.

CARACTERÍSTICAS ACESSÓRIAS (FEATURES)

QUALIDADE PERCEBIDA (PERCEIVED QUALITY)

CONCEITOS BÁSICOS RELACIONADOS À CONFIABILIDADE

24 horas por dia, 7 dias por semana.

Então, quantas poderiam ser produzidas?

Um motor elétrico com um MTBF de 40.000 horas.

Vamos ver sua representação gráfica:

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

∑ I =M1 ∑ KN= 1TF KI

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

-ésimo elemento testado

quantidade total de falhas nos m elementos testados

Uma lâmpada de LED com um MTTF de 50.000 horas.

Veja sua representação gráfica:

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

tempo até a falha do

-ésimo elemento testado

quantidade de elementos testados

Reparo de um moto gerador com um MTTR de 8 horas.

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

QUANTIDADE DE FALHAS POR PERÍODO

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

PORCENTAGEM DO NÚMERO TOTAL

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

Falha 1: após 1.200 horas;

Falha 2: após 1.450 horas;

Falha 3: após 1.720 horas;

Falha 4: após 1.905 horas.

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

Temos, assim, as equações:

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

Vamos analisar as possibilidades de operação do sistema:

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

Probabilidade de o sistema falhar no tempo t

Probabilidade de a bomba 1 falhar no tempo t

Probabilidade de a bomba 2 falhar no tempo t

Dessa forma, temos:

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

A confiabilidade do sistema é de 99%.

ROLO E CORTADOR DE MASSA;

APLICADOR DE MOLHO DE TOMATE;

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

De acordo com a equação, a confiabilidade da máquina será de:

RS (T) = R1 (T) X R2 (T) X R3 (T) X R4 (T) X RN (T)

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

A confiabilidade da máquina é de aproximadamente 80,5%.

A confiabilidade de um sistema em paralelo pode ser calculada pela equação:

RS (T) = 1 – [1 − R 1 (T)] X [1 − R 2 (T)] X . . . X [1 − R N (T)],

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

RS (T) = 1 – [1 − R 1 (T)] X [1 − R 2 (T)] X [1 – R 3 (T)] X [1 – R 4 (T)] X [1 – R 5 (T)]

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

 Atenção! Para visualização completa da equação utilize a rolagem horizontal

quantidade de componentes no sistema em paralelo