Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
A produção industrial tem aumentado significativamente nos últimos
anos. Isto implica numa maior utilização dos equipamentos e instalações
industriais exigindo altos níveis de performance e confiabilidade. Como o
parque industrial brasileiro é extremamente heterogêneo (desde máquinas
modernas até obsoletas em funcionamento), este aumento em muitos casos
vem seguido de uma reincidência das microparadas caracterizadas pela
grande dificuldade na geração dos históricos de manutenção e complexidade
no diagnóstico dos problemas. Neste contexto, é necessário que a estratégia
de manutenção seja focada no binômio homem-máquina de forma que as
análises de falhas tenham uma visão holística do processo. Este cenário nem
sempre é conhecido por se tratar de falhas ocultas e consequentemente não
entrar na geração dos indicadores de indisponibilidade técnica. Através da
análise da confiabilidade quantitativa, pode-se observar que a ocorrência de
microparadas, assim como sua duração, estavam associadas à fatores
humanos e concentradas em horários específicos como os de refeições e de
troca de turnos de trabalho. Desta forma obteve-se a função de distribuição de
probabilidades variando ao longo das 24 horas permitindo a identificação dos
horários mais críticos. Para validação do modelo, foram consultados os
mantenedores e operadores da produção para que pudessem estimar quais
eram os horários mais críticos. O resultado da entrevista foi compatível com os
resultados obtidos pela curva de confiabilidade, portanto o acompanhamento
das ações implantadas pode ser quantificado semanalmente, permitindo a
medição dos resultados de forma rápida e sistêmica. As ações para atingir as
metas propostas foram a modificação da estratégia nas trocas de turnos,
mudança nos horários de reuniões das equipes de manutenção e
acompanhamento dos indicadores por faixa de horário (distribuição de
probabilidades) divulgadas no chão-de-fábrica (Gemba). O resultado aumentou
a produção em 2%.
Introdução
1
COMAU do Brasil Indústria e Comércio Ltda – Central de Serviços de Engenharia
processos industriais dentre outros. Trabalhar com modelos estatísticos,
permite conhecer o comportamento das amostras para prever o
comportamento da população (Smith, 2001). Isto torna os trabalhos com estas
técnicas com custos mais baixos, uma vez que trabalhar por amostragem é
menos oneroso.
1. Confiabilidade Quantitativa
Eq.(I)
Esta é a função de confiabilidade. O fato é que conforme vai variando β e η, a
partir dos dados inseridos, a curva vai obtendo diferentes valores destes
parâmetros e são dados nomes específicos as distribuições como Lognormal,
Logística, Loglogística, dentre outras. O caso da conhecida Distribuição Normal
é quando o β=3,45. Abaixo estão listadas algumas informações referentes a
equação I.
• " β " => Fator de Forma (indica a forma da curva e a característica das
falhas).
Na qual ƒ(t) é uma distribuição estatística que conforme varia seu parâmetro,
representando por β ou γ, a curva pode assumir qualquer aspecto parecido
com o do gráfico I. A confiabilidade varia entre 0≤F(t)≤1. Porém é comum
expressá-la em termos percentuais. Quando t=0 a confiabilidade é 1, então
dizemos que a confiabilidade é de 100%. Isto em termos físicos, é quando um
equipamento ainda não partiu. Quando este inicia sua vida útil, sua
confiabilidade começa a diminuir. Portanto cada equipamento apresentará sua
curva característica ao longo de sua vida útil. Para ilustrar esta situação na
prática, no gráfico II, está a curva de confiabilidade de uma lona de freio
(guarnição). O gráfico está em função de dias rodados.
O eixo das coordenadas está em horas (24 horas no dia). O fato de apresentar
valores após as 24 horas é devido a plotagem do gráfico que segue uma linha
de tendência. Existem diversos softwares no mercado que efetuam estes
cálculos, inclusive o aplicativo Excel da Microsoft. O que difere um software do
outro é a interface que pode ser mais amigável e os cálculos são mais diretos.
Por exemplo, para verificar a melhor distribuição que se adere a amostra
analisada, alguns softwares já fazem o cálculo automaticamente e fornece o
ranking com o resultado de cada uma delas. Em alguns softwares, a verificação
de qual seria a melhor distribuição de probabilidades aderida a amostra, teria
de ser feita manualmente usando técnicas estatísticas como análise de
regressão dentre outros métodos (Grupta, 2002).
Para surpresa o gráfico encontrado foi o representando abaixo.
Intervalos Confiabilidade
Fatores
críticos [%]
12:00 54 Horário do Almoço
16:00 37 Troca de Turno (1º para 2º)
21:00 20 Horário do jantar
Intervalos Confiabilidade
críticos [%]
8:00 86
18:00 78
3:00 91
3. Resultados
1200
Eventos Críticos
1000
800
600
Eventos Crônicos Tendência
400
200
0
1 2 3 4 7 8 9 10 11 14 15 16 17 21 22 23 24 25 28 29 30 31
[dias produtivos]
Intervalos Confiabilidade
críticos [%]
12:00 78
16:00 69
21:00 81
4. Conclusão