UNIVERSIDADE FEDERAL DA PARAÍBA

CENTRO DE TECNOLOGIA

CURSO DE GRADUAÇÃO EM ENGENHARIA MECÂNICA

HUGO GUEDES GONDIM DE LIMA – 2016014664

Trabalho de Verificação de
Aprendizagem

JOÃO PESSOA - PB
2020
HUGO GUEDES GONDIM DE LIMA– 2016014664

Trabalho de Verificação de
Aprendizagem

Trabalho apresentado à Universidade

Federal da Paraíba como exigência
parcial para aprovação na disciplina de
Manutenção Industrial.

JOÃO PESSOA
2020
 1. PROCESSAMENTO DOS DADOS DO EQUIPAMENTO
1.1. Dados de falha

Com os dados fornecidos pelo professor, mostrados a seguir:

Podemos tratar esses dados, para que os tempos entre falhas (TEF) e também o
tempo para reparo (TR) possa ser descoberto. Para isso, temos que levar em consideração
o dia que a máquina começou a operar (01/01/2015 às 08:00), e o tempo decorrido desse
dia até a primeira falha. Depois da primeira falha, a segunda e assim sucessivamente até
o último dado. Também é necessário ordenar os dados de tempos entre falhas e tempos
de reparo. Com isso, obtemos a seguinte tabela:
Tempo Tempo
Entre de
Falha Reparo
(TEF) (TR)
(h) (h)
1,40
147,27
1,58
160,53
2,00
161,55
3,07
162,23
3,32
169,20
3,70
170,28
4,28
179,85
4,53
183,78
4,65
199,53
4,77
206,77
4,93
207,63
4,97
213,35
5,25
221,00
5,40
221,32
5,68
222,38
5,93
224,07
6,00
230,42
6,30
231,92
6,37
232,82
6,68
238,23
6,87
243,07
7,28
243,70
7,40
248,23
7,47
249,08
8,70
252,50
 8,85
252,68
9,13
257,08
9,33
258,13
9,55
262,53
10,33
268,68
10,53
270,82
10,85
278,40
10,85
280,15
11,12
282,47
20,78
282,97

2. ANÁLISES UTILIZANDO MÉTODOS EMPÍRICOS

2.1. Método de rank médio de Herd-Johnson

2.1.1. Falha
Aplicando esse método para análise dos dados podemos obter as seguintes
funções: função cumulativa de falha, função densidade de falhas, função confiabilidade,
função taxa de falhas. Além disso, o tempo médio entre falhas (TMEF) e o tempo médio
para reparos (TMPR). Em que a função cumulativa de falhas pode ser calculada da
seguinte forma:
𝑖
𝐹(𝑡) = 𝑛+1 , para i = 0, 1, 2, ..., n

Já a confiabilidade é calculada como uma função complementar à função

cumulativa de falhas:
𝑅(𝑡) = 1 − 𝐹(𝑡)
A função taxa de falha é calculada como:
1
λ(𝑡𝑖 ) =
(𝑡𝑖+1 − 𝑡𝑖 )(𝑛 − 𝑖 + 1)
Por fim a função densidade de falha é dada por:
1
𝑓(𝑡𝑖 ) =
(𝑡𝑖+1 − 𝑡𝑖 )(𝑛 + 1)
Os valores obtidos através do método empírico, com a metodologia de cálculo
apresentada, são mostrados na tabela abaixo.
 i 𝑭(𝒕𝒊 ) 𝑹(𝒕𝒊 ) 𝒇(𝒕𝒊 ) λ(𝒕𝒊 )
0 0 1,000 0,000 0,000
1 0,0278 0,9722 0,0021 0,0022
2 0,0556 0,9444 0,0273 0,0289
3 0,0833 0,9167 0,0407 0,0443
4 0,1111 0,8889 0,0040 0,0045
5 0,1389 0,8611 0,0256 0,0298
6 0,1667 0,8333 0,0029 0,0035
7 0,1944 0,8056 0,0071 0,0088
8 0,2222 0,7778 0,0018 0,0023
9 0,2500 0,7500 0,0038 0,0051
10 0,2778 0,7222 0,0321 0,0444
11 0,3056 0,6944 0,0049 0,0070
12 0,3333 0,6667 0,0036 0,0054
13 0,3611 0,6389 0,0877 0,1373
14 0,3889 0,6111 0,0260 0,0426
15 0,4167 0,5833 0,0165 0,0283
16 0,4444 0,5556 0,0044 0,0079
17 0,4722 0,5278 0,0185 0,0351
18 0,5000 0,5000 0,0309 0,0617
19 0,5278 0,4722 0,0051 0,0109
20 0,5556 0,4444 0,0057 0,0129
21 0,5833 0,4167 0,0439 0,1053
22 0,6111 0,3889 0,0061 0,0158
23 0,6389 0,3611 0,0327 0,0905
24 0,6667 0,3333 0,0081 0,0244
25 0,6944 0,3056 0,1515 0,4959
26 0,7222 0,2778 0,0063 0,0227
27 0,7500 0,2500 0,0265 0,1058
28 0,7778 0,2222 0,0063 0,0284
29 0,8056 0,1944 0,0045 0,0232
30 0,8333 0,1667 0,0130 0,0781
31 0,8611 0,1389 0,0037 0,0264
32 0,8889 0,1111 0,0159 0,1429
33 0,9167 0,0833 0,0120 0,1439
34 0,9444 0,0556 0,0556 1,0000
35 0,9722 0,0278 0,0000 0,0000

Esses pontos achados pelo método empírico puderam ser plotados, dando origem
aos gráficos a seguir.
 FUNÇÃO CUMULATIVA DE FALHAS F(t)
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
147,00 167,00 187,00 207,00 227,00 247,00 267,00 287,00

FUNÇÃO CUMULATIVA DE FALHAS F(t)

 O TMEF e o TMPR também podem ser calculados, além da disponibilidade da
máquina. Isso será feito a seguir:
𝑛
𝑇𝐸𝐹𝑖
𝑇𝑀𝐸𝐹 = ∑ = 226,13 ℎ
𝑛
𝑖
𝑛
𝑇𝑅𝑖
𝑇𝑀𝑃𝑅 = ∑ = 6,85 ℎ
𝑛
𝑖=1

226,13
𝐴= = 0,97 𝑜𝑢 97%
(226,13 + 6,85)
 2.1.2 Reparo
A mantenabilidade 𝑀(𝑡𝑖 )é uma função cumulativa e portanto sua estimativa é análoga à
da função cumulativa de falha 𝐹(𝑡𝑖 ).

𝑖
^ (𝑡𝑖 ) =
𝑀
(𝑛 + 1)

Além disso, as demais funções (densidade de probabilidade𝑚(𝑡𝑖 )e taxa de reparo

𝜇(𝑡𝑖 ))também são análogas.

1
^ (𝑡𝑖 ) =
𝑚
𝛥𝑡𝑖 (𝑛 + 1)
1
𝜇(𝑡𝑖 ) =
𝛥𝑡𝑖 (𝑛 + 1 − 𝑖)

O tempo médio para reparo (TMPR) foi calculado a partir da estimativa da taxa
de reparo:

𝐾
𝜇=
∑ 𝑡𝑟
Onde:
K: Número de reparos;
tr: tempos de reparo;

Daí:

1
𝑇𝑀𝑃𝑅 =
𝜇
Os valores obtidos através do método empírico, com a metodologia de cálculo
apresentada, são mostrados na tabela abaixo.

i ^ (𝒕𝒊 )
𝑴 𝒎^ (𝒕𝒊 ) 𝝁(𝒕𝒊 )
0 0 0,1515 0,1558
 1 0,0278 0,0667 0,0706
2 0,0556 0,0260 0,0284
3 0,0833 0,1111 0,1250
4 0,1111 0,0725 0,0842
5 0,1389 0,0476 0,0571
6 0,1667 0,1111 0,1379
7 0,1944 0,2381 0,3061
8 0,2222 0,2381 0,3175
9 0,2500 0,1667 0,2308
10 0,2778 0,8333 1,2000
11 0,3056 0,0980 0,1471
12 0,3333 0,1852 0,2899
13 0,3611 0,0980 0,1604
14 0,3889 0,1111 0,1905
15 0,4167 0,4167 0,7500
16 0,4444 0,0926 0,1754
17 0,4722 0,4167 0,8333
18 0,5000 0,0877 0,1858
19 0,5278 0,1515 0,3409
20 0,5556 0,0667 0,1600
21 0,5833 0,2381 0,6122
22 0,6111 0,4167 1,1538
23 0,6389 0,0225 0,0676
24 0,6667 0,1852 0,6061
25 0,6944 0,0980 0,3529
26 0,7222 0,1389 0,5556
27 0,7500 0,1282 0,5769
28 0,7778 0,0355 0,1824
29 0,8056 0,1389 0,8333
30 0,8333 0,0877 0,6316
31 0,8611 - -
32 0,8889 0,1042 1,2500
33 0,9167 0,0029 0,0517
34 0,9444 -0,0013 -0,0481
35 0,9722 0,1515 0,1558

Esses pontos achados pelo método empírico puderam ser plotados, dando origem
aos gráficos a seguir.
 𝐾
𝜇= = 6,853
∑ 𝑡𝑟
1
𝑇𝑀𝑃𝑅 = = 0,1459 ℎ
𝜇

2.2. Método de rank mediano de Bernard

2.2.1. Falha
Semelhante ao método do rank médio, esse também é um Método Empírico que
possibilitar plotar as curvas de interesse. Na prática, em vez dos estimadores rank médio,
é muito comum o uso desses indicadores de rank mediano. Ao longo do trabalho, sempre
que possível, será comparado esses dois métodos empíricos (rank médio e rank mediano)
com outros métodos, para testar a acurácia desses métodos empíricos.
O método em questão é calculado da seguinte maneira:
• Função Cumulativa
𝑖−0,3
𝐹(𝑡) = 𝑛+0,4 , para i = 0, 1, 2, ..., n

• Função Confiabilidade
𝑅(𝑡) = 1 − 𝐹(𝑡)
• Função Densidade de falha
𝐹𝑖+1 − 𝐹𝑖
𝑓(𝑡𝑖 ) =
𝑡𝑖+1 − 𝑡𝑖
• Função Taxa de Falha
 1
λ(𝑡𝑖 ) =
(𝑇𝐸𝐹𝑖+1 − 𝑇𝐸𝐹𝑖 )(𝑛 − 𝑖 + 0,7)

Os valores obtidos através deste método empírico, com a metodologia de cálculo

apresentada, são mostrados na tabela a seguir.

i 𝑭(𝒕𝒊 ) R(𝒕𝒊 ) f(𝒕𝒊 ) λ(𝒕𝒊 )

0 0,000 1,000 0,000 0,000

1 0,0198 0,9802 0,0021 0,0022
2 0,0480 0,9520 0,0278 0,0292
3 0,0763 0,9237 0,0413 0,0448
4 0,1045 0,8955 0,0041 0,0045
5 0,1328 0,8672 0,0261 0,0301
6 0,1610 0,8390 0,0030 0,0035
7 0,1893 0,8107 0,0072 0,0089
8 0,2175 0,7825 0,0018 0,0023
9 0,2458 0,7542 0,0039 0,0052
10 0,2740 0,7260 0,0326 0,0449
11 0,3023 0,6977 0,0049 0,0071
12 0,3305 0,6695 0,0037 0,0055
13 0,3588 0,6412 0,0892 0,1391
14 0,3870 0,6130 0,0265 0,0432
15 0,4153 0,5847 0,0168 0,0287
16 0,4435 0,5565 0,0044 0,0080
17 0,4718 0,5282 0,0188 0,0357
18 0,5000 0,5000 0,0314 0,0628
19 0,5282 0,4718 0,0052 0,0111
20 0,5565 0,4435 0,0058 0,0132
21 0,5847 0,4153 0,0446 0,1074
22 0,6130 0,3870 0,0062 0,0161
23 0,6412 0,3588 0,0332 0,0926
24 0,6695 0,3305 0,0083 0,0250
25 0,6977 0,3023 0,1541 0,5098
26 0,7260 0,2740 0,0064 0,0234
27 0,7542 0,2458 0,0269 0,1095
28 0,7825 0,2175 0,0064 0,0295
29 0,8107 0,1893 0,0046 0,0243
30 0,8390 0,1610 0,0132 0,0822
31 0,8672 0,1328 0,0037 0,0281
32 0,8955 0,1045 0,0161 0,1544
33 0,9237 0,0763 0,0122 0,1599
34 0,9520 0,0480 0,0565 1,1765
 35 0,9802 0,0198 0,0000 0,0000

Semelhante ao que foi feito no método anterior, os gráficos foram plotados

utilizando o Excel, utilizando os valores calculados e os tempos. Assim, obtemos:
 O tempo médio entre falhas (TMEF) e o tempo médio para reparo (TMPR) podem
ser calculados, de acordo com o método de rank mediano de Bernard, por:
𝑛
𝑡𝑖+1
𝑇𝑀𝐸𝐹 = ∑ = 226,13 ℎ
𝑛
𝑖
𝑛
𝑇𝑅𝑖
𝑇𝑀𝑃𝑅 = ∑ = 6,85 ℎ
𝑛
𝑖=1
 A disponibilidade utilizando esse método é dado por:
226,13
𝐴= = 0,97 𝑜𝑢 97%
(226,13 + 6,85)
2.2.2. Reparo

A mesma analogia feita no rank médio (item 2.1.2) foi feita para o rank
mediano.
i 𝑴^ (𝒕𝒊 ) 𝒎^ (𝒕𝒊 ) 𝝁(𝒕𝒊 )
0 0 0,1541 0,1572
1 0,0278 0,1541 0,1572
2 0,0556 0,0678 0,0712
3 0,0833 0,0265 0,0287
4 0,1111 0,1130 0,1262
5 0,1389 0,0737 0,0850
6 0,1667 0,0484 0,0577
7 0,1944 0,1130 0,1394
8 0,2222 0,2421 0,3094
9 0,2500 0,2421 0,3210
10 0,2778 0,1695 0,2335
11 0,3056 0,8475 1,2146
12 0,3333 0,0997 0,1489
13 0,3611 0,1883 0,2937
14 0,3889 0,0997 0,1626
15 0,4167 0,1130 0,1932
16 0,4444 0,4237 0,7614
17 0,4722 0,0942 0,1783
18 0,5000 0,4237 0,8475
19 0,5278 0,0892 0,1891
20 0,5556 0,1541 0,3474
21 0,5833 0,0678 0,1633
22 0,6111 0,2421 0,6257
23 0,6389 0,4237 1,1811
24 0,6667 0,0229 0,0693
25 0,6944 0,1883 0,6231
26 0,7222 0,0997 0,3639
27 0,7500 0,1412 0,5747
28 0,7778 0,1304 0,5994
29 0,8056 0,0361 0,1905
30 0,8333 0,1412 0,8772
31 0,8611 0,0892 0,6719
32 0,8889 - -
33 0,9167 0,1059 1,3889
34 0,9444 0,0029 0,0609
35 0,9722 0,0000 0,0000
 Semelhante ao que foi feito no método anterior, os gráficos foram plotados
utilizando o Excel, utilizando os valores calculados e os tempos. Assim, obtemos:
 2.3.Comparação entre os estimadores de rank médio e mediano
Observando os valores obtidos de TMEF, TMPR e A, podemos observar que, para
este caso, a escolha de qual estimador de rank utilizar, é indiferente, já que ambos deram
valores muito próximos. Os gráficos mostram de forma mais clara essa igualdade de
valores, tendo poucos pontos diferentes. Mesmo os pontos diferentes, diferem nas ultimas
casas decimais, sendo a diferença desprezível. Isso seria uma explicação pela qual o
TMEF, TMPR e A foram iguais. Se considerássemos todas as casas apareceriam algumas
diferenças pequenas, de tal forma que não influenciam nas questões práticas.

3. ANÁLISE UTILIZANDO O MÉTODO DE ESTIMAÇÃO DOS

PARÂMETROS

3.1. Utilizando a Técnica da Máxima Verossimilhança (Proconf 2000)

3.1.1. Dados de falhas

Todos os dados de falhas foram repassados para o programa Proconf 2000 e feito
os testes de aderência, utilizando o ‘Ajuste do modelo de distribuição”, que é um recurso
do programa em questão. Testadas as cinco mais usuais distribuições (exponencial,
Weibull, Gamma, Lognormal e Normal) com relação ao teste de aderência, obtemos os
seguintes valores para o nível de significância do teste analítico (K-S) e para o nível de
significância do teste analítico do X ²:
 Exponencial Weibull Gamma Lognormal Normal
Nível de Significância do
0,4797 0,085 0,1312 0,1422 0,1055
Teste Analítico K-S
Nível de Significância do
98,14 2,07 4,68 6,39 3,67
Teste Analítico do X 2
Graus de liberdade 4 3 3 3 3
Decisão Rejeitada Não Não Não Não
rejeitada rejeitada rejeitada rejeitada

Primeiramente teríamos quatro possíveis distribuições para os dados de falha

desse equipamento, segundo o programa. Para testarmos a veracidade dessa informação,
quanto ao teste qui quadrado, faz-se necessário encontrar o valor de qui crítico para
comparar com o calculado pelo programa. O qui calculado tem que ser menor que o qui
tabelado para a distribuição não ser rejeitada. Quanto menor o qui calculado, melhor a
distribuição se adequa aos dados. Levando em conta essas considerações, iremos escolher
a distribuição.
Considerando um nível de significância de 0,10, obtemos qui tabelado igual à
6,25, para 3 graus de liberdade e 7,78, para 4 graus de liberdade. Assim, realmente a
distribuição Exponencial é rejeitada. As outras passam nesse teste. Como a distribuição
de Weibull possui o menor valor, ela é a que mais se adere aos dados.
Falta testar para o teste de aderência de Kolmogorov-Smirnov (K-S). Nesse teste
também um valor tem que ser menor que o tabelado. Nesse caso o nível de significância
K-S, denominado D, tem que ser menor que o D tabelado. Se isso, ocorrer a distribuição
não pode ser rejeitada. Semelhante ao outro teste, quanto menor o D mais a distribuição
se adere aos dados. Nesse teste o D tabelado depende apenas do tamanho da amostra e do
nível de significância. Para o mesmo nível de significância (α=0,10) temos o valor de D
tabelado: 0,202
Por esse teste, apenas a distribuição exponencial seria rejeitada. Sendo a
distribuição de Weibull a de menor valor, então ela é a que melhor se ajusta aos dados.
Logo, a distribuição de Weibull será a distribuição escolhida.
Visualmente no programa podemos adiantar que isso já era esperado, uma vez que
a maioria dos pontos (dados do tempo de falha) estão sob a linha da distribuição de
Weibull. Nas outras distribuições não se observava isso.
 10

1
-ln (1 - F(t))

0.1

0.01
100 1000
t: tempo

Pela técnica da verossimilhança os parâmetros foram calculados pelo programa

Proconf, sendo obtidos uma vida característica de ƞ = 242,2081 horas e um fator de forma
β = 7,0865. A vida mínima assumida é t0 = 0 horas. Com tais parâmetros é possível plotar
os gráficos de função de confiabilidade, densidade acumulada de falhas, densidade de
probabilidade e taxa de falhas.
O próprio programa já fornece esses gráficos mencionados, que serão mostrados
a seguir.

Gráficos gerados no programa proconf:

• Função de confiabilidade R(t)

1.0

0.8

0.6
R(t)

0.4

0.2

0.0
0 100 200 300 400
t: tempo
• Função Cumulativa de Falhas F(t)

1.0

0.8

0.6
F(t)

0.4

0.2

0.0
0 100 200 300 400
t: tempo

• Função Densidade de Falhas f(t)

0.015

0.010
f(t)

0.005

0.000
0 100 200 300 400
t: tempo

• Função Taxa de Falha

 0.12
0.10
0.08
h(t) 0.06
0.04
0.02
0.00
0 100 200 300 400
t: tempo

O indicador TMEF (Tempo Médio Entre Falhas ou Mean Time Between Failures, MTBF)
é calculado como:
1
𝑇𝑀𝐸𝐹 = 𝑡0 + 𝜂𝛤 (1 + ) = 225,73 ℎ𝑜𝑟𝑎𝑠
𝛽

3.1.2. Dados de reparos

Semelhante ao que foi feito no tópico anterior, os dados de tempo de reparo foram
colocados no programa Proconf 2000 e executado os testes de aderência. Com isso,
obtemos a tabela seguinte:
Exponencial Weibull Gamma Lognormal Normal
Nível de Significância do
0,2931 0,1053 0,1001 0,1107 0,1318
Teste Analítico K-S
Nível de Significância do
26,20 9,21 5,09 3,92 32,98
Teste Analítico do X 2
Graus de liberdade 4 graus 3 graus 3 graus 3 graus 3 graus
Decisão Rejeitada Rejeitada Não rejeitada Não rejeitada Rejeitada

Como no que foi feito para os dados de falha, nos dados de reparos apareceu três
possíveis candidatos, que iremos investigar comparando com os valores tabelados. Os
mesmo argumentos ditos anteriormente aqui também serão válidos. O menor valor nos
testes de significância será a melhor distribuição para os dados em questão.
 Consideramos o nível de significância de 0,10. O valor tabelado para o qui
quadrado é o mesmo anterior já mostrado: 6,25 para 3 graus de liberdade e 7,78 para 4
graus de liberdade. Já o D tabelado: 0,202.
Conforme o programa informou, as distribuições Exponencial, Weibull e Normal
foram rejeitadas, pois tem qui quadrado maior que o tabelado. Pelo teste K-S essas três
também são rejeitadas. Das que não são rejeitadas, a de menores valores é a Lognormal,
sendo a que melhor se ajusta aos dados de reparo.
Era de se esperar, uma vez que o tempo de reparo tende a diminuir a medida que
a equipe de manutenção vai executando várias vezes o serviço e aprendendo mais, pois a
curva de aprendizado se assemelha a uma distribuição lognormal. Os parâmetros foram:
Desvio padrão dos logaritmos dos dados (σ) = 0,09579
Media do logaritmo dos dados (μ) = 1,7856
O gráfico de ajustes dos pontos no lognormal é mostrado a seguir. Visualmente
já pode-se perceber algo semelhante ao que ocorreu nos dados de falha no item anterior:
a distribuição que mais se ajustou tinha muitos mais pontos sob ela que as demais.
Então, já era de se esperar que a distribuição Lognormal se ajustasse melhor nesse caso.

3
Z (Variável Normal Padronizada)

-1

-2

-3
10 100
t: tempo

Os gráficos gerados no programa utilizado foram os seguintes:

• Função Manutenabilidade
 1.0

0.8

0.6

R(t)
0.4

0.2

0.0
0 2 4 6 8 10 12 14 16 18 20 22 24
t: tempo

• Função densidade de probabilidade de reparo

0.30

0.20
h(t)

0.10

0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
t: tempo

Para essa distribuição temos o indicador (Mean Time To Repair, ou Tempo Médio
Para Reparo, TMPR) dado por:
𝜎2 0,095792
𝑇𝑀𝑃𝑅 = 𝑒 𝜇+ 2 = 𝑒 1,7856+ 2 = 5,99 ℎ𝑜𝑟𝑎𝑠
Esse valor é muito próximo se comparado com o obtido através do rank médio de
Herd-Jonhson e o rank mediano de Bernard. Temos também o valor do TMEF, calculado
pela mesma técnica da máxima verossimilhança. Assim, podemos obter a disponibilidade
desse equipamento por meio desse método:
225,73
𝐴= = 0,97 𝑜𝑢 97%
(225,73 + 5,99)
A disponibilidade obtida por esse método foi igual à obtida pelo método
empírico. Isso mostra a validade de ambos os métodos, que fornecem resultados
próximos entre si.
 3.2.Método dos minimos quadrados

3.2.1. Dados de falhas

3.2.1.1. Utilizando o ranking medio de Bernard

Como indicado pelo programa Proconf 2000, a distribuição para os dados de falha
se adequa melhor a distribuição de Weibull. Para aplicar o método dos mínimos
quadrados é necessário linearizar a função cumulativa de falha:
𝑡−𝑡0 𝛽
−( )
𝐹(𝑡) = 1 − 𝑒 𝜂

𝑙𝑛{−𝑙𝑛[1 − 𝐹(𝑡)]} = 𝛽𝑙𝑛(𝑡 − 𝑡0) − 𝛽𝑙𝑛(𝜂)

Portanto, fazendo uma regressão linear da função 𝑌 = 𝐴𝑥 + 𝐵:

Y = 𝑙𝑛{−𝑙𝑛[1 − 𝐹(𝑡)]}⏟
Ax = 𝛽𝑙𝑛(𝑡 − 𝑡0)
B= 𝛽𝑙𝑛(𝜂)

𝑛 ∑𝑛𝑖=1 𝑋𝑖𝑌𝑖 − ∑𝑛𝑖=1 𝑋𝑖 ∑𝑛𝑖=1 𝑌𝑖

𝐴=𝛽=
𝑛 ∑𝑛𝑖=1 𝑋𝑖² − (∑𝑛𝑖=1 𝑋𝑖 )2

∑𝑛𝑖=1 𝑌𝑖 ∑𝑛𝑖=1 𝑋𝑖
𝐵 = −𝛽𝑙𝑛(𝜂) = −𝐴
𝑛 𝑛
Alimentando a planilha do Excel com essas fórmulas, podemos obter os
parâmetros da distribuição de Weibull, pelo método dos mínimos quadrados.

𝒕𝒊 𝑭(𝒕𝒊 ) Y X X² XY
147,27 0,0198 -3,91342 4,9922 24,92251 -19,5367
160,53 0,0480 -3,01158 5,0785 25,79118 -15,2943
161,55 0,0763 -2,53405 5,0848 25,85534 -12,8852
162,23 0,1045 -2,20369 5,0890 25,89828 -11,2147
169,20 0,1328 -1,94877 5,1311 26,328 -9,9993
170,28 0,1610 -1,73975 5,1375 26,39353 -8,93789
179,85 0,1893 -1,56153 5,1921 26,95814 -8,10766
183,78 0,2175 -1,40536 5,2138 27,18327 -7,32719
199,53 0,2458 -1,26568 5,2960 28,04742 -6,703
206,77 0,2740 -1,13874 5,3316 28,42586 -6,07132
207,63 0,3023 -1,02191 5,3358 28,47048 -5,45266
213,35 0,3305 -0,9132 5,3629 28,76106 -4,89745
221,00 0,3588 -0,81115 5,3982 29,14016 -4,37872
221,32 0,3870 -0,71458 5,3996 29,15562 -3,85842
222,38 0,4153 -0,62254 5,4044 29,20757 -3,36447
224,07 0,4435 -0,53428 5,4119 29,28913 -2,89147
 230,42 0,4718 -0,44912 5,4399 29,5924 -2,44317
231,92 0,5000 -0,36651 5,4464 29,66303 -1,99617
232,82 0,5282 -0,28595 5,4503 29,70524 -1,55848
238,23 0,5565 -0,20696 5,4733 29,95647 -1,13275
243,07 0,5847 -0,12912 5,4933 30,17674 -0,70933
243,70 0,6130 -0,05201 5,4959 30,20533 -0,28586
248,23 0,6412 0,0248 5,5144 30,40827 0,136755
249,08 0,6695 0,101765 5,5178 30,44598 0,561516
252,50 0,6977 0,179374 5,5314 30,59651 0,992191
252,68 0,7260 0,258191 5,5321 30,60454 1,428347
257,08 0,7542 0,33889 5,5494 30,79584 1,880636
258,13 0,7825 0,422317 5,5535 30,8411 2,345325
262,53 0,8107 0,509587 5,5704 31,02911 2,838595
268,68 0,8390 0,602262 5,5935 31,28762 3,368774
270,82 0,8672 0,702676 5,6014 31,37615 3,936001
278,40 0,8955 0,814647 5,6291 31,6863 4,585698
280,15 0,9237 0,945251 5,6353 31,75689 5,326799
282,47 0,9520 1,110568 5,6436 31,84978 6,26756
282,97 0,9802 1,366955 5,6453 31,86974 7,716912

Os valores obtidos para os parâmetros, resolvendo as equações anteriores,

foram:

ΣX
189,1757
ΣX²
1023,675
ΣXY
-97,6611
ΣY
-19,4526
ΣXΣY
-3679,96
β
6,357786
b
-34,9197
η
242,8484

Uma vez estabelecido os valores de β e η, recalculou-se a confiabilidade 𝑅(𝑡𝑖 ), a

função cumulativa (𝐹(𝑡𝑖 ), a taxa de falha 𝜆(𝑡𝑖 ) e a densidade de falha 𝑓(𝑡𝑖 ).
 R(t) F(t) λ(t) f(t)
0,95927 0,04073 0,001795 0,001722
0,93057 0,06943 0,002850 0,002652
0,92783 0,07217 0,002948 0,002735
0,92595 0,07405 0,003015 0,002792
0,90437 0,09563 0,003777 0,003416
0,90061 0,09939 0,003908 0,00352
0,86228 0,13772 0,005238 0,004517
0,84364 0,15636 0,005882 0,004962
0,75067 0,24933 0,009138 0,00686
0,69792 0,30208 0,011059 0,007718
0,69119 0,30881 0,011309 0,007817
0,64471 0,35529 0,013081 0,008433
0,57744 0,42256 0,015798 0,009122
0,57455 0,42545 0,015920 0,009147
0,56475 0,43525 0,016335 0,009225
0,54912 0,45088 0,017009 0,00934
0,48871 0,51129 0,019756 0,009655
0,47419 0,52581 0,020455 0,0097
0,46545 0,53455 0,020884 0,00972
0,41265 0,58735 0,023622 0,009748
0,36578 0,63422 0,026306 0,009622
0,35969 0,64031 0,026676 0,009595
0,31676 0,68324 0,029444 0,009327
0,30885 0,69115 0,029989 0,009262
0,27771 0,72229 0,032259 0,008959
0,27607 0,72393 0,032385 0,00894
0,23778 0,76222 0,035523 0,008447
0,22898 0,77102 0,036308 0,008314
0,19371 0,80629 0,039749 0,0077
0,14931 0,85069 0,044999 0,006719
0,13537 0,86463 0,046947 0,006355
0,09222 0,90778 0,054434 0,00502
0,08370 0,91630 0,056292 0,004712
0,07326 0,92674 0,058832 0,00431
0,07112 0,92888 0,059392 0,004224

Com esses dados calculados, os gráficos de confiabilidade, função cumulativa de

falha, função taxa de falha e função densidade de falhas, já traçados anteriormente por
outros métodos, foram novamente traçados utilizando o método dos mínimos quadrados.
• Função Confiabilidade

• Função cumulativa de falhas F(t)

• Função taxa de falhas λ(t)

• Função densidade de falhas f(t)

3.3.1.2 Utilizando o ranking médio de Herd-Jonhson

De forma similar ao que fizemos para Bernard temos.
𝒕𝒊 𝑭(𝒕𝒊 ) Y X X² XY
147,27 0,0278 -3,91342 0,3365 0,113214 -1,31676
160,53 0,0556 -3,01158 0,4595 0,21117 -1,38392
161,55 0,0833 -2,53405 0,6931 0,480453 -1,75647
162,23 0,1111 -2,20369 1,1206 1,255725 -2,46943
169,20 0,1389 -1,94877 1,1990 1,437506 -2,3365
170,28 0,1667 -1,73975 1,3083 1,711735 -2,27617
179,85 0,1944 -1,56153 1,4547 2,116244 -2,27161
183,78 0,2222 -1,40536 1,5115 2,284504 -2,12414
199,53 0,2500 -1,26568 1,5369 2,361961 -1,94518
206,77 0,2778 -1,13874 1,5616 2,438742 -1,77832
207,63 0,3056 -1,02191 1,5960 2,547264 -1,63098
213,35 0,3333 -0,9132 1,6027 2,568804 -1,46364
221,00 0,3611 -0,81115 1,6582 2,74972 -1,34507
221,32 0,3889 -0,71458 1,6864 2,843941 -1,20506
222,38 0,4167 -0,62254 1,7375 3,019038 -1,08169
224,07 0,4444 -0,53428 1,7806 3,170487 -0,95133
230,42 0,4722 -0,44912 1,7918 3,210402 -0,80472
231,92 0,5000 -0,36651 1,8405 3,387623 -0,67459
232,82 0,5278 -0,28595 1,8511 3,426483 -0,52931
238,23 0,5556 -0,20696 1,8996 3,608544 -0,39315
243,07 0,5833 -0,12912 1,9267 3,712091 -0,24878
243,70 0,6111 -0,05201 1,9856 3,942562 -0,10328
248,23 0,6389 0,0248 2,0015 4,005922 0,049636
249,08 0,6667 0,101765 2,0104 4,041904 0,204593
252,50 0,6944 0,179374 2,1633 4,679967 0,388044
252,68 0,7222 0,258191 2,1804 4,75422 0,562964
257,08 0,7500 0,33889 2,2119 4,892638 0,749601
258,13 0,7778 0,422317 2,2336 4,988934 0,943283
262,53 0,8056 0,509587 2,2565 5,091978 1,149905
268,68 0,8333 0,602262 2,3354 5,453976 1,406508
270,82 0,8611 0,702676 2,3545 5,543881 1,654483
278,40 0,8889 0,814647 2,3842 5,684243 1,942254
280,15 0,9167 0,945251 2,3842 5,684243 2,253635
282,47 0,9444 1,110568 2,4084 5,80061 2,674743
282,97 0,9722 1,366955 3,0342 9,206075 4,147549

ΣX
189,1757
ΣX²
1023,675
ΣXY
-95,0859
ΣY
-18,9119
ΣXΣY
-3577,67
β
6,062473
 b
-33,3081
η
243,264

R(t) F(t) λ(t) f(t)

0,95342 0,04658 0,001964 0,001872
0,92268 0,07732 0,003039 0,002804
0,91979 0,08021 0,003138 0,002886
0,91780 0,08220 0,003205 0,002942
0,89522 0,10478 0,003966 0,00355
0,89132 0,10868 0,004096 0,003651
0,85193 0,14807 0,005402 0,004602
0,83301 0,16699 0,006027 0,005021
0,74024 0,25976 0,009139 0,006765
0,68849 0,31151 0,010944 0,007535
0,68192 0,31808 0,011178 0,007623
0,63676 0,36324 0,012826 0,008167
0,57188 0,42812 0,015330 0,008767
0,56910 0,43090 0,015441 0,008788
0,55969 0,44031 0,015822 0,008855
0,54470 0,45530 0,016438 0,008953
0,48690 0,51310 0,018936 0,00922
0,47305 0,52695 0,019568 0,009257
0,46471 0,53529 0,019955 0,009273
0,41436 0,58564 0,022420 0,00929
0,36969 0,63031 0,024819 0,009175
0,36389 0,63611 0,025148 0,009151
0,32290 0,67710 0,027608 0,008914
0,31534 0,68466 0,028090 0,008858
0,28551 0,71449 0,030095 0,008593
0,28394 0,71606 0,030206 0,008577
0,24712 0,75288 0,032965 0,008146
0,23862 0,76138 0,033652 0,00803
0,20444 0,79556 0,036658 0,007494
0,16094 0,83906 0,041218 0,006634
0,14713 0,85287 0,042901 0,006312
0,10375 0,89625 0,049339 0,005119
0,09504 0,90496 0,050929 0,00484
0,08425 0,91575 0,053097 0,004474
0,08203 0,91797 0,053575 0,004395
• Função Confiabilidade

R(t)
1,00000
0,90000
0,80000
0,70000
0,60000
0,50000
0,40000
0,30000
0,20000
0,10000
0,00000
147,00 167,00 187,00 207,00 227,00 247,00 267,00 287,00

• Função cumulativa de falhas F(t)

• Função taxa de falhas λ(t)

• Função densidade de falhas f(t)

3.2.2. Dados de reparo

Similar ao que foi feito anteriormente.

3.2.2.1. Utilizando o ranking médio de Bernard

𝒕𝒊 𝑭(𝒕𝒊 ) Y X X² XY
1,40 0,0198 -3,91342 0,3365 0,113214 -1,31676
1,58 0,0480 -3,01158 0,4595 0,21117 -1,38392
2,00 0,0763 -2,53405 0,6931 0,480453 -1,75647
3,07 0,1045 -2,20369 1,1206 1,255725 -2,46943
3,32 0,1328 -1,94877 1,1990 1,437506 -2,3365
3,70 0,1610 -1,73975 1,3083 1,711735 -2,27617
4,28 0,1893 -1,56153 1,4547 2,116244 -2,27161
4,53 0,2175 -1,40536 1,5115 2,284504 -2,12414
4,65 0,2458 -1,26568 1,5369 2,361961 -1,94518
4,77 0,2740 -1,13874 1,5616 2,438742 -1,77832
4,93 0,3023 -1,02191 1,5960 2,547264 -1,63098
4,97 0,3305 -0,9132 1,6027 2,568804 -1,46364
5,25 0,3588 -0,81115 1,6582 2,74972 -1,34507
5,40 0,3870 -0,71458 1,6864 2,843941 -1,20506
5,68 0,4153 -0,62254 1,7375 3,019038 -1,08169
5,93 0,4435 -0,53428 1,7806 3,170487 -0,95133
6,00 0,4718 -0,44912 1,7918 3,210402 -0,80472
6,30 0,5000 -0,36651 1,8405 3,387623 -0,67459
6,37 0,5282 -0,28595 1,8511 3,426483 -0,52931
6,68 0,5565 -0,20696 1,8996 3,608544 -0,39315
6,87 0,5847 -0,12912 1,9267 3,712091 -0,24878
7,28 0,6130 -0,05201 1,9856 3,942562 -0,10328
7,40 0,6412 0,0248 2,0015 4,005922 0,049636
7,47 0,6695 0,101765 2,0104 4,041904 0,204593
8,70 0,6977 0,179374 2,1633 4,679967 0,388044
8,85 0,7260 0,258191 2,1804 4,75422 0,562964
9,13 0,7542 0,33889 2,2119 4,892638 0,749601
9,33 0,7825 0,422317 2,2336 4,988934 0,943283
9,55 0,8107 0,509587 2,2565 5,091978 1,149905
10,33 0,8390 0,602262 2,3354 5,453976 1,406508
10,53 0,8672 0,702676 2,3545 5,543881 1,654483
10,85 0,8955 0,814647 2,3842 5,684243 1,942254
10,85 0,9237 0,945251 2,3842 5,684243 2,253635
11,12 0,9520 1,110568 2,4084 5,80061 2,674743
20,78 0,9802 1,366955 3,0342 9,206075 4,147549
 ΣX
62,4971
ΣX²
122,4268
ΣXY
-11,9629
ΣY
-19,4526
ΣXΣY
-1215,73
β
2,102708
b
-4,31045
η
7,767529

M(t) m(t) μ(t)

0,97312 0,040918 0,039818
0,96533 0,046864 0,04524
0,94396 0,060635 0,057237
0,86790 0,097146 0,084313
0,84615 0,105915 0,089619
0,81037 0,119491 0,096832
0,75122 0,140425 0,10549
0,72449 0,149490 0,108303
0,71178 0,153737 0,109428
0,69896 0,157996 0,110433
0,68045 0,164099 0,111661
0,67672 0,165322 0,111877
0,64480 0,175752 0,113325
0,62776 0,181297 0,113812
0,59544 0,191814 0,114215
0,56690 0,201139 0,114027
0,55931 0,203633 0,113893
0,52527 0,214889 0,112875
0,51776 0,217397 0,11256
0,48240 0,229351 0,110639
0,46224 0,236298 0,109227
0,41752 0,252158 0,105281
0,40531 0,256615 0,104009
0,39840 0,259166 0,103252
0,28106 0,306753 0,086215
0,26830 0,312591 0,083868
 0,24518 0,323644 0,07935
0,22963 0,331468 0,076114
0,21352 0,339963 0,072588
0,16164 0,370839 0,059941
0,14996 0,378761 0,0568
0,13275 0,391337 0,051949
0,13275 0,391337 0,051949
0,11942 0,401956 0,048003
0,00036 0,801363 0,000291

• Função Manutenabilidade M(t)

• Função Densidade de Probabilidade m(t)

• Taxa de Reparo μ(t)

3.2.2.2 Utilizando o ranking médio de Herd-Jonhson

𝒕𝒊 𝑭(𝒕𝒊 ) Y X X² XY
1,40 0,0278 -3,56947 0,3365 0,113214 -1,20103
1,58 0,0556 -2,86193 0,4595 0,21117 -1,31515
2,00 0,0833 -2,44172 0,6931 0,480453 -1,69247
3,07 0,1111 -2,13891 1,1206 1,255725 -2,39684
3,32 0,1389 -1,90025 1,1990 1,437506 -2,27832
3,70 0,1667 -1,70198 1,3083 1,711735 -2,22676
4,28 0,1944 -1,53144 1,4547 2,116244 -2,22784
4,53 0,2222 -1,38105 1,5115 2,284504 -2,0874
4,65 0,2500 -1,2459 1,5369 2,361961 -1,91478
4,77 0,2778 -1,12263 1,5616 2,438742 -1,75315
4,93 0,3056 -1,00884 1,5960 2,547264 -1,61012
4,97 0,3333 -0,90272 1,6027 2,568804 -1,44683
5,25 0,3611 -0,80291 1,6582 2,74972 -1,3314
5,40 0,3889 -0,70831 1,6864 2,843941 -1,19449
5,68 0,4167 -0,61805 1,7375 3,019038 -1,07388
5,93 0,4444 -0,53139 1,7806 3,170487 -0,94619
6,00 0,4722 -0,44773 1,7918 3,210402 -0,80222
6,30 0,5000 -0,36651 1,8405 3,387623 -0,67459
6,37 0,5278 -0,28727 1,8511 3,426483 -0,53177
6,68 0,5556 -0,20957 1,8996 3,608544 -0,39811
6,87 0,5833 -0,133 1,9267 3,712091 -0,25624
7,28 0,6111 -0,05714 1,9856 3,942562 -0,11346
 7,40 0,6389 0,018399 2,0015 4,005922 0,036826
7,47 0,6667 0,094048 2,0104 4,041904 0,189078
8,70 0,6944 0,170269 2,1633 4,679967 0,368347
8,85 0,7222 0,247589 2,1804 4,75422 0,539848
9,13 0,7500 0,326634 2,2119 4,892638 0,722492
9,33 0,7778 0,40818 2,2336 4,988934 0,911707
9,55 0,8056 0,493237 2,2565 5,091978 1,11301
10,33 0,8333 0,583198 2,3354 5,453976 1,361986
10,53 0,8611 0,680103 2,3545 5,543881 1,601333
10,85 0,8889 0,787195 2,3842 5,684243 1,876803
10,85 0,9167 0,910235 2,3842 5,684243 2,170151
11,12 0,9444 1,061385 2,4084 5,80061 2,556288
20,78 0,9722 1,276345 3,0342 9,206075 3,872625

ΣX
62,4971
ΣX²
122,4268
ΣXY
-12,1525
ΣY
-18,9119
ΣXΣY
-1181,94
β
1,996041
b
-4,10453
η
7,817284

M(t) m(t) μ(t)

0,96822 0,046041 0,044578
0,95956 0,052045 0,04994
0,93631 0,065680 0,061497
0,85687 0,100539 0,086149
0,83475 0,108701 0,090738
0,79877 0,121212 0,09682
0,74012 0,140241 0,103795
0,71389 0,148393 0,105936
0,70148 0,152196 0,106763
0,68898 0,155999 0,107481
0,67100 0,161432 0,108321
0,66739 0,162518 0,108462
 0,63652 0,171752 0,109323
0,62010 0,176639 0,109534
0,58906 0,185870 0,109488
0,56174 0,194013 0,108985
0,55448 0,196184 0,108781
0,52202 0,205954 0,107513
0,51487 0,208124 0,107157
0,48124 0,218434 0,10512
0,46210 0,224402 0,103696
0,41966 0,237963 0,099865
0,40808 0,241760 0,098658
0,40153 0,243929 0,097945
0,28995 0,284049 0,082359
0,27775 0,288927 0,080249
0,25558 0,298139 0,0762
0,24063 0,304642 0,073307
0,22509 0,311686 0,070158
0,17458 0,337146 0,058859
0,16309 0,343646 0,056045
0,14604 0,353935 0,051687
0,14604 0,353935 0,051687
0,13273 0,362599 0,048127
0,00088 0,676226 0,000592

• Função Manutenabilidade M(t)

 • Função Densidade de Probabilidade m(t)

• Taxa de Reparo μ(t)

4. TESTE DE ADERÊNCIA

Os resultados mostrados na seção 3 permitem uma avaliação rápida e qualitativa

da possibilidade de ajuste dos dados com os modelos matemáticos ideais. A validação ou
não desses modelos como representativos da amostra depende do resultado dos Testes de
Hipótese, a partir da seguinte premissa: a hipótese de que o modelo é representativo da
amostra é denominada hipótese nula H0, ao passo que a afirmação oposta é denominada
H1. Os testes são de natureza quantitativa, e, quando não analisados corretamente, podem
ocasionar erros, conforme ilustrado na tabela 13.

Teste de Hipótese
H0 verdadeiro H1 verdadeiro
Aceitar H0 Decisão correta Erro Tipo II
Aceitar H1 Erro Tipo I Decisão correta

Os testes realizados nesse estudo utilizaram tanto a ferramenta do ProConf para

testes de aderência, quanto o cálculo em planilha eletrônica, para fins de comparação.

4.1. Teste do Qui-quadrado (χ2)

O teste do qui-quadrado consiste na subdivisão dos dados em classes, e em

seguida, na estimativa do grau de aproximação entre a frequência de dados em um
determinado intervalo e a frequência esperada – estatisticamente – para aquele intervalo.
Matematicamente:

𝑘
2
(𝑂𝑖 − 𝐸𝑖 )2
𝜒 =∑
𝐸𝑖
𝑖=1

Onde,

k = número de classes (pela regra de Sturges, 𝑘 = 1 + 3,3𝑙𝑜𝑔10 𝑛;

Oi = número de falhas (ou reparos) observados na i-éssima classe;
Ei = número de falhas (ou reparos) esperados na i-éssima classe;
n = número total em risco (tamanho da amostra);
pi = probabilidade da falha ocorrer na i-éssima classe, se H0 é verdadeira;

É ideal que o número de itens em uma classe seja igual ou superior a 5, para
melhor conformidade do teste.
 A esperança é dada por:

𝐸𝑖 = 𝑛𝑃𝑖

Tal que:

𝑃𝑖 = 𝐹(𝑎𝑖 ) − 𝐹(𝑎𝑖−1 )

O processamento dos dados no ProConf fornece a estimativa do parâmetro χ2.

Esse encontra-se tabelado para seus valores críticos (acima dos quais a hipótese nula é
rejeitada) níveis diferentes de significância e graus de liberdade diferentes.

4.1.2. Falha

Pela regra de Sturgues e das funções cumulativas previamente calculadas temos:

Número de classes (Regra de

Sturges) 6

Amplitude do intervalo 22,62

Os tempos de falha serão agrupados em:

Limite Número de
Intervalos
Superior Tempos de Falha
1 169,88 5

2 192,50 3

3 215,12 4

4 237,73 7

5 260,35 9

6 282,97 7

Para que todos os intervalos tenham pelo menos 5 ocorrências temos:

 Limite Número de
Intervalos
Superior Tempos de Falha
1 169,88 5

2 215,12 7
3 237,73 7

4 260,35 9

5 282,97 7

Os valores esperados, dada a distribuição de Weibull são: ƞ = 242,2081 β = 7,0865

ƞ β
𝐸(𝑖) = 35 [1 − 𝑒 −( 𝑖 ) ]

ƞ β
−( )
𝐸(𝑖𝑖) = 35 [1 − 𝑒 𝑖 ] − 𝐸(𝑖)

ƞ β
𝐸(𝑖𝑖𝑖) = 35 [1 − 𝑒 −( 𝑖 ) ] − 𝐸(𝑖) − 𝐸(𝑖𝑖)

ƞ β
𝐸(𝑖𝑣) = 35 [1 − 𝑒 −( 𝑖 ) ] − 𝐸(𝑖) − 𝐸(𝑖𝑖) − 𝐸(𝑖𝑖𝑖)

ƞ β
𝐸(𝑣) = 35 [1 − 𝑒 −( 𝑖 ) ] − 𝐸(𝑖) − 𝐸(𝑖𝑖) − 𝐸(𝑖𝑖𝑖) − 𝐸(𝑖𝑣)

ƞ β
−( )
𝐸(𝑣𝑖) = 35 [1 − 𝑒 𝑖 ] − 𝐸(𝑖) − 𝐸(𝑖𝑖) − 𝐸(𝑖𝑖𝑖) − 𝐸(𝑖𝑣) − 𝐸(𝑣)

Limite
E
superior
i 169,88 2,723
ii 192,50 3,517
iii 237,73 8,162
iv 260,35 7,973
v 282,97 4,875

Montando a tabela:
 Número de Tempos de Valor (𝑶 − 𝑬)²
Intervalos Limites
Reparo Esperado 𝑬
1 169,88 5 2,723 1,904590564
2 192,50 7 3,517 3,448391655
3 237,73 7 8,162 0,165452081
4 260,35 9 7,973 0,132236896
5 282,97 7 4,875 0,925936781
𝑿𝟐 6,576607976

O número de intervalos é 5 – 1 – 2 (número de parâmetros estimados) = 2 (GL).

Para uma significância α = 10%, segundo a tabela, Xcrítico é 4,61. Assim não temos que,
X2 < Xcrítico2, diferente do Proconf que os dados de falha deram a distribuição Weibull
pode ser aceita.

4.1.2. Reparo

Da mesma forma pela regra de Sturgues e das funções cumulativas previamente

calculadas temos:

Número de classes (Regra de

Sturges) 6

Amplitude do intervalo 3,23

Os tempos de reparo serão agrupados em:

Número de
Limite
Intervalos Tempos de
Superior
Reparo
1 4,63 8

2 7,86 16

3 11,09 9

4 14,32 1

5 17,55 0

6 20,78 1
 Juntando os intervalos teremos:

Limites Número de tempos

Intervalos
Superiores de Reparo

1 4,63 8

2 7,86 16

3 11,09 9

4 20,78 2

ln 𝑖 − β
𝐸(𝑖) = 35 [1 − Ф (− )]
ƞ
ln 𝑖 − β
𝐸(𝑖𝑖) = 35 [1 − Ф (− )] − 𝐸(𝑖)
ƞ
ln 𝑖 − β
𝐸(𝑖𝑖𝑖) = 35 [1 − Ф (− )] − 𝐸(𝑖) − 𝐸(𝑖𝑖)
ƞ
ln 𝑖 − β
𝐸(𝑖𝑣) = 35 [1 − Ф (− )] − 𝐸(𝑖) − 𝐸(𝑖𝑖) − 𝐸(𝑖𝑖𝑖)
ƞ

Limites E
i 4,63 29,359
ii 7,86 29,839
iii 11,09 30,152
iv 20,78 30,722

Montando a tabela:

Número de Tempos de Valor (𝑶 − 𝑬)²

Intervalos Limites
Reparo Esperado 𝑬
1 4,63 8 29,359 15,53880627
2 7,86 16 29,839 6,418719706
3 11,09 9 30,152 14,83847916
4 20,78 2 30,722 28,75487575
 𝑿𝟐 65,55088088

O número de intervalos é 4 – 1 – 2 (número de parâmetros estimados) = 1 (GL). Para

uma significância α = 10%, segundo a tabela, Xcrítico é 2,71. Assim não temos que, X2 <
Xcrítico2 , diferente do Proconf que os dados de reparo deram a distribuição lognormal
pode ser aceita.
4.2. Teste de Kolmogorov-Smirnov (K-S)

O teste possui a mesma finalidade do anterior, e, para uma dada amostra de dados
agrupados, consiste no cálculo – e posterior comparação com os valores críticos tabelados
– do parâmetro D, expresso por:

𝑂𝑘 − 𝐸𝑘
𝐷 = 𝑚𝑎𝑥 | | ≤ 𝐷𝑐𝑟𝑡
𝐸𝑘

Onde,

k = número de classes;
OK = número de falhas (ou reparos) observados na i-éssima classe;
EK = número de falhas (ou reparos) esperados na i-éssima classe;
N = número total em risco (tamanho da amostra);
pi = probabilidade da falha ocorrer na i-éssima classe, se H0 é verdadeira;

4.2.1. Falha

Utilizando as considerações anteriores (Qui Quadrado). Pela regra de Sturgues.

Temos:

Número de classes (Regra de

Sturges) 6

Amplitude do intervalo 22,62

 Número
Limites de
Intervalos
Superiores tempos
de falha
1 169,88 5

2 192,50 3

3 215,12 4

4 237,73 7

5 260,35 9

6 282,97 7

Para que todos os intervalos tenham pelo menos 5 ocorrências temos:

Limite Número de
Intervalos
Superior Tempos de Falha
1 169,88 5

2 215,12 7

3 237,73 7

4 260,35 9

5 282,97 7

Fazendo os cálculos temos:

ƞ β
𝐸(𝑖) = 35 [1 − 𝑒 −( 𝑖 ) ]

ƞ β
−( )
𝐸(𝑖𝑖) = 35 [1 − 𝑒 𝑖 ]

ƞ β
𝐸(𝑖𝑖𝑖) = 35 [1 − 𝑒 −( 𝑖 ) ]

ƞ β
𝐸(𝑖𝑣) = 35 [1 − 𝑒 −( 𝑖 ) ]
 ƞ β
𝐸(𝑣) = 35 [1 − 𝑒 −( 𝑖 ) ]

Limite E
i 169,88 2,723
ii 215,12 12,265
iii 237,73 20,428
iv 260,35 28,401
v 282,97 33,276

Assim temos:

Número de Tempos de Valor (𝑶𝒌 − 𝑬𝒌)²

Intervalos Limites
Reparo Esperado 𝑵
1 169,88 5 2,723 0,455446
2 215,12 7 12,265 0,438786
3 237,73 7 20,428 0,706711
4 260,35 9 28,401 0,692882
5 282,97 7 33,276 0,750743
Máx 0,750743

Da tabela de valores críticos para o Teste de K-S observa-se que o valor crítico
para amostra com 35 dados de falhas, com nível de significância α = 0,10 é Dcrít = 0,202
(𝑂 −𝐸 )
e como 𝐷 = 𝑚𝑎𝑥 | 𝐾𝑁 𝐾 | = 0,750743 < 𝐷𝑐𝑟í𝑡 = 0,202, diferente do resultado do
Proconf não é aceitável que os considerar que os tempos de falhas seguem uma
Distribuição Weibull.

Reparo

Da mesma forma pela regra de Sturgues e das funções cumulativas previamente

calculadas temos:

Número de classes (Regra de

Sturges) 6

Amplitude do intervalo 3,23

Os tempos de reparo serão agrupados em:

 Número de
Limite
Intervalos Tempos de
Superior
Reparo
1 4,63 8

2 7,86 16

3 11,09 9

4 14,32 1

5 17,55 0

6 20,78 1

Juntando os intervalos teremos:

Limites Número de tempos
Intervalos
Superiores de Reparo

1 4,63 8

2 7,86 16

3 11,09 9

4 20,78 2

ln 𝑖 − β
𝐸(𝑖) = 35 [1 − Ф (− )]
ƞ
ln 𝑖 − β
𝐸(𝑖𝑖) = 35 [1 − Ф (− )]
ƞ
ln 𝑖 − β
𝐸(𝑖𝑖𝑖) = 35 [1 − Ф (− )]
ƞ
ln 𝑖 − β
𝐸(𝑖𝑣) = 35 [1 − Ф (− )]
ƞ
Limites E
i 4,63 29,359
ii 7,86 29,839
iii 11,09 30,152
iv 20,78 30,722
Montando a tabela:

Número de Tempos de Valor (𝑶𝒌 − 𝑬𝒌)

Intervalos Limites
Reparo Esperado 𝑵
1 4,63 8 29,359 4,271777
2 11,09 16 29,839 0,659023
3 17,55 9 30,722 0,724078
4 20,78 2 33,093 0,97167
𝑿𝟐 4,271777

Da tabela de valores críticos para o Teste de K-S, observa-se que o valor crítico
para amostra com 35 dados de falhas, com nível de significância α = 0,10 é Dcrít = 0,202
(𝑂 −𝐸 )
e como 𝐷 = 𝑚𝑎𝑥 | 𝐾𝑁 𝐾 | = 4,271777 ≤ 𝐷𝑐𝑟í𝑡 = 0,202, diferente do Proconf não é
aceitável que os considerar que os tempos de falhas seguem uma Distribuição Lognormal.

5. ANÁLISE COMPARATIVA

Á uma diferença perceptível entre os dados e gráficos encontrados pelo Proconf

e pelo método empírico, isso pode ser visto por exemplo nas curvas dos gráficos
encontrados por cada método.
Isso se dá devido aos métodos empíricos por utilizarem de variações dos próprios
dados para determinação das curvas de função densidade de probabilidade e taxa de falha
são bastante suscetíveis a divergência e que podem ocultar dados mais importantes devido
a própria escala utilizada na representação, pois falhas com períodos de tempo próximos
levam a picos nos gráficos. O mesmo vale para os reparos.

6. DADOS CENSURADOS

Com base em todos os conceitos mostrados ao longo do trabalho temos:

Tempo Tempo
Entre de
Falha Reparo
(TEF) (TR)
(h) (h)
0
147,27
0
161,55
0
162,23
 0
169,20
0
170,28
0
179,85
0
183,78
0
199,53
0
206,77
0
207,63
0
213,35
0
221,00
0
221,32
0
222,38
0
224,07
0
230,42
0
231,92
0
232,82
0
238,23
0
243,07
0
248,23
0
252,50
0
257,08
0
258,13
0
262,53
0
268,68
0
278,40
0
280,15
0
282,47
 6.1.ANÁLISES UTILIZANDO MÉTODOS EMPÍRICOS

6.2. Método de rank médio de Herd-Johnson

6.2.1. Falha
i 𝑭(𝒕𝒊 ) 𝑹(𝒕𝒊 ) 𝒇(𝒕𝒊 ) λ(𝒕𝒊 )
0 0 1,000 0,000 0,000
1,00 0,0281 0,9719 0,0019 0,0020
2,03 0,0570 0,9430 0,0407 0,0436
3,06 0,0859 0,9141 0,0040 0,0044
4,09 0,1148 0,8852 0,0256 0,0293
5,12 0,1438 0,8562 0,0029 0,0034
6,15 0,1727 0,8273 0,0071 0,0086
7,18 0,2016 0,7984 0,0018 0,0022
8,21 0,2305 0,7695 0,0038 0,0050
9,24 0,2594 0,7406 0,0321 0,0438
10,26 0,2883 0,7117 0,0049 0,0069
11,29 0,3173 0,6827 0,0036 0,0054
12,32 0,3462 0,6538 0,0877 0,1357
13,35 0,3751 0,6249 0,0260 0,0421
14,38 0,4040 0,5960 0,0165 0,0280
15,41 0,4329 0,5671 0,0044 0,0078
16,44 0,4618 0,5382 0,0185 0,0348
17,47 0,4907 0,5093 0,0309 0,0613
18,50 0,5197 0,4803 0,0051 0,0108
19,53 0,5486 0,4514 0,0057 0,0129
20,56 0,5775 0,4225 0,0054 0,0129
23,07 0,6481 0,3519 0,0065 0,0187
25,08 0,7046 0,2954 0,0061 0,0207
23,10 0,6489 0,3511 0,0265 0,0762
28,20 0,7921 0,2079 0,0063 0,0307
29,30 0,8230 0,1770 0,0045 0,0258
30,40 0,8539 0,1461 0,0029 0,0198
33,00 0,9270 0,0730 0,0159 0,2198
33,40 0,9382 0,0618 0,0120 0,1962
34,60 0,9719 0,0281 0 0

Esses pontos achados pelo método empírico puderam ser plotados, dando origem
aos gráficos a seguir.
 𝑛
𝑇𝐸𝐹𝑖
𝑇𝑀𝐸𝐹 = ∑ = 222,581 ℎ
𝑛
𝑖
𝑛
𝑇𝑅𝑖
𝑇𝑀𝑃𝑅 = ∑ = 6,85 ℎ
𝑛
𝑖=1

222,581
𝐴= = 0,97 𝑜𝑢 97%
(222,581 + 6,85)
 6.3. Método de rank mediano de Bernard
6.3.1. Falha

Os valores obtidos através deste método empírico, com a metodologia de cálculo

apresentada, são mostrados na tabela a seguir.

i 𝑭(𝒕𝒊 ) R(𝒕𝒊 ) f(𝒕𝒊 ) λ(𝒕𝒊 )

0 0,000 1,000 0,000 0,000

1 0,0200 0,9800 0,0021 0,0020
2,03 0,0494 0,9506 0,0430 0,0440
3,06 0,0788 0,9212 0,0042 0,0045
4,09 0,1082 0,8918 0,0271 0,0296
5,12 0,1376 0,8624 0,0031 0,0035
6,15 0,1671 0,8329 0,0075 0,0087
7,18 0,1965 0,8035 0,0019 0,0023
8,21 0,2259 0,7741 0,0041 0,0051
9,24 0,2553 0,7447 0,0339 0,0443
10,26 0,2847 0,7153 0,0051 0,0070
11,29 0,3141 0,6859 0,0038 0,0054
12,32 0,3435 0,6565 0,0929 0,1374
13,35 0,3729 0,6271 0,0276 0,0427
14,38 0,4024 0,5976 0,0175 0,0284
15,41 0,4318 0,5682 0,0046 0,0079
16,44 0,4612 0,5388 0,0196 0,0354
17,47 0,4906 0,5094 0,0327 0,0623
18,50 0,5200 0,4800 0,0054 0,0110
19,53 0,5494 0,4506 0,0061 0,0131
20,56 0,5788 0,4212 0,0139 0,0131
23,07 0,6506 0,3494 0,0135 0,0192
25,08 0,7081 0,2919 -0,0124 0,0214
23,10 0,6514 0,3486 0,1388 0,0781
28,20 0,7971 0,2029 0,0071 0,0320
29,30 0,8286 0,1714 0,0051 0,0271
30,40 0,8600 0,1400 0,0076 0,0210
33,00 0,9343 0,0657 0,0065 0,2484
33,40 0,9457 0,0543 0,0148 0,2272
34,60 0,9800 0,0200 0,0035 -0,0051

Semelhante ao que foi feito no método anterior, os gráficos foram plotados

utilizando o Excel, utilizando os valores calculados e os tempos. Assim, obtemos:
6.4.ANÁLISE UTILIZANDO O MÉTODO DE ESTIMAÇÃO DOS
PARÂMETROS

6.4.1. Utilizando a Técnica da Máxima Verossimilhança (Proconf 2000)

6.4.1.1.Dados de falhas

Exponencial Weibull Gamma Lognormal Normal

Nível de Significância do
0,484 0,0811 0,1275 0,1393 0,1043
Teste Analítico K-S
Nível de Significância do
86,26 0,82 2,09 3,02 1,54
Teste Analítico do X 2
Graus de liberdade 4 3 3 3 3
Decisão Rejeitada Não Não Não Não
rejeitada rejeitada rejeitada rejeitada

Novamente o Weibull é o que mais se encaixa.

10

1
-ln (1 - F(t))

0.1

0.01
100 1000
t: tempo

Gráficos gerados no programa proconf:

• Função de confiabilidade R(t)

 1.0

0.8

0.6
R(t)

0.4

0.2

0.0
0 100 200 300 400
t: tempo

• Função Cumulativa de Falhas F(t)

1.0

0.8

0.6
F(t)

0.4

0.2

0.0
0 100 200 300 400
t: tempo

• Função Densidade de Falhas f(t)

 0.015

0.010
f(t)

0.005

0.000
0 100 200 300 400
t: tempo

• Função Taxa de Falha

0.12
0.10
0.08
h(t)

0.06
0.04
0.02
0.00
0 100 200 300 400
t: tempo
 6.5.Método dos mínimos quadrados

6.5.1. Dados de falhas

6.5.1.1. Utilizando o ranking medio de Bernard

Alimentando a planilha do Excel com as já mostradas fórmulas, podemos obter os
parâmetros da distribuição de Weibull, pelo método dos mínimos quadrados.

𝒕𝒊 𝑭(𝒕𝒊 ) Y X X² XY
147,27 0,0200 -3,901938658 4,9922 24,9225102 -19,479434
161,55 0,0494 -2,982336579 5,0848 25,8553405 -15,164629
162,23 0,0788 -2,499772763 5,0890 25,8982836 -12,721433
169,20 0,1082 -2,166717997 5,1311 26,3279968 -11,117607
170,28 0,1376 -1,909930709 5,1375 26,3935334 -9,8121997
179,85 0,1671 -1,699404985 5,1921 26,958143 -8,82352
183,78 0,1965 -1,519864658 5,2138 27,1832676 -7,9242058
199,53 0,2259 -1,362455115 5,2960 28,047418 -7,2155368
206,77 0,2553 -1,221573704 5,3316 28,425862 -6,5129313
207,63 0,2847 -1,093441279 5,3358 28,470481 -5,8343552
213,35 0,3141 -0,975379694 5,3629 28,7610612 -5,2308969
221,00 0,3435 -0,86541373 5,3982 29,1401606 -4,6716441
221,32 0,3729 -0,762036646 5,3996 29,1556214 -4,1146889
222,38 0,4024 -0,66406441 5,4044 29,2075677 -3,5888714
224,07 0,4318 -0,570540781 5,4119 29,2891338 -3,0877345
230,42 0,4612 -0,480672879 5,4399 29,5923952 -2,6148072
231,92 0,4906 -0,393785647 5,4464 29,6630345 -2,1447055
232,82 0,5200 -0,309288247 5,4503 29,7052393 -1,6856987
238,23 0,5494 -0,226647984 5,4733 29,956472 -1,2405012
243,07 0,5788 -0,145368764 5,4933 30,1767377 -0,7985594
248,23 0,6506 0,050287069 5,5144 30,4082673 0,27730146
252,50 0,7081 0,208093008 5,5314 30,5965104 1,15104801
257,08 0,6514 0,052509059 5,5494 30,7958435 0,29139379
258,13 0,7971 0,467032518 5,5535 30,8410984 2,593654
262,53 0,8286 0,567350706 5,5704 31,0291117 3,16035792
268,68 0,8600 0,676058424 5,5935 31,2876169 3,78155543
278,40 0,9343 1,001528147 5,6291 31,6863044 5,63766096
280,15 0,9457 1,069353108 5,6353 31,7568898 6,02615249
282,47 0,9800 1,364054633 5,6436 31,8497757 7,69812491

Os valores obtidos para os parâmetros, resolvendo as equações anteriores,

foram:
 ΣX
156,3045
ΣX²
843,3816775
ΣXY
-103,1667097
ΣY
-20,29436855
ΣXΣY
-3172,101593
β
-0,083678894
b
-0,208525403
η
0,082746687

Uma vez estabelecido os valores de β e η, recalculou-se a confiabilidade 𝑅(𝑡𝑖 ), a

função cumulativa (𝐹(𝑡𝑖 ), a taxa de falha 𝜆(𝑡𝑖 ) e a densidade de falha 𝑓(𝑡𝑖 ).

R(t) F(t) λ(t) f(t)

0,41409 0,58591 -0,000178 -0,000304
0,41166 0,58834 -0,0001617 -0,000275
0,41155 0,58845 -0,0001609 -0,000274
0,41046 0,58954 -0,0001541 -0,000261
0,41029 0,58971 -0,000153 -0,000260
0,40887 0,59113 -0,0001446 -0,000245
0,40830 0,59170 -0,0001414 -0,000239
0,40617 0,59383 -0,0001298 -0,000219
0,40525 0,59475 -0,0001251 -0,000210
0,40514 0,59486 -0,0001245 -0,000209
0,40444 0,59556 -0,0001211 -0,000203
0,40353 0,59647 -0,0001167 -0,000196
0,40349 0,59651 -0,0001165 -0,000195
0,40337 0,59663 -0,0001159 -0,000194
0,40318 0,59682 -0,000115 -0,000193
0,40246 0,59754 -0,0001117 -0,000187
0,40229 0,59771 -0,000111 -0,000186
0,40219 0,59781 -0,0001105 -0,000185
0,40160 0,59840 -0,0001079 -0,000180
0,40108 0,59892 -0,0001057 -0,000176
0,40054 0,59946 -0,0001034 -0,000173
 0,40010 0,59990 -0,0001016 -0,000169
0,39964 0,60036 -9,971E-05 -0,000166
0,39954 0,60046 -9,928E-05 -0,000165
0,39911 0,60089 -9,755E-05 -0,000162
0,39851 0,60149 -9,523E-05 -0,000158
0,39760 0,60240 -9,177E-05 -0,000152
0,39744 0,60256 -9,117E-05 -0,000151
0,39723 0,60277 -9,039E-05 -0,000150

Com esses dados calculados, os gráficos de confiabilidade, função cumulativa de

falha, função taxa de falha e função densidade de falhas, já traçados anteriormente por
outros métodos, foram novamente traçados utilizando o método dos mínimos quadrados.

• Função Confiabilidade

• Função cumulativa de falhas F(t)

• Função taxa de falhas λ(t)
• Função densidade de falhas f(t)

6.5.1.2 Utilizando o ranking médio de Herd-Jonhson

De forma similar ao que fizemos para Bernard temos.
𝒕𝒊 𝑭(𝒕𝒊 ) Y X X² XY
147,27 0,0281 -3,558133484 4,9922 24,9225102 -17,763074
161,55 0,0570 -2,835395549 5,0848 25,8553405 -14,417461
162,23 0,0859 -2,409731846 5,0890 25,8982836 -12,263211
169,20 0,1148 -2,103859824 5,1311 26,3279968 -10,795076
170,28 0,1438 -1,863055402 5,1375 26,3935334 -9,5713795
179,85 0,1727 -1,663092611 5,1921 26,958143 -8,6349817
183,78 0,2016 -1,49108466 5,2138 27,1832676 -7,7741539
199,53 0,2305 -1,339344625 5,2960 28,047418 -7,0931441
206,77 0,2594 -1,202908636 5,3316 28,425862 -6,4134168
207,63 0,2883 -1,078376844 5,3358 28,470481 -5,7539748
213,35 0,3173 -0,963310946 5,3629 28,7610612 -5,166173
221,00 0,3462 -0,855895234 5,3982 29,1401606 -4,6202617
221,32 0,3751 -0,754733635 5,3996 29,1556214 -4,0752556
222,38 0,4040 -0,658721804 5,4044 29,2075677 -3,5599978
224,07 0,4329 -0,566962887 5,4119 29,2891338 -3,0683712
230,42 0,4618 -0,478709787 5,4399 29,5923952 -2,6041282
231,92 0,4907 -0,393324022 5,4464 29,6630345 -2,1421913
232,82 0,5197 -0,310245149 5,4503 29,7052393 -1,690914
238,23 0,5486 -0,228966906 5,4733 29,956472 -1,2531933
243,07 0,5775 -0,149017428 5,4933 30,1767377 -0,8186028
248,23 0,6481 0,043379254 5,5144 30,4082673 0,23920922
252,50 0,7046 0,19834609 5,5314 30,5965104 1,09713379
257,08 0,6489 0,045563052 5,5494 30,7958435 0,25284761
258,13 0,7921 0,451626829 5,5535 30,8410984 2,50809887
262,53 0,8230 0,549159023 5,5704 31,0291117 3,05902337
268,68 0,8539 0,654243663 5,5935 31,2876169 3,65953384
278,40 0,9270 0,961965264 5,6291 31,6863044 5,41495916
280,15 0,9382 1,023848611 5,6353 31,7568898 5,76971985
282,47 0,9719 1,273222421 5,6436 31,8497757 7,18550783

ΣX
156,3045
ΣX²
843,3816775
ΣXY
-100,2929286
ΣY
-19,70351707
ΣXΣY
-3079,748834
β
-0,082188323
b
-0,198182381
η
0,08969678

R(t) F(t) λ(t) f(t)

0,41968 0,58032 -0,0001762 -0,000304
0,41728 0,58272 -0,0001601 -0,000275
0,41717 0,58283 -0,0001594 -0,000273
0,41608 0,58392 -0,0001526 -0,000261
0,41592 0,58408 -0,0001516 -0,000260
0,41451 0,58549 -0,0001432 -0,000245
0,41395 0,58605 -0,00014 -0,000239
0,41184 0,58816 -0,0001286 -0,000219
0,41093 0,58907 -0,0001239 -0,000210
0,41082 0,58918 -0,0001234 -0,000209
0,41013 0,58987 -0,0001199 -0,000203
0,40922 0,59078 -0,0001156 -0,000196
0,40919 0,59081 -0,0001155 -0,000195
0,40906 0,59094 -0,0001149 -0,000194
0,40887 0,59113 -0,000114 -0,000193
0,40816 0,59184 -0,0001107 -0,000187
0,40799 0,59201 -0,00011 -0,000186
0,40789 0,59211 -0,0001095 -0,000185
 0,40731 0,59269 -0,000107 -0,000180
0,40680 0,59320 -0,0001047 -0,000177
0,40626 0,59374 -0,0001025 -0,000173
0,40583 0,59417 -0,0001007 -0,000169
0,40537 0,59463 -9,882E-05 -0,000166
0,40527 0,59473 -9,84E-05 -0,000165
0,40484 0,59516 -9,669E-05 -0,000162
0,40425 0,59575 -9,439E-05 -0,000158
0,40335 0,59665 -9,096E-05 -0,000152
0,40319 0,59681 -9,037E-05 -0,000151
0,40298 0,59702 -8,96E-05 -0,000150

• Função Confiabilidade
• Função cumulativa de falhas F(t)

• Função taxa de falhas λ(t)

• Função densidade de falhas f(t)