Software INES-III Apoio à Decisão em Gestão da Manutenção de

Equipamentos com Base na Fiabilidade

Rui Assis2006

Projecto SITEM(ISQ em consórcio com a EDP, Portucel,

Celbi, Alstom e FEUP)

Módulo I – Análise estatística de dados;Módulo II – Reposição de peças de reserva;Módulo III – Viabilidade económica de posse de um sobressalente;Módulo IV – Política preventiva óptima com perda de produção;Módulo V – Política preventiva óptima com base no tempo acumulado (substituição em bloco);Módulo VI – Política preventiva óptima com base no tempo calendário.

O problema

– Temos um conjunto de poucos dados históricos com as datas de falha de um determinado órgão crítico de um equipamento;– Qual será a distribuição de probabilidade que

melhor adere àqueles dados, de forma a podermos seleccionar uma política de manutenção com um mínimo de fundamento?

1. Este módulo permite analisar estatisticamente um conjunto de dados na perspectiva da fiabilidade. 3. Clicamos no botão “Dados”.

2. Uma Ajuda em cada ecrã apoia a navegação.

1. Este ecrã mostra um exemplo de análise estatística de um conjunto de dados observados na perspectiva da fiabilidade. Uma Ajuda em cada ecrã apoia a navegação.

2. O 1ºbotão permite importar os dados que foram gravados previamente num ficheiro próprio Excel;O 2º botão permite modificar qualquer dado;O 3º botão permite eliminar qualquer dado;O 4º botão permite apagar todos os dados.

1. Introduzimos o nível de confiança para determinar o intervalo de confiança do valor médio dos dados observados introduzidos para análise.

2. Surgem os limites do intervalo de confiança da média dos dados.

3. Surgem os limites do intervalo de aceitação dos dados e a quantidade de dados rotulados de “atípicos”, “singulares” ou outliers. Os eventuais outliers são assinalados no quadro central do ecrã anterior.

4. Surgem todas as estatísticas pertinentes.

1. A análise em frequência pode ser realizada em modo automático, usando os “valores aconselhados” dos parâmetros ou em modo manual, usando quaisquer valores arbitrados.

2. Introduzimos o percentil e surge o valor correspondente.

3. Podemos retroceder ou visualizar o gráfico (histograma e ogiva).

Após visualizar o gráfico (histograma e ogiva), retrocedemos.

1. O teste de hipótese de homogeneidade de Laplace é usado para verificar se os dados dispostos cronologicamente se encontram ou não correlacionados (se são independentes entre si).

2. O teste pode ser limitado pelo nº de falhas ou pelo tempo. Neste último caso, temos de introduzir o momento fim das observações.

3. Introduzimos o nível de significância do teste de hipótese.

4. Seguimos para “Resultados” ou retrocedemos.

1. Lemos os parâmetros calculados do teste

2. Lemos os limites do intervalo de confiança do valor médio da taxa de falhas.

3. Lemos as estatísticas do teste.

5. Lemos as conclusões do teste e, se este for positivo, o valor de prova (ou potência do teste).

6. Podemos visualizar dois gráficos ou retroceder. Seleccionemos o primeiro botão.

4. Estes são os limites de aceitação do teste.

1. Este gráfico de regressão linear mostra o grau de ajustamento dos dados cronológicos à recta que melhor os “explica” através do coeficiente de determinação R2.

2. Voltamos ao ecrã anterior e seleccionamos o segundo botão.

1. Este gráfico mostra o valor da estatística de teste Z entre os dois limites de aceitação.

2. Voltamos ao ecrã anterior.

1. O teste de aderência é usado para testar a hipótese de uma distribuição teórica de probabilidade aderir (ou ajustar-se) ao conjunto de dados introduzidos.

2. Estas são as distribuições teóricas de probabilidade disponíveis neste software.

3. Introduzimos o nível de significância pretendido para o teste de hipótese de aderência.

4. Obtemos os valores da estatística de teste (observado e crítico) e a conclusão.

5. Visualizamos o gráfico ou retrocedemos.

1. Este gráfico mostra a sobreposição dos histogramas da distribuição em frequência dos dados observados (azul) e da distribuição de probabilidade teórica ensaiada (vermelho).

2. Voltamos ao ecrã anterior.

1. A regressão é realizada para determinar os parâmetros da distribuição teórica de Weibull que melhor adere aos dados observados (que podem ser novamente visualizados aqui na coluna à esquerda).

2. Qualquer dos dados pode ser censurado, passando-o para a coluna da direita.

3. O parâmetro t0 é ajustado manualmente por tentativa-erro.

4. Surgem os restantes parâmetros da distribuição de probabilidade Weibull de melhor aderência aos dados observados.

5. Podemos visualizar a recta de regressão após os eixos logaritmizados.

6. Introduzimos a fiabilidade e obtemos o valor da missão correspondente.

7. Introduzimos a missão e obtemos o valor da fiabilidade e da probabilidade acumulada de falha correspondentes.

8. Retrocedemos.

1. Este gráfico mostra a recta de regressão após os eixos ordenados terem sido logaritmizados e o coeficiente de determinação R2.

2. Retrocedemos.

O problema– Um equipamento complexo de produção tem sido

mantido ao abrigo da política curativa (repara quando parte!);– As consequências são conhecidas e pesadas:

longos períodos de indisponibilidade, imprevisibilidade dos programas de carga, custos elevados, segurança fragilizada...– Quais as políticas de manutenção alternativas

(preventiva sistemática ou condicionada) a aplicar a cada órgão crítico de forma a conseguirmos o custo mínimo ou a disponibilidade máxima?

1. Este módulo permite analisar e comparar entre si diferentes políticas de manutenção à luz dos critérios custo e disponibilidade

3. Clicamos no botão “Dados”.2. Uma Ajuda em cada ecrã apoia a navegação.

2. Introduzimos os dados do comportamento em falha de todos os órgãos críticos.

1. Abrimos um caso já existente ou criamos um novo caso.

3. Introduzimos os dados de custo de m.d.o., materiais, oportunidade e de tempo de intervenção no caso da política de manutenção curativa.

4. Deslocamos o cursor para a direita.

1. Introduzimos os dados de custo de m.d.o., materiais, oportunidade e de tempo de intervenção no caso da política de manutenção preventiva (admitindo uma certa proporção de curativas-preventivas – F(t) imposta).

2. Introduzimos os dados de custo de m.d.o., materiais, oportunidade e de tempo de intervenção no caso da política de manutenção preventiva (admitindo que as intervenções se realizam à medida que cada órgão crítico atinge um limite máximo de idade predefinido – Periodicidade imposta).

3. Clicamos em “Calcular”.

1. Surge a janela de diálogo “Submúltiplo” e respondemos à questão colocada (1.000 horas neste caso).

2. Clicamos em “Voltar”, retrocedendo ao ecrã inicial e, neste, seleccionamos “Resultados”.

1. Lemos os valores de todos os indicadores de manutenibilidade para as várias políticas de manutenção.

2. F(t) predefinida para cada órgão.

3. Periodicidade predefinida para cada órgão.

4. Para custo mínimo. 5. Para disponibilidade

máxima.

6. Clicamos para ver os resultados por órgão crítico.

7. Exportamos os resultados para uma folha própria Excel e retrocedemos.

1. Observamos os resultados de cada órgão crítico.

2. Retrocedemos ao ecrã anterior.

1. Observamos os resultados de cada órgão crítico.

2. Retrocedemos ao ecrã anterior.

1. Observamos os resultados de cada órgão crítico.

2. Retrocedemos ao ecrã anterior.

1. Observamos os resultados de cada órgão crítico.

2. Retrocedemos ao ecrã anterior.

1. Observamos os resultados de cada órgão crítico.

2. Retrocedemos ao ecrã anterior.

O problema– Um equipamento complexo de produção tem sido

mantido ao abrigo da política de manutenção preventiva sistemática com base no tempo acumulado de cada componente crítico;– As consequências são conhecidas: longos períodos

de indisponibilidade, custos elevados...– Será que a política de manutenção preventiva

sistemática com base no tempo acumulado do equipamento (substituição em bloco) é mais económica?

1. Este módulo permite determinar se, na perspectiva económica, é preferível a política de manutenção de paragem geral e substituição em bloco.

3. Clicamos no botão “Dados”.

2. Uma Ajuda em cada ecrã apoia a navegação.

1. Abrimos um caso já existente ou criamos um novo caso.

2. Introduzimos a designação do equipamento e as características em falha descritas por uma distribuição de Weibull dos seus componentes críticos.

3. Introduzimos os custos e as durações previstos de intervenção para substituição de cada componente isoladamente.

4. Introduzimos a percentagem de tempo que cada componente funciona quando o equipamento se encontra em funcionamento.

5. Introduzimos a duração estimada de paragem geral para substituição em bloco de todos os componentes e o intervalo de tempo entre paragens pressuposto.

6. Introduzimos os custos estimados da paragem geral.

1. Introduzimos o nível de confiança e o número de iterações pretendido e corremos o repetidor.

2. Obtemos todos os indicadores pertinentes correspondentes ao intervalo de tempo pressuposto entre paragens .

3. Realizamos uma análise de sensibilidade do custo a diferentes intervalos de tempo entre paragens.

1. Com o objectivo de determinarmos rapidamente qual o intervalo de tempo entre paragens gerais a que corresponde o menor custo, ajustamos o incremento e o primeiro intervalo de tempo entre paragens que pretendemos ensaiar e corremos depois o repetidor.

2. Obtemos os custos correspondentes aos 10 intervalos de tempo entre paragens alternativos e os acréscimos em relação ao mínimo obtido.

3. Obtemos também o custo da política alternativa de manutenção curativa.

4. Obtemos a resposta de qual o intervalo de tempo entre paragens gerais que minimiza o custo de manutenção.

1. O gráfico mostra a variação do custo total da política de manutenção com base na substituição dos componentes em bloco com o tempo entre paragens gerais. Mostra também o custo da política de manutenção curativa.

2. Voltamos ao ecrã anterior.

O problema– Um forno de túnel com aquecimento eléctrico possui uma

certa capacidade quando todas as resistências se encontram operacionais;

– Com o tempo, o rendimento das resistências vai diminuindo e algumas queimam, obrigando a diminuir a velocidade do tapete transportador de peças;

– A diminuição da cadência de produção origina custos de oportunidade mas, a paragem para substituição de resistências origina também custos (contabilísticos e de oportunidade);

– Qual será a periodicidade a que corresponde o menor valor do somatório daqueles custos?

1. Este módulo permite determinar a periodicidade óptima de manutenção preventiva sistemática quando a produção se degrada ao longo do tempo.

3. Clicamos no botão “Dados”.2. Uma Ajuda em cada ecrã apoia a navegação.

1. Abrimos um caso já existente ou criamos um novo caso.

3. Construímos iterativamente a curva de degradação temporal, introduzindo as ordenadas de 3 pontos apenas.

4. Introduzimos os dados genéricos.5. Retrocedemos ao ecrã inicial.

2. Introduzimos a precisão desejada da periodicidade.

1. Lemos os resultados parciais para várias periodicidades (LSI).

2. Lemos as conclusões.

3. Realizamos a análise da sensibilidade do custo a variações da periodicidade.4. Clicamos em “Gráfico”.

1. Visualizamos o gráfico da variação dos custos com a periodicidade de manutenção preventiva sistemática.

2. Retrocedemos.

O problema– Na proposta de venda de um determinado equipamento, o

fabricante recomenda a aquisição de um sobressalente particularmente caro. Será que se justifica economicamente?

1. Este módulo permite determinar se se justifica economicamente adquirir e manter um qualquer sobressalente em stock.

3. Clicamos no botão “Dados”.2. Uma Ajuda em cada ecrã apoia a navegação.

1. Abrimos um caso já existente ou criamos um novo caso.

2. Introduzimos a designação do componente e as suas características em falha descritas por uma distribuição de Weibull.

3. Introduzimos os custos pertinentes e outros dados gerais.

4. Introduzimos os tempos pertinentes e o regime de funcionamento.

5. Introduzimos o nível de confiança e o número de iterações pretendido e corremos o repetidor.

6. Obtemos os custos esperados e as semi-amplitudes dos intervalos de confiança das duas alternativas.

7. Obtemos a resposta de qual a melhor alternativa

O problema– Várias bombas numa estação de tratamento de um efluente

líquido são mantidas segundo a política preventiva sistemática;

– Cada bomba possui dois vedantes iguais;

– O regime anual de funcionamento de cada bomba é conhecido e variável;

– Os pares de vedantes são substituídos aquando das intervenções preventivas mas, ocasionalmente, falham antes de chegado o momento e têm de ser substituídos curativamente, pelo que devem existir em stock;

– Qual deverá ser o ponto de encomenda (stock mínimo) e qual deverá ser a quantidade a encomendar de cada vez?

1. Este módulo permite determinar a quantidade de peças que deverá ser mantida em stock de forma a satisfazer as necessidades de intervenções de manutenção curativa (just-in-case). 3. Clicamos no botão “Dados”.

2. Uma Ajuda em cada ecrã apoia a navegação.

1. Abrimos um caso já existente ou criamos um novo caso.

2. Introduzimos os dados referentes à composição e regime de funcionamento dos equipamentos, os quais o item em análise integra.

3. Introduzimos os dados referentes às condições de aprovisionamento do item.

4. Continuamos com a introdução de mais dados

1. Introduzimos os dados referentes ao comportamento em falha do item em análise.

3. Voltamos ao ecrã anterior e, depois, ao ecrã principal.

2. Introduzimos a vida acumulada até à substituição preventiva do item em cada equipamento ao qual pertence.

1. Uma vez no ecrã principal, clicamos em “Resultados” e surge-nos o presente ecrã.

2. Surgem os parâmetros óptimos de gestão do stock do item em análise

3. Exportamos estes resultados para um ficheiro próprio Excel.

Fim