Software INES-III
Apoio à Decisão em Gestão da Manutenção de
Equipamentos com Base na Fiabilidade
Rui Assis
2006
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.
2. Uma Ajuda em cada ecrã
apoia a navegação.
3. Clicamos no botão “Dados”.
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
3. Lemos as estatísticas do teste.
4. Estes são os limites
de aceitação do teste.
2. Lemos os limites do intervalo de confiança
do valor médio da taxa de falhas.
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.
2. Voltamos ao ecrã anterior e
seleccionamos o segundo botão.
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.
1. Este gráfico mostra o valor
da estatística de teste Z entre
os dois limites de aceitação.
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.
2. Voltamos ao ecrã anterior.
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. Qualquer dos
dados pode ser
censurado,
passando-o para a
coluna da direita.
4. Surgem os restantes
parâmetros da
distribuição de
probabilidade Weibull
de melhor aderência
aos dados observados.
3. O parâmetro t0 é
ajustado manualmente
por tentativa-erro.
5. Podemos visualizar
a recta de regressão
após os eixos
logaritmizados.
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).
8. Retrocedemos.
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.
2. Retrocedemos.
1. Este gráfico mostra a recta de
regressão após os eixos ordenados
terem sido logaritmizados e o
coeficiente de determinação R2.
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
2. Uma Ajuda em cada ecrã
apoia a navegação.
3. Clicamos no botão “Dados”.
1. Abrimos um caso já existente ou
criamos um novo caso.
2. Introduzimos os dados do
comportamento em falha de
todos os órgãos críticos.
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.
3. Clicamos em “Calcular”.
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 curativaspreventivas – 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).
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”.
2. F(t)
predefinida para
cada órgão.
1. Lemos os
valores de todos
os indicadores de
manutenibilidade
para as várias
políticas de
manutenção.
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.
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.
1. Observamos os
resultados de cada
órgão crítico.
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.
2. Uma Ajuda em cada ecrã
apoia a navegação.
3. Clicamos no botão “Dados”.
1. Abrimos um caso já existente ou
criamos um novo caso.
5. Introduzimos a duração estimada de paragem geral
para substituição em bloco de todos os componentes e
o intervalo de tempo entre paragens pressuposto.
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.
6. Introduzimos os custos estimados da paragem geral.
4. Introduzimos
a percentagem
de tempo que
cada
componente
funciona
quando o
equipamento se
encontra em
funcionamento.
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.
3. Obtemos também o
custo da política
alternativa de
manutenção curativa.
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.
4. Obtemos a resposta
de qual o intervalo de
tempo entre paragens
gerais que minimiza o
custo de manutenção.
2. Obtemos os custos
correspondentes aos 10
intervalos de tempo entre
paragens alternativos e os
acréscimos em relação ao
mínimo obtido.
2. Voltamos ao ecrã anterior.
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.
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.
2. Uma Ajuda em cada ecrã
apoia a navegação.
3. Clicamos no botão “Dados”.
1. Abrimos um caso já existente ou
criamos um novo caso.
2. Introduzimos a precisão desejada
da periodicidade.
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.
1. Lemos os resultados parciais
para várias periodicidades (LSI).
2. Lemos as conclusões.
4. Clicamos em “Gráfico”.
3. Realizamos a análise da sensibilidade do
custo a variações da periodicidade.
2. Retrocedemos.
1. Visualizamos o gráfico da variação
dos custos com a periodicidade de
manutenção preventiva sistemática.
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.
2. Uma Ajuda em cada ecrã
apoia a navegação.
3. Clicamos no botão “Dados”.
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).
2. Uma Ajuda em cada ecrã
apoia a navegação.
3. Clicamos no botão “Dados”.
1. Abrimos um caso já existente ou
criamos um novo caso.
3. Introduzimos
os dados
referentes às
condições de
aprovisionamento
do item.
4. Continuamos
com a
introdução de
mais dados
2. Introduzimos os dados referentes à composição e regime de funcionamento dos
equipamentos, os quais o item em análise integra.
2. Introduzimos
a vida
acumulada até à
substituição
preventiva do
item em cada
equipamento ao
qual pertence.
1. Introduzimos os dados referentes ao comportamento em falha do item em análise.
3. Voltamos ao ecrã
anterior e, depois, ao
ecrã principal.
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