MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES
EM AUTOCARROS URBANOS
DIAGNÓSTICO POR CADEIAS ESCONDIDAS DE MARKOV
António Santos Simões
Orientador científico: Doutor
José Manuel Caré Baptista Viegas
Co-orientador: Doutor José Manuel Torres Farinha
Tese aprovada em provas públicas para a obtenção do Grau de Doutor em
Transportes
Qualificação atribuída pelo Júri: Aprovado com Muito Bom
Júri
Presidente: Reitor da Universidade Técnica de Lisboa
Vogais:
Doutor José Manuel Caré Baptista Viegas
Doutor Luís António de Andrade Ferreira
Doutor Rui Domingos Ribeiro da Cunha Marques
Doutor José Manuel Torres Farinha
Doutor Manuel Augusto de Pina Marques
Doutor Tiago Alexandre Abranches Teixeira Lopes Farias
2011
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES
EM AUTOCARROS URBANOS
DIAGNÓSTICO POR CADEIAS ESCONDIDAS DE MARKOV
António Santos Simões
Orientador científico: Doutor
José Manuel Caré Baptista Viegas
Co-orientador: Doutor José Manuel Torres Farinha
Tese aprovada em provas públicas para a obtenção do Grau de Doutor em
Transportes
Qualificação atribuída pelo Júri: Aprovado com Muito Bom
Júri
Presidente: Reitor da Universidade Técnica de Lisboa
Vogais:
Doutor José Manuel Caré Baptista Viegas, Professor Catedrático do Instituto
Superior Técnico, da Universidade Técnica de Lisboa
Doutor Luís António de Andrade Ferreira, Professor Associado (Com Agregação)
da Faculdade de Engenharia da Universidade do Porto
Doutor Rui Domingos Ribeiro da Cunha Marques, Professor Associado do Instituto
Superior Técnico, da Universidade Técnica de Lisboa
Doutor José Manuel Torres Farinha, Professor Coordenador do Instituto Superior
de Engenharia de Coimbra
Doutor Manuel Augusto de Pina Marques, Professor Auxiliar da Faculdade de
Engenharia da Universidade do Porto
Doutor Tiago Alexandre Abranches Teixeira Lopes Farias, Professor Auxiliar
(Com Agregação) do Instituto Superior Técnico, da Universidade Técnica de
Lisboa
2011
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
IV
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Dedico a presente dissertação aos que sempre acreditaram
em mim, aos mentores das causas nobres, aos mestres do
positivismo, do querer, do acreditar e da perseverança
e também à minha fé, confiança e auto-estima.
V
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Ao concluir esta dissertação que resultou de quatro anos de trabalho, não posso deixar de manifestar
a minha profunda gratidão para com todos aqueles que de uma forma ou de outra me ajudaram a que o
trabalho fosse concluído. A todos eles, endereço umas singelas palavras.
Em primeiro lugar, o meu agradecimento ao meu orientador Professor Doutor José Viegas, pela
amizade, pelas suas qualidades humanas, pelas inteligentes e valiosas sugestões, pelos incentivos e
pelos ensinamentos com que me presenteou ao longo dos últimos 12 anos. Pela serenidade que sempre
me transmitiu, um muito e reconhecido obrigado.
Igualmente quero expressar a minha gratidão ao meu co-orientador Professor Doutor Torres Farinha,
pela capacidade crítica, pelos conhecimentos outorgados e pelo apoio incondicional, que muito
contribuíram para a minha formação científica. Realço a sua capacidade de divulgação do trabalho
desenvolvido em vários congressos internacionais e o seu optimismo que sempre reforçou o estímulo à
concretização dos objectivos.
Ao Professor Doutor Tiago Farias, pelo exemplo de abnegação, rigor, competência, trabalho e
energia. Por ele nutro uma enorme admiração.
Ao Professor Doutor Rui Cunha Marques, quero expressar o meu agradecimento pela sua simpatia, a
paciência, o seu saber, os seus conselhos e o modo como me incentivou.
Ao colega e amigo Doutor Inácio Fonseca pela amizade, solidariedade, inteligência, incentivo,
sugestões e aconselhamento e pela sua abertura na partilha de metodologias de investigação e
conhecimentos que muito ajudaram a enriquecer esta investigação.
Ao ISEC e ao CEMUC, pela disponibilização de importantes meios técnicos para a realização deste
estudo, que permitiram a validação do conteúdo desta investigação.
Ao colega e amigo do ISEC, Doutor Carlos Alcobia pela frutuosa cooperação científica no âmbito das
medidas e instrumentação.
Ao colega e amigo do ISEC, Técnico Superior José Cruz pela amizade, nobreza, frutuosa
cooperação, sugestões, aconselhamento e apoio técnico durante a parte experimental desta tese.
Ao colega do ISEC Sr. Abílio Teixeira, pelo apoio na execução dos ensaios experimentais de
medição de teor de poluentes de escape e ruído, realizados nos SMTUC.
Á Câmara de Coimbra, aos SMTUC-Serviços Municipalizados de Transportes Urbanos de Coimbra e
especialmente ao seu Administrador, Sr. Manuel de Oliveira, ao Eng.º Luiz Arthur, ao Eng.º Óscar
Carneiro, ao Engº. Hugo Raposo, ao Engº. Coelho, ao Dr. Fausto e a todos os restantes trabalhadores,
pela cultura cívica, pela partilha de dados e de meios técnicos, pela competência e profissionalismo, pela
disponibilização e entrega na organização da execução dos ensaios realizados durante mais de um ano
nas suas instalações da Guarda Inglesa e também pela disponibilidade em me permitirem realizar
algumas medições a bordo.
À Controlauto, S.A e ao seu Centro de Inspecções de Souselas, especialmente ao Eng.º Jorge
Carvalho e Eng.º João Veiga e ao IMTT-Instituto da Mobilidade e dos Transportes Terrestres, na pessoa
do Engº. Pereira Martins, pela colaboração na autorização de recolha de dados de emissões poluentes,
referentes aos autocarros dos SMTUC.
À Câmara Municipal da Guarda na pessoa do seu Presidente Eng.º Valente e à JOALTO e ao seu
Administrador Eng.º Luís Salvador, pelo apoio, espírito de cooperação e consciência cívica na
disponibilização de autocarro para ensaios em banco de potência.
À firma António Garcia, S.A. e especialmente ao Sr. António Marques e Sr. Paulo Garcia, pela sua
dimensão humana, pela franqueza, pelo apoio, disponibilidade, empenho e competência na utilização
graciosa do banco de potência de veículos pesados, o qual pelas suas características e também pelo
facto de ser único em Portugal, reúne um elevado potencial de realização de importantes projectos
técnico-científicos no âmbito da medição de potência e impactos ecológicos.
Uma palavra de apreço à minha família, especialmente à minha avó Virgínia, aos meus pais, Alípio e
Dulcelina, à minha esposa, Lina, aos meus sogros, Diamantino e Carmelina, aos meus cunhados,
Armindo e Paula, aos meus tios, tias e primos, em especial a minha prima Licínia Marques, pelo apoio,
compreensão e ajuda durante a realização de todo o trabalho. Aos meus filhos Rita, João e Joana que
são o meu grande orgulho e a minha fonte de motivação.
Um abraço muito profundo aos meus ilustres professores Maria Helena Marques, Helena Cabral e
António Teotónio, porquanto marcaram de forma brilhante todo o meu percurso académico e cívico.
Aos meus alunos agradeço a amizade e a forma saudável e dedicada que colocaram nas minhas
aulas.
Não posso porém esquecer os familiares e amigos que já partiram, pelo incentivo e apoio que me
transmitiram e pelo prazer que hoje teriam em desfrutar comigo este momento de riqueza interior. A
separação física jamais extinguirá a nossa ligação espiritual.
A todos os meus profundos agradecimentos.
VI
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Num mercado globalizado e em contínuo crescimento, a produtividade e a sustentabilidade
são factores fundamentais para que países e organizações se possam tornar mais
competitivos.
A máxima produtividade é atingida através da máxima disponibilidade dos meios envolvidos,
o que só é exequível com a adopção de práticas de manutenção eficazes. Para o efeito, devem
as organizações implementar tipologias e estratégias de manutenção adequadas à natureza
das suas instalações e equipamentos.
O sector de transportes é considerado um recurso estratégico para a competitividade.
Contudo, representa uma das principais fontes de poluição do planeta. A exposição das
pessoas às partículas e óxidos de azoto dos gases de escape constitui um risco elevado para a
saúde pública.
A tese procura contribuir para um maior equilíbrio no sector dos transportes, promovendo a
mitigação dos impactos ambientais de frotas de veículos. Apresenta um modelo de
manutenção baseado na condição, que faz uso de variáveis de estado e de variáveis de
emissões.
A metodologia apresentada materializa uma estratégia que visa manter os veículos em
condições operacionais, ambientalmente amigáveis e é suportada no acompanhamento de
variáveis de controlo mensuráveis. Dá ênfase ao papel da sustentabilidade ambiental,
introduzindo um novo conceito paradigmático, com o título de Manutenção Condicionada às
Emissões Poluentes, também denominado por Manutenção Preditiva Ecológica, direccionada
para autocarros urbanos de passageiros, tendo em vista o cumprimento de especificidades
ambientais restritivas. Suporta-se na monitorização de efluentes gasosos do motor, bem como
nos níveis de ruído do veículo, utilizando-os como indicadores ecológicos de condição de
desencadeamento de operações de manutenção. Incorpora uma componente inovadora
através da aplicação de modelos escondidos de Markov na avaliação dos estados ocultos. O
modelo integra funções de Modelos Escondidos de Markov, de natureza não linear, que fazem
a avaliação de probabilidades e correlações de variáveis seleccionadas e ajustam parâmetros
num processo iterativo com vista a obter convergência entre estados de saúde modelados e
reais, em motores e sistemas de pós-tratamento de autocarros urbanos. Uma cadeia escondida
de Markov é uma versão discreta de um modelo escondido de Markov. Só será usada esta
última terminologia no texto.
O estudo está em linha com os objectivos apresentados no (Livro-Verde 2007) da União
Europeia sobre o sector dos transportes, onde se diagnostica a necessidade de aplicação a
cada cidade ou área metropolitana, de um instrumento de planeamento designado por Plano
de Transporte Urbano Sustentável.
Trata-se, assim, de uma tese que apresenta uma nova metodologia para o controlo eficaz
do impacto ambiental provocado pelas actividades de transporte urbano, permitindo ainda obter
ganhos de produtividade na utilização dos veículos.
A implementação do modelo contribui ainda de forma eficaz para o cumprimento da
legislação atinente aos aspectos ambientais no âmbito de compromissos internacionais
assumidos pelo país nesta área de nobre relevância.
O modelo apresentado foi desenvolvido no programa informático MATLAB e suporta-se,
para a sua calibração e validação, na medição experimental de valores de diversos efluentes,
analisando e detectando desvios em relação aos espectros de poluição admissíveis. Assenta
na definição de classes, utilizadas como instrumentos de apoio à decisão para desencadear ou
não operações de manutenção, traduzidas por afinações dos veículos versus substituição de
componentes, equipamentos ou mesmo para fundamentação de renovação da frota.
O modelo desenvolvido pode vir a ser integrado num sistema de informação para
manutenção, através da adição deste novo módulo de manutenção preditiva que, através da
interacção com os restantes módulos, tais como Objectos de Manutenção e Ordens de
Trabalho, permite alargar o potencial dos actuais sistemas de informação.
VII
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
VIII
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
In an increasingly growing globalized market, productivity and sustainability are
indispensable factors for countries and enterprises to become more competitive.
Maximum productivity is achieved through maximum availability of the means involved and
this is only possible by taking on efficient maintenance practices. For this reason, concerned
parties should adopt maintenance typologies and strategies suitable to the nature of their
installations and equipments.
The transports sector is considered a strategic resource for successful competitiveness.
However, these represent one of the main sources of pollution. The presence of exhaust gas
particles and oxides are harmful to the public health.
This thesis aims to contribute to a greater balance in the transport sector by endorsing the
mitigation of environmental impacts caused by vehicles. A maintenance model, named
Condition Based Maintenance, that makes use of state variables and emission variables is
presented
In this study the illustrated methodology reveals an approach, which aims to keep vehicles in
running conditions while friendly-environment, and is supported with the auxiliary of measurable
control variables. There is a focus on the role of environmental sustainability by introducing an
innovating paradigmatic concept, referred to as Pollutant Emissions On-Condition Maintenance
or Ecological Predictive Maintenance, centred in urban passenger buses, which takes into
account the compliance of restrictive environmental specifications. It is supported by the
observance and control of gas emissions as well as vehicle noise levels, and uses these as
condition ecological indicators to evaluate maintenance work needs. An innovating element is
incorporated in the evaluation of hidden states, through the application of hidden Markov
models (HMM). The model includes HMM functions of non-linear nature, which perform the
evaluation of probabilities and correlations of selected variables and adjust parameters in an
interactive process in order to bring about convergence between modelled health states and
real ones in urban bus post-treatment engines and systems. A hidden Markov chain is a
discrete version of a hidden Markov model. Only will be used the last terminology in the text.
This study is in line with the objectives presented in the (Green-Book 2007) of the European
Union concerning the transport sector, which identifies the need to apply a project scheme
referred to as Sustainable Urban Transport Project in each city or metropolitan area.
This thesis presents a new methodology for efficient control of the environmental impact
caused by urban transport activity while at the same time provides productivity gains in vehicle
use.
The implementation of the model also contributes to the compliance of legislation concerning
environmental aspects within the framework of international commitments made by the country
in this very important area.
The model presented has been developed with the computer program MATLAB and is
founded, in calibration and validation phases, on experimental measures of different emission
values through the analysis and detection of deviations concerning acceptable pollution
spectrums. It lies on the definition of classes used as support tools for deciding whether or not
to carry out different maintenance operations, which include tuning vehicles or the replacement
of parts and equipments or even in renewing the fleet.
The model developed in this study can eventually be integrated in an information system for
maintenance and its interaction with the remaining models such as Maintenance Objects and
Work Orders can extend the potential of current information systems.
Predictive Maintenance, Ecological Maintenance, Engine, Diesel, Bus, Hidden Markov
Models.
IX
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
X
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
CAP 1
Motivação, objectivos e estrutura da tese ………………………….
1
CAP 2
Estado do conhecimento do tema e da prática empresarial ………
11
2.1
2.2
2.3
Dinâmica de um veículo rodoviário ………………………...……...
Balanços mássicos em motores de combustão interna ……….……
Emissões versus tecnologias e afinação dos veículos ……………...
17
29
36
37
49
56
61
65
80
2.4
2.5
2.6
Impactos na saúde e no ambiente versus manutenção ……………..
Sistemas de gestão da manutenção em veículos rodoviários ……....
Modelos de predição e reconhecimento ………………………...….
Práticas de manutenção de referência em empresas de transportes
públicos urbanos …………………………………………..………
82
2.7
CAP 3
CAP 4
Emissões poluentes de escape e alguns modelos afins …………
Emissões de ruído ………………………………………………
Mitigação de emissões baseada em melhorias tecnológicas …...
Legislação de impactos ambientais …………………………….
Metodologia e tecnologia de medição de emissões …………….
Relação entre afinação de motores e emissões …………………
Modelo de manutenção preditiva ecológica ………………………..
3.1
3.2
Possíveis factores preditivos ...………………………...…………...
Manutenção preditiva em autocarros ……………...…...………......
3.3
3.4
Um novo paradigma de planeamento da manutenção ………..……
Modelos escondidos de Markov (HMM) em manutenção ……......
3.5
Operacionalização de HMM em manutenção ecológica ……..……
3.2.1
3.2.2
3.2.3
Caracterização de disfunções por famílias ……………………..
Predição com referência ecológica em motores Diesel ………...
Análise da correlação entre variáveis ………………………......
3.4.1
3.4.2
3.4.3
3.4.4
Elementos de um Modelo escondido de Markov ……………....
Os três problemas básicos solucionados por um HMM ...……...
Utilização de um HMM na monitorização de frotas …………...
Definição de classes num HMM ……………………………….
3.5.1
3.5.2
3.5.3
Monitorização de atributos, recolha de dados e filtragem ……...
Codificação de dados em HMM ………………………………..
Estimação e calibração de HMM para manutenção de frotas ….
Validação e avaliação do modelo desenvolvido ……………………
4.1
4.2
4.3
4.4
CAP 5
2.3.1
2.3.2
2.3.3
2.3.4
2.3.5
2.3.6
Validação de HMM em manutenção ecológica de frotas ……..…...
Programa MATLAB de manutenção de frotas, baseado em HMM
Ensaios com veículos em carga em bancos de rolos ………..……..
Expectativa de ganhos económicos com a aplicação do modelo …..
Conclusões e desenvolvimentos futuros …………………………….
5.1 Síntese conclusiva ………………………………….................
91
96
102
129
132
140
149
151
154
155
159
160
164
176
181
202
205
221
232
237
237
240
242
258
269
269
273
5.2
Desenvolvimentos de modelação …………………………………..
5.3
Impactos na organização de processos e recursos empresariais ....
276
5.4
Sugestões de trabalhos futuros de investigação …………………... 279
Bibliografia ……………………..……………….……………………………….. 281
Anexo
XI
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
XII
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tabela 2.1 - Factor de massa para um veículo ligeiro de passageiros ………………...………..
25
Tabela 2.2 - Valores utilizados para estimar a VSP num Ford Focus 2 ………………………..
27
Tabela 2.3 - Consumos de um veículo ligeiro a quente e a frio ………………………………..
27
Tabela 2.4 - Massa molecular de alguns poluentes …………………………………………….
31
Tabela 2.5 - Composição dos gases de escape não prejudiciais à saúde ……………………….
38
Tabela 2.6 - Composição dos gases de escape prejudiciais à saúde ……………………………
38
Tabela 2.7- Emissões típicas em processos de combustão Otto e Diesel (g/Kg de combustível)
38
Tabela 2.8 - Algumas características de funcionamento de motores Diesel …………………...
39
Tabela 2.9 - Composição dos gases de escape de motores Diesel antes de tratamento ………..
41
Tabela 2.10 - Algumas características de funcionamento de motores Diesel ………………….
42
Tabela 2.11 - Repartição da fracção de carbono nos gases de escape ………………………….
47
Tabela 2.12 – Amplitude de variação do ruído em motores de combustão interna ……………
52
Tabela 2.13 - Correcções ao ruído em função da orientação vertical do receptor ……………..
Tabela 2.14 - Limites de emissões poluentes em veículos ligeiros de passageiros tipo Diesel
(Classe M1)
Tabela 2.15 - Normas de emissões na União Europeia para veículos pesados Diesel …………
55
Tabela 2.16 - Valores limite de opacidade referentes a autocarros com motor Diesel ………...
65
Tabela 2.17 - Quatro versões de freio de rolos para teste de veículos ligeiros e pesados ……...
76
Tabela 2.18 – Qualidade do impacto nas emissões das principais medidas de afinação ………
82
Tabela 2.19 – Variáveis que influenciam o rácio de reservas de frotas de autocarros …………
111
Tabela 2.20 – Indicadores de exploração de frotas, segundo a sua dimensão ………………….
112
Tabela 2.21 – Indicadores da frota dos SMTUC ……………………………………………….
113
Tabela 2.22 – Composição da frota dos SMTUC, segundo a dimensão dos veículos …………
114
Tabela 2.23 – Número de operações de manutenção realizadas nos SMTUC …………………
114
Tabela 2.24 – Grandes intervenções de manutenção realizadas nos SMTUC …………………
114
Tabela 2.25 – Indicadores de produtividade por viatura nos SMTUC …………………………
114
Tabela 2.26 – Indicadores de produtividade por motorista nos SMTUC ……………………....
115
Tabela 2.27 – Indicadores de produtividade por efectivo médio nos SMTUC ………………...
115
Tabela 3.1 – Atributos do veículo a integrar em modelos de emissões e de manutenção ……...
133
Tabela 3.2 – Atributos de utilização do veículo, incorporados em modelos …………………...
134
Tabela 3.3 – Atributos associados a características de exploração, usados em modelos ………
134
Tabela 3.4 – Atributos de actividade do veículo associados à sua dinâmica …………………..
135
Tabela 3.5 - Atributos de estado de saúde de veículos, directos ……………………………….
136
Tabela 3.6 - Atributos de estado de saúde de veículos, indirectos ……………………………..
136
Tabela 3.7 - Atributos atmosféricos de entrada em modelos …………………………………..
138
Tabela 3.8 - Indicadores de saída ou de condição em modelos de manutenção ……………….
139
Tabela 3.9 - Falhas mais comuns num veículo a motor de combustão interna tipo CI …...……
149
Tabela 3.10 - Reparações em motores de autocarros, com impactos nas emissões ……………
151
Tabela 3.11 - Coeficientes de correlação, R entre poluentes …………………………………..
154
Tabela 3.12 – Classes de estados do sistema, para o modelo desenvolvido ……………………
187
Tabela 3.13 – Classes de emissões por indicador de emissões, no modelo desenvolvido ……..
187
63
64
XIII
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tabela 3.14 – Opção 1 de classificação dos estados do sistema para uma distribuição normal
(Ramo βiN da função de estado) ………………………………………………………………..
Tabela 3.15 – Opção 2 de classificação dos estados do sistema para uma distribuição normal
(Ramo βiN da função de estado) ………………………………………………………………..
Tabela 3.16 – Opção 3 de classificação dos estados do sistema para uma distribuição normal
(Ramo βiN da função de estado) ………………………………………………………………..
Tabela 3.17 – Opção 1 de classificação dos estados do sistema para uma distribuição t-student
(Ramo βiN da função de estado) ………………………………………………………………..
Tabela 3.18 – Opção 2 de classificação dos estados do sistema para uma distribuição t-student
(Ramo βiN da função de estado) ………………………………………………………………..
Tabela 3.19 – Opção 3 de classificação dos estados do sistema para uma distribuição t-student
(Ramo βiN da função de estado) ………………………………………………………………..
Tabela 3.20 – Opção de classificação dos estados do sistema associando a variação a uma
distribuição qui-quadrado (Ramo θ iN da função de estado) ……………………………………
Tabela 3.21 – Opção 1 de classificação das variáveis de emissão para uma distribuição
normal (Ramo β jM da função de emissões) …………………………………………………...
Tabela 3.22 – Opção 2 de classificação das variáveis de emissão para uma distribuição
normal (Ramo β jM da função de emissões) …………………………………………………...
Tabela 3.23 – Opção 3 de classificação das variáveis de emissão para uma distribuição
normal (Ramo β jM da função de emissões) …………………………………………………...
Tabela 3.24 – Opção 1 de classificação das variáveis de emissão para uma distribuição tstudent (Ramo β jM da função de emissões) …………………………………………………...
Tabela 3.25 – Opção 2 de classificação das variáveis de emissão para uma distribuição tstudent (Ramo β jM da função de emissões) …………………………………………………...
Tabela 3.26 – Opção 3 de classificação das variáveis de emissão para uma distribuição tstudent (Ramo β jM da função de emissões) …………………………………………………...
Tabela 3.27: Classes de emissões associando a variação a uma distribuição qui-quadrado
(Ramo θ jM da função de estado) ……………………………………………………………….
189
190
190
190
191
191
192
195
195
196
196
196
196
198
Tabela 3.28 - Combinações de emissões do modelo, para quatro variáveis ecológicas ………..
199
Tabela 3.29 - Classes de veículos em função do ano de construção …………………………...
206
Tabela 3.30 – Variáveis de estado que integram o HMM ……………………………………...
207
Tabela 3.31 – Variáveis de emissões que integram o HMM …………………………………...
208
Tabela 3.32 – Quilometragem dos autocarros utilizados na pesquisa ………………………….
210
Tabela 3.33 - Especificações técnicas de autocarros Diesel, Mercedes Citaro O530 ………….
211
Tabela 3.34 - Especificações de desempenho de autocarros Diesel, Mercedes Citaro O530 ….
211
Tabela 3.35 - Critério de aprovação na inspecção de autocarros ………………………………
215
Tabela 3.36 - Matriz de sequências cronológicas de dados recolhidos, para cada viatura ……..
222
Tabela 3.37 -Últimas 7 medições de variáveis de estado, referentes ao autocarro nº. 270 …….
223
Tabela 3.38 - Análise estatística das variáveis de estado ………………………………………
224
Tabela 3.39 – Análise estatística da função de estado para os 4 autocarros ……………………
225
Tabela 3.40 – Caracterização das classes de estados para uma distribuição T-Student, com
GL-1=3 (Ramo βiN da função de estado)
Tabela 3.41 – Caracterização das classes de estados de um sistema para uma distribuição quiquadrado (Ramo θ iN da função de estado)
226
226
Tabela 3.42 – Classificação dos estados de saúde às diferentes rpm do motor (aut. 269) ……..
227
Tabela 3.43 – Últimas 7 medições de variáveis de emissão, do autocarro número 270 ……….
227
XIV
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tabela 3.44 – Análise estatística das variáveis de emissão …………………………………….
Tabela 3.45 – Caracterização das classes de emissões para uma distribuição t-Student, GL1=3 (Ramo β jM da função de emissões) ……………………………………………………….
228
229
Tabela 3.46 – Caracterização das classes de emissões para uma distribuição qui-quadrado,
GL-1=3 (Ramo θ jM da função de emissões) …………………………………………………...
229
Tabela 3.47 – Matriz de sequências cronológicas genéricas para HMM ………………………
230
Tabela 3.48 – Exemplo específico de matriz de sequências cronológicas de HMM …………..
230
Tabela 3.49 – Metodologia de classificação de espectros de emissões para HMM, aut. 269 ….
Tabela 3.50 – Sequências cronológicas dos valores de montagem dos HMM de cada um dos
autocarros ……………………………………………………………………………………….
Tabela 3.51 – Estrutura da matriz de transição de estados em HMM de autocarro urbano ……
Tabela 3.52 – Estrutura da matriz de emissões em HMM de autocarro urbano ………………..
231
Tabela 3.53 – Matrizes de transição de estados de HMM, referentes aos 4 autocarros ………..
233
Tabela 3.54 – Matriz de emissões de HMM, referente ao autocarro n.º 262 …………………..
234
Tabela 3.55 – Matriz de emissões de HMM, referente ao autocarro n.º 265 …………………..
234
Tabela 3.56 – Matriz de emissões de HMM, referente ao autocarro n.º 269 …………………..
234
Tabela 3.57 – Matriz de emissões de HMM, referente ao autocarro n.º 270 …………………..
Tabela 3.58 – Matriz de partida na aplicação de HMM para validação ………………………..
Tabela 3.59 – Probabilidades dos estados “à posteriori” na fase de treino do HMM, autocarro
262 ……………………………………………………………………………………………...
Tabela 3.60 – Probabilidades dos estados “à posteriori” na fase de treino do HMM, autocarro
270 ……………………………………………………………………………………………...
Tabela 4.1 – Relação entre estados estimados pelo HMM e estados medidos …………………
234
234
235
Tabela 4.2 – Probabilidades de êxito nas estimativas da fase de validação dos HMM ………...
238
Tabela 4.3 – Perplexidade dos HMM de cada um dos autocarros e global ……………………
239
Tabela 4.4 – Valores dos ensaios realizados com um autocarro IVECO, em 2009-12-23 …….
Tabela 4.5 – Resultados dos ensaios realizados com um autocarro MERCEDES, OC500, em
2010-03-03 ……………………………………………………………………………………...
Tabela 4.6 – Resultados das emissões medidas num autocarro MERCEDES, OC500, em
2011-04-01 ……………………………………………………………………………………...
Tabela 4.7 – Evolução dos valores do binário em autocarro MERCEDES OC500 ……………
243
Tabela 4.8 – Mapeamento da pressão de sobrealimentação do autocarro Mercedes O500 ……
246
Tabela 4.9 – Mapeamento da pressão de óleo do autocarro Mercedes O500 ………………….
Tabela 4.10 – Concepção da matriz de mapeamento da “função de estado” para cada série de
viaturas (valores adimensionais) ………………………………………………………………
Tabela 4.11 – Mapeamento da opacidade dos fumos do autocarro Mercedes O500 …………..
247
232
233
233
235
238
244
245
245
248
249
Tabela 4.12 – Mapeamento das emissões de NOx do autocarro Mercedes O500 (ppm) ………
249
Tabela 4.13 – Mapeamento das emissões de CO2 do autocarro Mercedes OC500 (%) ………..
249
Tabela 4.14 – Mapeamento do ruído do autocarro Mercedes OC500 (em dB(A)) …………….
249
Tabela 4.15 – Valores para o cálculo da VSP ………………………………………………….
252
Tabela 4.16 – Ocorrências e intervenções na frota dos SMTUC em 2009 …………………….
260
Tabela 4.17 – Indicadores da frota dos SMTUC, referentes a 2009 …………………………...
Tabela 4.18 – Indicadores de manutenção de unidade de manutenção com 15 operários
…….………
Tabela 4.19 – Índices de emissões referentes a motores Diesel Volvo ………………………..
261
Tabela 4.20 – Índices de emissões referentes a autocarros, no Município de Barcelona ………
264
Tabela 4.21 – Redução de custos de impacto, decorrente de melhorias na manutenção …...…
265
262
264
XV
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 2.1 - Resistências ao movimento de um veículo ……………………………………….
18
Figura 2.2 – Balanços energéticos e de emissões de veículos rodoviários a gasóleo …………
29
Figura 2.3 – Foto de filtro de partículas de autocarro EURO IV ……………………………...
42
Figura 2.4 - Circuitos de compensação de níveis de ruído A, B, C e D ……………………….
50
Figura 2.5 - Ângulos associados ao factor de orientação de um receptor de ruído ……………
54
Figura 2.6 - Relação linear entre intensidade de luz de LED e a voltagem no foto-transistor ..
70
Figura 2.7 - Unidade de monitorização utilizada a bordo dos veículos ……………………….
78
Figura 2.8 - Registo de concentrações na monitorização a bordo (Fonte Sensors) ……………
79
Figura 2.9 – Curva típica de falhas (curva da banheira) ………………………………………
84
Figura 2.10 - Curvas associadas aos diferentes padrões de falhas …….………………………
85
Figura 2.11 - Curva de função cumulativa de distribuição de taxa de falhas com a idade dos
autocarros
85
Figura 2.12 – Diferentes perfis da forma sigmoidal com a idade dos autocarros ……………..
86
Figura 2.13 - Níveis de gestão do processo de manutenção preditiva …………………………
92
Figura 2.14 - Estrutura de módulo de predição em manutenção preditiva …………………….
93
Figura 2.15 - Exemplos de funções de activação utilizadas em redes neuronais ……………...
100
Figura 3.1 - Trilogia de impactos de uma frota de autocarros ………………………………...
131
Figura 3.2 – Foto de ficha de diagnóstico de autocarro ………………………………………
141
Figura 3.3 - Modelo geral de optimização em manutenção ecológica ………………………...
144
Figura 3.4 - Curva de degradação do estado de um veículo (Intervalo P-F) …………………..
145
Figura 3.5 - Intervalos de inspecção e de diferimento na manifestação de falha ……...………
147
Figura 3.6 – Gráfico com tipificação de avarias de um autocarro no tempo ………………….
150
Figura 3.7 - Principais fontes de impacto em campus hospitalares ……………………………
153
Figura 3.8 – Variação das emissões de CO2 com a velocidade de um veículo ………………..
155
Figura 3.9 – Evolução do estado de degradação de um sistema ……………………………….
157
Figura 3.10 - Correlação entre indicadores ecológicos e estado de degradação de um sistema
158
Figura 3.11 – Ligações num HMM de 5 estados do sistema e 4 classes de emissões …………
163
Figura 3.12 – Nomenclatura de um HMM de 3 estados e 2 símbolos …………………………
163
Figura 3.13 – Caracterização probabilística de um HMM …………………………………….
175
Figura 3.14 – Exemplo de aplicação de limites na actuação de alarmes de disfunções ……….
183
XVI
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.15 - Avaliação da disfunção com base na avaliação do valor residual ………………
184
Figura 3.16 - Custo óptimo de manutenção, Copt, versus número de limiares, N ……………..
186
Figura 3.17 - Quilómetros percorridos pelos autocarros envolvidos no estudo ………………
210
Figura 3.18 - Consumo médio de combustível por autocarro nos anos de 2008 a 2010 ………
212
Figura 3.19 - Consumo médio de combustível mensal por autocarro no ano de 2010 ………..
212
Figura 3.20 - Linhas incluídas no estudo (Amarelo: Circuito de ida; Verde: Retorno) ……….
213
Figura 3.21 – Unidade de diagnóstico de veículos utilizada …………………………………..
214
Figura 3.22 – Analisador de gases / opacímetro utilizados no estudo …………………………
215
Figura 3.23 – Fotografias referentes à medição de ruído de motores ………………………….
216
Figura 3.24 – Foto de medição de ruído produzido no sistema de escape …………………….
217
Figura 3.25 – Aparelho de actuação no acelerador utilizado durante a medição de opacidade ..
217
Figura 3.26 – Fotos da gestão operativa utilizada na aquisição de dados ……………………..
219
Figura 3.27 – Diagnóstico e acções a desenvolver em função das classes de estado …………
220
Figura 3.28 – Prática de monitorização de motor de autocarro ……………………………….
221
Figura 3.29 – Correlações entre estados e espectros de emissões …………………………….
232
Figura 4.1 – Mapeamento do coeficiente de excesso de ar, λ , num motor Diesel ……………
242
Figura 4.2 – Mapeamento do coeficiente de excesso de ar, λ , de Mercedes OC500 ………..
245
Figura 4.3 – Curvas de binário motor de veículo OC500 ……………………………………..
246
Figura 4.4 – Pressão de sobrealimentação de motor de autocarro Mercedes OC500 …………
247
Figura 4.5 – Pressão de óleo em regimes estacionários de motor de Mercedes OC500 ………
248
Figura 4.6 – Mapeamento da opacidade dos fumos de autocarro Mercedes OC500 ………….
250
Figura 4.7 – Mapeamento dos NOx nos gases de escape de Mercedes OC500 ……………….
250
Figura 4.8 – Mapeamento dos níveis de % CO2, em gases de escape de Mercedes OC500 …..
251
Figura 4.9 – Mapeamento dos níveis de ruído de motor de autocarro Mercedes OC500 ……..
251
Figura 4.10 - Diagrama de um sistema de controlo remoto de monitorização de veículos ……
256
Figura 4.11 – Custo por ciclo de vida de um bem ou equipamento ……………………………
258
Figura 4.12 – Apuramento dos resultados económicos da função manutenção ……………….
258
Figura 4.13 – Sistema MPE numa empresa de transportes urbanos …………………………...
266
Figura 4.14 - Hardware de aquisição de dados ………………………………………………..
267
Figura 5.1 – Fluxograma de evolução para novas metodologias de manutenção ……………..
276
XVII
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
!
: Aceleração do veículo
EPA: Environmental Protection Agency
A: É a área frontal do veículo em m2
EU: European Union
AdBlue: Solução transparente à base de ureia
(Contém cerca de 33 % em peso)
EURO V: Norma europeia em vigor que limita a
quantidade de poluentes nocivos gerados pelos
veículos automóveis. Sucede à EURO IV que por
sua vez sucedeu à EURO III.
AIR: Air injection
EVP: Exhaust valve position
APDC: Associação Portuguesa para o
Desenvolvimento das Comunicações
FI: Resistência do declive
ASPs: Active Server Pages
FL: Resistência do ar
BSFC: Best Specific Fuel Consumption
FR: Resistência ao rolamento
CAN: Controller Area Network or Controled Aerial
Network
FTA: Federal Transit Administration - USA
CAT: Catalyst
FTIR: Fourier Transform Infrared
CBM: Condition-Based Maintenance – Manutenção
Condicionada ou Preditiva
Ftra: Força requerida ao motor
CD: Coeficiente de resistência aerodinâmica
FTP: File Tranfer Protocol
CI: Compression Ignition
g: Aceleração da gravidade
CLD: ChemiLuminescent Detector
g/(bhp.hr): grams per brake horsepower.hour
CMEM: Compreensive Modal Emissions Model
GCW: Gross Combined Weight
CO: Carbon Oxide
GeSI: Global e-Sustainability Iniciativa
CO2: Carbone Dioxide
GSM / GPRS: Global Sistem for Mobile
communications / General Packet Radio Services
CPC: Condensation Particle Counter
GVWR = Gross Vehicle Weight Rating (GVW
maximum allowed)
CR: Coeficiente de resistência ao rolamento
HBEFA: Handbook of Emisson Factors for Road
Transport
CVS: Constant Volume Sampling
HC: Hydrocarbons
DI: Direct Injection
HEI: Health Eating Index (2005) (Gases de escape
e pequenas partículas podem ser prejudiciais para
a saúde)
DIAL: Differential absorption lidar
HFID: Heated Flame Ionization Detector
DOC: Diesel Oxidation Catalyst
HM: Heavy Metal
DPF: Diesel Particulate Filter
HMM: Hidden Markov Models
DPNR: Diesel Particulate NOx Reduction
HPCR: High Pressure Common Rail
ECM: Electronic Control Module
IAM: Institute of Asset Management
EEV: Environmentally Enhanced Vehicle
I&M ou I/M: Inspection and Maintenance ou
Inspecção e Manutenção
EGR: Exhaust Gas Recirculation
ISHM: Integrated System Health Management
EHM: Equipment Health Management
ISQ: Instituto de Soldadura e Qualidade
EI: Emissions Indice
IVHM: Integrated Vehicle Health Management
EMIT: EMIssions from Traffic
LDD: Light-duty diesel
EMS: Electronic Motor System
LDG: Light-duty gasoline
XVIII
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
LED: Light Emitting Diode
QCM: Quartz Crystal Microbalance
LIN: Local Interconnected Network
RCM: Reliability Centered Maintenance
LNT: Lean NOx Traps
RMSE: Root Mean Squared Error
m: Massa
RUL: Remaining Useful Life
mrot: Massa sujeita a movimento de rotação
SCR: Selective Catalytic Reduction
MAP: Manifold Absolute Pressure
SI: Spark Ignition
MODEM: MODel of vehicle EMissions
SMITH: Sistema Modular Integrado de Terologia
Hospitalar
MTBF: Mean Time Between Failure
SMPS - Scanning Mobility Particle Sizer
MTBD: Mean Time Between Disfunction
SPC: Statistical Process Control
MTTR: Mean Time to Repair (Tempo Médio de
Reparação)
TAC: Termostatic air cleaner
NDIR: Non Dispersive InfraRed
TAN: Total Acid Number
NDUV: Non Dispersive Ultra Violete
TBN: Total Base Number
NEDC: New European Driving Cycle
TCP/IP: Transmission Control Protocol / Internet
Protocol
NMHC: NonMethane Hydrocarbons
TEOM: Tapered Element Oscillating Microbalance
NMVOC: Non Methanic Volatile Organic
Compound
THC: Total Hydrocarbons
NOx: Nitric Oxides
TIC: Tecnologias de Informação e Comunicação
O2: Oxygen sensor and connectors
TPM: Total Productive Maintenance
OBD: On-Board Diagnosis
TRL: Transport Research Laboratory
OMS: Organização Mundial de Saúde
UITP - International Association of Public Transport
OPSIS: Observation et Prospective sur la Societe
de Information et ses Services
OSA - CBM: Open System Arquitecture for
Condition Based Maintenance
PAH: Polycyclic Aromatic Hydrocarbons
v e vw: Velocidade do veículo e do vento em m/s
VETS: Vehicle Emission Test System
VGT: Variable Geometry Turbocharging
PAS : Publicly Available Specification
VOC: Volatile Organic Compound
PCA: Principal Component Analysis
VOSA: Vehicle and Operator Services Agency
PCI: Premixed Compression Ignition
vph: Vehicles per hour
PC-VETS: Personal Computer – Vehicle Emission
Test System
VSP: Vehicle Specific Power
PCV: Positive crankcase ventilation system
WWH: World – Wide Harmonized
PERT: Program Evaluation and Review Technique
WHO: World Health Organization
PHEM: Passenger car and Heavy duty Emissions
Model
WWH: WorldWide Harmonization group
PHM: Prognostics and Health Management
φ: Relação de equivalência combustível / ar na
combustão
PLS: Partial Least Squares
PM: Particulate Mater
: Inclinação da via
ρa: Densidade do ar
PM10: Partículas de dimensão inferior a 10 µm
PMI: Ponto Morto Inferior
PMS: Ponto Morto Superior
PRESS: Prediction Residual Sum of Squares
XIX
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
XX
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
" #
! $% & '
!
Para a sociedade científica e para o mundo empresarial, ressalta a importância de
assegurar que as utilizações sectoriais de serviços contemplem a potenciação e a
harmonização de objectivos e fins múltiplos incluindo os ambientais.
Na pretérita década cresceram as preocupações com a severidade de degradação do
estado do ar e da água, ocorrida em muitos pontos do planeta e com os agravamentos na
poluição dos solos, causados pelas indústrias e pelos transportes. Também a crescente
socialização do bem-estar das populações, que tem conduzido à proliferação de veículos,
evidencia a necessidade de se manter a pressão de mitigação das externalidades negativas.
As questões precedentes são de grande importância e motivação de estudo aprofundado
pelo autor. A sua relevância surge incrementada por factores de índole cognitiva e emocional
fruto de muita reflexão no âmbito dos transportes.
Neste contexto, o autor, integrado numa equipa de investigação multidisciplinar,
desenvolveu e colaborou na elaboração de vários artigos científicos, que constituíram o seu
contributo para a literatura, quer no âmbito dos transportes, quer no da manutenção, bem como
no entrosamento entre ambas, através das seguintes publicações científicas:
1 -“Mitigação de Emissões Poluentes dos Transportes Rodoviários em Meio Urbano – Com
Enfoque na Componente Tecnológica”, Tese de Mestrado em Transportes, Instituto Superior
Técnico, Lisboa, 28 de Maio de 2002.
2 – Primeiro autor e apresentador de artigo científico nos USA na sequência da sua aceitação
pela International Federation of Hospital Engineers (IFHE) no âmbito do 18th Congress desta
instituição que decorreu entre 25 e 29 de Julho de 2004, em simultâneo com a 41st Annual
Conference & Technical Exhibition promovida pela Association for the Study of Higher
Education (ASHE): “The Maintenance and the Envirnmental Managemnent – on a modular view
”, António Simões, Torres Farinha e Viriato Marques, Orlando - Estados Unidos da América,
July 27, 2004.
3 - Primeiro autor e apresentador de artigo científico no 9.º Congresso Nacional de Manutenção
que teve lugar na EXPONOR em Leça da Palmeira, nos dias 22 e 23 de Novembro de 2007:
“Manutenção Condicionada às Emissões Poluentes em Autocarros Urbanos – Uma abordagem
ecológica ”, António Simões, Torres Farinha, Inácio Fonseca, Viriato Marques, António Simões,
Torres Farinha e Viriato Marques, EXPONOR em Leça da Palmeira, 23 de Novembro de 2007.
4 - Primeiro autor e apresentador de artigo científico, no 20th Congress of International
Federation of Hospital Engineering (IFHE), que ocorreu em Barcelona - Espanha, entre os dias
19 e 22 de Outubro de 2008: “Ecological Predictive Maintenance in Hospital Equipment ”,
António Simões, Torres Farinha, Inácio Fonseca, Viriato Marques, October 21, 2008.
5 - Primeiro autor e apresentador de artigo científico, nas Conferências Internacionais WSEAS,
realizadas na Universidade de La Laguna em Tenerife: “Buses Degradation Based on
Exploration Conditions ”, António Simões, Torres Farinha, Inácio Fonseca, Maciel Barbosa,
Viriato Marques, July 01, 2009.
1
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
6 - Co-autor de artigo científico, no 10.º Congresso Nacional de Manutenção que teve lugar na
Figueira da Foz, nos dias 19 e 20 de Novembro de 2009: “Manutenção versus Produção. A
perspectiva terológica para um futuro sustentável”, Torres Farinha, António Simões, Inácio
Fonseca, Pedro Bastos, Figueira da Foz, 20 de Novembro de 2009.
7 - Co-autor de artigo científico, no 10.º Congresso Nacional de Manutenção que teve lugar na
Figueira da Foz, nos dias 19 e 20 de Novembro de 2009: “Manutenção Preditiva de Geradores
Eólicos”, Inácio Fonseca, Torres Farinha, Fernando Maciel Barbosa, António Simões, Figueira
da Foz, 20 de Novembro de 2009.
8 - Primeiro autor e apresentador de artigo científico, nas Conferências Internacionais WSEAS,
realizadas na Universidade de Cambridge no Reino Unido: “Ecological Predictive Maintennace
in Urban Fleets ”, António Simões, Torres Farinha, Inácio Fonseca, Luís Ferreira, February 24,
2010.
9 - Primeiro autor de artigo científico, com o número ID 647-248, nas Conferências
Internacionais WSEAS, realizadas em Taipé, Taiwan: “On-condition Maintenance of Diesel
Engines Modeled by a Hidden Markov Model”, António Simões, Torres Farinha, Inácio
Fonseca, Viriato Marques, August 20-22, 2010.
A motivação assenta em dois grandes vectores de crescente importância social e
científica, um dos quais apela à mitigação dos impactos de poluição de fontes móveis, e o outro
que reconhece o papel da manutenção das unidades da frota na redução dos referidos
impactos e na sinistralidade. Revela também uma permanente capacidade de qualificação
profissional e de desejo de aprendizagem. Assume especial importância interdisciplinar, por se
tratar de uma pesquisa de impacto em duas áreas de singular nobreza social, como são a dos
transportes e a do ambiente. Reúne um misto de combinação de maturidade de experiências e
optimização de desempenho. Para além disso, a procura da satisfação pelo desenvolvimento
académico, suportado na sabedoria, no aperfeiçoamento, na descoberta, e na dinâmica
científica, constituem os restantes elementos motivacionais dominantes.
É evidente que tais objectivos de aprendizagem estão indiscutivelmente associados ao
prazer de criar e inovar e no atingir de um patamar de sucesso, que se assuma como elemento
catalisador em prol da criação de novas oportunidades para as novas gerações de
investigadores, projectistas e empresários de um país que terá que inventar novos rumos.
Enquadra um contributo social assente na procura da redução de externalidades negativas e
na melhoria da eficácia na detecção de disfunções orgânicas, que nalguns casos constituem
fontes de degradação acelerada e causas passíveis de incremento dos níveis de sinistralidade
rodoviária.
Em suma, a motivação alicerça-se numa constante procura de novas competências em
termos de fazer melhor no futuro, num enquadramento de excelência que permita transmitir aos
vindouros mais um alerta para os desafios do amanhã. Um repto e um apelo ao bom senso
social a quem tem que decidir balanceado entre o atenuar e corrigir uma disfunção, com base
na aplicação de soluções fiáveis, no sentido de precaver eventuais implicações negativas ou a
opção por uma prática de correcções fortuitas, adiando intervenções necessárias em sujeição
às contingências de uma gestão de tesouraria. É também uma contribuição para uma
metodologia avançada de definição estratégica, em prol da excelência no planeamento e
gestão da manutenção (Campbell 1995).
O problema principal que motivou o autor e ao qual ele procurou responder pode formularse através da seguinte questão:
2
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Como contribuir para a mitigação dos impactos ambientais dos transportes em
ambientes urbanos, pela via da concepção de um novo paradigma de manutenção de
frotas?
Antes de mais importa definir que as metodologias e algoritmos apresentados ao longo da
presente tese que, em última instância, dão origem a intervenções de manutenção, incidem
sobre autocarros urbanos, designadamente nos seus sistemas mecânicos.
Para assegurar uma consistência de terminologia que facilite a compreensão do texto
importa descrever os diferentes conceitos dos objectos sobre os quais recai a manutenção: Um
sistema corresponde ao conjunto de elementos funcionais delimitados por uma fronteira com
exigências de manutenção. O subsistema representa um subconjunto de elementos funcionais
compreendidos no conjunto mencionado. Um equipamento pode ser tratado como um sistema
ou subsistema em função da complexidade dos componentes que o integram.
O estabelecimento dos objectivos da tese assenta em grandes princípios e apostas
orientadoras, nomeadamente:
• Sociais – A harmonização das várias vertentes, em que se inclui o desenvolvimento
regional e nacional, o bem-estar social, a equidade intra e inter-geracional são
fundamentais na definição e optimização de redes de transportes;
• Ambientais – As actividades de transporte de passageiros e mercadorias deve ter
como objectivo causar o mínimo de efeitos negativos no ambiente natural;
• Tecnológica – A escolha da tecnologia deve ser ditada por considerações relativas
à sua eficiência e eficácia e pela adopção de soluções inovadoras;
• De informação – A gestão da manutenção de transportes deve ser transparente e
baseada em informação fiável e rigorosa. Tal informação deve não só servir de
base à tomada de decisão das empresas de transportes e dos organismos de tutela
como deve ser disponibilizada ao cidadão comum, para que conheça o estado de
degradação do veículo que conduz;
• Económico-financeiros - Os transportes e a sua manutenção têm um valor
económico cujos preços representam uma componente fundamental de qualquer
estratégia de sustentabilidade na sua gestão;
• De participação – A participação e envolvimento das associações de
transportadores, das organizações de utilizadores e de todas as instituições
representativas das populações é fundamental nos processos de planeamento de
transportes e no acompanhamento dos valores de monitorização de impactos
ambientais;
• Institucionais e de gestão – O papel e as áreas de responsabilidade dos órgãos de
administração, de inspecção e dos particulares, intervenientes no planeamento, na
gestão e na utilização, devem ser claramente definidos;
• Articulação sectorial – A articulação da gestão, planeamento e ordenamento dos
transportes, da segurança rodoviária e do ambiente, deverá ser uma constante, de
modo a que na abordagem dos diversos problemas sectoriais se consiga uma
resolução integrada de problemas e a assunção de novas visões e atitudes;
3
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• De integração territorial – No sentido de que, para os problemas ao nível dos
municípios, das regiões ou do País, sejam preconizadas soluções integradas;
• Fins múltiplos – A possibilidade de atendimento e satisfação das necessidades dos
cidadãos em matéria de oferta de transportes, redução da sinistralidade e mitigação
de impactos ambientais, com as concomitantes economias de escala e uma
adequada imputação de custos, são factores que devem ser considerados;
• Comunitários – As disposições legais e orientações da União Europeia em matéria
de transportes e ambiente, têm que ser levadas em consideração;
• De cooperação internacional – Considerando a adesão de Portugal às convenções
internacionais e bilaterais é fundamental assegurar a permuta de informação prévia
relativa aos planos, programas e projectos de relevante interesse internacional.
Os objectivos constituem a finalidade que é definida para um trabalho científico, ou seja, a
meta que se pretende atingir através da elaboração da pesquisa. Ao estabelecer os objectivos
da investigação torna-se óbvio que o futuro ecológico dos transportes não é uma dádiva mas
sim uma permanente disputa de inovação. São os objectivos que definem o que se pretende
levar a efeito com a investigação. A sua definição clara tem o mérito de ajudar na tomada de
decisão quanto aos aspectos metodológicos da pesquisa. Em suma, ter-se-á sempre que saber
o que se pretende fazer, para depois se decidir como proceder, para chegar aos resultados
pretendidos.
Refira-se que os objectivos têm também uma função norteadora no momento da leitura e
avaliação da tese. Isto porque um trabalho académico é julgado, em grande parte, pela
capacidade de cumprir os objectivos que se propõem nestas páginas iniciais. Daí que se tenha
procurado que estes sejam não só claros como também exequíveis.
A tese, numa visão alargada, enquadra-se num vasto objectivo geral que visa contribuir
para a mitigação das externalidades negativas em áreas urbanas, apontando estratégias de
responsabilidade ambiental, no âmbito dos transportes, que sirvam melhor os cidadãos e o
mundo, com enfoque na promoção do restabelecimento da qualidade do ar. Como forma de o
atingir, propõe-se a introdução de melhorias na gestão da manutenção de veículos de
transporte e, especialmente, de autocarros urbanos.
Foram distinguidos dois tipos de objectivos neste trabalho científico: os objectivos gerais e
os objectivos específicos.
Como o próprio nome indica, os objectivos gerais são os mais genéricos. São enquadrados
nos princípios orientadores, pelo que suportam a formulação da estrutura da tese. Procuram
corresponder a metas de longo alcance, representando contribuições que se desejam oferecer
em resultado da concretização da pesquisa. Genericamente, é possível afirmar que o objectivo
motivacional de qualquer investigação consiste em obter uma resposta satisfatória ao problema
subjacente à concepção da pesquisa.
No contexto da gestão de sistemas de transportes, da correcção das disfunções orgânicas
e ambientais e da sustentabilidade ambiental, tendo presente o quadro institucional e legal
nacional, comunitário e internacional, assumem-se como objectivos gerais da tese, os
seguintes:
• Promover a sustentabilidade ambiental, económica e financeira decorrente da
utilização de veículos de transportes, de forma a garantir a redução da
4
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
sinistralidade e assegurar as melhores condições ambientais em ambientes
urbanos.
• Garantir a identificação de disfunções no âmbito dos diferentes modos de
transportes rodoviários, utilizando uma gestão integrada que assegure a
uniformização dos aspectos de segurança e qualidade.
• Cooperar na promoção de uma gestão sustentável na procura modal de
transportes, tendo em conta as perspectivas socioeconómicas.
• Contribuir para a racionalização, a optimização, a eficácia do quadro institucional, a
adequação do quadro normativo nacional às novas perspectivas e exigências da
gestão e planeamento, em matéria de controlo dos impactos e da velocidade de
circulação.
• Ajudar no cumprimento da legislação nacional e comunitária.
• Contribuir para a mitigação dos impactos ambientais de transportes urbanos
através da criação de sistemas eficientes, fiáveis e económicos de gestão da
manutenção de frotas rodoviárias.
• Promover o aumento do conhecimento, do estudo e da investigação aplicada dos
sistemas de transporte e da respectiva manutenção.
Contudo, para se cumprirem e materializarem os objectivos gerais torna-se necessário
delimitar metas mais específicas dentro do trabalho. É o resultado da execução destas metas
que permite conduzir à concretização dos objectivos gerais. Sendo que o maior objectivo geral
deste projecto é o de contribuir para a resolução de uma dada realidade social decorrente das
fortes externalidades negativas do sector dos transportes rodoviários, os objectivos específicos
terão que estar orientados para esta meta. Especificamente, terão como alvo a descrição da
realidade, a comparação com outras situações similares e a sistematização dos pontos
determinantes para a sua ocorrência. Através do cumprimento destes objectivos parciais
conseguir-se-ão então atingir os objectivos mais amplos. No fundo, os objectivos específicos
correspondem à especificação dos objectivos gerais, associados à resolução dos problemas
actuais ou potenciais para os quais se pretende encontrar resposta.
Quanto aos objectivos operacionais da tese, passam pela promoção de novas
metodologias de gestão operacional de frotas de autocarros de serviço urbano de passageiros,
subordinadas às suas interacções ecológicas.
Como resultado da reflexão e do diagnóstico elaborado, tendo como lema uma
implementação inovadora de um conjunto de paradigmas de gestão, importa sintetizar a forma
de dar resposta aos factores nucleares de sucesso da investigação através da aplicação de um
conjunto de medidas, as quais procuram descrever e evidenciar as diferenças entre linhas de
acção a prosseguir. De acordo com a pertinência dos problemas e o potencial de evolução que
se lhes associa, as medidas a aplicar podem classificar-se como:
• Medidas de coesão – Aquelas que permitem minimizar os efeitos negativos que
decorrem das vulnerabilidades identificadas. São medidas importantes de cumprir
no sentido de assegurar a integridade de um uso equilibrado dos transportes pelo
conjunto dos cidadãos e dos centros de actividades, bem como a mitigação dos
seus impactos na saúde e no ambiente. Procuram a eliminação das causas de
disfunções e combate às fontes de poluição. Abrangem a promoção do
5
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
conhecimento, estudo e investigação aplicada, direccionada aos problemas dos
transportes, à gestão integrada dos diferentes modos e operadores, tendo em vista
um planeamento e ordenamento equilibrado. Promovem o reforço de meios de
fiscalização através do uso de novas tecnologias e a participação das populações e
agentes económicos.
• Medidas de sustentabilidade – Aquelas que poderão alterar as apostas existentes
em face de uma evolução previsivelmente inibidora. Pretende-se que estas
medidas sejam o garante da recuperação das situações preocupantes e que ao não
serem invertidas conduziriam a uma degradação generalizada dos transportes e
dos objectos de manutenção, com consequências ao nível do agravamento dos
impactos ambientais e da sinistralidade. Enquadram-se nestas medidas a melhoria
da qualidade dos transportes, a promoção da sustentabilidade ambiental, a
racionalização e optimização do quadro legal e institucional vigentes, bem como a
aceleração e sustentação técnica de processos de cooperação, de planeamento e
de gestão de diferentes modos e operadores de transportes.
• Medidas de mudança – Aquelas que possibilitam o aproveitamento coerente dos
factores mais positivos de evolução dos sistemas. Tais medidas propõem uma
ruptura progressiva com o sistema actual no sentido de alcançar novos padrões de
qualidade e de capacidade de gestão. São aquelas que exigem um maior
empenhamento político, carecendo também de um sistema de comunicação que
torne claro os princípios e os motivos de actuação. Enquadram-se nestas medidas
a introdução de um sistema económico-financeiro associado à avaliação dos
sistemas de transporte que inclua a contabilização de todas as externalidades
negativas. Inclui a alteração de uma lógica de gestão modal baseada na procura,
para uma gestão modal baseada na oferta, tendo como objectivo a minimização
dos impactos.
• Medidas de competitividade – Aquelas que garantem o sucesso perene da gestão
dos sistemas, utilizando as margens de progresso mais relevantes. Ao contribuir
para a afirmação de todo o vasto mercado do sector dos transportes, procuram
aumentar a eficácia dos sistemas existentes e contribuir para a criação de emprego
e riqueza nacional. Neste âmbito, poder-se-ão enquadrar medidas e o
desenvolvimento de soluções de gestão para fins múltiplos como forma de
adequação e rentabilização de recursos e a implementação de soluções integradas
para a resolução de problemas de rupturas na oferta, de inadequada manutenção e
de excessivos impactos. Incorporam ainda a mobilização da eficiência empresarial
para a aceitação dos novos desafios do sector.
No sentido de promover a sustentabilidade ambiental, económica e financeira decorrente
da utilização de veículos de transporte e de forma a promover a redução da sinistralidade e a
melhoria das condições ambientais futuras, aposta-se na concepção de novas práticas de
manutenção, tendo em vista mitigar a deterioração do estado de saúde dos veículos. Insere-se
no aprimoramento de uma fórmula prática de aumentar a qualidade da gestão, exploração e
manutenção de sistemas de transportes.
Neste âmbito, propõe-se a fixação de metas ao nível de medidas de política no sentido de
alcançar a curto, médio e longo prazo os objectivos mundiais de redução progressiva das
externalidades através de promoção da utilização de veículos com a maior adequabilidade
técnica, ambiental e económica. Um sentimento que se constrói caminhando no sentido de
6
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
uma progressiva incorporação de energias renováveis e na crescente optimização do
funcionamento de motores de combustão interna. Uma das vertentes utilizadas na melhoria da
eficiência recorre ao uso de excelentes programações informáticas de unidades electrónicas de
veículos, com o principal objectivo de redução dos níveis de emissões, incluindo, um rigoroso
controlo das velocidades de circulação.
Para garantir a identificação de disfunções no âmbito dos diferentes modos de transportes
rodoviários, utilizando uma gestão integrada que assegure a uniformização dos aspectos de
segurança e qualidade, serão utilizados de forma inovadora variáveis de condição de cariz
ecológico com um programa informático que integra modelos escondidos de Markov para
descrever o estado do motor / veículo e do respectivo sistema de pós-tratamento com base na
monitorização das referidas variáveis.
Está-se perante uma abordagem de perfil preditivo na concepção da matriz de manutenção
de uma frota de autocarros urbanos, a qual se baseia na utilização de efluentes gasosos e do
ruído. Trata-se de um novo paradigma que toma como referência a promoção de contributos
para uma adequada gestão ambiental e que faz a aplicação de modelos escondidos de Markov
(Hidden Markov Models – HMM) na avaliação do estado de saúde de motores de autocarros,
seus elementos constituintes e respectivos sistemas de pós-tratamento. A sua implementação
carece de prévia medição dos níveis de emissões poluentes considerados nocivos em termos
ambientais, que são utilizados como indicadores de condição na gestão da manutenção.
A tese visa também contribuir para a racionalização, a optimização e a eficácia do quadro
institucional, a adequação do quadro normativo nacional às novas perspectivas e para as
exigências da gestão e planeamento em matéria de controlo dos impactos e da velocidade de
circulação. Nesse sentido, aponta metas de desenvolvimento futuro que permitem prosseguir o
cumprimento da legislação nacional e comunitária através da medição efectiva dos níveis de
poluição, através de técnicas de monitorização a bordo e de detecção remota.
Quanto à contribuição para a mitigação dos impactos ambientais de transportes urbanos
através da criação de sistemas eficientes, fiáveis e económicos de gestão da manutenção de
frotas rodoviárias, tal objectivo torna-se mais exequível com a identificação automática de
estados disfuncionais e pelo respectivo alerta às empresas de transporte ou aos proprietários
de viaturas particulares.
A constituição e actualização de bases de dados por detecção remota e tecnologia
wireless, visa garantir a operacionalidade e a actualização de sistemas de informação
estatística com uma progressiva optimização da caracterização de emissões e dos
correspondentes estados de saúde dos equipamentos.
A abordagem inovadora da manutenção apresentada na presente tese potenciará a
abertura de novas formas de encarar a manutenção, complementando as abordagens
tradicionais, pelo que se denominou esta vertente por manutenção preditiva ecológica (MPE).
Embora seja reconhecido o impacto negativo, na saúde, decorrente da exposição do ser
humano às partículas de matéria Diesel e outros efluentes produzidos pelos transportes,
continuam a não estar disponíveis nos concessionários, nas oficinas e nos centros de
inspecção, técnicas de avaliação precisas, com equipamentos facilmente utilizáveis e a preços
acessíveis. Contudo, a multinacional Sensors Europe na sua fábrica na Alemanha tem, em fase
final de testes, a produção de alguns protótipos de um novo equipamento de medição a bordo
do veículo, que poderá vir a revolucionar os actuais padrões de avaliação de emissões
poluentes. Permite a medição não só de cinco componentes gasosos, NO, NOx, CO, THC e
7
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
CO2, mas também do nível de partículas PM10. Já foi testado no Estado da Califórnia,
perspectivando-se a sua comercialização a preços mais atractivos a partir do ano de 2012.
A falta de equipamentos e técnicas fiáveis, na gama dos actualmente utilizados nos
modernos programas de inspecção e manutenção de viaturas, poderá ter constituído um factor
de desincentivo à incorporação da componente ambiental na avaliação de projectos de gestão
do tráfego e também em iniciativas de projecto de construção de infra-estruturas rodoviárias.
Por princípio, os investimentos neste âmbito não deveriam prever escoamentos de tráfego
susceptíveis de gerar episódios de elevadas emissões de poluentes. A existirem, teriam que
ser de curta duração e somente associados à utilização dos veículos em regimes transientes.
Contudo, estas premissas nem sempre ou raramente são respeitadas. A não incorporação
destas preocupações na fase de projecto, para além de resultar em momentos de forte impacto
ambiental, contribui para o agravamento do estado de saúde do parque automóvel, permitindo
a intensificação da sua degradação.
É com base nestes fundamentos que a comunidade científica vem apostando na
investigação, com procura de novos algoritmos e desenvolvimento de novas metodologias, no
sentido de antecipar os novos desafios e soluções para resolver as novas e complexas
fragilidades do planeta.
A presente investigação ao enquadrar-se na manutenção preditiva de motores Diesel e
tomando como referência indicadores ambientais afasta-se da manutenção planeada
preventiva que toma como referência quilómetros percorridos ou horas de exploração dos
veículos.
Fundamenta-se num novo paradigma na área da manutenção, ao qual se junta a
introdução de novos algoritmos de previsão baseados em cadeias de Markov e, em particular,
em cadeias escondidas de Markov. Num modelo regular de Markov, o estado do sistema é
directamente visível pelo observador e, por conseguinte, as probabilidades de transição de
estado são facilmente determinadas. Num modelo escondido de Markov, o estado não é
directamente visível. Contudo, as variáveis que se encontram correlacionadas com esse
mesmo estado, neste caso, as variáveis ecológicas, são visíveis ou mensuráveis.
Os níveis de degradação das características de uma frota de autocarros urbanos incluem
alterações nas emissões poluentes, nos padrões dos níveis de ruído, da vibração (Beranek and
Ver 1992), da temperatura ou, mesmo, de alterações dimensionais dos produtos. O
acompanhamento e avaliação das referidas variáveis de condição, permite obter uma melhor
estimativa do estado do sistema e, por consequência, optimizar a estimativa do tempo
remanescente até que o mesmo entre em disfunção ambiental, ultrapassando limiares
considerados críticos. Os modelos de avaliação que incorporam a temperatura tomam como
referência a situação do motor na sua temperatura normal de funcionamento, que ocorre por
volta de 85º centígrado. Nalguns casos, a temperatura normal indicada pelo painel é bastante
inferior, podendo situar-se em cerca de 60º.
Esta nova aproximação, em vez de utilizar as tradicionais técnicas de programação das
operações de manutenção, considera que cada estado não corresponde a um único evento
observável, porquanto esse mesmo estado se encontra ligado a um grupo de distribuição
probabilística de emissões ou observações. Cada estado apresenta uma determinada
distribuição de probabilidade de ocorrência, relativamente a cada uma das classes de possíveis
emissões identificadas. Uma vez que o estado não é directamente visível, corresponde a uma
variável desconhecida. O desafio consiste em determinar as variáveis escondidas a partir do
8
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
conhecimento das variáveis observadas. Consequentemente, a sequência de observações
geradas pelos modelos escondidos de Markov, fornecem-nos indirectamente a informação
acerca da sequência de estados. Alguns modelos de Markov são mesmo baseados em
intervalos e não em números (Santos 2004).
Os modelos escondidos de Markov são especialmente conhecidos pelas suas aplicações
em séries temporais de reconhecimento de voz, reconhecimento de escrita, reconhecimento
gestual, partitura musical, evolução genética e bioinformática (Mobley 2002).
Nestes modelos, a evolução da degradação das condições de saúde de um autocarro ou
de um motor é acompanhada mediante a definição de um limiar de condição, entre estados
normais e estados de disfunção ambiental. Podem ser definidos vários estados dentro do
intervalo correspondente à ultrapassagem dos limites normais, quando se pretendem
estabelecer correlações com os componentes ou sub-sistemas sob disfunção, ou criar modelos
multi-nível que, após a detecção de disfunção no sistema, remeta para modelos de
identificação de disfunção para os correspondentes sub-modelos. A concepção de modelos de
degradação de autocarros urbanos deve basear-se no conhecimento prévio das condições de
exploração.
Em suma, os objectivos da tese podem sintetizar-se na seguinte conjugação parágrafo:
Promoção da mitigação dos impactos ambientais dos transportes em meios urbanos, pela
via da concepção de um novo paradigma de manutenção preditiva de frotas, direccionada para
motores Diesel de autocarros, tomando como referência indicadores ambientais e preterindo o
perfil de manutenção planeada preventiva que toma como referência quilómetros percorridos
ou horas de exploração dos veículos;
Concepção de uma nova metodologia de descodificação de classes de estados de saúde
de sistemas por via da aplicação de Modelos Escondidos de Markov (HMM).
A estrutura da tese foi concebida com base numa organização lógica, iniciada na
explicitação do problema atrás enunciado. A sua formulação traduz-se numa arquitectura de
desenvolvimento alicerçada nos seguintes capítulos:
Capítulo 1 - Motivação, objectivos e estrutura da tese
Capítulo 2 - Estado do conhecimento do tema e da prática empresarial
Capítulo 3 - Modelo de manutenção preditiva ecológica (MPE)
Capítulo 4 - Validação e avaliação do modelo desenvolvido
Capítulo 5 - Conclusões finais e desenvolvimentos futuros
Capítulo 1 - Motivação, objectivos e estrutura da tese
Este capítulo corresponde ao actual. Como o próprio nome indica e também pela leitura do
mesmo até aqui, faz a explicitação da motivação do autor para a investigação em apreço, bem
como a caracterização dos objectivos a atingir e a definição da estrutura da tese.
Capítulo 2 - Estado do conhecimento do tema e da prática empresarial
Este capítulo começa pela análise da dinâmica de veículos rodoviários. Depois, são
abordados os balanços mássicos característicos de motores de combustão interna, com
avaliação determinística das emissões de escape e das emissões de ruído. São também
avaliadas as relações entre os impactos ambientais e as tecnologias dos veículos. Neste ponto
são ainda desenvolvidos outros temas afins, nomeadamente, legislação sobre os impactos e
9
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
metodologias e tecnologias de medição de emissões. No que concerne a tecnologias são
passados em revista os testes em banco de rolos, os testes em estrada com controlo remoto e
os sistemas de monitorização a bordo dos veículos. Finalmente, é feito o ponto de situação
sobre a relação entre a manutenção dos veículos e a sua relação com os impactos na saúde e
no ambiente, onde são avaliados temas, tais como os impactos dos transportes na saúde e no
ambiente e os modelos de manutenção em veículos rodoviários.
Capítulo 3 - Modelo de manutenção preditiva ecológica (MPE)
Tal como o nome indica, este capítulo faz a explanação do modelo de manutenção
preditiva utilizado no algoritmo de predição dos estados de saúde de motores térmicos. Para o
efeito, faz uma análise à Manutenção Condicionada (CBM, Condition Based Maintenance) em
autocarros urbanos, fazendo a caracterização de disfunções por famílias, a predição ecológica
de disfunções em frotas de transportes e a análise da correlação entre as variáveis.
Seguidamente é apresentado um novo paradigma de planeamento da manutenção a partir
de modelos escondidos de Markov. Neste ponto são apresentados os elementos básicos de
um HMM, os três problemas básicos de um HMM, bem como as limitações, principais
vantagens e limiares de um HMM.
Por último, é feita a caracterização dos procedimentos de monitorização manual de
emissões numa frota de autocarros, em parque de manutenção, abrangendo as fases de
recolha de dados, de concepção, de estimação e de calibração do HMM de perfil ecológico.
Capítulo 4 - Validação e avaliação do modelo desenvolvido
Neste capítulo apresentam-se as metodologias de validação e avaliação do modelo
desenvolvido, seguindo-se a explanação do rigor de resolução de análise e a avaliação dos
resultados obtidos. Apresenta-se ainda a expectativa de ganhos económicos com a aplicação
deste modelo de manutenção.
Capítulo 5 - Conclusões finais e desenvolvimentos futuros
Neste capítulo apresentam-se as conclusões relativas à tese levada a efeito.
Em sequência são apontados caminhos de futuro, face às novas perspectivas que a tese
abriu. Assim, é delineada e promovida a futura aplicação de modelos de degradação do estado
de saúde de veículos, com base nas condições de exploração e é, também, proposta a
operacionalização de sistemas de monitorização com HMM, tendo por referência o diagnóstico
assistido por tecnologia wireless. Faz-se ainda a apologia ao desenvolvimento de sistemas de
monitorização e diagnóstico de autocarros na recolha de dados ou em locais da rede sob
exploração.
O capítulo termina com uma perspectiva sobre os impactos decorrentes da aplicação do
modelo a nível da organização de processos e de recursos nas empresas.
10
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
( )
*
+
Os transportes rodoviários de passageiros realizados em meio urbano e suburbano
inserem-se num sector de actividade económica que apresenta um dos maiores impactos anti
ecológicos a nível mundial, com destaque especial para as suas repercussões nos consumos
energéticos (COST-346 2008), na saúde, na sinistralidade e na sustentabilidade ambiental.
Também em veículos pesados de passageiros são vários os factores que explicam o
aparecimento de disfunções ambientais e que ao mesmo tempo contribuem para o
agravamento dos níveis de emissões (Riemersma 2004). Poderão agregar-se nas seguintes
classes:
• Projecto e tecnologia do motor;
• Montagem incorrecta;
• Falta de manutenção;
• Idade do veículo e do motor;
• Corrosão e desgaste durante a utilização;
• Política e condições de manutenção;
• Qualidade do combustível;
• Condições de exploração e comportamento em condução.
A quantidade e a qualidade das emissões são condicionadas pela legislação em vigor,
sendo também influenciadas pelas condições ambientais.
Para responder às exigências de exploração de frotas, que possuem padrões de fiabilidade
e disponibilidade compatíveis com a optimização entre a oferta e a procura, alguns operadores
rodoviários consideram a manutenção como um dos factores críticos de sucesso.
São várias as opções de manutenção, muitas vezes complementares, que se colocam na
optimização da disponibilidade de um equipamento ou sistema:
• Manutenção não planeada, também designada por reactiva ou correctiva, entre
outras designações.
• Manutenção planeada, também designada de programada ou preventiva, que pode
ser do tipo:
o Sistemática;
o Condicionada ou preditiva.
• Manutenção detectiva ou sistema de manutenção inteligente.
A manutenção não planeada corresponde a uma política em que as intervenções procuram
recuperar o equipamento para que este atinja o estado normal de funcionamento, após a
ocorrência da falha.
As intervenções não planeadas acontecem sempre em qualquer tipo de instalação ou
equipamento, devido ao facto de nenhum sistema possuir uma fiabilidade de 100%, mesmo
que esteja sujeito à melhor manutenção planeada ou preditiva, a que se adicionam os
11
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
acidentes que acabam por acontecer no mais optimizado equipamento ou sistema. Estas
intervenções apesar de não serem programadas sistematicamente no tempo, são planeadas
para instantes de acordo com a evolução do valor das variáveis de condição, e incluem a
definição dos métodos de trabalho a adoptar e da garantia da existência das peças de reserva
necessárias.
A manutenção não planeada constitui a forma mais simples e mais primária de intervenção.
Constitui uma opção de gestão normalmente muito dispendiosa, quando avaliada
economicamente do ponto de vista de funcionamento do sistema (Grall et al. 2001) e que tem
como consequências:
• Uma baixa utilização e diminuição da vida útil das máquinas e equipamentos,
repercutindo-se, consequentemente, na produtividade dos meios de produção,
independentemente de se tratar de produtos ou serviços;
• A paragem para manutenção em instantes aleatórios e, muitas vezes, inoportunos, com
custos indirectos muito elevados.
A manutenção não pode ser desencadeada por uma falha no equipamento ou processo,
mas por uma decisão inteligente baseada na degradação prevista (Honkanen 2004). A
manutenção planeada sistemática ou manutenção planeada preventiva (Clifton 1985) consiste
numa metodologia de prevenção de defeitos que sejam susceptíveis de originar a paragem ou
o baixo desempenho dos equipamentos ou sistemas de produção. Está associada a sistemas
de gestão da manutenção tradicionais (Kelly 1991) actualmente com suporte em meios
informáticos. Não evitam a ocorrência de falhas, mas permitem encurtar os tempos de
paragem. Habitualmente, esta prevenção é desenvolvida com base em estudos estatísticos,
estado do equipamento, local ou condições de exploração e dados fornecidos pelo fabricante
(condições óptimas de funcionamento, pontos e periodicidade de lubrificação, etc.). Os índices
habitualmente extraídos da base de dados são o tempo médio entre avarias, o MTBF (Mean
Time Between Failure) e o tempo médio de reparação MTTR (Mean Time To Repair) (Ferreira
1998). Embora os processos de degradação dos equipamentos sejam diferentes de caso para
caso e as próprias causas das falhas sejam também diferentes, estes índices são
especialmente úteis, nomeadamente em situações onde é reduzido o desvio padrão dos
tempos entre ocorrências. Entre as vantagens que estão associadas a este perfil de
manutenção, podem enumerar-se as seguintes:
•
Diminuição do número total de intervenções correctivas,
consequentemente, os custos que lhes estão associados;
•
Forte redução do número de avarias ocorridas em momentos inoportunos, como,
por exemplo, períodos nocturnos, fins-de-semana e períodos críticos de produção;
•
Aumento significativo dos rácios de utilização dos sistemas de produção.
reduzindo,
A manutenção planeada, sistemática, exige condições especiais, físicas e logísticas, para
a sua implementação, nomeadamente as seguintes:
a) Gabinete de planeamento da manutenção, normalmente designado por Gabinete de
Métodos, com funções de preparação dos trabalhos, racionalização, optimização das
intervenções, medição e optimização dos tempos de execução.
12
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
b) Biblioteca organizada que inclua, manuais de manutenção, informação sobre pesquisa
de defeitos, catálogos sobre a constituição do equipamento, catálogos de manutenção
(disponibilizados pelos fabricantes) e desenhos de projecto actualizados.
c) Ficheiros, contendo as seguintes informações:
i.
Base de dados do histórico do comportamento dos equipamentos, com os
registos das manutenções efectuadas e defeitos identificados;
ii.
Base de dados de tempos de reparação e cálculo actualizado de valores médios;
iii.
Fichas de planeamento normalizado dos trabalhos repetitivos de manutenção.
Estas fichas devem integrar a definição da composição das equipas de
manutenção, materiais a utilizar, peças de reposição, ferramentas a utilizar e
diagrama com a sequência lógica das várias actividades envolvidas (por
exemplo, PERT);
iv.
Diagramas de planeamento das intervenções que mostrem os trabalhos em
curso e a realizar no futuro. Deverão também existir diagramas de planeamento
locais nas unidades oficinais;
v.
Serviço de emissão de requisições ou pedidos de trabalho, contendo descrição
dos trabalhos, tempos previstos, lista de componentes a requisitar e a
composição da equipa de intervenção;
vi.
Mapas de carga homem – sistema e afectação diária;
vii.
Serviço de controlo, preparado para recolha e tratamento de dados estatísticos;
viii.
Emissão de relatórios resumidos das grandes manutenções periódicas;
ix.
Interacção organizada com o serviço de aprovisionamento e com o órgão de
produção.
Com o crescente desenvolvimento tecnológico associado aos processos de produção, os
mecanismos de falha tornaram-se muito mais complexos, tendo como resultado que os
modelos simples de manutenção planeada passassem a não ser suficientes para minimizar as
avarias (Levitt 2002) levando ao aparecimento da manutenção preditiva. Por outro lado, a
filosofia de produção e exploração apresenta uma grande diversidade, desde a produção em
massa ao mercado dos produtos por medida, por especificação do cliente. Algumas vezes são
os desenvolvimentos científicos que antecipam as necessidades das empresas, outras vezes,
são as empresas que desafiam a comunidade científica. A área da manutenção é um exemplo
que oferece desafios não apenas à ciência mas também às empresas, tendo em vista a
optimização do desempenho dos equipamentos e infra-estruturas.
Porém, se durante a era industrial a manutenção tinha por objectivo responder a
solicitações da indústria, no presente, e em paralelo com a melhoria do desempenho dos
equipamentos, a manutenção actual tem a obrigação de dar o seu contributo na conversão e
utilização da tecnologia, no sentido de a tornar mais apetecível e amiga do ambiente.
A manutenção planeada preditiva ou manutenção baseada na condição, CBM (Condition
Based Maintenance), assenta no facto de, tal como no mundo natural, os sistemas de
produção experimentarem degradação antes da ocorrência de falhas (Honkanen 2004). Tratase de uma tipologia de manutenção ainda quase incipiente no caso dos motores Diesel.
13
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O objectivo deste tipo de manutenção é prevenir falhas nos equipamentos ou sistemas através
da selecção e acompanhamento de diversos indicadores de avaliação do estado do
equipamento ou sistema, permitindo a contínua operacionalidade do equipamento pelo maior
tempo possível, até que se torne demasiado elevado o risco (ou custo esperado) de disfunções
por o manter em funcionamento. Baseia-se no acompanhamento de indicadores de condição
ou de desempenho, com significância estatística (Guimarães 1997) relativa à caracterização do
estado do sistema e, consequentemente, na identificação de anomalias de funcionamento dos
equipamentos que integram o sistema de produção ou em exploração. Como exemplos de
variáveis de condição utilizadas na avaliação de estados de saúde de motores de combustão
interna merecem realce os atributos do óleo de lubrificação. Os mais comuns são a viscosidade
do óleo, os valores de TAN (Total Acid Number) e TBN (Total Base Number) e as
concentrações de partículas metálicas. Também a termografia por raios infravermelhos se
apresenta como uma metodologia muito utilizada para medir a temperatura da cabeça do
motor. Por sua vez, a análise de vibrações e de ruído são, para já, metodologias emergentes
de avaliação do estado de saúde de motores.
Por último, do ponto de vista conceptual, destaque para a manutenção detectiva ou
sistema de manutenção inteligente. Corresponde a intervenções efectuadas em bens ou
equipamentos, com base em sistemas de protecção que procuram detectar falhas ocultas ou
não perceptíveis ao pessoal de exploração e manutenção, constituindo uma extensão da
manutenção preditiva. Agrega as vertentes de predição e prevenção. Neste caso, temos uma
medição contínua, em vez de esporádica ou periódica. Geralmente, é baseada em
equipamentos “embebidos” no sistema de produção, por de outra forma ser difícil e perturbador
da operação, obter medições dos indicadores relevantes. As leituras dos sensores podem ser
processadas usando modelos de degradação e conhecimento inteligente, na avaliação da
condição actual do equipamento ou processo, permitindo a predição do seu futuro
desempenho. Pode citar-se, a título de exemplo, o Watchdog Agent (Djurdjanovic et al. 2003).
A funcionalidade do Watchdog Agent pode ser sintetizada nos seguintes três
componentes:
• Avaliação do desempenho e do nível de degradação com sensores múltiplos;
• Concepção de um modelo de previsão do desempenho e dos incrementos de
degradação;
• Diagnóstico das razões que levaram ao desempenho e aos níveis de degradação
identificados.
A diferença em relação à manutenção planeada preditiva surge ao nível da automatização.
Na manutenção preditiva o diagnóstico é efectuado a partir de indicadores obtidos por medição
descontínua (Marcus and Zio 2003). Na manutenção detectiva o diagnóstico é obtido de forma
directa a partir do processamento das informações recolhidas em contínuo no sistema
monitorizado.
Poderia ainda considerar-se o papel da engenharia de manutenção que, surgindo como
um conceito induzido, constitui a segunda quebra de paradigma, para além do associado à
implementação das técnicas de manutenção planeada preditiva. Praticar engenharia de
manutenção é deixar de ficar constrangido à reposição dos estados de funcionamento,
passando a procurar as causas básicas das falhas e a introduzir modificações nas situações
continuadas de mau desempenho. Permite, assim, deixar de conviver com problemas crónicos
14
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
pela introdução de melhorias nos padrões de desempenho
reequacionando o projecto e interferindo tecnicamente nas compras.
e na manutibilidade,
O crescente despertar para os problemas ambientais e de manutenção tem vindo a sugerir a
procura de respostas a questões pertinentes. É, neste âmbito, que são formuladas novas
questões, às quais a tese procura formalização de respostas.
• Como condicionar a manutenção de autocarros urbanos a indicadores de degradação
de poluentes considerados críticos por comparação com valores de emissões
recolhidas num veículo novo, com valores médios por série, ou com tabelas de
referência, cedidas pelos fabricantes, garantindo, simultaneamente, que esses valores
de emissões não ultrapassam limites pré-definidos na legislação ambiental em vigor?
• Quais os modelos de previsão de degradação baseados nas condições de exploração
que podem ser utilizados no planeamento da manutenção?
A divulgação do conhecimento técnico e a consciência cívica levaram à aceitação pela
sociedade e pelos governos de que a afectação de autocarros às linhas que integram a rede de
transportes urbanos deverá incorporar, para além de uma optimização dos custos internos da
empresa, as implicações de cariz ambiental (Nguyen et al. 2001).
Independentemente do modelo escolhido para a gestão da manutenção, sempre que a
empresa disponha de um departamento específico para solucionar as ocorrências de
disfunções, terá que cumprir com um vasto conjunto de requisitos, tais como:
• Recursos humanos com formação adequada, que possibilitem intervenções rápidas e
eficientes em todos os casos de defeitos previsíveis ou identificados;
• Disponibilidade de meios materiais necessários para desencadear a reparação, ao
nível dos equipamentos de medição e diagnóstico adaptados às máquinas ou
equipamentos existentes;
• Existência de ferramentas necessárias à execução dos diferentes tipos de
intervenções;
• Existência de desenhos e manuais de manutenção detalhados, referentes aos
circuitos, equipamentos e sistemas;
• Sistema de gestão de stocks (peças de reserva) bem coordenado com os consumos
tendo como referência o ponto crítico de encomenda;
• Contratos de fornecimento, garantia e assistência bem definidos, em especial os
referentes a equipamentos de alta tecnologia, cuja manutenção interna, pode ou não
revelar-se competitiva;
• Formação periódica dos recursos humanos envolvidos;
• Base de dados de registo das ocorrências, tempos e recursos envolvidos na reparação
e respectivas perdas de produção, classificada por tipologia de equipamentos e
sistemas de produção.
A caracterização do problema dos impactos não se confina em observar os níveis de
poluição, predizer as consequências futuras dos vários tipos de contaminantes envolvidos e
desenvolver estratégias de correcção, mas também em desenvolver formas de desencadear
operações de manutenção que minimizem a sua formação.
15
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para o efeito torna-se fundamental definir e determinar um conjunto de indicadores multiemissão, incluindo de ruído, podendo ser utilizadas diferentes técnicas de detecção
(espectrometria de absorção atómica, espectrometria de massa, termografia, análise de ruído,
ultrasonografia, análise de vibrações, laser, plasma e análise de partículas do óleo lubrificante).
A escolha de indicadores apropriados que apresentem as melhores correlações com as classes
de estados definidas constitui uma importante opção na preparação de qualquer modelo de
manutenção.
Apesar da gestão da manutenção ainda não constituir uma componente muito comum nas
organizações, o potencial contributo do seu benefício é muito elevado. Percepção idêntica
surge associada à importância do diagnóstico do estado da função manutenção, como uma
condição prévia para o sucesso de novas práticas de manutenção e das próprias organizações,
com o objectivo de cumprirem adequadamente a gestão do ciclo de vida de bens e
equipamentos, com um desempenho adequado.
A manutenção em geral, e a condicionada em particular, visam conjugar o incremento da
fiabilidade (Billinton and Allan 1983) com menores custos, sejam estes directos ou indirectos.
Em manutenção condicionada as variáveis ecológicas sobrepõem-se cada vez mais às
restantes. Porém, nem sempre os indicadores convencionais são completamente compatíveis
com os ambientais.
Com muitos anos decorridos após o aparecimento do primeiro sistema de informação para
gestão da manutenção, permanecem por resolver alguns problemas básicos, agora com novas
fronteiras. O conceito começou na simples manutenção, passou através da terotecnologia
(Husband 1988), da manutenção produtiva total, da terologia (Farinha 1997), até chegar à
manutenção centrada na fiabilidade (Moubray 2001). A terologia é definida como a utilização
combinada de técnicas de investigação operacional, de gestão de informação e de engenharia,
com o objectivo de acompanhar o ciclo de vida das instalações e equipamentos. Inclui a
definição das especificações referentes à sua aquisição, instalação e recepção, assim como à
gestão e ao controlo da sua manutenção, modificação e substituição e, ainda, o seu
acompanhamento em serviço.
Embora as técnicas, as metodologias e, em geral, as investigações realizadas nesta área
científica, tenham vindo a crescer, ainda têm um longo caminho a percorrer até à sua
consolidação. Este facto pode estar associado às próprias fraquezas inerentes ao estatuto da
manutenção em muitas organizações. Habitualmente, trata-se do primeiro departamento
industrial onde o gestor reduz custos. Além disso, devido à multiplicidade de especificidades
técnicas, torna-se extremamente difícil encontrar competências adequadas ao nível de
recursos humanos.
Como resultado destes últimos aspectos e ou devido à maior abrangência nos desafios
colocados à manutenção, novos conceitos estão a ser desenvolvidos, com focagem na gestão
de activos, onde se coloca a manutenção como actividade central. Esta matriz faz a integração
da responsabilidade de resposta à garantia de operacionalidade de instalações e
equipamentos.
A correcta colocação em funcionamento de qualquer activo físico implica,
antecipadamente, a definição de uma política de manutenção, assumindo particular pertinência
quando estão envolvidas questões de segurança para as pessoas e ou problemas ambientais.
A manutenção gere o ciclo de vida dos activos, com o objectivo de aumentar a sua vida
com o máximo de fiabilidade. Tem também como missão, a redução da necessidade de
16
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
produzir e renovar produtos e equipamentos, apostando, consequentemente, na preservação
do planeta. O que significa um novo paradigma, alicerçado numa nova perspectiva económica
designada por economia ecológica, tendo como principal objectivo a sustentabilidade do
planeta.
É neste contexto que a presente tese sublinha o papel peculiar de programas de
manutenção eficazes sob o ponto de vista de externalidades negativas e da sua importante
interacção com a gestão dos recursos. Procura promover a introdução de inovação na
definição da tipologia das variáveis de condição, lançando também as bases de uma futura
avaliação da influência das características de exploração na degradação dessas mesmas
variáveis e o seu consequente impacto no estado de degradação do sistema. Estes são os
pressupostos que serão desenvolvidos ao longo desta dissertação, o que oferece uma nova
abordagem da manutenção condicionada e a sua integração num sistema integrado de
manutenção. Adicionalmente, serão ainda discutidas novas tendências e novas áreas de
pesquisa.
(,"
-
!
!+
Os motores de combustão interna utilizados em veículos de transportes rodoviários, quanto
à forma como é desencadeada a combustão, dividem-se em duas classes: os de ignição por
compressão, também designados de tipo Diesel e os de ignição comandada também
designados de ignição por faísca ou tipo Otto. Os motores do tipo Diesel são os utilizados, de
modo geral, em veículos de transportes colectivos de passageiros. Estes motores apresentam
algumas características específicas, porquanto utilizam combustíveis de elevada massa
molecular, consistindo de hidrocarbonetos com elevado teor de carbono (C9 a C20), nalguns
casos com elevado teor de enxofre.
Um veículo requer potência para poder ultrapassar as forças de resistência que se opõem
ao seu movimento. Os parâmetros que determinam o consumo de um veículo são também os
que influenciam a necessidade da potência que tem que ser debitada pelo motor. A procura de
potência pelo motorista pode ser explicada através da equação da resistência ao movimento,
porquanto é esta que impõe a realização de trabalho. A resistência total ao movimento pode
ser subdividida nos seguintes quatro factores (Bosch 1996):
.
A figura 2.1 ilustra a análise à dinâmica de um autocarro.
17
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 2.1 - Resistências ao movimento de um veículo
As forças envolvidas incluem:
FR = mg cos(θ )CR
Resistência ao rolamento:
(Eq. 2.1)
Resistência aerodinâmica:
1
ρa CD A(v + vW )2
2
(Eq. 2.2)
Resistência do declive:
FI = mg sin(θ )
(Eq. 2.3)
Resistência à aceleração:
FA = (m + mrot )a
(Eq. 2.4)
FL =
Como se constata, três dos quatro termos são determinados pela massa do veículo. Se
este for considerado como um corpo rígido em equilíbrio, a força requerida ao motor para
movimentar as rodas pode ser expressa pelos termos das forças que actuam no veículo.
Ftra = ( mg cos(θ )CR ) +
1
ρa CD A(v + vW ) 2 + (mg sin(θ )) + ((m + mrot ) a)
2
(Eq. 2.5)
Em que,
Ftra - Força de tracção fornecida às rodas (N).
m - Massa do veículo mais a carga, ou seja, GCW (Gross Combined Weight), em kg.
mrot - Massa sujeita a movimento de rotação (Kg).
g - Aceleração da gravidade (9,8065 ms-2).
CR - Coeficiente da resistência ao rolamento (N/Kg).
ρa - Massa específica do ar (Kg/m3).
CD - Coeficiente de resistência aerodinâmica (adimensional).
A - Área frontal do veículo em m2.
v e vW - Correspondem à velocidade do veículo e do vento em m/s.
18
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
- Aceleração do veículo em m/s2.
θ - Inclinação da via (graus).
A força de resistência aerodinâmica, quando se entra em consideração com a velocidade
do veículo e do vento em km/h, e considerando a massa específica média do ar em cidades
situadas a altitudes próximas dos 100 metros igual a 1,198 kg/m3, calcula-se através da
seguinte expressão:
Faero =
CD (v + vw )2 A
21, 6
(Eq. 2.6)
O coeficiente de resistência aerodinâmica depende, entre outras coisas, da forma do
veículo, velocidade e direcção do vento, e se é ou não utilizado equipamento de orientação do
fluxo de ar. Tipicamente, os valores para um autocarro estão compreendidos entre 0,5 e 0,8
com os valores mais baixos associados à existência de equipamentos de fluxo de ar. A
velocidade assume especial relevância em veículos que possuem valores elevados de CD. A
área frontal de um autocarro, normalmente está compreendida entre 7 e 10 m2.
Por sua vez, a força resistiva ao rolamento calcula-se pela expressão:
Froad = CR .m.g cos(θ )
(Eq. 2.7)
Onde, o coeficiente de resistência ao rolamento dos pneus, CR, apresenta, tipicamente, o
valor de 55 - 60 N/ton, numa superfície rodoviária em asfalto.
A resistência ao rolamento é aumentada pela resistência em curva (Bosch 1996).
f k = ck mg
(Eq. 2.8)
O coeficiente de resistência em curva, ck , é uma função da velocidade do veículo, do raio
da curva, da geometria da suspensão, da pressão dos pneus e da resposta do veículo sob
aceleração lateral.
Multiplicando a força de tracção pela velocidade do veículo obtém-se a potência de tracção
do veículo:
N tra = mg cos(θ )CR v +
1
ρ CD A(v + v0 ) 2 v + mg sin(θ )v + ( m + mrot )av
2
(Eq. 2.9)
Esta potência é fornecida pela queima de combustível.
O primeiro termo do segundo membro da expressão representa a potência absorvida pela
resistência ao rolamento. O segundo termo corresponde à potência para vencer a resistência
aerodinâmica. O terceiro termo representa a potência utilizada para vencer as forças gravíticas
(corresponde à variação de energia potencial do veículo). O último termo é a potência utilizada
para acelerar o veículo, ou seja, a potência utilizada no aumento de energia cinética do veículo.
Os três primeiros termos juntos representam a potência resistiva actuando externamente no
veículo.
Existe uma outra componente de potência que é absorvida internamente pelo veículo.
Corresponde às resistências passivas internas. Compreende as ineficiências dos componentes
(embraiagem, caixa de velocidades, transmissão) e o uso de sistemas auxiliares do veículo
(por exemplo, alternador, ar condicionado, etc.). O uso destes sistemas auxiliares pode ter um
significativo impacto ao nível das emissões (Cícero-Fernandez 1996).
19
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A potência efectiva total a disponibilizar pelo motor à saída do volante de inércia será:
N e = N tra + N gear
(Eq. 2.10)
A potência total a disponibilizar pelo motor para locomoção do veículo e accionamento dos
órgãos auxiliares será:
N Eng = N e + N aux = N tra + N gear + N aux
(Eq. 2.11)
O motor terá que desenvolver a potência necessária para vencer toda a potência resistiva
em que esta representa a soma das potências resistivas interna e externa. Se a potência de
tracção fornecida for maior do que a potência resistiva total, então o veículo acelera, caso
contrário o veículo desacelera. A aceleração pode ser induzida pelo incremento da taxa de
queima de combustível no motor que, por consequência, aumenta a potência produzida pelo
motor. Por sua vez, a desaceleração pode ser obtida por simples redução da potência
fornecida pelo motor, pelo aumento de resistências de abrandamento do veículo (por exemplo,
o vento) ou através do uso de um sistema de travagem para absorver a potência e atingir uma
redução de velocidade mais rápida.
Num veículo convencional o condutor controla a velocidade do veículo através do uso do
pedal do acelerador para modular a potência de saída do motor. A combinação do motor
(usado na geração de potência), da transmissão (usada na transmissão de potência às rodas)
e do sistema de travagem (utilizado para reduzir a velocidade do veículo) caracterizam a
globalidade do sistema de tracção.
De forma a garantir o cumprimento da legislação sobre emissões e segurança, existe
software de simulação de comportamento de veículos, utilizado para estudar combinações de
tipos de motores e transmissões, que permitem determinar a melhor configuração para um
determinado ciclo de condução, salvaguardando preços de mercado competitivos.
A resistência total ao movimento corresponde às três primeiras parcelas da equação 2.9.
FW = mg cos(θ )CR ) +
1
ρ a CD A(v + vW )2 + (mg sin(θ )
2
(Eq. 2.12)
A correspondente potência resistiva resulta da multiplicação desta força pela velocidade do
veículo.
NW = mg cos(θ )C R v +
1
ρ CD A(v + v0 ) 2 v + mg sin(θ )v
2
(Eq. 2.13)
A relação entre a velocidade, v, do veículo (km/h) e a velocidade de rotação, n, do motor
(rpm) é a seguinte:
v=
60.π .n.d
1000.ig .i f
(Eq. 2.14)
Onde,
d - Corresponde ao diâmetro nominal do pneu, em milímetros. O cálculo do diâmetro
nominal do pneu é efectuado com base na respectiva referência. Por exemplo, um autocarro
Mercedes Citaro O 530, cujo pneu recomendado tem as especificações 275 / 70 R 22,5 terá
o diâmetro de 22,5 x 25,4 + 2 x 0,70 x 275 = 956,5 milímetros.
20
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A velocidade do veículo aumenta com a velocidade de rotação do motor, sendo controlada
pela relação de transmissão da caixa de velocidades, ig, e pela relação de transmissão do
diferencial, if. Para manter baixo o nível de ruído e o consumo de combustível, a velocidade
do motor para uma velocidade de circulação normal do veículo, deve ser mantida baixa, de
forma a operar na zona do binário máximo.
A potência desenvolvida pelo motor, à saída da cambota, é o produto do binário motor
efectivo pela velocidade angular do mesmo.
N e = Be *ω
(Eq. 2.15)
Onde,
Ne - potência efectiva (W)
Be = Binário efectivo (N.m)
ω = Velocidade angular (rad/s).
ω=
2π n
60
(Eq. 2.16)
Na avaliação do desempenho de motores, aparece muitas vezes o conceito de rendimento
indicado, ηi .
ηi =
N e + N aux + N p
m f × PCI
(Eq. 2.17)
Onde,
Ne é a potência ao freio, também designada por potência no veio motor ou potência
efectiva.
Naux corresponde às perdas de accionamento dos órgãos auxiliares.
Np simboliza a potência perdida em atritos internos. Compreende as perdas de atrito entre
o êmbolo e o cilindro, em chumaceiras e perdas na admissão e evacuação de fluido
operante.
m f representa o caudal mássico de combustível.
PCI traduz o poder calorífico inferior do combustível.
O rendimento mecânico do motor corresponde à relação,
ηm =
Ne
N e + N aux + N p
(Eq. 2.18)
Do que resulta a seguinte expressão para a eficiência global do motor, calculada em
relação ao valor da potência à saída do volante de inércia:
ηeng = ηi .ηm =
Ne
m f × PCI
(Eq. 2.19)
21
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O artigo (Nam 2003), sugere mesmo o uso de uma expressão, obtida por modelação, que
é função dos parâmetros do veículo, a qual foi tomada a partir do UC Riverside Comprehensive
Modal Emissions Model (CMEM), (Barth et al. 2005).
A eficiência global do motor é altamente variável em motores a gasolina dependendo
fortemente da carga. Em motores Diesel não se verificam grandes variações. Pode assim
calcular-se o caudal mássico de combustível, necessário aos diferentes regimes de
funcionamento, através da expressão:
mf =
Ne
ηeng .PCI
(Eq. 2.20)
O caudal de emissões poluentes de escape corresponde ao produto de três factores:
Emissões de escapePoluentei = m f ×
Massa Poluentei
(1 − Eficiência TratamentoPoluente i ) (Eq. 2.21)
Massa Combustível
O desempenho exigido ao motor para uma determinada força motriz nas rodas,
considerando uma velocidade constante do veículo, v, calcula-se pela seguinte expressão:
Ne =
Ftra .v
ηtf
(Eq. 2.22)
Onde,
η tf corresponde ao rendimento global da transmissão desde a saída da cambota até aos
pneus, equivalendo ao rendimento global da caixa de velocidades e do diferencial.
Porém, habitualmente, a velocidade do motor é referenciada em rotações por minuto (rpm)
e a potência em quilowatt (kW) ou em cavalos vapor (CV).
A força motriz, Ftra, disponível nas rodas de tracção, é dada pela expressão:
Ftra =
N e .ηtf
(Eq. 2.23)
v
A relação de transmissão global, i, para uma determinada posição do selector de
velocidades do veículo, correspondente ao produto da relação da caixa de velocidades, ig ,
pela relação do diferencial i f , calculando-se através da seguinte expressão:
i = ig .i f =
n
nwheel
(Eq. 2.24)
Consequentemente, pode ser encontrada uma outra expressão para o cálculo da força de
tracção nas rodas:
Ftra =
Be .ig .i f
r
η tf
(Eq. 2.25)
Quanto maior for o binário motor efectivo, Be, e maior a relação global de transmissão entre
o motor e as rodas motoras, e quanto mais baixas forem as perdas de transmissão, maior será
a força motriz, Ftra, disponível nas rodas de tracção.
22
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A força de tracção, Ftra, é uma das variáveis que determinam a eficiência da condução e a
capacidade de arranque em pendentes positivas. Habitualmente, considera-se a eficiência
global destes dois sistemas, ηtf = 0, 9 .
Na equação 2.25, r corresponde ao raio de rolamento dos pneus.
Dado que, muitas vezes, se pretende utilizar a potência em quilowatt, pode-se trabalhar a
equação 2.15 para obter a seguinte expressão para o cálculo do binário motor (N.m) à saída da
cambota:
Be =
9549,3N e
n
(Eq. 2.26)
A relação entre o binário disponível no eixo das rodas motoras, Bd, e o binário motor
efectivo à saída da cambota do motor, Be, pode ser modelada pela seguinte equação:
Bd = ( Be − Let ).ig .i f
(Eq. 2.27)
O binário motor é amplificado pela relação de transmissão do conjunto caixa de
velocidades e diferencial, sendo reduzido parcialmente pelas perdas de binário inerciais na
caixa de velocidades e transmissão, Let.
Pode também calcular-se a capacidade de aceleração máxima, em m.s-2, na ausência de
resistências ao movimento do veículo, através da seguinte expressão:
ax = 1,1459 π ηtf
Ne
m.v
(Eq. 2.28)
Na equação, entra-se com Ne em kW, m em ton e v em km/h.
A aceleração pode ser calculada, genericamente, para condições reais de funcionamento,
utilizando as diferentes componentes que afectam o movimento, através das seguintes
equações:
a=
a=
Ftra − FW
k f .m
N eηtf − NW
k f .v.m
(Eq. 2.29)
(Eq. 2.30)
A diferença Ftra − FW corresponde à força disponível para acelerar o veículo, equivalendo à
diferença entre a força de impulsão imprimida às rodas motoras e a resultante das forças
resistivas ao movimento. O coeficiente de inércia de rotação, k f , traduz a compensação do
aumento aparente na massa do veículo, devido às massas rotativas (órgãos da transmissão,
rodas dentadas, rodas do veículo, volante, cambota).
Como se depreende, uma determinada potência pode ser conseguida por combinações
muito diferentes de binário e velocidade de rotação. Para distinguir os diferentes regimes de
funcionamento, a sua caracterização é definida como uma combinação de velocidade e binário
motor que lhe esteja associada. As características de desempenho do motor e os mapas de
emissões podem ser usadas para definir o regime óptimo de operação e as estratégias de
controlo.
23
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Genericamente falando, o regime de funcionamento adoptado pelo sistema de controlo do
motor, deve ser determinado pela taxa à qual o motor consegue processar eficientemente
combustível e ar, constituindo o rendimento volumétrico do motor o parâmetro chave para um
determinado regime de funcionamento.
Uma forma de aumentar o desempenho pode ser através do aumento das dimensões do
cilindro, com implicações no aumento da cilindrada ou através do aumento do número de
cilindros.
A velocidade do veículo pode ser calculada pela seguinte expressão:
v(km / h) =
60n 1 π d
. .
ig i f 1000
(Eq. 2.31)
Onde,
v é a velocidade do veículo em km/h.
n é a velocidade do motor em rpm.
ig é a relação de transmissão da caixa de velocidades.
if é a relação de velocidades do diferencial.
d é o diâmetro exterior do pneu (m).
Pode surgir alguma discrepância entre o valor da velocidade registada no banco de rolos e
a velocidade calculada pela expressão anterior. Tais variações são, normalmente, explicadas
pelas diferenças encontradas no diâmetro dos pneus, quase sempre decorrentes do próprio
desgaste dos pisos ou imprecisão na caracterização da relação de transmissão final. Podem
ainda ser devidas a imprecisão no registo da velocidade do motor.
A aceleração pode não ser medida directamente. Em vez disso, a aceleração média pode
ser calculada em cada instante através da expressão seguinte:
at =
( vt +δ t − vt ) + ( vt − vt −δ t )
2δ t
(Eq. 2.32)
Deste modo, obtém-se a aceleração média ao longo de dois períodos de tempo adjacentes
ao instante t. Contudo, na presente tese será sempre utilizada a notação a para a aceleração.
O veículo acelera quando é aplicada potência suficiente para ultrapassar as forças de
resistência que se opõem à velocidade com que o veículo circula. Consequentemente, é
expectável que as acelerações positivas sejam associadas a emissões mais elevadas. Para
acelerações negativas, a associação é menos clara, porquanto o motor pode ser colocado ao
ralenti sem carga (idling), quando o motorista trava para afrouxar o veículo.
É possível estimar o regime de funcionamento do veículo se for conhecida a inclinação da
via, bem como a velocidade e a aceleração do veículo. A influência das características da via
tem sido objecto de análise, embora mais direccionada para o impacto da inclinação (CíceroFernandez 1996). Estas variáveis podem ser combinadas para estimar a potência específica do
veículo (Feng et al. 2007) (VSP - Vehicle Specific Power), a qual se revela como um atributo útil
para a comparação das condições de operação de um veículo. É definida por (JimenezPalacios 1999) como a potência instantânea por unidade de massa do veículo e calculada pela
seguinte fórmula:
24
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
d
( KE + PE ) + FR v + FL v
VSP = dt
m
(Eq. 2.33)
Onde KE e PE representam a energia cinética e a energia potencial (ou gravitacional) do
veículo; FR e FL correspondem à força de resistência ao rolamento e à força de resistência
aerodinâmica. Por sua vez, v representa a velocidade do veículo, m a massa do veículo e t o
tempo. Assim, a potência específica pode ser interpretada como sendo a potência fornecida
pelo motor menos todas as cargas resistivas que actuam dentro do veículo. Por conseguinte,
entra em consideração com as forças resistivas que actuam no veículo e podem incluir o efeito
da inclinação da via.
(Jimenez-Palacios 1999) rearranjou a anterior equação de forma a apresentar uma
expressão genérica para VSP sob condições de operação em estrada:
1 C .A
VSP [ kW / ton ] = a (1 + ε z ) + g.sin(θ ) + CR .g .cos(θ ) + ρa D (v + vw ) 2 .v
2
m
(Eq. 2.34)
Onde,
v e a representam a velocidade e a aceleração instantâneas do veículo.
A expressão incorpora um conjunto de factores que descrevem o ambiente de operação
local, onde g é a aceleração devida à gravidade (9,8065 m.s-2), corresponde à inclinação local
da via, ρ a representa a massa específica do ar (1,198 kg/m3 a 20 ºC) e vw é a velocidade do
vento que incide no veículo na direcção e sentido contrário ao deslocamento do veículo. Os
restantes factores podem ser considerados como constantes específicas do veículo, onde CR é
o coeficiente de resistência ao rolamento, CD é o coeficiente de resistência aerodinâmica, A é a
área frontal do veículo e ε Z é o factor de massa, que é incluído para estimar a massa
translacional equivalente dos componentes com movimento de rotação. Para o mesmo veículo,
o valor de ε Z é diferente para cada posição da caixa de velocidades. Na sua investigação,
(Jimenez-Palacios 1999) define valores para um pequeno automóvel de passageiros europeu que
utilizou em conjunção com o valor registado da posição da caixa de velocidades. Os valores
especificados são os que constam da tabela 2.1:
Posição da caixa
de velocidades
0
1
2
3
4
5
εZ
0,00
0,25
0,15
0,10
0,075
0,005
Tabela 2.1 - Factor de massa para um veículo ligeiro de passageiros
(Nam 2003) com base numa avaliação da (EPA 2001), ao calcular a potência específica do
veículo, introduziu uma pequena simplificação na equação (Eq. 2.34), no que respeita à
inclinação da via e há existência de ventos, mantendo todas as características do veículo
(inércia rotacional, resistência ao rolamento, factores de resistência aerodinâmica, cargas
absorvidas pelos acessórios e massa bruta do veículo). Calculou a VSP usando a seguinte
equação:
25
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
VSP [ kW / ton ] = ( a (1 + ε z ) + g * grade [ % ] + g .CR ) v + 0,5.ρ * CD * A * v 3 / m
(Eq. 2.35)
Sendo,
v - Velocidade do veículo, em m/s, assumindo a inexistência de ventos frontais
a - Aceleração do veículo, em m/s2
εz - Factor de massa, explicado pelas massas em rotação (~0,1)
g - Aceleração devida à gravidade (9,8065 m/s2)
grade - Inclinação da via
CR - Resistência ao rolamento (~0,0135 kW/m/s)
ρ - Massa específica do ar (1,210)
CD - Coeficiente de resistência aerodinâmica (num veículo ligeiro tem o valor~0,3)
A - Área frontal do veículo (ligeiro~2,4 m2)
m - Massa do veículo em toneladas métricas
A equação pode também incluir um termo associado aos acessórios do veículo, de que o
ar condicionado é o mais significativo.
Utilizando valores típicos dos coeficientes, em unidades SI, (Nam 2003) recomenda utilizar
a relação ((CD*A/m)~0,0005), o que conduz à seguinte expressão:
VSP [ kW / ton ] = (1,1a + g * grade [ % ] + 0,132 ) v + 0, 001208v 3
(Eq. 2.36)
Coloca-se sempre o problema de definir se as cargas acessórias devem ser ou não afectas
ao veículo ou ao motor, o que constitui matéria de uma larga discussão. As cargas acessórias
mais comuns referem-se às potências absorvidas pelos sistemas de ar condicionado, sistema
de travagem, direcção assistida, bomba de água, bomba de óleo e ventilador do radiador. As
três primeiras cargas constituem requisitos operacionais do veículo. O alternador produz a
energia eléctrica necessária ao veículo e ao motor.
Alguns autores tratam a potência de atrito absorvida pelo motor e a potência absorvida
devido à inércia do motor como cargas do motor. A programação da definição e imputação das
várias cargas do motor afecta a sua eficiência. É por esta razão que se torna plausível
encontrar na literatura uma variedade de diferentes modelos físicos do veículo e do motor.
Como é óbvio, pode ser definida outra expressão, em função da velocidade dada à relação
deste parâmetro com a aceleração. Resulta que a potência efectiva, exigida ao motor à saída
da cambota, será:
N e [kW ] =
VSP × m
η g ×η f
(Eq. 2.37)
Onde,
η g ×η f representa o rendimento da caixa de velocidades e do diferencial.
A título de exemplo, os valores seleccionados para as constantes específicas do veículo da
Ford, modelo Focus, utilizados para estimar a VSP, constam da tabela 2.2 (North 2007).
26
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Constante
Valor
Fonte
M (kg)
1560
Jex and Gill (2001): Peso bruto + 200 kg de carga
A (m2)
2,458
Jex and Gill (2001): Width x height
CR
0,0135
Bauer (2002): Pneumáticos em asfalto
CD
0,32
Bauer (2002): Para Ford Focus
Tabela 2.2 - Valores utilizados para estimar a VSP num Ford Focus 2 (Fonte:(North 2007))
O consumo médio de combustível do veículo por unidade de distância percorrida, V fuel ,
para uma determinada distância, está ligado ao consumo específico de combustível do motor,
Cs (Kg/J), através da relação:
V fuel =
Cs
1
[(m(CR g cos(θ ) + g sin(θ ) + a) + ρ CD A(v + v0 ) 2 + mrot .a).v + N gear ].dt
ρ fuel .ηtf
2
v.dt
(Eq. 2.38)
Na expressão, ρ fuel corresponde à massa específica do combustível.
Ao serem comparados os efeitos no consumo de combustível por parte da massa do
veículo (m), da aerodinâmica do veículo (CD.A) e da resistência ao rolamento (CR.m.g), utilizando
nessa comparação o teste NEDC (New European Driving Cycle), pode constatar-se que a
massa corresponde ao factor de maior impacto. Uma redução de 10% na massa do veículo
conduz a uma redução de aproximadamente 5% no consumo de combustível (Barth et al. 2005).
A mesma redução no consumo de combustível, em resultado de melhorias no atrito de
rolamento e nas características aerodinâmicas, requerem alterações muito mais
desproporcionadas, que não seriam tecnicamente e comercialmente percebidas em veículos
de produção em série. Esta comparação aplica-se na avaliação do comportamento de
condução e na optimização da adequação da caixa de velocidades ao motor.
O impacto da utilização do veículo com o motor a quente ou a frio e decorrente de
diferentes classes de velocidade pode ser analisado na tabela 2.3. Pode verificar-se que os
consumos mais baixos ocorrem na classe de velocidades compreendida entre os 65 e os 105
km/h, sendo atingido o consumo mínimo por volta dos 90 km/h.
Modo de utilização
Litros / 100 km
g/km
A frio
8,9997
234
<65 km/h
7,4752
195
65-105 km/h
6,0381
158
>105 km/h
9,3973
246
A quente
Tabela 2.3 – Consumos de um veículo ligeiro a quente e a frio
Fonte: (Tabela B1. P39, em Gover et al, 1994, UK Petrol and Diesel Demand)
A título de exemplo, o objectivo de consumo de combustível de 3 litros/100 km foi
conseguido com o carro da VW, modelo Lupo. As ligas de magnésio, com baixas massas
27
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
específicas, de aproximadamente 1800 Kg/m3, são consideradas as melhores opções na
construção de veículos leves, tendo como objectivo as reduções de consumo de combustível e
de impactos ambientais.
A redução dos níveis de emissões por via de uma eficiente manutenção não se confina,
exclusivamente, à prevenção da formação de poluentes, sendo algumas vezes conseguida
pela implementação de sistemas inovadores de pós-tratamento. As dificuldades que se
colocaram na adequação dos veículos Diesel à norma EURO V estiveram associadas à
redução do nível de emissões de NOx. Na fase actual (fase C), com o advento dos Veículos
Ecologicamente Avançados, surgirá uma nova redução para menos de metade do nível de
emissão de partículas. Presentemente, ainda não é possível encontrar requisitos de controlo
que garantam o cumprimento da legislação Euro VI. Tal objectivo não será apenas conseguido
com a melhoria nas características da combustão, pelo que é um imperativo para os
investigadores o desenvolvimento de tecnologias de pós-tratamento compatíveis. Estas
exigências têm levado os cientistas a proporem o desenvolvimento de soluções integradas de
sistemas de pós-tratamento com tecnologias de controlo do motor, especialmente o DPNR
(Diesel Particulate - NOx Reduction) que combina a oxidação de partículas com um módulo de
redução de NOx.
Dentro deste último grupo deve ser realçada a importância dos filtros (“traps”) de partículas
Diesel, DPF (Diesel Particulate Filters). O uso de filtros de partículas foi uma das primeiras
soluções consideradas. Com a sua utilização, a questão mais delicada a resolver passou
sempre pelo método de recuperação desses materiais, ou seja, a eliminação das partículas
retidas. Os métodos de regeneração implementados dividem-se em duas categorias:
1-A regeneração activa, realizada por meio do aquecimento do filtro, com consequente
queima do material depositado. Neste caso, são utilizados queimadores que empregam
o próprio combustível ou gás natural, fornos eléctricos ou de microondas, num processo
que ocorre de forma cíclica.
2-A regeneração passiva, a qual é conseguida mediante combustão contínua das
partículas, promovida por catalisadores depositados sobre o próprio filtro. Este é o
chamado conversor catalítico de partículas.
A regeneração activa, apesar de estar disponível comercialmente desde a década de 60,
apresenta uma série de problemas tecnológicos associados ao alto consumo de energia e ao
controlo do processo de combustão. A eficiência da regeneração passiva é função do tipo de
catalisador utilizado como cobertura.
Na sua concepção o filtro de partículas consiste de uma estrutura em favo de mel, também
conhecida por dispositivo em malha de rede inserida dentro do sistema de exaustão, que filtra
fisicamente e oxida partículas de matéria, PM (Particulate Matter). Os DPF devem ser sempre
associados com combustíveis com níveis de enxofre ultra baixos e com veículos que utilizem
sistemas de regeneração passivos ou activos para oxidar as PM.
Os filtros passivos exigem temperaturas de funcionamento mais elevadas para trabalharem
correctamente. De um modo geral, os filtros requerem alguma manutenção.
Os actuais testes realizados nos centros de inspecção, IPO (Inspecção Periódica
Obrigatória), são muito simples e rápidos e apenas permitem a identificação de veículos com
emissões muito elevadas, com falhas no sistema de controlo das emissões ou outras falhas,
28
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
mas não fornecem informação da massa de emissões poluentes ou da sua ligação com
anomalias de subsistemas que afectam o funcionamento real do veículo.
(,( .
$
+
%
Os processos de combustão em motores de ignição por compressão que utilizam como
combustível o gasóleo, produzem calor, trabalho e emissões de produtos pelo escape e ruído.
Nos produtos de escape encontram-se incluídos, gases resultantes de zonas da câmara de
combustão onde ocorreram processos de combustão completos, produtos resultantes de
oxidação incompleta do combustível e outros produtos derivados de contaminantes do
combustível e os resultantes de oxidação do azoto do ar. A figura 2.2 caracteriza e qualifica os
balanços energéticos e mássicos associados a um motor de combustão interna de ignição por
compressão a gasóleo.
Figura 2.2 – Balanços energéticos e de emissões de veículos rodoviários a gasóleo
Os principais constituintes dos gases de escape, não poluentes são o azoto (N2), a água
(H2O) e o dióxido de carbono (CO2). Este último apesar de não ser classificado como poluente
na legislação europeia, é o principal responsável pelo efeito de estufa no planeta. Os
indicadores de impacto ambiental mais relevantes, produzidos por um motor Diesel são as
partículas de matéria, PM, os óxidos de azoto, NOx, o combustível não queimado ou
29
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
parcialmente queimado, HC, e o monóxido de carbono, CO. Existem traços de outros poluentes
que qualitativamente são extremamente nefastos para as pessoas e o ambiente em geral.
Incluem os aldeídos (H-C-O), óxidos de enxofre (SO3) e fósforo (P).
O principal sistema cujo desempenho deve ser avaliado com maior acuidade num
autocarro de transporte urbano de passageiros é, sem dúvida, o motor de combustão interna.
Quase sempre, os autocarros se encontram equipados com motores de ignição por
compressão (CI-Compression Ignition), vulgarmente designados por motores Diesel. Trata-se
de uma tecnologia inventada e implementada por Rudolf Diesel, na segunda metade do século
XIX. Nestes motores, o combustível é introduzido na câmara de combustão sob a forma de
spray, onde se vaporiza e auto-inflama no ar turbulento devido à elevada temperatura e
pressão, sem necessidade de vela para iniciar a ignição. A quantidade de combustível
injectada e a sua variação no tempo em condições de exploração similar pode constituir um
dos principais sintomas de patologias associados com o estado de saúde de um motor.
O caudal mássico de combustível injectado num motor térmico alternativo de combustão
interna pode ser obtido através do cálculo da quantidade injectada pelos injectores durante um
período de tempo. Deve ser comparado com a medição da quantidade de combustível
consumido pelo veículo no mesmo intervalo de tempo. A quantidade de combustível injectada
em cada cilindro é normalmente expressa em termos de miligramas de combustível por ciclo. A
necessidade de combustível aumenta em função da procura de potência pelo motorista e do
estado de saúde do motor. Consequentemente, a massa de combustível injectada aumenta
com o ângulo de posição do acelerador (North 2007), ou seja, pode-se verificar que a massa de
combustível injectada aumenta quando o acelerador é pressionado. Pela avaliação da
correlação, pode-se verificar que a curva de tendência evolui de uma forma ligeiramente
convexa. Estes algoritmos de controlo geridos pelo SEM (Electronic Motor System) são os
implementados pelos fabricantes de automóveis. Para uma actuação no acelerador superior a
cerca de 60%, verifica-se que o grau de dispersão aumenta. Vários estudos demonstram que a
quantidade de combustível injectada aumenta quando aumenta a velocidade do motor, para a
mesma posição do acelerador. O máximo de quantidade de combustível injectado é atingido e
mantido a 80% do curso do acelerador. Por conseguinte, em rigor, para a amplitude total de
variação do ângulo de actuação do acelerador, a posição deste não pode ser tomada como
indicativa da quantidade de combustível injectado (North 2007).
Analiticamente, o caudal mássico de combustível, em mg/s, pode ser determinado em
função da velocidade de rotação do motor, de acordo com a seguinte expressão:
(m fuel )t =
2.FDt .i.rpmt
60.T
(Eq. 2.39)
Onde,
FDt – Combustível introduzido em cada cilindro por ciclo (mg/injecção) no instante t
i - Número de cilindros do motor
rpmt – Rotações da cambota do motor no instante t (min-1)
T – Número de tempos do motor.
A relação 2i/T corresponde ao número de injecções por cada rotação da cambota. Assim,
num motor de 4 cilindros e de 4 tempos tem o valor 2, ou seja, em cada rotação da cambota
registam-se duas injecções.
30
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Por sua vez, o caudal mássico de emissões instantâneas, das espécies i, pode ser
encontrado a partir da seguinte expressão:
.
.
(mi )t = (V exh )t × (Ci )t × ρi
(Eq. 2.40)
Onde,
.
( mi ) t - Representa o caudal mássico de emissões do poluente i no instante t
.
(V exh )t - É o caudal volúmico do fluxo de gases de escape no instante t
(Ci ) t - Corresponde às medições das concentrações das espécies i no instante t
ρ i - Massa específica das espécies poluentes
As taxas de emissões calculadas devem ser correctamente relacionadas com as actuais
condições de operação do veículo, tais como a velocidade, a aceleração ou a VSP (Ajtay and
Weilenmann 2004).
A massa específica das espécies poluentes varia com a temperatura e a pressão, pelo que
depende das propriedades da amostra de gases no analisador, associadas às condições
.
identificadas no local onde é medido o fluxo global de gases de escape, (V exh )t . Este facto é
levado em consideração durante as calibragens.
Caso os dados se encontrem disponíveis em termos molares, calcula-se o caudal mássico
de emissões instantâneas, mi, para as espécies i no instante t, através da seguinte expressão:
.
.
(mi )t = (nexh )t × (Ci )t × ( MM )i
(Eq. 2.41)
Onde,
(nexh)t - Corresponde ao caudal molar de gases de escape.
(MM)i - É a massa molecular MM das espécies i, sendo usada para converter o caudal
molar em caudal mássico de emissões.
As massas moleculares para as espécies poluentes consideradas são as que constam da
tabela 2.4.
Espécies
NO
NO2
PM
C6H16*
CO
MM (kg/Imola)
30
46
146
88
28
* Os equipamentos utilizados, normalmente, agregam as medições de HC como n-hexano equivalente (C6H16).
Consequentemente, usa-se a massa molecular do n-hexano para converter no caudal mássico de emissões de HC.
Tabela 2.4 - Massa molecular de alguns poluentes
Por consequência, poderá ser calculado o fluxo molar de gases de escape que passa no
ponto de amostragem no instante t. Para o efeito, é necessário ser levado em consideração o
tempo de transferência, δt, correspondente ao período em que os fluidos percorrem o motor e o
sistema de escape. Num motor de 4 tempos, o caudal mássico que é admitido no motor no
31
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
instante t-δt, é igual à soma dos caudais mássicos de ar e de combustível. Assume-se que o ar
e os gases se comportam como gases perfeitos, pelo que o seu caudal mássico é regulado
pela seguinte equação:
(mair )t −δ t =
η v .MAPt −δ t .Vc .nt −δ t
60.nR .Rair .Tt −δ t
(Eq. 2.42)
Onde,
η v - Corresponde ao rendimento volumétrico para o número de rotações do motor nt-dt, no
instante t-δt
MAPt-δt - Corresponde à pressão absoluta no colector de admissão (em Pa)
Tt-δt - é a temperatura do ar de admissão no instante t-δt
Vc é a cilindrada do motor em metros cúbicos
R é a constante característica do ar (287,5 J/Kg. K a 293,15 K)
nR representa o número de rotações da cambota por cada tempo útil de produção de
potência, para cada um dos cilindros (igual a 2 num motor de 4 tempos)
O rendimento volumétrico varia com as alterações ao regime de funcionamento do motor.
Como não existem medições desta variação é, normalmente, assumido o valor de 90%, com
base em valores típicos encontrados em motores Diesel de injecção directa quando equipa um
veículo ligeiro de passageiros (Heywood 1988). O caudal de gases de escape no instante t é
calculado através da expressão:
(mexh )t = (mair )t −δ t + (m fuel )t −δ t − ( mEGR )t −δ t − En
(Eq. 2.43)
Onde,
dt - Corresponde ao tempo de transferência entre a entrada no motor e o ponto de recolha
de amostragem dos gases de escape, ou, o que é equivalente, representa o tempo de
transferência entre a válvula EGR e o ponto de recolha de amostragem dos gases de
escape
En - Representa o termo correspondente ao erro devido a fugas de ar e combustível do
sistema, as quais são desprezáveis num veículo a funcionar em boas condições, pelo que
se assume ter o valor nulo na presente investigação.
Em veículos equipados com EGR, o caudal mássico recirculado terá que ser deduzido às
duas parcelas do segundo membro da equação que, por sua vez, correspondem aos caudais
admitidos no motor.
O fluxo molar de combustível (n fuel )t −δ t em mol/seg, no instante t-δt, pode ser estimado
através da seguinte expressão:
(n fuel )t −δ t =
FDt −δ t
rpmt −δ t
i
×
×
3
nR 10 .MM fuel
60
Onde,
i – Número de cilindros.
MMfuel - Massa molecular do gasóleo, sendo usado tipicamente o valor 170 g/mol.
32
(Eq. 2.44)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
FDt-δt – Alimentação de combustível por tempo de injecção e por cilindro, no instante t-δt, em
mg/tempo de injecção, para cada um dos cilindros.
rpmt-δt – Velocidade de rotação do motor (cambota), em rotações por minuto, no instante t-δt.
As constantes 103 e 60 são factores de conversão de FDt-dt e rpmt-dt para unidades SI.
Na medição de partículas, todos os dados registados, como a opacidade (em % ou m-1),
devem ser convertidos para unidades de densidade de massa, ou seja, para mg/m3.
O fluxo molar de EGR, (nEGR )t −δ t , pode ser estimado através da fracção do fluxo molar de
gases de escape, ( nexh )t −δ t , que é recirculado.
A posição da válvula que controla a percentagem de EGR tem uma forte correlação com o
próprio fluxo de EGR. É, normalmente, assumido que o rácio de abertura da válvula EGR é
uma função linear da posição da válvula EGR. O rácio é calculado através do conhecimento do
valor de EVP (Exhaust Valve Position) em moles.
Assim, o fluxo molar pode ser indexado ao rácio máximo de EGR, esperado para o motor,
ou seja:
( nEGR )t −δ t = ( nexh )t −δ t .
EVPt −δ t
.EGRmax /100
( EVPmax − EVPmin )
(Eq. 2.45)
Na expressão, pode verificar-se que o valor de EVP no instante t-δt se encontra
normalizado e indexado ao rácio máximo de EGR esperado para o motor. Na sua tese (North
2007) refere que o rácio máximo de EGR se encontra entre 55% e 60% em veículos comerciais
ligeiros. Verifica-se que esta amplitude se encontra consistente com os valores citados por
vários outros investigadores como sendo típicos de motores Diesel actuais (Baranescu and
Challen 1999).
Pode assumir-se, sem grande erro, 57,5% para EGRmáx, uma vez que o rácio de EGR é
elevado apenas para baixos rácios de fluxo de gases de escape (isto é, quando são baixas as
emissões poluentes). Algum erro causado por esta presunção apenas terá um efeito reduzido
no cálculo dos caudais mássicos de emissões de gases de escape.
Os valores de EVPmáx e EVPmin podem ser obtidos experimentalmente ou através dos dados
técnicos fornecidos pelos fabricantes.
Estimado o rácio de fluxo molar de gases de escape, o cálculo do caudal mássico de
emissões poluentes pode ser obtido com a medição das concentrações de poluentes. Estes
valores variam continuamente e devem ser sincronizados para que correspondam aos mesmos
gases de escape.
As concentrações poluentes ([C]i)t são registadas como uma proporção volumétrica (ppm
ou %)1 que é equivalente a uma fracção molar, se for assumido que a amostra se comporta
como uma mistura de gases ideais. Contudo, as concentrações medidas na maior parte dos
equipamentos correspondem a amostras de gases de escape secos. Consequentemente, as
concentrações das espécies químicas individuais apresentam-se mais elevadas do que as
concentrações verdadeiras no fluxo completo de gases de escape.
1
1 % de concentração em volume, corresponde a 10000 ppm
33
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A relação massa de combustível / massa de ar F/A=mfuel/mar na combustão estequiométrica
do gasóleo é tipicamente da ordem de 1/14,6. Durante o funcionamento real (F/A)real variará
quando o combustível injectado por ciclo se altera de forma a corresponder à procura variável
de potência. Esta variação na relação (F/A)real é expressa em relação à (F/A)estequiométrica. A
comparação das duas relações define o que se designa por relação de equivalência
combustível / ar, φi :
F
A
φi =
F
A
real
(Eq. 2.46)
esteq
Em banco de rolos, o caudal mássico de combustível pode ser calculado através de um
balanço mássico de carbono emitido. Por conseguinte, o balanço de carbono pode ser utilizado
para conseguir a validação para o combustível injectado medido. Tal pode ser conseguido em
banco de rolos utilizando um ciclo de condução de referência, como, por exemplo, o NEDC
(New European Driving Cycle).
As emissões de carbono
T
t =1
(mCfuel )t são avaliadas através da medição da recolha em
sacos, sendo a massa de combustível correspondente à seguinte:
M fuel =
MFc T
. (mCfuel )* t
MM fuel t =1
(Eq. 2.47)
Onde,
Mfuel – Massa de combustível consumida no tempo de duração do ciclo de condução, T
MMfuel – Massa molecular do combustível
MFc – Número de átomos de carbono existentes numa mole de combustível. Para um
combustível Diesel padrão, a fórmula química pode ter a representação genérica
C12,3H22,1, com uma massa molecular MMfuel de 169,7. Assim, o número de átomos de
carbono numa molécula de combustível é MFc=12,3. Para além disso, a massa de
carbono nos gases de escape Mcexh pode ser estimada pela medição das emissões
agregadas recolhidas nos sacos de amostragem:
M Cexh =
M CO2
MM CO2
+
M CO
.MM C
MM CO
(Eq. 2.48)
Onde,
MCO2 e MCO representam a massa agregada de CO2 e CO, emitida durante o ciclo,
respectivamente.
MMCO2, MMCO e MMC representam as massas moleculares de CO2, CO e C,
respectivamente.
Se bem que as emissões de HC e PM também contenham carbono, algumas vezes são
desprezadas. Contudo, é recomendável calcular a sua contribuição para o resultado final.
A massa instantânea de emissões de escape do componente i, abreviada por mi, pode ser
calculada através do produto da concentração do poluente i (volume relativo medido para a
34
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
espécie i), Ci, pelo caudal volumétrico total dos gases de escape, Vexh, e pela massa específica
da espécie poluentes i, ρ i :
mi = Vexh .Ci .ρ i
(Eq. 2.49)
O caudal mássico de emissões de partículas de matéria (PM), mPM, pode ser calculado
pela expressão:
mPM = nexh .vn .CPM
(Eq. 2.50)
Onde,
nexh – Caudal molar de gases de escape.
vn – Volume específico molar dos gases de escape.
CPM – Concentração mássica de PM.
O cálculo da velocidade média do fluxo de gases de escape obtém-se através da
expressão:
uexhaust =
vn .nexh
Atailpipe
(Eq. 2.51)
Onde, Atailpipe corresponde à área da secção de passagem transversal dos gases de escape.
Com o objectivo de interligar um modelo microscópico de emissões aos constrangimentos
surgidos instantaneamente no tráfego, pode ser usado um conjunto de variáveis explicativas
que constituem os indicadores incluídos no processo de microsimulação. As variáveis
compostas podem mesmo ser calculadas com esses indicadores. É expectável que as
variáveis explicativas estejam relacionadas com os mecanismos de formação de poluentes
esperados. Isto ajuda à determinação da correcta especificação de modelos obtidos e na
tranferibilidade para outros veículos onde muito poucos dados podem ser disponibilizados para
a calibração desses mesmos modelos.
Independentemente das opções implementadas na recolha de dados experimentais quando
se trate de monitorizações contínuas deve ser garantido um eficiente alinhamento de dados.
(Hawley et al. 2004) utilizou uma série de constantes de desfasamento para alinhar os dados
de emissões gravados antes e após o catalisador. Os atrasos foram determinados por
inspecção da concentração de NOx nos dois pontos de amostragem durante os testes de
calibração. Utilizou uma aproximação estatística empírica para recalcular a relação apropriada
para cada teste executado. Neste trabalho foi definido o desfasamento óptimo entre o instante
de injecção e a medição de concentração através da maximização da correlação cruzada de
duas sequências cronológicas.
Assumindo que se trata de um tubo de escape incompressível, uma aproximação do tempo
de transferência instantâneo dos gases de escape, Tt, ao longo do tubo de escape,
compreendido entre o motor e o ponto de recolha da amostra, com comprimento Ltalpipe, para
uma velocidade média do fluxo de gases de escape, uexhaust, pode ser calculada através da
expressão:
Tt =
Ltailpipe
uexhaust
(Eq. 2.52)
35
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para uma estimação simples, o volume molar pode ser assumido como tendo o valor vn =
0,030606 m3/mol, por ser representativo da pressão e temperatura típicas na extremidade do
sistema de escape. Corresponde ao volume molar de um gás ideal a 373,15 K e 101,325 Pa,
isto é, 100ºC e pressão atmosférica ao nível do mar. Por sua vez, o tubo de escape deve ser
assumido como se tratasse de um simples tubo de comprimento, Ltalpipe = 2,5 m com um
diâmetro constante de 55 mm, a que corresponde uma Atailpipe = 0,002376 m2.
(North 2007) [201], verificou que 85% das medições efectuadas se situavam no intervalo
0,1 a 0,5 segundo. Globalmente, foram encontrados três picos no histograma de frequências
absolutas, que correspondem a situações de cargas elevadas em que foram identificados: a)
Cerca de 240 casos com Tt=0,3 segundo; b) Cargas e velocidades do motor moderadas com
cerca de 165 casos com Tt=0,55 segundo c) Situações de carga e velocidade do motor baixas,
para as quais foram detectados cerca de 110 casos com um Tt=1,12 segundo. Estes três picos
podem ser considerados aproximadamente correspondentes aos modos de operação de
aceleração, cruzeiro e ralenti sem carga (idle).
Uma técnica mais sofisticada foi desenvolvida por (Ajtay and Weilenmann 2004). Estes
investigadores utilizaram equações diferenciais invertíveis para reconstituir as concentrações
de emissões à saída do motor. É necessário um modelo diferente para cada espécie de
poluente, para cada configuração do sistema de escape e para cada tipo de veículo.
Na medição de dados em contínuo, os dados são registados normalmente todos os 0,1 seg,
ou seja, com uma frequência de 10 Hz.
O fluxo molar de gases de escape pode ser convertido em caudal volúmico através da sua
multiplicação pelo volume molar dos gases de escape. Este depende da temperatura e da
pressão de saída dos gases de escape.
(,/
)
!
0
!
1
$%
Na União Europeia, ao nível da gestão de efluentes de combustão, são considerados
habitualmente 10 grupos de poluentes, alguns dos quais ainda não abrangidos pela legislação
em vigor:
1. Monóxido de carbono, CO.
2. Compostos orgânicos voláteis, VOC, ou total de hidrocarbonetos, THC, que se
dividem nos seguintes grupos:
a.Compostos orgânicos voláteis, sem inclusão de metano, NMVOC, ou
simplesmente HC. Para além das restrições globais, neste grupo existem,
simultaneamente, restrições específicas relativas às emissões de butadieno
1,3 e benzeno.
b.Metano, CH4.
3. Óxidos de azoto, NOx, que incluem essencialmente NO (cerca de 85%) e NO2 (cerca
de 15 %).
4. Dióxido de enxofre, SO2.
36
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
5. Amoníaco, NH3.
6. Óxido nitroso, N2O.
7. Partículas. Aparecem agregadas em duas classificações, segundo o limite superior
do diâmetro aerodinâmico:
a.Inferior a 10 µm, com abreviatura PM10 ou simplesmente PM.
b.Inferior a 2,5 µm, com codificação PM2,5, cuja agregação se encontra incluída
na anterior.
8. Ácido sulfídrico, H2S.
9. Compostos de chumbo, Pb.
10.Outros metais pesados, HM (heavy metal), que incluem Cádmio-Cd, Zinco-Zn,
Cobre-Cu, Crómio-Cr, Níquel-Ni, Selénio-Se.
O dióxido de carbono, CO2 não se encontra definido na legislação em vigor como um
poluente. Merece referência apenas devido à sua contribuição para o efeito de estufa.
Atendendo ao seu impacto ambiental e por estar associado ao consumo de combustível,
deverá ser incluído em modelos ecológicos.
As partículas Diesel incluem na sua composição os PAH (Polycyclic Aromatic
Hidrocarbons). Várias pesquisas desenvolvidas a nível mundial, em que se enquadram (Guo et
al. 2003) e (Miguel et al. 1998), permitiram identificar a existência de uma forte correlação entre
as emissões de partículas Diesel e as emissões de PAH. Referem os autores que 16 espécies
de PAH dominantes são responsáveis por 50 a 82% do total de PAH. Os resultados indicam
ainda que a maior parte dos PAH se encontram na fracção de PM2,5. Concluem ainda que as
emissões dos veículos constituem a fonte predominante dos PAH em Hong Kong.
Existe legislação que regulamenta os limites dos impactos ambientais, a qual inclui a
definição das metodologias e ciclos a utilizar na aquisição de dados. A formação de poluentes
e seus precursores em motores de combustão interna (Schafer and Basshuysen 1991) está
bem compreendida, existindo uma ligação com as características das actividades de
transporte. Nos motores Diesel, a mistura ar-combustível é heterogénea, com diferentes
relações em diferentes regiões da câmara de combustão, para um dado regime de
funcionamento do motor (Lopes 2000). Para além das opções tecnológicas, as variáveis chave
no controlo do processo de homogeneização e combustão incluem o ponto de injecção, a
quantidade de combustível injectado e a quantidade de gases de escape que são recirculados.
Para além dos poluentes gasosos e das partículas, as grandes preocupações a nível de
impactos na saúde do ser humano e no ambiente, reside no ruído provocado pelo motor e
respectivos sistemas de admissão de ar e de evacuação dos gases provenientes da
combustão.
(,/," )
0
1
Segundo (Neeft et al. 1995), a composição típica dos gases de escape provenientes de
motores a Diesel e a gasolina, no que respeita a constituintes não prejudiciais à saúde, é a que
se encontra mencionada na tabela 2.5.
37
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Constituinte
Unidade
Diesel
Otto
CO2
% vol
2-12
10-13,5
H2O
% vol
2-10
10-12
N2
% vol
70-75
70-75
O2
% vol
5-15
0,2-2
Tabela 2.5 - Composição dos gases de escape não prejudiciais à saúde
Por sua vez, as concentrações típicas dos constituintes dos gases de escape, sujeitos a
regulação, que têm um efeito adverso na saúde, são as que se encontram mencionadas na
tabela 2.6 (Neeft et al. 1995).
Constituinte
Unidade
Diesel
Otto
PM
mg/m3
20-200
1-10
NOx
% vol
0,003-0,06
0,04-0,4
CO
% vol
0,01-0,1
0,1-0,6
HC
% vol
0,005-0,05
0,5-1
Tabela 2.6 - Composição dos gases de escape prejudiciais à saúde
Os motores Diesel operam sempre em condições de excesso de ar, do que resultam
emissões de gases de escape com baixo teor de CO (Schafer and Basshuysen 1991). Ao
mesmo tempo que funcionam em condições de misturas pobres, ou seja, com excesso de O2,
apresentam temperaturas médias de gases de escape de cerca de 300 ºC. Estas
especificidades resultam num perfil de emissões bastante diferenciado em relação ao gerado
pelos motores de ciclo Otto, conforme se pode observar na tabela 2.7. Os dados compilados
em (Braun et al. 2003) correspondem a valores médios, sendo que os valores dependem
fortemente do processo de combustão, das condições de operação do veículo e das
especificações do combustível.
Motores
CO
HC
NOx
SOx
Partículas
Diesel
3-30
0,5-10
5-20
0,5-5
1-10
Otto
20-200
10-50
10-60
0,1-1
0,1-0,4
Otto c/ catalisador de 3 vias
2-30
0,5-5
0,2-4
0,1-1
0,05-0,3
Tabela 2.7- Emissões típicas em processos de combustão Otto e Diesel (g/Kg de combustível)
A medição de O2 em motores de combustão interna tem por objectivo avaliar a relação de
equivalência ar-combustível, no sentido de se conhecer se a combustão está a ocorrer com
maior ou menor excesso de ar ou mesmo falta de ar. Utiliza para este fim uma célula
electroquímica.
Pode-se verificar que os níveis das emissões de veículos Diesel, sem filtro de partículas,
comparados com os relativos aos veículos com motores Otto sem catalisador de 3 vias, são
38
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
bastante inferiores, com excepção dos relativos aos SOS e partículas. É esta razão, que
explica o facto de ter existido algum desfasamento na aplicação de legislação específica. A
imposição de limites máximos para emissões Diesel está também associada à crescente
consciencialização das populações dos países desenvolvidos, a respeito dos malefícios
provocados à saúde humana pelas partículas e NOx. De fato, os danos causados ao meio
ambiente e a saúde humana pelos gases de exaustão (NOx, CO, e HC) são bastante
conhecidos, não se inserindo nos objectivos da presente tese. No caso das partículas Diesel
(PM), sabe-se que se podem acumular nos alvéolos dos pulmões, causando a fibrose. Estas
partículas contém compostos orgânicos absorvidos, tais como os hidrocarbonetos aromáticos
poli nucleares. Quando inaladas, devido à sua absorção pelos alvéolos, podem exercer efeitos
mutagénicos, com possíveis consequências relacionadas com o aumento da incidência de
cancro do pulmão. Vale a pena citar que as partículas Diesel provocam também o
escurecimento de monumentos e prédios, provocando a deterioração dos mesmos.
Num motor Diesel a riqueza da mistura e, consequentemente, as emissões de CO variam
com a carga do motor, com amplitudes apresentadas na tabela 2.8.
Amplitude de
Operação
Relação
Combustível / Ar
Relação
Ar / Combustível
O2 (%)
CO Max (%)
Plena Carga
0,055
18:1
4
0,4
Carga elevada
0,04
25:1
8,8
0,09
Carga parcial
0,029
35:1
12
0,075
Carga ligeira
0,0167
60:1
16
0,05
Ralenti
0,01
100:1
18
0,06
Tabela 2.8 - Algumas características de funcionamento de motores Diesel
As emissões de PM dos motores Diesel resultam não só da formação no cilindro de
combustão mas também no sistema de escape. Quando as gotículas de combustível entram
em combustão, verifica-se a formação de partículas sólidas carbonosas. Forma-se assim
fuligem na câmara de combustão por pirólise dos hidrocarbonetos do combustível em
nucleações ricas (φ local>>1) do spray de combustível injectado. Estas reacções requerem
uma elevada temperatura (1000-2800 ºK), altas pressões (50-100 bar) e um nível suficiente de
oxigénio. A maior parte (~90%) destas partículas de fuligem são posteriormente oxidadas,
antes de deixarem a câmara de combustão, formando CO2 (Bauer et al. 2007). No sistema de
escape, estas partículas aglomeram-se para formar cadeias e absorvem grande quantidade de
hidrocarbonetos voláteis e sulfatos, formando uma camada envolvente (Heywood 1988).
Inicialmente, estas partículas apresentam-se em forma de cacho de uva e medem
aproximadamente 20 nm em diâmetro. A determinação do nível de partículas de matéria nos
gases de escape revela-se não só um desafio difícil como também interessante. As partículas
de matéria são uma importante propriedade dos gases de escape, que importa conhecer e
medir, porquanto a fuligem tem sido implicada como um agente cancerígeno. Ao mesmo
tempo, as PM têm sido implicadas como sendo um agente iniciador de asma e de outras
doenças respiratórias. Coloca-se a hipótese de que a fuligem possa absorver pequenas
moléculas que, ao serem inaladas e ao entrarem na corrente sanguínea do organismo humano,
libertam essas substâncias tóxicas no fluxo sanguíneo.
39
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
As partículas podem ser classificadas de muitas formas, sendo habitual agrupá-las por
classes baseadas na sua dimensão ou por categorias segundo a sua composição físicoquímica e, posteriormente, subdividi-las em termos de massa, número de partículas ou área da
superfície reactiva (Burtscher 2001).
É normalmente aceite como referência definir-se um conjunto de três intervalos
dimensionais (Bauer et al. 2007):
• O modo nucleação (inclui partículas com diâmetro dp<~50 nm).
• O modo aglomeração ou fuligem (50 nm<dp<300nm).
• A fracção grossa (1 µm <dp<10 µm) (Burtscher 2001).
Em estudos com agregados de PM, onde as amostras são recolhidas ao longo de um
determinado período de tempo, as emissões totais de PM são habitualmente repartidas por três
categorias:
• O carbono elementar (EC-Elemental carbon), fracção que resulta da fuligem
formada durante a combustão;
• Os compostos orgânicos voláteis (VOC-Volatile Organic Compounds), fracção que
resulta da condensação de compostos orgânicos pesados;
• A fracção inorgânica, que inclui sulfatos, nitratos e limalhas metálicas (Heywood
1988).
Para um motor Diesel típico de injecção directa de um veículo ligeiro de mercadorias, o
rácio mássico de emissões de PM é da ordem de 2 a 5 g por kg de combustível (Heywood
1988). Quanto ao número de partículas em regime estacionário, constatou-se variarem entre
~2,0*1013 e 1,5*1014 partículas por km com estes valores a aumentarem com cargas elevadas
do motor. O pico na distribuição do número de partículas emitidas ocorre na dimensão ~70 nm.
A nanotecnologia verde pode reduzir a poluição das emissões do combustível Diesel.
Existe uma interacção inovadora integrando nanotecnologia e soluções ambientais. Enquanto o
mundo industrializado olha para a forma de reduzir a quantidade de emissões de carbono na
atmosfera, a nanotecnologia dá um passo em frente, possibilitando a efectiva neutralização do
efeito dos poluentes actuais tornando-os inócuos, transformando a fuligem Diesel num
subproduto. Neste âmbito, pode destacar-se uma pesquisa recente que envolveu a descoberta
surpreendente feita por investigadores japoneses de conversão da fuligem de emissões de
combustível Diesel em nanotubos. Os investigadores recolheram a fuligem de motores de
combustão interna de veículos e demonstram que a mesma pode ser reciclada em matériaprima na fabricação de nanotubos de carbono. Neste processo existem filtros que removem a
fuligem, enquanto é usada vaporização laser para sintetizar as paredes do nanotubo. O
processo aparece publicado num artigo intitulado, “Synthesis of Single-Wall Carbon Nanotubes
from Diesel Soot”, no Japanese Journal of Applied Physics.
Os NOx incluem essencialmente os poluentes NO e NO2. Nas emissões de escape de
motores Diesel a relação NO2/NO varia de 10-30%, com as proporções mais elevadas a
ocorrerem a cargas ligeiras. Existe uma compensação entre a redução de NOx e o aumento de
emissões de PM e vice-versa, que tende a ditar os limites de desempenho de motores Diesel
(Stone 1999). Este facto advém das condições existentes no interior do cilindro que promovem
a oxidação do azoto do ar para formar NOx, sendo semelhante ao que promove a oxidação da
fuligem para CO2. Uma gestão cuidadosa da taxa de injecção de combustível, do instante de
40
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
injecção e do nível de EGR2 (Exhaust Gas Recirculation) é essencial para a melhor
optimização deste “trade-off” (Bauer et al. 2007).
As emissões de NOx dos motores Diesel tendem a ser da ordem de 20 g por kg de
combustível ou 500-1000 ppm em volume (Stone 1999). Muitos dos modernos motores Diesel
usam EGR para reduzir a formação de NOx nos cilindros, através da limitação do pico de
temperaturas nos cilindros. Enquanto o motor acelera ou tem elevada procura de potência, a
válvula EGR fecha progressivamente para recuperar o fluxo de massa de ar necessário para
atingir o desempenho requerido e evitar tanto quanto possível as emissões de partículas. Um
atraso no ponto de injecção do combustível, de forma a ocorrer mais próximo do ponto morto
superior (PMS), quando o pistão se encontra na fase de compressão, contribui para a redução
das emissões de NOx.
Como se referiu atrás, uma das variáveis de entrada da EMS é a posição da válvula de
controlo da quantidade de gases recirculados, do sistema EGR, referenciada por EVP (Exhaust
Valve Position). O rácio de EGR é determinado pela EMS de forma a conseguir um óptimo
compromisso entre as emissões de NOx e PM. O aumento da EGR tem como efeito a redução
da formação de NOx à custa do aumento da formação de PM (ARTEMIS et al. 2005). Muitos
factores estão envolvidos na programação do mapa de controlo e não se conhece,
presentemente, qualquer técnica que especifique qual o valor do EGR adequado para uma
dada condição de funcionamento, uma vez que depende da estratégia definida para um veículo
em particular. Os rácios de EGR em regimes transientes devem ser reduzidos quando a carga
do motor aumenta. O máximo EGR situa-se habitualmente entre 55% e 60%, correspondendo
este limite a baixas cargas e baixas velocidades do motor.
As emissões de HC dos motores Diesel de Injecção Directa são da ordem de 5 g por kg de
combustível ou 600 ppm em volume, os quais podem condensar no sistema de escape
formando à saída do sistema de escape fumos brancos ou azuis, visíveis durante o
aquecimento do motor (Heywood 1988).
A composição dos gases de escape de motores Diesel, à saída do motor, antes da
passagem pelo catalisador, apresenta os valores típicos especificados na tabela 2.9 (Heywood
1988).
Componente dos gases de escape
Marcha lenta
Potência máxima
Óxidos de azoto (NOx)
50 ... 200 ppm
600 ... 2500 ppm
Fuligem ou número de fumo (SN)
SN
≤ 0,5
SN = 2 ... 3
Monóxido de carbono (CO)
100 ... 450 ppm
350 ... 2000 ppm
Hidrocarbonetos (THC)
50 ... 500 ppm
< 50
Dióxido de carbono (CO2)
8…11 % vol
12 ... 16 % vol
Vapor de água (H2O)
2 ... 4 % vol
11 % vol
Oxigénio (O2)
16 % vol
2 ... 11 % vol
Azoto (N2)
Restante
Restante
Temperatura dos gases de escape a jusante
das válvulas de escape
100 ... 200 º C
550 ... 800 º C
Tabela 2.9 - Composição dos gases de escape de motores Diesel antes de tratamento
2
Como o nome indica, trata-se de uma técnica de recirculação de gases de escape, usada para controlar as emissões
de NOx, e que é apresentada mais adiante na secção 2.3.3
41
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Por exemplo, para um motor Diesel, 4 cilindros, 16 válvulas, 1700 cm3, com tecnologia
Common Rail, pressão de injecção até 1800 bar, Euro IV, EGR, com turbo-compressor, sem
filtro de partículas, acoplado a um freio dinamométrico eléctrico, foram identificados os valores
especificados na tabela 2.10 (Dorn et al. 2007). O sistema Common Rail estava dotado de três
fases de injecção: pré-injecção, injecção principal e pós-injecção.
Regime de
CO2
O2
NOx
funcionamento
[% vol]
[% vol]
[ppm vol]
1500 rpm
27 kW
11,3
5,1
671
1,3
2300 rpm
47 kW
9,2
8,3
652
1,6
3300 rpm
50 kW
7,9
9,8
447
1,8
Lambda
Tabela 2.10 - Algumas características de funcionamento de motores Diesel
O valor “lambda” corresponde a uma divisão de duas relações: A primeira relaciona a
massa de ar com a massa de combustível real; A segunda relaciona a massa de ar com a
massa de combustível estequiométrica.
Sobre o tema do controlo das emissões de partículas pelos veículos Diesel na Europa, no
passado, o maior desafio colocado tendo como referência o ano de 2005, residiu no controlo
das emissões de PM10, devido à entrada em vigor da legislação EURO IV. A figura 2.3 mostra
um exemplo de filtro de partículas utilizado em viaturas homologadas segundo a legislação
EURO IV.
Figura 2.3 – Foto de filtro de partículas de autocarro EURO IV
Em 2008, com a implementação do EURO V, as preocupações centraram-se no controlo,
não só do nível de PM10, mas também nos níveis de NOx (Walker 2004). Pela aplicação do
EURO IV, os veículos pesados sofreram reduções de emissões poluentes de tal ordem que já
cumpriam com os níveis de CO e HC (o que não acontecia com as emissões de PM10 e NOx)
propostos pelo EURO V, sem o uso de qualquer dispositivo de pós-tratamento adicional.
42
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para um dado veículo, com um dado motor e determinada tecnologia de controlo das
emissões, as variáveis que influenciam os factores de emissão são, a velocidade, a
aceleração/desaceleração, o comprimento da viagem e a temperatura ambiente. Em veículos
com semelhantes dimensões, massa, motor e tecnologia de controlo das emissões, é
expectável que apresentem um comportamento semelhante em termos de emissões. Como já
foi referido, as emissões durante curtos períodos de rápida aceleração (elevada potência) são
muito mais elevadas do que em operação a velocidade constante.
Pelo seu impacto nos níveis de emissões, a utilização de um veículo está condicionada
pelas características da infra-estrutura de tráfego. As especificidades de maior impacto estão
associadas ao perfil da via (Cícero-Fernandez 1996), intersecções e semáforos, medidas de
acalmia de tráfego e pelo comportamento do condutor (por exemplo, aceleração na transição
para o vermelho). O nível de aceleração ou a “agressividade” da condução também apresenta
um forte impacto nas emissões (Hickman et al. 1999).
Na pesquisa de (Calcagno 2006) foi efectuada uma avaliação das emissões de veículos
Diesel pesados em condições de funcionamento ao ralenti e durante o período de aquecimento
do motor. As emissões no aquecimento referentes a monóxido de carbono (CO), óxidos de
azoto (NOx) e partículas de matéria (PM) foram medidas utilizando equipamento portátil de
monitorização de emissões. Todos os veículos foram testados em campo durante os meses de
Verão e de Outono sob condições de funcionamento de baixas (600-800 rpm) e altas (1000
rpm) velocidades de ralenti do motor. Os resultados demonstraram que durante os primeiros 5
minutos após o arranque a frio as emissões foram mais altas do que na fase seguinte do
aquecimento com factores de 2,5 para o CO, 1,5 para o NOx e 1,7 para as PM. Na última fase,
a média dos factores de emissão horária para o CO, NOx e PM2,5 foram de 64,5 g/hr, 167 g/hr e
3,51 g/hr, respectivamente.
Assim, verifica-se que o caudal mássico de emissões de veículos movidos por motor de
combustão interna varia fortemente de acordo com o seu regime de funcionamento. Muitas
dessas alterações são explicadas pelas variações de perfil das vias e características de
escoamento do tráfego, tendo consequências significativas no impacto sobre a qualidade do ar
local. Por isso, uma melhor compreensão do mecanismo de emissões por parte dos
projectistas, pode ser determinante na fase de planeamento de tráfego de forma a avaliar o
impacto ambiental e contribuir para a definição de métodos mais eficientes de gestão da
qualidade do ar. As ferramentas de planeamento existentes não representam adequadamente
a natureza da variação e os regimes transientes das emissões poluentes, especialmente ao
nível das emissões de partículas.
A influência do padrão de condução, a carga do veículo e a inclinação da via são
analisadas na presente dissertação pelo seu impacto nas condições de exploração. A
disponibilidade de um freio de rolos, permitiria ainda desenvolver um ciclo de condução
adaptado à cidade que inclui diferentes modos de condução: aceleração, velocidade constante,
travagem do motor e baixo ralenti sem carga. Um ciclo de condução (Esteves-Booth et al.
2001) ou ciclo de operação de um veículo, corresponde à especificação da forma como a
velocidade e a carga do veículo evolui ao longo da duração do teste.
Quanto a modelos de avaliação afins, verifica-se que mesmo com técnicas de medição
semelhantes são encontradas diferenças significativas nos níveis de emissões medidas
quando se utilizam diferentes ciclos, reforçando a necessidade de encontrar bases de dados
coerentes aquando do desenvolvimento de novos modelos de emissões (De Haan and Keller
2004). Foi já conseguida a integração de modelos microscópios com subrotinas de micro
43
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
simulação de tráfego (por exemplo, VISSIM, Paramics), que permitem avaliar a influência das
alterações no fluxo de tráfego.
Ressalve-se ainda que, em estudos de planeamento de transportes, existem modelos que
fazem a estimação das emissões de tráfego utilizando variáveis socioeconómicas e
demográficas (Corvalán et al. 2006).
A presente tese insere-se num âmbito diferente, ou seja, o do planeamento da manutenção
(Nyman et al. 2002) numa perspectiva preditiva, centrada no acompanhamento da evolução de
efluentes dos motores Diesel. Aqui, abre-se uma nova página na utilização de poluentes que
são objecto de restrição mediante regulamentação ambiental aplicável ao sector dos
transportes, nomeadamente, partículas de dimensão inferior a 10 µm (PM10), NOx, CO, HC,
CO2, consumo de combustível, nível de ruído, podendo também ser utilizadas variáveis de
degradação das características do óleo.
Quanto a modelos de predição de emissões de veículos, mais ou menos completos,
verifica-se que a estimativa é efectuada, muitas vezes, em função da velocidade média de
circulação (Km/h) ou do volume de tráfego (vph). Permitem calcular os níveis médios de
emissões, em função de um determinado valor de um só parâmetro de caracterização de fluxos
de tráfego. O modelo de (Abo-Qudais and Qdais 2005) prescreve a seguinte metodologia de
cálculo para os poluentes CO, NO e NO2:
CO( ppm) = 0,004331∗ (vph) 0,993
(Eq. 2.53)
NO( ppm) = 0,000147 ∗ (vph) 0,949
(Eq. 2.54)
NO2 ( ppm) = 0,000038 ∗ (vph)1,008
(Eq. 2.55)
Nas expressões vph tem o significado de veículos por hora.
Dos vários estudos nesta matéria, alguns incluem os limites de dispersão dos níveis de
emissões de gases de escape de motores a gasolina e a Diesel e tabelas comparativas do
efeito da velocidade do veículo nas emissões de escape (Abo-Qudais and Qdais 2005).
Refira-se também a existência de alguns modelos de predição das concentrações de
poluentes na vizinhança de um arco de rede viária, cujo sucesso depende da correcta definição
de uma gama de indicadores físicos na envolvente ao troço de via.
Foram estudados, posteriormente, com grande detalhe, os efeitos de várias variáveis nas
emissões de veículos Diesel pesados, tendo sido efectuada uma predição aproximada de
emissões apenas com base no produto velocidade*aceleração (Gajendran 2006). Este pode
ser considerado como uma medida da potência cinemática do veículo, negligenciando contudo
os efeitos da potência absorvida para vencer as forças resistivas que actuam sobre ele. É
referido, contudo, que a predição do inventário de emissões de veículos Diesel pesados
apresenta uma maturidade inferior em relação à predição das emissões dos veículos ligeiros a
gasolina, o que constitui mais um estímulo na avaliação que se irá realizar em autocarros
urbanos. Refere ainda que uma duplicação na massa do veículo se reflecte num incremento de
emissões de NOx de aproximadamente 50%, o que vem sustentar as investigações efectuadas,
tendentes à redução na massa das diferentes categorias de veículos.
Em anos recentes, têm vindo a ser usados extensivamente motores acoplados a freios
dinamométricos para investigar os mecanismos de formação e emissão de PM10. Porém,
muitas vezes, focaram-se em condições de operação estacionárias ou com transições simples,
44
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
tornando os resultados obtidos menos fidedignos para aplicação em veículos que operam em
regimes transientes em mundo real. Neste caso, são possíveis medições detalhadas, utilizando
analisadores de grande sensibilidade e de rápida resposta ( 1 ms) em condições controladas.
Têm sido usados dados para monitorização das emissões a bordo dos veículos no sentido de
possibilitar a validação de modelos baseados na certificação de dados. Porém, os trabalhos
mais recentes têm investigado como estes dados podem ser recolhidos e incorporados em
futuros modelos de emissões. Os dados para caracterizar o comportamento das emissões de
um veículo podem ser obtidos em tempo relativamente curto, desde que se salvaguarde a
necessidade de instalar o veículo num laboratório (Barth et al. 2005). Este procedimento reduz o
custo com os testes e permite a avaliação de uma maior amostra de veículos de uma
determinada frota para o modelo em desenvolvimento.
Recentemente, têm vindo a ser desenvolvidos grandes esforços com modelos de emissões
instantâneas, no sentido de melhorar a precisão das técnicas de medição das emissões (Ajtay
and Weilenmann 2004). Levam em conta todos os desfasamentos e processos de mistura no
sistema de medição dos gases de escape, avaliando as condições no escape e na saída do
motor, de forma a sintonizar com os factores de operação do veículo.
A estrutura do modelo EMIT (EMIssions from Traffic) assenta na determinação da taxa de
emissões no escape num processo de dois estágios. No primeiro, as taxas de emissão de NOx,
CO e HC, à saída do motor, são estimadas em cada segundo através de uma regressão linear
de termos, utilizando um polinómio das variáveis velocidade e aceleração, dado pela equação
seguinte:
EQi =
α i + β i v + γ i v 2 + ∂ i v3 + ζ i a.v........(a > 0)
α i´ ................................................(a < 0)
(Eq. 2.56)
Onde,
EQi - Representa o caudal mássico de emissões à saída do motor das espécies poluentes
i.
v - É a velocidade do veículo.
- É a aceleração do veículo.
Os coeficientes correspondem a constantes específicas de cada uma das espécies i.
Estas emissões são depois modificadas através de uma função empírica associada à
passagem pelo catalisador, o que permite obter os valores das emissões à saída do escape.
O modelo (VERSIT-LD et al. 2006) desenvolvido pela empresa TNO Automotive foi
concebido a partir de uma base de dados de emissões instantâneas de veículos Europeus.
Fornece factores de emissão para veículos comerciais ligeiros como uma função das
características de um ciclo de condução. A base de dados contém, aproximadamente, 12000
testes em bancos de rolos com registos de 700 veículos abrangendo 126 ciclos de condução.
As características de input incluem medição do número de paragens (número de paragens por
km), a desagregação por perfil de condução (percentagem de tempo por classes), velocidade
(velocidade média do ciclo), aceleração (por exemplo, aceleração máxima), potência (por
exemplo, potência de aceleração), resistência ao rolamento, resistência aerodinâmica e um
conjunto de factores associados aos regimes de transição (por exemplo, alterações na
aceleração). Para cada classe de veículo, i, e cada espécie, j, inclui no modelo o subconjunto
das características anteriormente especificadas, Xi,j, ao qual se atribui a maior significância
45
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
estatística. Os factores de emissão, Ei,j, são então estimados como o resultado de um modelo
de regressão não linear a partir das variáveis independentes, características do ciclo de
condução, através da equação:
ln Ei , j = X i , j β i , j
(Eq. 2.57)
Os coeficientes de regressão, β i , j , são determinados pela média ponderada dos
coeficientes estimados para cada ciclo de teste da base de dados. Os factores de ponderação
são definidos como sendo o número de vezes que um dado ciclo é repetido na base de dados
para os veículos afectos à classe i.
O modelo POLY, desenvolvido por investigadores da Polytechnic University of New York e
da Texas Southern University, utiliza como termos da regressão linear, a velocidade, a
aceleração, a potência específica do veículo e a inclinação da via. Além destes, incorpora
efeitos históricos pela inclusão de um parâmetro correspondente à duração das acelerações e
desacelerações. Ao incluir a influência de períodos anteriores de avaliação, o modelo torna-se
consistente com a observação de correlações em séries temporais, na base de dados de
emissões do veículo. A forma de modelo de regressão linear é usada para estimar a taxa de
emissão das espécies m (m corresponde a NOx, CO e HC) no instante t, para cada classe de
veículos i, j, k (onde i representa a classe de dimensões do veículo, j é a classe do ano do
modelo de veículo e k é o tipo de emissor de veículo. O modelo pode sintetizar-se na seguinte
equação:
ei , j ,k ,m (t ) = β 0 + β vV (t ) + β v 2V 2 (t ) + β v3V 3 (t ) + βT ´ T ´ (t ) + βT ´´ T ´´ (t ) + β At A(t ) + ...
+ β At −9 A(t − 9) + βVSPVSP(t ) + ε i , j , k ,m
(Eq. 2.58)
Onde z é o coeficiente da regressão correspondente ao termo z, V é a velocidade do
veículo, VSP é a potência específica do veículo, A é uma função da aceleração do veículo e T´
T´´ são parâmetros que representam a duração da aceleração e desaceleração no instante t. A
inclinação da via encontra-se incorporada na função de aceleração do veículo, A.
Por sua vez, o modelo designado por VT-Micro Virginea Polytechnic Institute Model,
também utiliza técnicas estatísticas, mas estima directamente as taxas de emissões de NOx,
CO e HC, à saída do escape. A taxa de emissão é estimada como uma regressão não linear de
combinação de termos de diferentes produtos e potências da velocidade e aceleração (por
exemplo, v, v2, v. , v2. 3, etc.). O modelo não linear impede a possibilidade dos cálculos darem
valores negativos, através do seguinte sistema de equações:
exp
3
3
i =0 j =0
MOEe =
exp
3
3
i =0 j =0
(L
e
i, j
(M
× u i × a j ) ...... ( a ≥ 0 )
e
i, j
×u × a
i
j
) ...( a ≤ 0 )
(Eq. 2.59)
Onde,
MOEe - Caudal mássico de emissões das espécies poluentes.
Li,j – Coeficientes do modelo para as espécies e, à velocidade i e aceleração j para
acelerações positivas. Está associado ao expoente i da velocidade instantânea do veículo
v, e ao expoente j da aceleração instantânea do veículo , para acelerações positivas.
46
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Mi,j – Coeficientes do modelo para as diferentes espécies, à velocidade i e aceleração j,
quando se trate de acelerações negativas.
u – Velocidade instantânea do veículo.
a – Aceleração instantânea do veículo.
Este modelo não entra em consideração com a potência específica do veículo.
A amplitude de velocidades dos veículos situa-se entre 0 e 121 km/h e a amplitude de
acelerações entre -1,5 e 3,7 m/s2.
Na sua tese de doutoramento, (North 2007) utilizou este modelo não linear para estimar os
caudais mássicos de emissões, para acelerações positivas e negativas.
Para cada regime de funcionamento, os dados de emissões foram transformados para os
seus logaritmos naturais. Neste caso, os coeficientes do modelo foram estimados, utilizando
uma regressão linear múltipla pelo método dos mínimos quadrados, da seguinte forma:
ln ( MOEe ) =
3
3
i =0 j =0
βie, j u i a j + ε
(Eq. 2.60)
Onde,
MOEe – Caudal mássico de emissões das espécies poluentes.
Bij – Coeficientes do modelo. São estimados através de Lij (para a ≥ 0) e Mij (para a<0).
i e j – Expoentes da velocidade, u, e da aceleração instantânea, .
ε – Termo do erro aleatório.
Em (MOBILE et al. 2004) foram incluídos modelos mais simples de avaliação da
distribuição das dimensões das partículas. Estes podem ser melhorados através do uso de
técnicas de monitorização do ambiente para fornecer a medição da concentração do número
de partículas. A repartição dos níveis de carbono elementar/fracção orgânica de carbono em
veículos de transporte rodoviários pode ser observada na tabela 2.11 (MOBILE et al. 2004).
Processo
Carbono Elementar
Fracção Orgânica
Carbono
Fonte
Emissões de Escape Gasolina
23,9 %
23,9 %
Gilies and Gertler,
2000
Emissões de Escape
Comerciais Ligeiros Diesel
61,3 %
30,3 %
Gilies and Gertler,
2000
Emissões de Escape
Pesados Diesel
75,0 %
18,9 %
Gilies and Gertler,
2000
Desgaste Pneus
60,9 %
21,75 %
Radian, 1998
Desgaste dos travões
2,8 %
97,2 %
Gart et al, 2000
Tabela 2.11 - Repartição da fracção de carbono nos gases de escape
Quanto à estrutura do modelo PHEM (Passenger car and Heavy duty Emissions Model)
utiliza um mapa de emissões como uma tabela dinâmica (look-up table) para estimar as
emissões. Porém, neste caso, o mapa de emissões é desenvolvido mais em função dos
47
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
indicadores de operação do motor (por exemplo, velocidade e binário motor) do que em termos
de indicadores associados ao veículo (por exemplo, velocidade do veículo e potência). O
modelo PHEM foi o primeiro a ser desenvolvido para uso na predição de emissões de veículos
pesados, mas tem sido recentemente estendido aos veículos ligeiros de passageiros.
A introdução da variável explicativa VSP não trouxe significativas melhorias ao
desempenho dos modelos (North 2007). Este facto sugere a necessidade de se considerarem
estruturas mais completas, incluindo os modelos não lineares (por exemplo, transformação
Box-Cox ou semelhante), transformação da variável VSP e a introdução de outras variáveis
explicativas. Por exemplo, a utilização das variáveis de controlo do motor pode constituir um
método mais poderoso para calcular os caudais mássicos de emissões instantâneas. Porém,
estas práticas não são tipicamente incluídas em modelos concebidos para calcular as emissões
agregadas de frotas. Constata-se que as emissões são mapeadas como uma função das
condições de operação do veículo de acordo com o modelo, tipo de transmissão e posição da
alavanca da caixa de velocidades. Contudo, as variáveis de cálculo também poderão incluir a
velocidade do motor e a respectiva potência, quando estes indicadores se encontram previstos
na tipologia de testes utilizados na aprovação de um motor de veículo pesado.
Os automóveis ligeiros de passageiros são, normalmente, testados por completo, com o
motor instalado no veículo. Para usar estes dados de teste, os indicadores do veículo (por
exemplo, velocidade em estrada e respectiva carga), devem ser convertidos em indicadores do
motor (velocidade do motor, carga ou binário). Poderá ainda ser incluída a pressão absoluta no
colector de admissão, especialmente em veículos ligeiros a gasolina. Isto é realizado através
do conhecimento da mudança que se encontra seleccionada e uma simulação das
características de transmissão. As taxas de emissões ao longo de um determinado ciclo de
teste são calculadas pela estimação do ponto de operação do motor segundo a segundo. Este
processo requer uma estratégia de mudança de velocidade para ser incluída no modelo e a
compilação de informação acerca das relações de caixa, associadas a cada classe de veículo.
Como não existiam mapas de emissões disponíveis para PM10, o PHEM avaliava as
emissões de PM10 como uma função das emissões de HC. As baixas emissões de PM10 estão,
provavelmente, associadas com altas cargas do motor e elevadas temperaturas no cilindro
onde a combustão tende a processar-se de forma mais eficiente.
Foram encontradas excelentes correlações entre NOx e CO2 (R2 = 0,97) e baixos
coeficientes de correlação entre CO e HC.
O Handbook of Emisson Factors for Road Transport (HBEFA) foi desenvolvido para as
frotas de veículos da Alemanha, Áustria e Suíça. Incide em todos os tipos de veículos e
abrange as seguintes espécies de poluentes: CO, HC, NOx, PM e vários componentes de HC
(CH4, NMHC, benzeno, tolueno, xileno). Avalia ainda os níveis de emissões de CO2, NH3 e
N2O, bem como o consumo de combustível (gasolina e Diesel).
A estimação do caudal mássico de emissões tem manifestado a propensão a grandes
incertezas. (North 2007) refere avaliações da raiz quadrada do erro quadrático médio ou,
simplesmente, raiz do erro quadrático médio, RMSE, da ordem de 50% da média.
Os macro inventários de emissões utilizam factores de emissão baseados no consumo de
combustível, em gramas de poluente por quilograma de combustível utilizado (Keislar et al.
2002). Alguns destes inventários, baseados no combustível (em massa de emissões por
unidade de massa de combustível consumido), abrangendo NO, CO e HC, foram realizados
com aplicação de técnicas de detecção remota (Pokharel et al. 2002).
48
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Existem outros modelos como o MODEM (MODel of vehicle EMissions), desenvolvido na
Europa e o CMEM (Compreensive Modal Emissions Model), desenvolvido nos Estados Unidos.
O primeiro inclui dados recolhidos em 150 veículos, correspondentes a 12 tipos de veículos,
testados em 14 ciclos de condução, sendo o nível de emissões uma função de uma matriz de
velocidade e velocidade*aceleração. O segundo tem por base 40 tipos de veículos com cada
um a ser definido por 13 variáveis - calcula as emissões em função de uma estimação da carga
do motor e das características do veículo.
O efeito da temperatura ambiente no nível das emissões foi objecto de uma estruturada
investigação (ENVIRON et al. 2004). Por exemplo, para o teor de NOx emitido por motores
Diesel sobrealimentados, produzidos a partir de 1994, utiliza-se uma correcção obtida através
da equação seguinte:
K NOx = 1 + 0, 00446(T − 25) − 0, 018708( H − 10, 71)
(Eq. 2.61)
Onde,
T - Temperatura ambiente em ºC.
H - Humidade absoluta em grama de H2O/Kg de ar seco.
A temperatura do ar admitido será afectada pela temperatura do ar exterior, pela acção do
arrefecedor intermédio e pela temperatura dos componentes que confinam com o colector de
admissão. Deste modo, esta temperatura aumenta quando aumenta a temperatura do bloco do
motor e pode também ser afectada pelo funcionamento do turbo-compressor.
(,/,( )
0
O ruído representa uma das externalidades negativas decorrentes da actividade dos
transportes. Os seus impactos revelam-se mais preocupantes em áreas com maiores níveis de
tráfego e ainda em combinação com outras fontes.
Existem diferentes indicadores de nível de ruído, bem como diferentes ponderações de
tempo (Gerves 1992). LAmax é usado para determinar o nível máximo de pressão sonora com
ponderação A. Esta ponderação tem a ver com o critério de avaliação do ruído, em que se
ajusta o nível de pressão sonora ao facto do ouvido humano não ser igualmente sensível a
todas as frequências; é mais sensível à faixa entre os 1 kHz e os 5 kHz e menos sensível para
frequências extremamente altas ou baixas. Este fenómeno é mais pronunciado para baixos
níveis de pressão sonora do que para altos (Gerves 1992). A figura 2.4 (Gerves 1992) compara
as compensações introduzidas nos circuitos electrónicos de sensibilidade variável com a
frequência, de forma a modelar o comportamento do ouvido humano. Pode verificar-se que são
padronizados e classificados como A, B, C e D.
A medição de amplitude de som para certas frequências é uma prática que pode fornecer
valiosa informação sobre o equilíbrio e a precisão do alinhamento de veios, sobre a condição
de rolamentos ou engrenagens, sobre a condição de funcionamento dos sistemas de um
veículo e sobre o efeito de vibrações nas bases de suporte, tubagens e outras estruturas.
49
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para ser efectuado um diagnóstico de falhas, deverá ser seleccionada a velocidade de
rotação com melhor significância estatística para analisar o espectro de ruído, sendo este
comparado com o seu modo de operação normal na velocidade de rotação definida.
Figura 2.4 - Circuitos de compensação de níveis de ruído A, B, C e D
O nível de pressão sonora contínuo equivalente, Leq, é o nível médio de pressão sonora de
um som durante um período de tempo T. Determina-se pela expressão:
LeqT = 10.log
1
T
T
0
p 2 (t )
dt
p02
(dB)
(Eq. 2.62)
Onde,
p é a pressão sonora e p0 a pressão sonora de referência 20 µ Pa . Por exemplo, Leq 8 h
corresponde ao nível médio de pressão sonora ao longo de 8 horas.
A exposição ao som (E) e o nível de exposição ao som (LE) é a escala mais adequada para
descrever um evento de ruído de curta duração, dado que a energia do som é integrada ao
longo do tempo de ocorrência do ruído.
E=
τ
0
p 2 dt
LE = 10 log
E
E0
(Eq. 2.63)
(dB)
(Eq. 2.64)
Onde,
τ - Corresponde a um tempo especificado, normalmente o tempo para um simples evento
E0 - Corresponde à exposição a um som de referência, habitualmente (20 µ Pa) 2 s
As normas da Organização Mundial de Saúde (OMS), associadas aos níveis de ruído,
referem os seguintes impactos no ser humano:
50
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Superior a 40 dBA => Com influência no bem-estar.
Superior a 50 dBA => Com perturbação moderada.
Superior a 55 dBA => Com séria perturbação.
Superior a 65 dBA => Com efeitos nocivos na saúde.
O modelo de estimação de emissões de ruído recomendado pela Comissão Europeia para
predição do mapeamento estratégico do tráfego rodoviário é o método Francês, descrito no
“Guide de Bruit des Transports Terrestres”.
O som total gerado por um veículo rodoviário corresponde à soma das energias
associadas às fontes de propulsão e ruído de rolamento, dado pela seguinte expressão:
LTot = 10log(10
LPr op /10
+ 10LRol /10 )
(Eq. 2.65)
O ruído de propulsão, LPr op , é uma função da velocidade do veículo, surgindo em modelos
recentes como uma função da velocidade do motor (rpm), sendo também função da carga do
motor e englobando cinco fontes de ruído dominantes no veículo:
1. Motor
2. Admissão de ar
3. Sistema de escape
4. Sistema de arrefecimento (ventilador)
5. Transmissão.
Estas são as fontes dominantes de ruído em veículos pesados na maior parte das
situações de condução
O ruído do motor é devido a diferentes forças e massas de gases durante a combustão, que
conduzem ao chamado ruído de combustão e também ao ruído mecânico. A causa do ruído de
combustão é devido à pressão dos gases nos cilindros. O ruído mecânico é gerado por um
impacto mecânico, tal como um batimento do êmbolo que se transmite à estrutura do motor ou
um barulho da caixa de velocidades. Há várias variáveis que afectam fortemente o ruído do
motor:
• Velocidade de rotação.
• Carga e especificidades do motor, tais como dimensões e configuração dos
cilindros, características de válvulas e tipo de injecção de combustível.
Neste âmbito, devem citar-se as recomendações da International Association of Public
Transport (UITP):
1.Promover menores níveis de ruído através de manutenção regular das frotas,
utilização de tecnologias silenciosas, incorporação de materiais absorventes e
lançamento de medidas de restrição ao uso do automóvel particular.
2.Prosseguir com I&D no sentido de reduzir o ruído em transportes públicos (rodovia e
ferrovia).
3.Aplicação de restrições ao uso do automóvel nos períodos de ponta e de veículos
ruidosos de transporte de mercadorias nos centros urbanos.
51
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
4.Criação de zonas de ruído reduzido (áreas residenciais e pedonais).
Ao contrário dos motores de veículos pesados, os veículos ligeiros são bastante mais
silenciosos a mais baixas velocidades de rotação do motor. Como se verifica pela tabela 2.12
extraída de (Course notes “Engine Noise & Vibration Control“, 1990, Southampton University
ISVR), para um veículo pesado com uma velocidade de operação do motor entre 1000-2100
rpm, os níveis globais de ruído não variam tanto com a velocidade de rotação como nos
motores de veículos ligeiros. A tabela foi publicada em 1990 mas ainda dá uma indicação
preciosa da variação de ruído em motores actuais.
Categoria
de motor
Gama de velocidades de
operação [rpm]
Amplitude de ruído – (Max-Min)
[dB]
Diesel ID acima de 150 kW
1000 - 2100
10
Diesel ID entre 75 - 150 kW
1000 - 3000
15
Diesel ID abaixo de 75 kW
1000 - 4000
20
Motor a gasolina
1000 - 6000
30
Tabela 2.12 – Amplitude de variação do ruído em motores de combustão interna
A relação entre o nível de potência sonora de um motor Diesel e a sua velocidade de
rotação obtém-se pela expressão seguinte (Keulemans 2006):
L = 10 N log n
(Eq. 2.66)
Onde,
N é determinado pelo sistema de combustão; para um motor Diesel sobrealimentado, N
está compreendido entre 1,5 e 3,5 (Beranek and Ver 1992).
O ruído do motor aumenta muito com o diâmetro do cilindro D, aumentando na relação de
D , variando pouco com a cilindrada. Por este facto, quando se pretende aumentar a potência
do motor deve-se optar por maior número de cilindros, por se tornar mais favorável devido a
diminuir o nível de pressão sonora, devido à substancial redução da componente de ruído dos
gases de escape. Contudo, apesar deste efeito global, verifica-se o aumento do ruído
mecânico.
5
O efeito da carga do motor, normalmente, não introduz variações no nível global da
pressão sonora superior a 4 dB (Keulemans 2006). O nível de pressão sonora produzido pelo
ventilador aumenta com o caudal volúmico de ar, V, (m3/s) e com a velocidade do ventilador, n,
(rpm).
LpA∞V 5 n5
(Eq. 2.67)
Normalmente, os ventiladores têm uma velocidade de 1 a 1,6 vezes a velocidade do motor.
Na Europa, os ventiladores são, normalmente, controlados electricamente, regulando a
velocidade em função da temperatura.
O ruído da caixa de velocidades encontra-se essencialmente relacionado com o binário e a
velocidade do motor, devendo-se ao contacto entre os dentes das engrenagens em caixas de
velocidade mecânicas.
52
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Existe ainda o ruído das estruturas e a vibração dos painéis, quando em circulação, o qual
é intensificado pela irregularidade dos pavimentos. O TRL (Transports Research Laboratory),
entidade altamente reputada em estudos na área de transportes, detectou agravamentos que
podem ir de 5 a 25 dBA.
Tanto o ruído de escape que é, essencialmente, um ruído de baixas frequências, como o
ruído de admissão de ar, apresentam níveis muito abaixo do nível de ruído do motor, pelo que
a influência no nível global de energia sonora pode ser considerada desprezável. A verificar-se
o contrário, pode-se estar perante sistemas de tratamento dos gases de escape ilegais.
O ruído de rolamento, LRol , é uma função logarítmica da velocidade, V, (km/h) sendo
também dependente do revestimento da via. Quando se circula com velocidades elevadas é
este o ruído dominante.
Na sua dissertação (Keulemans 2006) refere que o ruído de propulsão predomina a
velocidades inferiores a 50 km/h e o ruído de rolamento predomina a velocidades mais
elevadas (50-120 km/h). Conclui que, quando o nível de pressão sonora de propulsão é medido
durante situações de baixa velocidade do veículo ou alta rotação do motor, o nível global de
ruído pode ser considerado como sendo igual ao nível de ruído de propulsão. O modelo de
ruído de propulsão surge como uma função da velocidade do motor.
L p ,Pr op (n) = a + b.log( n / nref )
(Eq. 2.68)
Sendo os coeficientes a e b, calculados através de análise de regressão (Keulemans 2006)
iguais a 73,7 e 23,5 respectivamente. A rotação de referência, nref é igual a 1500 rpm.
A investigação de (Keulemans 2006) refere que as duas fontes principais geradoras de
ruído num veículo, se encontram localizadas a 0,01 e 0,75 m acima do solo para veículos
pesados. E que em veículos ligeiros a localização está a 0,01 e 0,30 m acima do solo. A maior
parte do ruído do motor considera-o localizada por baixo do corpo do veículo. A fonte de ruído
de rolamento tem o seu maior contributo próximo do solo, mas enquadra também uma
componente oriunda de uma posição mais elevada devido à vibração produzida pelos lados do
pneu na caixa das rodas. É sugerida uma ponderação para as duas fontes de ruído,
associadas à propulsão e ao rolamento. A dissertação estabelece que 80% do ruído de
propulsão é atribuído ao ponto mais elevado e 20% ao ponto mais baixo. Quanto ao ruído de
rolamento, considera a ponderação inversa, ou seja, 20% do ruído de rolamento é atribuído ao
ponto mais elevado e 80% ao ponto mais baixo. Especifica que estas ponderações
apresentaram a melhor correlação com os valores medidos, especialmente a frequências mais
altas.
Assim, quando se mede o nível de potência sonora da totalidade do veículo durante a
passagem num determinado ponto de uma via rodoviária, o rácio, r, do total de potência
sonora, associado com a fonte localizada 0,01 m acima do solo, é dado pela seguinte equação
(Keulemans 2006):
L
0,8.10LWRol /10 + 0, 2.10 W Pr op
r=
L
/10
10 LWRol /10 + 10 W Pr op
/10
(Eq. 2.69)
O ruído de rolamento é modelado para todos os veículos rodoviários com a velocidade de
referência vref=70 km/h, através da seguinte equação:
53
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
LWRol ( f ) = aR ( f ) + bR ( f ) log
v
vref
(Eq. 2.70)
Os coeficientes ar e br são fornecidos por cada banda de terço de oitava.
A nível da potência do som de propulsão à velocidade de circulação, v, para a frequência
em banda de terço de oitava, a modelação desenvolvida para todas as categorias de veículo,
segue a relação linear seguinte:
LW Pr op ( f ) = aP ( f ) + bP ( f ) log
v − vref
vref
(Eq. 2.71)
O coeficiente aP corresponde ao nível de potência do som correspondente à velocidade de
70 km/h e o coeficiente bP varia com a velocidade, estando tabelados em bandas de terço de
oitava entre 25 e 10000 Hz.
A equação anterior é válida para condução a velocidade constante. Para
aceleração/desaceleração a, na amplitude de –2 a 2 m/s2, deve ser introduzido um valor de
correcção:
∆Lacel = C.a
(Eq. 2.72)
A constante C é igual a 5,6 para veículos pesados. Na situação de condução, quando o
motor é usado como travão para desacelerar o veículo e, por consequência, eleva o nível de
ruído do motor, deve ser aplicado o valor absoluto da aceleração negativa. O ruído é medido
próximo do motor, à saída do escape e junto ao pneu.
A orientação do sonómetro em relação aos pontos de medida no veículo leva à
necessidade de introdução de um factor de correcção, dL, no nível de potência sonora. O
integral da função orientação é aproximadamente zero quando integrado sobre um veículo em
circulação. O factor de orientação total, figura 2.5, depende da frequência em Hz e do ângulo
na horizontal ϕ e, na vertical, ψ , em radianos.
Figura 2.5 - Ângulos associados ao factor de orientação de um receptor de ruído
dL( f , ϕ ,ψ ) = dLH ( f , ϕ ) + dLV ( f ,ψ )
54
(Eq. 2.73)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os dois pontos fontes de ruído têm diferentes funções de orientação. Para a fonte
localizada a 0,01 m do solo, a correcção para a orientação horizontal é a seguinte:
dLH = 0
f ≤ 1250, f ≥ 8000 Hz
dLH (ϕ ) = (−1,5 + 2,5.abs(sin(ϕ ))) cos(ψ )
(Eq. 2.74)
1600 ≤ f ≤ 6300
Hz
(Eq. 2.75)
Para a fonte localizada 0,75 m acima do nível do solo, é definida a seguinte equação:
dLH (ϕ ) = (1,546ϕ 3 − 1, 425ϕ 2 + 0, 22ϕ − 15) cos(ψ )
(Eq. 2.76)
As funções de correcção aproximadas, referentes à orientação vertical, dLV (ψ ) ,
encontram-se na tabela 2.13 (Keulemans 2006).
Frequência
Fonte de 0,01 m
Fonte de 0,75 m
50; 63; 80
0
0
100; 125; 160
0
0
200; 250; 315
−2sin 2 (ψ )
−2sin 2 (ψ )
400; 500; 630
−3sin 2 (ψ )
−3sin 2 (ψ )
800; 1000; 1250
−4sin 2 (ψ )
−3sin 2 (ψ )
1600; 2000; 2500
−4sin 2 (ψ )
−2sin 2 (ψ )
3150; 4000; 5000
0
−2sin 2 (ψ )
6300; 8000; 10000
0
−2sin 2 (ψ )
Tabela 2.13 - Correcções ao ruído em função da orientação vertical do receptor
Encontram-se também disponíveis valores de correcção, responsáveis pelo impacto de
eixos extra. O valor base é de quatro eixos para veículos pesados (categoria 3), podendo ser
usada a seguinte correcção para LWrol (IMAGINE 2008):
6,8log
∆LWRol ,eixos =
nº.eixos
4
nº.eixos
9,1log
4
para pneus simples
(Eq. 2.77)
para pneusduplos
São também definidas correcções na publicação anteriormente referida para a
temperatura, e para o tipo de piso de pneu e de estrada. Na maior parte dos modelos de ruído
de tráfego o nível de pressão sonora global, independentemente de se tratar de LAmax, ou LAeq, é
medido a 7,5 m de distância do eixo da faixa de rodagem em que o veículo circula, apontando
o sonómetro a meio do veículo e a 1,2 m de altura acima do solo. LAeq é o nível médio de
pressão sonora para uma ponderação A.
No modelo (ROTRANOMO 2002) a fonte de ruído de propulsão apresenta um nível de
pressão sonora, LpProp, com uma correcção associada à carga do motor, DLp.
L p Pr op = Leng + DL p
(Eq. 2.78)
55
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para um motor sem carga, que corresponde a uma potência efectiva normalizada, Nenorm ,
de 0%, ou para cargas inferiores a 10% da plena carga, o nível sonoro do ruído de propulsão, é
definido como:
L p Pr op = Leng = Lnidle + ( Ls − Lnidle ).nnorm
Onde, Leng ,
(Eq. 2.79)
Lnidle e Ls correspondem ao nível de pressão sonora emitido pelo motor, nível de
pressão sonora ao ralenti sem carga e nível de pressão sonora à velocidade nominal,
respectivamente. Entende-se como velocidade nominal a velocidade de rotação à qual ocorre a
potência máxima.
A velocidade do motor é normalizada de forma a representar os diferentes tipos de
veículos.
nnorm =
n − nidle
nno min al − nidle
(Eq. 2.80)
Na expressão, n é a velocidade de rotação actual do motor.
Para regimes com outras cargas, com Nenorm ≥ 0,1 o nível de ruído aumenta. DLp é
calculado segundo uma interpolação linear entre o valor do nível sonoro a 10% e a plena
carga, ou seja,
DL p = ( DL p ,idle + ( DL p ,nno min al − DL p ,idle ).nnormal ).( N e ,norm − 0,1) / 0,9
(Eq. 2.81)
DLp,idle e DLp,n-nominal correspondem ao aumento das emissões de ruído ao ralenti sem carga
e à velocidade nominal.
Pode-se constatar que alguns autocarros urbanos mais recentes possuem um sistema de
escape com saída vertical a cerca de 3,5 m da superfície da estrada, o que implica a
necessidade de adequação das equações de ruído apresentadas, em função de factores de
correcção deste posicionamento da saída de gases.
(,/,/ #
$%
0
*
A sociedade e o mercado atingiram uma assinalável posição no processo de
desenvolvimento de produtos ao nível de materiais e tecnologias de construção, no sentido de
corresponder ao desejo de produzir veículos leves e com menores níveis de emissões.
Uma característica dos modernos motores Diesel quando comparados os seus
desempenhos com motores a gasolina, reside na maior eficiência na utilização do combustível,
com consequente impacto na redução dos custos de operação do veículo. Porém, verifica-se
que os veículos que utilizam motores Diesel tendem a emitir mais PM e NOx. As maiores
ineficiências tendem a ocorrer durante os regimes transientes, conduzindo a episódios de
elevadas emissões (Heywood 1988), as quais podem ser reduzidas quer através da melhoria
das tecnologias de controlo das emissões dos veículos (Schafer and Basshuysen 1991) (por
exemplo, queima do combustível mais limpa ou limpeza dos gases de escape antes deles
56
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
deixarem os gases de escape) quer melhorando as condições de operação dos veículos (por
exemplo, evitando condições de operação que conduzam a elevados níveis de emissões) quer
ainda ambas as soluções.
O desenvolvimento da tecnologia dos motores foi conseguido especialmente através da
inclusão de turbo-compressor e injecção directa de combustível. Mais recentemente, surgiram
grandes evoluções nos motores a gasolina com uma nova geração de variadores de fase, que
permitem a variação simultânea dos instantes de abertura e a amplitude de levantamento de
válvulas. O sistema Valvematic da Toyota, muito semelhante ao Valvetronic da BMW, permitiu
reduções de 10 a 26% nos consumos e emissões e um aumento de potência entre 14 e 20 %,
em função do regime de funcionamento do motor de ignição comandada.
As grandes evoluções mais recentes em motores Diesel centraram-se no desenvolvimento
de novos injectores piezoeléctricos e de pressões superiores de injecção, o que só por si
explica a diminuição dos consumos até 10%. Posteriores melhoramentos podem tornar-se
possíveis através de motores de ignição por compressão de carga homogénea.
Prosseguindo neste objectivo, os investigadores têm estado a pesquisar novos modelos de
combustão, bem como a melhoria dos catalisadores de correcção dos gases de escape. Um
destes novos modos de combustão é a ignição por compressão pré-misturada de baixa
temperatura, vulgarmente designada por PCI (Premixed Compression Ignition). Este modelo
utiliza grandes quantidades de EGR para aumentar o atraso de ignição, deixando tempo para
que ocorra um elevado grau de mistura combustível-ar de forma a garantir uma carga mais
homogénea e mais baixa temperatura de combustão. As emissões de PM são baixas em
consequência da redução da pirólise do fuel em precursores de fuligem e as emissões de NOx
são reduzidas pela manutenção das temperaturas de combustão abaixo do limiar de elevada
formação de NO. Porém, o processo PCI aumenta o consumo de combustível e as emissões
de CO e HC, o que pode indiciar a necessidade de utilização de catalisador de oxidação
Diesel, vulgarmente identificado por DOC (Diesel Oxidation Catalyst) normalmente à base de
platina. Também pode ser utilizado o ródio. O aumento de combustível é o resultado das
maiores perdas de bombagem, retardamento da combustão e eficiência da combustão mais
baixa. A temperatura mais baixa da chama, o excesso de empobrecimento e o aumento do
choque do combustível injectado (uma relação de compressão mais baixa, da ordem de 16:1,
conduz a um aumento da penetração do combustível), aumenta as emissões de CO e HC.
Neste contexto, a nível do projecto, foi desenvolvido na Universidade de Michigan um
motor automóvel de tipo Diesel de ignição por compressão de pré-mistura que opera a baixa
temperatura (Bohac et al. 2006). Permite, simultaneamente, reduzir as partículas de matéria
PM e os NOx. Em contrapartida, os níveis de emissões de CO e do total de hidrocarbonetos
(THC) aumenta relativamente ao motor Diesel convencional, o que pode conduzir à
necessidade de um catalisador de oxidação Diesel (DOC) e de um filtro de NOx pobre, LNT
(Lean NOx Traps) que, além das partículas, retém os NOx quando funciona com mistura pobre
e reduz estes óxidos para Azoto (N2) sob condições de mistura rica. A taxa de compressão
pode baixar de 19:1 para 16:1 e o arrefecedor de EGR foi substituído por um permutador de
calor que arrefece o EGR para uma temperatura próxima da do líquido de arrefecimento do
motor. Estas alterações foram implementadas para aumentar o atraso de ignição, melhorar a
mistura ar/combustível e baixar a temperatura de combustão. Esta investigação alerta para o
facto da regulação das emissões se estar a tornar progressivamente mais restritiva,
particularmente para as emissões de NOx e PM.
57
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Na investigação desenvolvida por (Jacobs 2005) é focado o desenvolvimento com sucesso
de uma abordagem de base científica, com a concepção de um motor Diesel com pré-câmara,
funcionando com misturas menos empobrecidas, que produz mais baixos níveis de emissões
de NOx e PM ao mesmo tempo que minimiza a penalização de consumo de combustível, em
contraste com o aumento dos níveis de emissão de hidrocarbonetos (HC) e monóxido de
carbono (CO). Contudo, uma redução de 93% nos níveis de NOx, combinado com um
decréscimo de 79% nas emissões de PM, coloca a calibração do motor recentemente
desenvolvido dentro dos objectivos propostos na pesquisa. As principais características que
distinguem tal estratégia têm por base uma combustão pré-misturada de baixa temperatura.
Ambas as características resultam da transferência do regime de combustão para uma região
dos mapas de emissões onde ocorrem reduções simultâneas nos níveis de NOx e PM,
destronando, portanto, o tradicional antagonismo verificado na variação para os dois poluentes,
ou, o que é equivalente, alterando a relação de variação PM/NOx associada aos motores Diesel
convencionais. Quanto ao aumento de 5% no consumo de combustível, em relação à
estratégia de combustão convencional, é referido que talvez possa ser parcialmente
recuperado, através de intervenção na optimização da parte do motor compreendida entre
turbocompressor e a câmara de combustão, bem como do design desta última. Os elevados
níveis de CO formados, da ordem de 5%, são utilizados na regeneração dos NOx.
Está entretanto a generalizar-se o sistema de start/stop, pelo menos em veículos ligeiros,
mesmo a Diesel. Admite-se que tal solução não demore muito a ser aplicada nos pesados,
sobretudo os mais envolvidos no tráfego urbano, tais como os autocarros.
Enquanto, por um lado, continua a ser feito um grande esforço no sentido de minimizar a
formação dos referidos poluentes, na generalidade dos casos torna-se indispensável recorrer a
alguma forma de pós-tratamento, tendo em vista o cumprimento da legislação sobre emissões.
Tornou-se necessário recorrer a tecnologias especiais de pós-tratamento para PM e NOx, de
forma a cumprir antecipadamente com o EURO V. Equipam actualmente os veículos Diesel
ligeiros uma variedade de filtros de partículas Diesel (Diesel Particulate Filters - DPF). Foram
também utilizados catalisadores pobres de NOx e catalisadores de redução selectiva (Selective
Catalytic Reduction - SCR).
O pós-tratamento de CO e HC é atingido utilizando Catalisadores de Oxidação Diesel
(Diesel Oxidation Catalyst - DOC) (Heywood 1988). Porém, estes dispositivos só se tornam
efectivos após ser atingida a sua temperatura normal de operação ( 350 ºC), o que se traduz
num aumento de emissões durante os arranques a frio. A redução de NOx passou a ser
tecnicamente possível em regime de combustão pobre de motores Diesel com o catalisador de
NOx pobre que constitui uma área em rápido desenvolvimento. As emissões de partículas são
actualmente controladas através da utilização de Filtros de Partículas Diesel (Diesel Particulate
Filter - DPF). Os DPF tornaram-se a tecnologia padrão nos novos veículos garantindo
significativa redução nas emissões de PM. Contudo, alguns veículos não equipados com esta
tecnologia permanecerão em actividade por muitos anos.
Estes avanços tecnológicos nas tecnologias de pós-tratamento podem ser combinados
com aperfeiçoamentos avançados no sistema de tracção, tais como as configurações de tipo
híbrido-eléctrico, esperando-se que conduzam a grandes melhorias no ano de 2020. A Daimler
Chrysler prevê que se possam iniciar as vendas comerciais de veículos de emissões zero por
volta do ano de 2012, mas que, apesar dos esforços, os veículos a pilha de combustível terão
uma quota de mercado de um dígito pelo menos, até ao ano de 2020. Os novos sistemas
oferecem a possibilidade de controlar o motor de forma que opere sempre de maneira eficiente
58
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
e limpa. Contudo, no presente, constituem opções de grande complexidade, com excesso de
peso e elevado custo. No limite, os veículos híbridos podem também operar no modo
exclusivamente eléctrico.
No que respeita ao pós-tratamento de gases de escape, os artigos de (Yogo and Ishikawa
2000) e (Suzuki and Matsumoto 2004) analisam o progresso e o desenvolvimento de
catalisadores para veículos Diesel. O progresso recente e as tendências na tecnologia
ambiental de catalisadores encontram-se referenciados no primeiro, sendo preconizada a
opção por funções híbridas. A garantia de gases de escape isentos de poluição, especialmente
em zonas residenciais, passará pelo desenvolvimento de catalisadores ambientais tais como
foto-catalisadores de óxido de titânio que, para além das habituais funções de oxidação e
redução, apresentam características anti-microbianas e controlo de odores. Os fotocatalisadores estão já a surgir com uma nova e vasta gama de aplicações. O segundo conclui
da capacidade de desenvolvimento e garantia de eficiência de tais sistemas para um tempo de
vida de 100000 km. Contudo, a pesquisa não referencia informações adicionais após este
período de utilização. Existem várias opções tecnológicas disponíveis com inclusão de
respostas ao facto das PM, ao serem depositadas, aumentarem a perda de carga no sistema
de escape e conduzirem ao decréscimo do desempenho do motor. Nelas percebe-se uma
eventual necessidade de desenvolver tecnologias que combinem uma elevada eficiência de
retenção de partículas com uma baixa queda de pressão.
Neste âmbito, têm vindo a ser encontradas soluções com catalisadores de oxidação Diesel
que reduzem com elevada eficiência as emissões de HC e CO. A redução das emissões de
NOx, resultantes de operação do motor a carga elevada, onde o PCI se pode tornar
impraticável, pode ser conseguida com a incorporação de um filtro NOx pobre, referenciado por
LNT (lean NOx trap). Um LNT absorve NOx em condições de misturas pobres, reduzindo-o em
condições de misturas ricas.
Os modernos motores Diesel apresentam-se equipados com sistema de injecção de alta
pressão tipo common rail (rampa comum), que facilita um melhor controlo da mistura
combustível/ar e oferece significativas vantagens ao nível de desempenho, eficiência
energética e emissões gasosas.
O correcto instante da injecção do combustível, relativamente à posição do pistão no seu
tempo de compressão, é influenciado pelo volume de combustível injectado, a taxa de injecção
e o tempo necessário para que o combustível se vaporize e misture com o ar. Por
consequência, o combustível Diesel é controlado para garantir propriedades de ignição dentro
duma amplitude especificada, sendo classificado pelo seu número de cetano.
Os ajustamentos no tempo de injecção têm um forte efeito na formação de poluentes, com
o nível de NOx a revelar-se significativamente aumentado quando a injecção é avançada
(antecipada) em relação ao Ponto Morto Superior3.
Num motor Diesel, o volume de combustível injectado por ciclo operativo, explica quase
totalmente o valor do binário motor. Em termos termodinâmicos, o máximo binário motor por
ciclo é uma função da relação entre o pico de pressão no cilindro e a pressão de expansão no
final do tempo de escape.
Em muitos dos modernos motores CI, existe uma proporção de gases queimados que é
recirculada ou retida na câmara de combustão para diluir a mistura fresca ar-combustível. Esta
3
O ponto morto superior de um motor, corresponde à posição do pistão, mais próxima da cabeça
59
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
técnica é conhecida como Recirculação dos Gases de Escape, (EGR). O EGR reduz o pico de
temperaturas durante a combustão e é usado como um meio para controlar as emissões de
NOx. O rácio de EGR é definido como:
EGR =
megr
mt
*100
(Eq. 2.82)
Onde,
megr é a massa de gases recirculados.
mt é a massa total da mistura admitida (incluindo a massa de EGR).
São comuns rácios de EGR até 50%. O rácio vai sendo ajustado às condições de
operação do motor com o máximo EGR a ser usado a baixas cargas (Bauer et al. 2007). O
processo de EGR pode ser realizado quer mantendo a válvula de escape aberta durante o
tempo de admissão do pistão (EGR interna) quer, mais habitualmente, através da utilização de
uma válvula de controlo, que permite a passagem de uma fracção dos gases de escape para o
colector de admissão (EGR externa) (Bauer et al. 2007). A válvula pode ser operada por vácuo
ou por accionamento eléctrico.
Uma forma de melhorar a potência de um motor é através de indução forçada, onde o ar
de admissão é comprimido, aumentando a sua densidade. Procura-se assegurar que uma
maior massa de ar seja processada por ciclo operativo, para um determinado valor de
cilindrada. A turbo-compressão é uma técnica utilizada para o efeito. A pressão residual
existente no fluxo de gases de escape ao passar nas pás de uma turbina permite a
recuperação de energia que é utilizada para accionar um compressor ligado na admissão de ar
ao motor. Um turbocompressor bem concebido permite aumentar a eficiência e a potência
específica do motor. Contudo, a turbo-compressão levanta alguns desafios. O aumento do
fluxo de ar e de combustível reflecte-se num maior nível de pressão de admissão, conduzindo
a um maior caudal de gases de escape, o que leva à existência de uma maior contrapressão. A
pressão de admissão deve ser limitada para evitar exceder a pressão máxima tolerada pelo
bloco, junta e cabeça do motor. Um bypass ou wastegate é muitas vezes usado para restringir
o fluxo através da turbina e, por consequência, para restringir a intensificação da pressão
gerada.
Foram estabelecidas correlações de dados de inspecção e manutenção com os factores
de emissão, especialmente nos veículos mais poluidores (Wenzel and Ross 1996). A
prossecução de tais objectivos pode ser abordada através de técnicas de teste a bordo, a
custos moderados, que ofereçam a possibilidade de recolha de dados de uma vasta selecção
de veículos sob uma larga gama de condições de operação. Chegaram mesmo a ser
desenvolvidas técnicas de identificação de veículos mais poluentes (Choo et al. 2007).
Uma importante avaliação das inovações tecnológicas é efectuada por (Brahma 2006), na
sua tese PhD, onde descreve que, ao longo da última década, modernas tecnologias tais como
a Injecção Directa (DI), a Recirculação dos Gases de Escape (EGR), a Turbo-compressão de
Geometria Variável (VGT) e a injecção de combustível de Alta Pressão por Rampa Comum ou
Common Rail (HPCR), têm vindo a reduzir o diferencial entre motores Diesel e motores de
ignição por faísca (SI) em termos de impacto ambiental. Estas melhorias nos motores Diesel
estão associadas a vários desafios. Brahma refere que têm sido extensivamente pesquisados
métodos de controlo multivariados no controlo por retroacção do fluxo de ar de alimentação do
60
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
motor. O controlo de alimentação de combustível tem sido objecto de outros constrangimentos,
devido à inexistência de sensores apropriados, especialmente na vertente da detecção dos
níveis de NOx. A dissertação explora e destaca o papel das metodologias para modelação e
controlo por retroacção na gestão da relação NOx/BSFC (Best Specific Fuel Consumption).
Nesta pesquisa são modelados dois diferentes tipos de sub-sistemas de um motor Diesel
comum de alta velocidade com base em variáveis de entrada escolhidas.
(,/,2
$%
À luz das crescentes preocupações, foi introduzida legislação cada vez mais restritiva ao
longo dos últimos 30 anos (EU 2000), com controlos das concentrações de espécies poluentes
gasosas e da concentração de partículas em suspensão de menores dimensões,
especialmente resultantes da actividade do transporte rodoviário. Também o ruído tem vindo a
ser objecto de rigorosa vigilância no sentido de não serem ultrapassados os limites definidos na
homologação dos veículos e que consta do livrete de registo.
A tipologia de testes de aprovação, levados a efeito em instalações de teste de emissões
equipadas com chassis dinamométrico, também designado por banco de rolos, não permite
uma repetibilidade intensiva em condições de homologação.
No que concerne à emissão de partículas, a regulamentação inicial foi estabelecida em
termos de PM10, mas subsequentes pesquisas têm conduzido à avaliação de partículas finas
(PM2,5) e ultra finas (PM0,1). De acordo com o (Livro-Verde 2007), ao nível da União Europeia
as PM2,5 foram responsáveis, no ano 2000, por 3,62 milhões de anos de vida perdidos, o
equivalente a 350000 mortes prematuras. Refere ainda como objectivo a redução deste
impacto em 47% a ser atingido no ano de 2020.
A entrada em vigor, em Outubro de 2008, da legislação EURO V, traduziu-se na
implementação de um limiar muito mais baixo para os NOx. Apesar de tudo ainda deixa
margem para prosseguir com a mitigação das emissões destes compostos, com a introdução
de novas tecnologias ecologicamente avançadas. Presentemente, os EEV em relação aos
veículos que cumprem com a legislação EURO V, apenas incorporam mais um filtro passivo de
partículas. Já se coloca a hipótese de mais uma acentuada redução dos níveis de NOx quando
vier a ser aprovada a legislação EURO VI, falando-se em 0,4 g/(kWh) o que corresponderá a
um quinto do limiar actual.
Em Dezembro de 1998, foram publicadas Directivas referentes a emissões de veículos
ligeiros de passageiros e comerciais ligeiros (98/69/CE) e sobre a qualidade dos combustíveis
(98/70/CE). Esta última Directiva estabeleceu a redução drástica da quantidade máxima de
enxofre nos combustíveis a partir do ano de 2005, ao impor para a gasolina e gasóleo o
mesmo limite de 50 ppm quando, antes, os limites se situavam em 100 e 300 ppm,
respectivamente. O regulamento 89/458/CEE já havia estabelecido limites para o consumo
máximo de combustível.
A história do controlo das emissões no sector dos veículos pesados é muito mais curta do
que a dos veículos ligeiros de passageiros, exceptuando uma Directiva inicial que restringia a
visibilidade dos fumos (72/306/CE). O primeiro limite na massa de emissões de poluentes
gasosos foi introduzido pela Directiva 88/77/EEC. Os limites foram actualizados pela Directiva
61
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
91/542/CEE, a qual restringiu os limites de emissões a adoptar em 1993 e 1996. Foram
também introduzidos limites para as emissões de partículas através das referidas actualizações
e, posteriormente, pela Directiva 96/1/CEE.
De forma a cumprir as normas de emissões cada vez mais restritivas, os modernos
veículos empregam já sofisticados sistemas de controlo das emissões. As normas de emissões
Euro V foram publicadas em 2005 e foram implementadas em modelos a homologar a partir do
último trimestre do ano de 2008 (EU 2005b). Estas normas devem ser satisfeitas não só em
veículos novos, mas também durante a sua vida útil (definida como 5 anos ou 100000 km).
Vários programas tiveram como alvo a implementação de medidas de política
internacional, tais como o programa Auto-Oil, iniciado em 1992, com incidência ao nível das
tecnologias de veículos, qualidade do combustível, controlo das emissões por evaporação,
programas de inspecção e manutenção (LAT et al. 1998), políticas de preços e transportes
públicos. Posteriormente, a Comissão Europeia apresentou em 1996 a sua estratégia para um
posterior controlo das emissões dos transportes rodoviários. Mais tarde, foi proposto
estabelecer um novo programa (AUTO-OIL-II 1997), que veio a iniciar-se em 1997. Pela análise
dos resultados e conclusões dos Programas Auto-Oil, percebe-se que foram realizados
progressos consideráveis e que estava em vista o desenvolvimento de normas futuras para
viaturas pesadas.
Levando em consideração os resultados dos Programas Auto-Oil, têm sido realizados
consideráveis progressos com vista ao desenvolvimento de normas futuras para viaturas
pesadas. Em termos das tecnologias dos motores Diesel, para atingir os limites estabelecidos
no Euro V, tornou-se necessário a introdução de veículos ecologicamente avançados, EEV,
(Environmentally Enhanced Vehicle), com recurso a filtros de partículas e catalisadores de
óxidos de azoto (NOx) com injecção de “AdBlue”. O “AdBlue” é utilizado por uma tecnologia
avançada de controlo da poluição instalada no sistema de escape, denominada por Redução
Catalítica Selectiva (SCR). O EURO VI ainda se encontra em fase de grande imaturidade,
prevendo-se que venha a ser aplicado 5 anos depois do EURO V ou seja em 2014.
É neste contexto que se focaliza a presente tese, em que se procura encontrar uma
solução para um problema ecológico, através de um contributo para a mitigação do impacto
das emissões poluentes dos transportes rodoviários, oriundas de autocarros em meio urbano.
Existe uma grande preocupação a nível mundial pela ausência de normalização na
apresentação dos resultados obtidos sobre emissões de veículos, o que dificulta muitas vezes
a sua comparação. A estimação do impacto das emissões na qualidade do ar é o resultado da
combinação de dois factores, um dos quais é o caudal de emissões e o outro a frequência de
ocorrência. Por sua vez, o caudal de emissões resulta das seguintes características de
desempenho do veículo:
a) Emissões específicas, referidas
habitualmente em (kg/(kW.h)) e;
à potência
disponível
no freio,
avaliada
b) Eficiência do veículo quando em operação, referente à potência do motor disponível
no freio ((kW.h)/km). O seu valor depende da relação de transmissão e dos
rendimentos da caixa de velocidades e restantes órgãos de transmissão de
potência às rodas.
A multiplicação destes dois factores fornece o rácio de emissões por unidade de distância
(kg/km). No estudo (MOBILE et al. 2004) é modelada a obtenção destes factores com base no
uso dos veículos, estimando as alterações nos níveis de emissões, ocorridas por evolução de
62
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
estados associados a veículos novos para estados progressivos de degradação, partindo
sempre do pressuposto de que o veículo tem uma manutenção adequada.
A título de exemplo, (Khan 2005) reforça o facto de, presentemente, ainda não se encontrar
disponível uma base de dados de emissões de gases de escape suficientemente rica para
descrever os impactos dos veículos pesados quando imobilizados a trabalhar ao ralenti. Nesta
investigação, foi desenvolvido um dos mais completos conjuntos de resultados sobre o tema. É
pressuposto que em trabalhos futuros seja possível utilizar tais elementos na quantificação do
impacto de futuros programas de redução de poluentes quando os veículos operem ao ralenti.
Contudo, e face a uma possível generalização do sistema de start / stop, pelo menos em
veículos ligeiros, mesmo a diesel, é provável que não demore muito para que este sistema seja
aplicado nos pesados, sobretudo os mais envolvidos no tráfego urbano, como os autocarros.
A crescente optimização tecnológica de motores de combustão interna, especialmente ao
nível do seu sistema de alimentação de combustível, só foi possível com a implementação de
legislação mais restritiva do ponto de vista dos impactos ambientais. O mercado soube mesmo
antecipar a comercialização de novos produtos derivados do petróleo com maior grau de
pureza, mediante a prévia implementação da Directiva europeia 98/70/EC, cuja entrada em
vigor seria apenas a partir de 1 de Janeiro de 2009. Esta legislação aponta para uma redução
de 10% nas emissões de gases com efeito de estufa, originados pela produção, transporte e
utilização de combustíveis, entre 2011 e 2020. Tal objectivo, corresponde ao corte de 500
milhões de toneladas de CO2 até 2020, que é equivalente ao total de emissões combinadas de
Espanha e Suécia durante o ano de 2007. Esta normativa resulta na limitação da percentagem
de enxofre no combustível a 10 ppm.
A legislação em vigor, a nível de emissões de veículos, corresponde à norma Euro V,
previamente aplicada na homologação de veículos requerida a partir de 1 de Setembro de
2009 e no registo e venda de novos tipos de veículos quando tal acto tenha ocorrido a partir de
1 de Janeiro de 2011.
No âmbito da União Europeia, para veículos ligeiros, do tipo CI a gasóleo (classe M1), as
normas de emissões evoluíram de uma forma bastante restritiva, desde 1992 (tabelas 2.14 e
2.15) (EU, 2002) (Wikipédia, 2009-06-15).
Norma
Data
CO (g/km)
HC+NOx (g/km)
NOx (g/km)
PM (g/km)
EURO I
1992-07
2,72
0,97
-
0,14
EURO II
1995-01
1,0
0,70
-
0,08
EURO III
1999-01
0,64
0,56
0,50
0,05
EURO IV
2005-01
0,50
0,30
0,25
0,025
*
2008-07
0,50
0,25
0,20
0,005
EURO V
Tabela 2.14 - Limites de emissões poluentes em veículos ligeiros de passageiros tipo Diesel (Classe M1)
Em veículos pesados accionados por motores Diesel, as normas de emissões incluem
limites para CO, NOx, HC e NOx combinados e PM (EU, 2002).
63
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
FASE
DATA
TESTE
EURO 0
1988
ECE
R-49
EURO I
1992
< 85 kW
1992
> 85 kW
EURO II
EURO III
Out 1996
Out 1998
Out 1999
Apenas
EEVs
ECE
R-49
ECS e
ELR
Out 2000
EURO IV
Out 2005
EURO V
Out 2008
EURO VI
Out 2014
ECS e
ELR
ESC-European Stationary Cycle
CO
(g/kWh)
HC
NOx
(g/kWh)
(g/kWh)
PM
(g/kWh)
12,3
2,6
15,8
4,5
1,1
8,0
0,36
4,9
1,23
9,0
0,4
4,0
1,1
7,0
0,25
4,0
1,1
7,0
0,15
1,5
0,25
2,0
0,02
2,1
0,66
5,0
1,5
0,46
3,5
0,10
0,13*
0,02
1,5
0,46
2,0
0,02
1,5
0,13
0,4
0,01
ETC-European Transient Cycle
OPACIDADE
-1
(m )
0,15
0,8
0,5
0,5
ELR-European Load Response
* - hidrocarbonetos não metânicos.
M2-Veículos de passageiros com 8 lugares sentados, mais o condutor e massa máxima ≤ 5T / M3-Veículos de passageiros com
mais de 8 lugares sentados, mais o condutor e massa máxima > 5T / N - Veículos de mercadorias
* Para motores com cilindrada unitária inferior a 0,75 dm3 por cilindro com velocidades de rotação superiores a 3000 min-1
Tabela 2.15 - Normas de emissões na União Europeia para veículos pesados Diesel
A norma Euro VI será aplicada na homologação de todos os tipos de veículos, cujos
processos sejam submetidos a partir de Outubro de 2014 e no registo e venda de novos tipos
de veículos quando tal acto venha a ocorrer a partir de 1 de Janeiro de 2015.
Os limites que são aplicáveis a um veículo específico são determinados pelo tipo de
veículo, sua dimensão (motor ou peso bruto) e respectivo ano de fabricação.
Os valores limite de opacidade dos gases de escape, que servem de referência aos testes
realizados nos centros de inspecção, em Portugal, encontram-se inseridos na tabela 2.16. São
os aplicados a veículos Diesel pesados, camiões e autocarros (Controlauto – Centro de
Inspecção de Coimbra).
Quanto à legislação de impactos a nível de sinistralidade, foi transposta para a ordem
jurídica interna a Directiva 1999/98/CE, pelo Decreto-Lei nº 226/2001 de 17 de Agosto, que
transcreve o Regulamento sobre a Protecção dos Ocupantes e onde se enquadram as
disposições administrativas relativas à homologação de um modelo de veículo.
64
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
-1
Valores de opacidade referentes a autocarros (m )
Antes de 1980 – 01 – 01:
Aprovado
Corrigir disfunção até à
próxima inspecção
Rejeitado
< = 4,5
> 4,5 to 5,0
> 5,0
< = 4,0
> 4,0 to 4,5
> 4,5
Aprovado
Corrigir disfunção até à
próxima inspecção
Rejeitado
Com turbocompressor
< = 3,0
> 3,0 to 3,5
> 3,5
Sem turbocompressor
< = 2,5
> 2,5 to 3,0
> 3,0
Com turbocompressor
Sem turbocompressor
Após 1980 – 01 – 01 e antes de 1993 – 01 – 01:
Após 1993 – 01 – 01:
Aprovado
Rejeitado
Com turbocompressor
< = 3,0
> 3,0
Sem turbocompressor
< = 2,5
> 2,5
Tabela 2.16 - Valores limite de opacidade referentes a autocarros com motor Diesel
A nível de legislação de ruído encontra-se em vigor um conjunto de Directivas Europeias
que foram transpostas em 17.01.2000 para a legislação nacional. A primeira Directiva do
Conselho Europeu remonta a 6 de Fevereiro de 1970. Foi sucessivamente melhorada e
actualizada por várias Directivas, sendo a última delas a Directiva 1999/101/CE da Comissão
Europeia, publicada em 15 de Dezembro de 1999. Teve ainda alterações decorrentes de três
actos de adesão de vários países entre os quais Portugal. A investigação faz uma avaliação
geral dos níveis de ruído e da sua variação não só nas condições prescritas nas especificações
mas também uma medição na proximidade do motor. O documento refere para o primeiro
ensaio o seguinte: “executa-se um ensaio com o veículo imobilizado para determinar um valor
de referência destinado às autoridades que utilizam este método para o controlo dos veículos
em circulação”.
(,/,3 #
$%
0
As actuais metodologias susceptíveis de serem utilizadas na avaliação das emissões
poluentes e que suportam a predição de limites críticos ambientais e disfunções associadas
permitem a adopção de várias formas de avaliação, nomeadamente:
• Veículo imobilizado, com o motor a funcionar sem carga;
65
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Motor desacoplado do veículo e ensaiado em freio dinamométrico;
• Veículo testado sobre freio de rolos de medição de potência (chassis dinamométrico);
• Técnica de monitorização das emissões em estrada ou técnica de detecção remota de
poluentes;
• Veículo com sistemas de monitorização de emissões a bordo do veículo;
• Sistema de diagnóstico de bordo (OBD - On-Board Diagnosis).
Este último surge integrado no veículo pelo fabricante, constituindo outra forma de
identificar falhas. Interfaces standardizados permitem aos concessionários e oficinas
acreditadas interpretar os códigos de falhas e reparar ou substituir componentes relevantes.
Em anos recentes, as técnicas de monitorização a bordo têm recebido uma especial atenção
(Cadle et al. 2008). Este sistema de identificação de disfunções, requer a cooperação dos
proprietários dos veículos, pois podem mostrar-se relutantes em visitar as empresas de
reparação e manutenção especializadas, com receio de que lhes possam ser apresentadas
elevadas contas de reparação.
Para além destas vantagens, os sistemas OBD, que deverão ser implementados em
desenvolvimentos futuros, dispõem de uma ECM (Electronic Control Module) que recolhe uma
grande quantidade de dados, associados ao desempenho do veículo e do motorista. Pode
mesmo incluir a possibilidade de ligação dos sistemas de diagnóstico dos veículos a centrais
de controlo de frotas e redes de transportes, as quais operam em coordenação com o
departamento de manutenção das próprias empresas operadoras ou mesmo com empresas
subcontratadas, especializadas em manutenção. Toda a logística assenta em equipamentos de
transmissão e recepção de dados sem fios (wireless) com protocolos específicos e ou IP. A
permuta de dados pode ser efectuada via protocolo de comunicação J1708 (J1708 serial-data
protocol) ou, mais frequentemente, através da utilização do protocolo CAN (Controled Aerial
Network) desenvolvido pela Bosch. Permite a transmissão de dados on-line através de um
modem de tecnologia GSM, semelhante aos utilizados pelas redes de telemóvel. Com estas
tecnologias, torna-se possível que os veículos estejam em observação permanente,
conseguindo, portanto, a detecção precoce da evolução dos processos de degradação.
Um dos aspectos que enfatiza o valor acrescentado da presente tese, reside no facto de
propor a implementação de técnicas que não só permitem a detecção de indicadores de saúde
do sistema (Wireman 1999) com base em variáveis de condição que integram sistemas de
diagnóstico convencionais, mas também passarem a incluir a monitorização de indicadores de
impacto ambiental.
Na técnica de monitorização das emissões em estrada, ou técnica de detecção remota de
poluentes, é efectuada a medição das características de emissão em cada veículo que passa
num determinado local, sendo a ordem de avaliação desencadeada pela passagem do próprio
veículo. Utiliza-se um equipamento colocado na berma da estrada, para medir as emissões à
passagem de cada viatura, tendo vindo a ser desenvolvida uma variedade de dispositivos de
controlo remoto que podem medir as taxas de emissões de PM, NO, CO e HC, em veículos
que passam no local onde se encontra o feixe luminoso de medição (Kuhns et al. 2003)
(Mazzoleni et al. 2004). A robustez das técnicas de controlo remoto assenta na sua capacidade
em recolher amostras de milhares de veículos, de forma relativamente económica, em
condições de operação no mundo real. Contudo, os locais de monitorização são limitados a
sítios onde possa ser acompanhada uma faixa de tráfego simples. Além disso, os locais devem
66
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
ser seleccionados cuidadosamente para minimizar a influência das emissões em situações de
arranque a frio. A possibilidade de leitura selectiva e diferenciada, poderá vir a permitir o
desenvolvimento não apenas de modelos genéricos e recomendações de procedimentos de
manutenção e de gestão da exploração de frotas, mas também elaboração de modelos
específicos em determinados tipos de veículos. Pode ainda ter um papel singular na gestão de
tráfego e em estudos de impacto ambiental a nível global. A concentração de um determinado
poluente é calculada pela avaliação do grau com que os fumos de escape de um veículo
absorvem energia em diferentes bandas de frequência. Estas soluções podem ser combinadas
com um módulo de medição da velocidade do veículo e com um sistema automático de
reconhecimento da chapa de matrícula a integrar numa base de dados referente à propriedade
do veículo. Estas novas opções têm um enorme potencial de aplicação na implementação de
programas de inspecção e manutenção detectiva, com os veículos em serviço. Naturalmente
que estes produtos ainda se encontram em fase embrionária, e este é um desafio acrescido
que é hoje sustentado pelo modelo informático concebido no âmbito dos pressupostos
defendidos na presente dissertação.
Nas boas práticas implementadas a nível internacional, o estudo desenvolvido na área
metropolitana de Phoenix permite uma avaliação de valores de emissão médios detectados,
incorporando mesmo o efeito do declive dos arcos de rede (Pokharel et al. 2002). Esta análise
considera apenas as emissões a quente (Corvalán et al. 2002) e, consequentemente, exclui
todos os casos em que a temperatura do bloco do motor seja inferior a 90 ºC.
Para garantir a exequibilidade destes projectos científicos, presentemente, encontram-se
disponíveis no mercado diversas tecnologias de medição de emissões gasosas, adequadas
aos diferentes tipos de efluentes:
a) Medição de CO e CO2 - Geralmente é medido utilizando espectroscopia não
dispersiva de infravermelhos (NDIR – Non Dispersive Infra Red). A espectroscopia é
uma técnica utilizada para avaliar a concentração ou quantidade de uma dada
espécie. Estuda a interacção entre radiação e matéria através de uma função de
comprimento de onda ou frequência. Por sua vez a espectroscopia de infravermelhos
oferece a possibilidade de identificar diferentes tipos de ligações inter-atómicas
através das suas diferentes frequências. A detecção de uma molécula específica pode
ser conseguida através da absorção ou emissão de uma luz de determinado
comprimento de onda. Na medida em que a interacção entre um fotão com um
determinado comprimento de onda e uma determinada molécula é um evento
independente, o grau de interacção é, por um lado, proporcional ao número de fotões
e, por outro, ao número de moléculas de um gás específico. Na técnica NDIR são
aplicados filtros ópticos para limitar o espectro de luz à entrada. Estes filtros, não são
mais do que janelas de restrição à entrada de “ruído” no sentido de assegurar uma
reduzida interferência de outros gases. Por conseguinte, nenhuma separação
espectral adicional (dispersão) é aplicada. Em suma, é medida a absorção bruta pelo
gás cuja concentração se pretende conhecer. Os equipamentos podem ser calibrados
incorporando células de gás de composição conhecida no fluxo de luz e analisando a
respectiva atenuação.
b) Medição de HC - A espectroscopia NDIR é sensível relativamente aos
hidrocarbonetos mais simples, mais leves, sendo normalmente utilizada para detectar
as emissões de HC de veículos movidos por motor Diesel, em programas de
inspecção e manutenção de veículos. Porém, para medições mais detalhadas e em
67
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
emissões de HC produzidas por motores a gasolina, é utilizado o detector de ionização
de chama (FID - Flame Ionization Detector). Este detector necessita de linhas de
amostragem aquecidas a 190±10 ºC, pelo que também é designado por HFID (Heated
Flame Ionization Detector). A espectroscopia NDIR, sobrestima os valores medidos
em 35 % o que obriga a uma calibração específica.
c) Medição de NOx - Pode ser conseguida recorrendo a três diferentes tecnologias:
Célula electroquímica, detector de quimio-luminescência CLD (ChemiLuminescent
Detector) ou raios ultravioletas não dispersivos NDUV (Non Dispersive Ultra Violete).
O analisador de gases de escape adquirido no âmbito da presente dissertação utiliza
um kit com detector de quimio-luminescência, cujo princípio de medição tem
subjacente o efeito quimio-luminescente que resulta da oxidação das moléculas de NO
por moléculas de ozono, segundo a equação química:
NO + O3 → NO2* + O2
(Eq. 2.83)
O retorno das moléculas de NO2* a um estado químico estável é efectuado por
emissão de radiação no espectro de 600-1200 nm, regulado pela seguinte equação:
NO2* → NO2 + hv
(Eq. 2.84)
A medição de radiação é realizada por um tubo fotomultiplicador. O seu sinal eléctrico
é amplificado e digitalizado.
d) Medição de Opacidade e de PM – Os três métodos mais utilizados na medição de
partículas são o processo agregado com base na utilização de filtros, a técnica de
dispersão de luz laser e técnicas de medição gravimétricas, em que se inclui a
microbalança oscilante de elemento cónico TEOM (Tapered Element Oscillating
Microbalance) e a microbalança de cristal de quartzo QCM (Quartz Crystal
Microbalance). O primeiro faz uso da capacidade de retenção das partículas que
depois são pesadas. O segundo utiliza uma técnica para medir a massa de PM, que
consiste num túnel de fluxo parcial, com diluição, equipado com dispositivos ópticos.
Pode, inclusivamente, avaliar as propriedades das partículas, através de
caracterização da distribuição do número de partículas em função dos diferentes
escalões definidos na desagregação por tamanhos. Porém, esta técnica, por se
revelar muito sensível à metodologia de amostragem, tem revelado uma fraca
consistência nos valores encontrados, quando se comparam medições entre
diferentes laboratórios. O número instantâneo de partículas por unidade de volume,
que corresponde à concentração em número de partículas, pode ser obtido pelo uso
de um Contador de Partículas de Condensação (CPC - Condensation Particle
Counter) que, combinado com um Pesquisador de Dimensão de Partículas por
Mobilidade (SMPS - Scanning Mobility Particle Sizer), permite conhecer a distribuição
por classes de dimensões. Contudo, este procedimento não pode ser levado a efeito
em situações de operação transiente quando é exigido um tempo de medição finito em
cada gama de medida. Quando é esse o objectivo, deve usar-se o processo QCM que,
para além de efectuar a medição instantânea de partículas, apresenta uma extrema
sensibilidade que lhe permite medir alterações de um nanograma. A empresa
SENSORS, Inc., tem em desenvolvimento um sistema designado SEMTECH-QCM
para medição de taxas de emissões de partículas instantâneas (Sensors, 2006c). Este
68
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
equipamento baseia-se numa Microbalança de Cristal de Quartzo de alta frequência
(QCM - Quartz Crystal Microbalance) que oferece sensibilidade a um nanograma.
Para avaliação das emissões dos transportes, vários estudos foram desenvolvidos,
tentando quantificar a correlação entre a opacidade e as emissões mássicas. O objectivo de
tais estudos foca-se, quase sempre, na quantificação dos benefícios de um programa de
manutenção baseado na inspecção e medição da opacidade dos fumos e, por consequência,
no fornecimento de dados úteis para a selecção dos pontos de falha associados à degradação
da opacidade dos fumos emitidos por um veículo.
No âmbito das técnicas de medição da opacidade, destaque-se a tecnologia de concepção
do opacímetro, adequado para medir a quantidade de partículas no ar ou numa mistura de
gases. A opacidade N está associada a uma técnica de medição da extinção de luz que
quantifica a densidade do fumo emitido por um veículo, encontrando-se a amplitude de medida
entre 0-100. O fumo mais negro corresponde ao maior nível de poluição dos gases de escape,
do que resulta uma leitura mais elevada da opacidade. Utilizam uma fonte emissora de luz por
díodo LED (Light Emitting Diode) usando um detector fotodíodo colocado no alinhamento do
feixe, em posição oposta. A presença de matéria no fluxo de luz gera alguma opacidade ou
obstrução óptica, que é detectada pela redução na intensidade da luz incidente.
A construção dos actuais medidores de opacidade assenta na progressiva melhoria de
concepção de protótipos experimentais desenvolvidos em laboratório. A primeira concepção
começou por direccionar um feixe de luz, tipo lazer de 680 nm, de cor vermelha, na direcção de
uma foto célula, o que origina uma diferença de potencial. A tensão gerada através da foto
célula é medida com um multímetro digital. Na experiência laboratorial foram ainda utilizadas
séries de filtros de ajuste óptico na análise da variação da intensidade da luz e consequente
cálculo do comportamento da célula. No escuro, a célula apresenta uma diferença de potencial
de 0,000 mV, enquanto sob altas intensidades apresenta, aproximadamente, 0,400 mV (Wiznia
et al. 2006). A relação entre a intensidade da luz e a tensão mostrou ser não linear. Contudo, a
muito baixas intensidades da luz a foto célula apresentaria um comportamento linear.
Atendendo a que a foto célula apenas apresenta uma pequena amplitude de leitura linear até
aos 0,2 V, as leituras tornam-se incomportavelmente imprecisas. Por isso, são efectuadas
várias alterações para que o sistema se torne mais preciso. Primeiro, a foto célula é substituída
por um foto-transistor. Esta alteração permite a aplicação de um dispositivo de aquisição de
dados. Ao mesmo tempo, o foto-transistor apresenta uma amplitude de leitura linear de mais de
2 Volt, o que corresponde a uma dimensão muito superior ao de uma foto-célula. Desta
maneira o dispositivo torna-se, de longe, mais preciso e funcional, se bem que o foto-transistor
tenha o inconveniente de exigir um fornecimento de potência. Os dados passam a poder ser
adquiridos com muito elevada frequência e registados em computador. Depois, em substituição
dos filtros de ajuste, foi utilizado um LED brilhante de alta intensidade. O LED revela ser uma
excelente escolha por várias razões: Primeiro, o brilho do LED pode ser afinado para um valor
que combina com as características do foto-transistor, o que permite que os filtros possam ser
removidos. Segundo, o LED permite ser alimentado por um sistema de aquisição de dados e o
seu comportamento pode ser monitorizado com um computador. A relação entre a intensidade
de emissão de luz e a tensão gerada no foto-transistor pode ser visualizada na figura 2.6
(Wiznia et al. 2006).
69
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 2.6 - Relação linear entre a intensidade de luz de LED e a voltagem no foto-transistor
Algumas variáveis referentes à avaliação das emissões dos veículos são as seguintes:
•“Transmittance” (T) é a fracção de luz transmitida de uma fonte que alcança um
detector de luz.
T=
I
= e − KL
I0
(Eq. 2.85)
Onde,
I0 - Intensidade da luz emitida por uma fonte;
I - Intensidade da luz que atinge um detector de luz;
K - Densidade de fumo, também designado coeficiente de extinção de luz ou
coeficiente de absorção de luz;
L - Comprimento efectivo do caminho óptico (cm). Trata-se do comprimento efectivo do
opacímetro, entre a fonte de luz e a célula fotoeléctrica. Corresponde ao comprimento
do trajecto óptico, preenchido pelo fumo obscurecido, compreendido entre a fonte de
luz do opacímetro e o detector. Se não for conhecido o L, deve ser assumido o valor de
0,127 m.
A opacidade, N (%) é a percentagem de intensidade de luz emitida pela fonte que é
impedida de atingir o detector de luz. A variável N corresponde a uma leitura numa escala
linear, sendo,
N = 100* 1 −
I
= 100* (1 − T )
I0
(Eq. 2.86)
Substituindo (Eq. 2.85) em (Eq. 2.86), vem
N = 100*(1 − e − KL )
70
(Eq. 2.87)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A relação entre a escala linear 0-100 e o coeficiente de absorção de luz, K, pode ser obtida
isolando K, o que dá origem à seguinte expressão:
k =−
1
N
ln 1 −
L
100
(Eq. 2.88)
De acordo com a norma (SAE_J1667 1996), também é possível determinar os
correspondentes valores de concentração de fuligem, através das expressões:
Soot Density (mg / m3 ) =
Mass Fraction of Soot (mg / kg ) =
109 * K
Sp
109 * K 8314,34* Temp
*
101325* 28,9
Sp
(Eq. 2.89)
(Eq. 2.90)
O cálculo de Sp (constante de densidade de fumo) pode ser efectuado através da seguinte
rotina:
Se (Temp<553 Kelvin) então Sp=86400. Por outro lado, se (Temp>=553 Kelvin) e se
(Temp<623 Kelvin), então Sp=(348,13*Temp – 106117).
Por último, se (Temp>623 Kelvin) então Sp=110769.
(Eq. 2.91)
O painel de visualização do opacímetro deve permitir a leitura de um coeficiente de
absorção de 1,7 m-1 com uma precisão de 0,025 m-1.
Vários trabalhos foram desenvolvidos nesta matéria. Desde (Alkidas 1984) foi possível
constatar que o número de fumo Bosch aparece razoavelmente bem correlacionado com o total
de PM10. Contudo, o número Bosch mostra uma melhor correlação com a fracção não volátil de
fuligem contida nas PM10. Note-se que as PM2,5 correspondem a uma classe de medição de
partículas mais recente, utilizada em modelos de saúde e na regulamentação ambiental. O
medidor de número de fumo Bosch aspira uma amostra de gases de escape através de um
filtro de disco, sendo o nível de retenção medido foto-electronicamente pela sua "negridão" e
convertido num número de fumo Bosch entre 0,0 (branco) para 9,9 (negro intenso).
Mais recentemente, (Morsch and Sorsch 2003), levou a efeito uma investigação para
avaliar alguns dos métodos alternativos de medida para carbono elementar (PM). As medições
foram levadas a efeito em veículos a Diesel e a gasolina, oriundos de unidades de produção
em série. Neste estudo os autores compararam os métodos de medição de massa, termogravimétrico e de incandescência, com as tecnologias de opacimetria, habitualmente utilizadas.
No método termo-gravimétrico, os gases de escape passam através de um filtro de papel
de massa conhecida no qual as partículas são retidas. Posteriormente, o filtro de papel é seco
e pesado, sendo a massa de partículas calculada por diferença. O método reflecte uma
sequência não compatível com medições instantâneas de emissões.
71
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O estudo encontrou uma correlação excelente entre medições de caudal mássico ou
gravimétrico de partículas e as medições baseadas na opacidade, com correlações superiores
a 0,992. A equação a que chegaram foi a seguinte:
Thermo − Gravimetry g / m3 = 0, 2381. Opacity m −1
(Eq. 2.92)
Para além disso, o método de incandescência induzido por laser, usa um feixe laser ou
sensores foto-acústicos, para excitar as partículas de fuligem do fluxo de escape, em que a
incandescência (luz) resultante é medida e calibrada com a dimensão e massa das partículas.
O método permite medições em tempo real de elevada resolução (ordem de 0,05 segundos).
Outros estudos vieram a estabelecer relações entre as emissões de carbono elementar
(EC) e o número de fumo Bosch. A investigação (HSE 2004) refere ter identificado a seguinte
relação:
ΕC [ g ] = Exp {3.24 − (0, 6169* Smoke Νumber ) + (0,81 ∗ ( Smoke Νumber ) 2 )}
(Eq. 2.93)
Finalmente, a medição foto-acústica utiliza uma fonte laser para excitar uma amostra de
fluxo de gases de escape e avalia as alterações nos sinais acústicos. Estes sinais são depois
calibrados para um caudal mássico de partículas.
Para além das tipologias referidas, foram também desenvolvidos outros equipamentos
simples de monitorização de partículas, com incorporação de outros métodos ópticos (por
exemplo, opacímetro por dispersão de luz).
As tecnologias adoptadas pelos equipamentos de medição de emissões poluentes de
escape, utilizados no âmbito da tese, são as seguintes:
a)
Analisador de gases
Mede os valores de monóxido de carbono, CO, dióxido de carbono, CO2 e
hidrocarbonetos, HC, através de um sistema de absorção de infravermelhos.
O teor de O2 é medido através de uma célula electroquímica que pode ser mudada
pelo operador.
Por sua vez os teores de óxido de azoto, NO, são medidos através de uma célula
electroquímica. Esta célula não pode ser mudada pelo operador.
Para além de efectuar as medições aos gases de escape, o equipamento mede o valor
do coeficiente de excesso de ar, λ , também designado por lambda da mistura arcombustível. O cálculo baseia-se na equação de Brettschneider.
[CO2 ] +
[CO ] +
2
λ=
[O2 ] +
1, 510
− 0, 0088 * ([CO ] + [CO2 ])
CO ]
[
3, 5 +
[CO2 ]
1, 4227 * ([CO2 ] + [CO ] + 6* [ HC ])
(Eq. 2.94)
Em que os valores entre [ ] correspondem às percentagens molares dos constituintes
nos produtos de combustão.
b) Opacímetro
O nível de partículas emitido pelo sistema de escape de veículos com motor Diesel é
medido em termos de efeito produzido pela amostra dos gases, quando da passagem
72
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
de um impulso de luz visível emitido por um díodo emissor de luz verde (LED) e
recolhido por um foto-díodo. A fonte de luz do LED utilizado neste opacimetro é do tipo
“on / off”, emitindo uma luz visível entre 480 nm e 680 nm. Este aparelho está calibrado
com um valor de pico de 560 nm (verde / amarelo). A fonte está protegida por uma lente
convexa, que serve também para dirigir a luz emitida, reduzindo os efeitos de reflexão
causados pelas paredes do tubo de amostra.
O detector foto-díodo está equipado com uma lente que recolhe a luz que atravessou a
amostra de gases. Esta lente é aquecida a uma temperatura de, aproximadamente, +45
ºC, de modo a eliminar as variações de sensibilidade devido às alterações de
temperatura.
O percurso da luz tem uma concepção de “caminho duplo”. A luz do LED, após ter
atravessado a amostra de gases de escape, é reflectida por um espelho, passa através
das lentes e é recolhida pelo detector.
O LED é aquecido a 75 ºC para evitar a condensação nas suas paredes e eliminar os
erros de “zero automático”, provocados pelas alterações da intensidade da luz devido à
refracção da luz a diferentes temperaturas.
O fluxo de ar a alta velocidade, gerado pelas duas ventoinhas que extraem o ar das
aberturas traseiras do opacímetro, é orientado através das lentes ópticas, evitando que
as partículas de escape contaminem o percurso óptico. Este fluxo de ar origina também
um ligeiro efeito de cone de ar, permitindo que um ligeiro fluxo de gases de escape
entre no LED em condições de pressão diferencial zero.
As medições a partir do detector são efectuadas por um microprocessador instalado no
opacímetro antes de serem transmitidas ao analisador de gases através de uma ligação
RS232.
c) Sonómetro
O nível de ruído avaliado junto ao motor e na proximidade do ponto de evacuação dos
gases de escape, é medido com um sonómetro de marca ISO-TECH, modelo SLM1352A com interface para computador através de ficha RS232, com características de
medição na amplitude 30 a 130 dB, para frequências entre 31,5 Hz e 8 kHz.
2.3.5.1 - Testes em banco de rolos
O freio de rolos é utilizado para simular as cargas resistentes impostas ao veículo em
mundo real. Para estudar o comportamento dos veículos de forma a obter uma aproximação ao
mundo real, são aplicados ciclos de condução. Isto pode ser efectuado pela utilização de um
freio de rolos (chassis dinamométrico). Uma vez escolhido o teste, o freio de rolos oferece a
garantia de repetibilidade na transição de regimes. No sentido de assegurar uma cada vez
maior reprodutibilidade, tem sido feito um grande esforço de pesquisa (André et al. 2005).
Desta forma, podem ser realizadas medições representativas colocando o motor em carga
durante o teste.
Como referido, estes equipamentos permitem que o veículo simule a condução em mundo
real, mantendo por determinados períodos de tempo alguns regimes estacionários, em regime
de operação constante e passando por regimes transientes no cumprimento de um ciclo de
73
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
condução padrão. A gama de poluentes medidos é semelhante à registada durante um tipo de
teste de homologação ou aprovação do veículo, podendo incluir PM10, NOx, CO, HC, CO2.
Porém, um banco de rolos aumenta significativamente o custo das instalações de teste de
emissões. Porém, tem a vantagem de que as medições obtidas podem reflectir mais fielmente
o comportamento do veículo em mundo real.
A simulação em freio de rolos terá que simular todas as forças resistivas que actuam no
veículo e a inércia do mesmo. A VSPDyno pode ser calculada pela seguinte expressão:
VSPDyno =
Ap + FDyno .vDyno
mDyno
(Eq. 2.95)
Onde,
FDyno - Carga resistiva aplicada pelo dinamómetro à velocidade vDyno.
mDyno - Massa simulada do veículo (Por exemplo, 11353 kg para o autocarro Mercedes Citaro
O530).
AP – Potência fornecida para acelerar a massa simulada mDyno e os componentes rotativos do
veículo em teste (por exemplo, motor, caixa de velocidades, rodas) cuja expressão de cálculo é
a seguinte:
AP = mDyno (1 + ε i ).a.v
(Eq. 2.96)
A VSP fornece uma estimação da potência instantânea desenvolvida pelo motor. Como a
potência deste é uma função da taxa da queima do combustível, a VSP fornece uma relação
directa com o processo de combustão e, consequentemente, com a formação de poluentes. A
VSP tem sido utilizada para classificar os modos de operação de um veículo, como parte de um
programa desenvolvido para um modelo e como uma base justificativa num modelo
microscópico existente de emissões.
A VSP pode ser calculada para veículos em exploração num ambiente de micro simulação
se forem incluídos atributos adequados do veículo na definição do tipo de viatura. No mínimo,
terá que incluir a massa do veículo (m), um factor de massa médio ao longo da transmissão
( ε averg ) e os três coeficientes utilizados na equação de carga do dinamómetro, para simular as
forças resistivas que actuam no veículo. A massa do veículo afecta a carga do veículo e,
consequentemente, pode afectar as emissões. Pode ser escolhida uma massa de inércia do
veículo que seja considerada representativa da massa do veículo durante os ensaios
experimentais em exploração. O dinamómetro aplica resistência ao movimento das rodas
motoras do veículo, em consonância com a velocidade dos rolos, de acordo com a equação:
Frollers = F0 + F1v + F2 v 2
(Eq. 2.97)
Podem ser incorporados factores adicionais para representar as alterações na inclinação
dos troços da via. Se bem que a estimação de VSP possa caracterizar o estado de
funcionamento do veículo, não existe um método directo para determinar os detalhes do modo
de operação (posição da alavanca de velocidades, velocidade do motor, binário, etc.) no
momento das medições das emissões (Wenzel and Ross 1996). Também não se consegue
estabelecer com rigor uma relação entre o modo de funcionamento que provocou as emissões
e a saída de poluentes pelo tubo de escape. Consequentemente, as técnicas de controlo
remoto podem não fornecer os dados requeridos para avaliar directamente a influência nas
emissões, motivada pelas alterações do comportamento do condutor.
74
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
As variáveis da equação anterior assumem valores constantes de calibração de acordo
com as especificações do fabricante do veículo. Por exemplo uma determinada marca (Ford)
para um dos seus modelos prescreve os valores: Fo=10 N, F1=1,404 Ns/m e F2=0,3857 Ns2/m2.
Para este veículo, para os objectivos em estudo, estes são os valores considerados adequados
para simular as cargas externas.
A Volvo Trucks desenvolveu um modelo de freio de rolos que permite simular as forças em
estrada, sendo regido pela seguinte equação:
RL = F0 + F1v x + F2 v n + I .a + mg .( grade / 100)
(Eq. 2.98)
Sendo,
RL (N) - A força das rodas que actua na superfície dos rolos do freio e é igual à força de
tracção gerada pelos pneus
F0 e F1 – Parâmetros associados às forças de fricção de resistência ao rolamento.
Representam constantes características de um veículo específico e / ou superfície de contacto
com as rodas.
F2 – Parâmetro associado à resistência aerodinâmica do veículo.
Os expoentes, x (0,8 a 1,2) e n (1,1 a 3,0) correspondem a parâmetros de calibração
associados às forças de resistência ao rolamento e aerodinâmicas, respectivamente.
A diferença no modelo em relação à equação (Eq. 2.97) relaciona-se com a inclusão de
uma nova componente de dependência do veículo, incorporando também a influência da
velocidade em F1. A dependência da resistência aerodinâmica da velocidade do veículo está
representada pela força F2 (N). Fisicamente, pode afirmar-se que este freio incorpora as
condições de funcionamento em mundo real, com as variáveis I e grade.
A potência resistiva dos seus motores eléctricos, I (kg), varia de 4 a 20 ton e corresponde à
inércia do motor, transmissão e rodas quando é sujeito à aceleração, a, através de um
simulador eléctrico; m (kg) é a massa do veículo; g (m.s-2) a aceleração da gravidade; grade (%)
representa a inclinação da via, variando de –30 a 30 %. Em veículos com massa global
superior a 20 ton, a simulação pode ser efectuada sem o aumento da inclinação da via.
Consoante os objectivos dos diferentes estudos, a recolha de dados requer a medição da
concentração de poluentes ainda sem tratamento e ou após passagem pelo equipamento de
despoluição, garantindo a sincronização com a medição do correspondente caudal volumétrico
de gases de escape. Antes de cada leitura dos valores de concentração de poluentes, o banco
de rolos deve ser estabilizado por um período de 60 segundos.
Alguns dos testes levados a efeito no laboratório UoB, combinam um freio de rolos de 126
kW de marca Zoellner, um Sistema de Amostragem de Volume Constante, CVS (Constant
Volume Sampling) e um conjunto de analisadores de emissões, marca Horiba MEXA, série
700.
Os princípios básicos dos testes realizados em bancos de rolos assentam no facto do
veículo operar sobre uns rolos que oferecem resistência ao movimento, simulando as
condições de condução reais.
Um freio de rolos é constituído por dois motores / geradores acoplados a um par de rolos
com determinado diâmetro onde assentam as rodas motrizes do veículo de forma a simular a
carga imposta ao veículo em estrada e as forças aerodinâmicas que se opõem ao
75
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
deslocamento do mesmo. No funcionamento em travagem podem ser utilizados um ou dois
geradores que correspondem a um ou dois travões com refluxo de corrente. Um ventilador de
arrefecimento de velocidade variável é controlado de forma a seguir a velocidade periférica dos
rolos até cerca de 200 km/h.
A tabela 2.17 sintetiza alguns dados relativos a quatro versões de freio de rolos para teste
de veículos ligeiros e pesados.
Versão
Ligeiros
Pesados
Travões
de refluxo
Dados do
refluxo
Potência máxima
das rodas
Diâmetro
dos rolos
Velocidade
máxima de
teste
Tracção
máxima
1
260 kW
260 kW
318 mm
260 km/h
6 kN
2
2*260 kW
520 kW
318 mm
260 km/h
12 kN
1
2*300 kW
600 kW
318 mm
160 km/h
25 kN
2
2*330 kW
660 kW
318 mm
200 km/h
25 kN
Tabela 2.17 - Quatro versões de freio de rolos para teste de veículos ligeiros e pesados
Existem técnicas de cálculo de factores de emissão representativos (Eggleston et al. 1993)
de acordo com a distribuição da velocidade e aceleração. Vários estudos apresentam, além de
valores médios de emissões, bases de dados de emissões instantâneas.
Quando se cumpre um ciclo de condução em banco de rolos, os gases são recolhidos e
diluídos utilizando um sistema de amostragem de volume constante (CVS). A massa de gases
emitida por poluente é igual ao volume total de gases, multiplicada pela concentração do
poluente. Pode-se converter um caudal mássico de emissões por unidade de distância ou de
energia.
2.3.5.2 - Testes em estrada – controlo remoto
Sendo as frotas de veículos as principais fontes de poluição, conhecer o seu nível de
emissões constitui uma forma de identificar o problema global da poluição. O desenvolvimento
de novos equipamentos de medição mais precisos, eficientes e portáteis constitui uma das
grandes preocupações por parte de investigadores e fabricantes.
O controlo remoto é um método utilizado para medir os níveis de contaminantes emitidos
por um sistema de escape de um veículo, quando este passa junto de um dispositivo de
controlo à distância. Ou seja, trata-se de um processo que utiliza dispositivos instalados na
estrada para monitorizar as emissões de veículos com motor térmico. A informação é usada
para fornecer uma melhor compreensão das emissões do veículo, contribuindo para o
desenvolvimento de programas de melhoria da qualidade do ar em meio urbano.
Este dispositivo tem capacidade de medir o desempenho dos sistemas de escape de um
grande número de veículos, no que respeita ao seu nível de emissões e fornecerá a
capacidade necessária à compreensão dos níveis actuais de contaminantes no ar ambiente.
Estes dispositivos de controlo remoto permitem a medição de emissões de partículas ou nível
76
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
de fumos, óxidos de azoto, monóxido de carbono e hidrocarbonetos. Estes poluentes são
conhecidos por irritar a área respiratória, especificamente, olhos e nariz de seres humanos.
O controlo remoto processa-se de forma que, quando um veículo passa por um dispositivo
de monitorização, que emite feixes de luz ultra-violeta e de infra-vermelhos, o equipamento faz
a detecção das emissões do veículo. O receptor ou detector do feixe de luz avalia as
mudanças na intensidade da luz permitindo o cálculo da concentração dos poluentes no ar.
Propõe-se que, na aplicação destes sistemas, o receptor seja ligado a um computador que
avalie e transmita via wireless a informação para a entidade fiscalizadora e/ou reguladora.
Antes de o veículo entrar na zona de controlo remoto, são medidas as concentrações desses
mesmos poluentes no ar, sendo subtraídas das concentrações de emissões detectadas pela
passagem do sistema de escape do veículo. A luz Infra-vermelha é usada para determinar
concentrações de contaminantes gasosos e a luz ultra-violeta é usada para medir as
concentrações de partículas.
Por vezes as técnicas usadas incluem um sensor óptico colocado à distância, que
convencionalmente se concebe para transmitir um feixe de radiação que atravessa um volume
de gases a ser investigado. Isto envolve a fixação de um transmissor num determinado local,
que é, normalmente, uma fonte de radiação e um receptor em localização oposta. A passagem
entre estes dois pontos define o caminho óptico. Este sistema básico pode ser modificado pela
inclusão de objectivos complementares, tais como uma estrutura física com reflectores para
serem usados para reflectir o feixe emitido e fazer retornar parte dos raios para o receptor.
Contudo, as mudanças a implementar numa instalação específica, em relação a uma
transmissão convencional de um feixe de radiação, devem ponderar o uso de uma elevada
gama de detectores que possam medir uma larga gama de propriedades dos gases de escape.
Na maioria das aplicações é usado o nível de absorção da radiação transmitida para
determinar a concentração das espécies de gases confinados no percurso efectuado pelo feixe
de luz. Cada espécie de gás individual faz a absorção de radiação dentro de um espectro de
comprimento de onda característico. A medição da diferença de intensidade de radiação, entre
o emissor e o receptor, em comprimentos de onda seleccionados, pode ser usada para
determinar a concentração das espécies individuais, por aplicação de lei de Beer-Lambert
(European_Commission 1998).
Os sensores ópticos de aplicação remota podem ser convenientemente agrupados em
duas classes distintas que são os monocromáticos e os de banda larga espectral. O grupo dos
primeiros faz a absorção do laser de ondas longas (laser long-path absorption) e também
absorção diferencial do laser. O outro grupo faz uso do espectrómetro mais familiar por
infravermelhos que utiliza a Transformada de Fourier (FTIR), ou do espectrómetro ultravioleta
ou mesmo de radiómetros de correlação (correlation radiometers).
Os detectores de banda larga espectral podem, por sua vez, ser subdivididos em
dispersivos e não dispersivos. Essencialmente, os detectores dispersivos, FTIR, são
espectrómetros do tipo “caminho aberto”. Os sensores não-dispersivos (por exemplo,
radiómetros de correlação) envolvem a comparação do feixe de radiação que atravessa dois
filtros alternativos.
Durante muitos anos foram usados sensores ópticos remotos, para medir a concentração
no ar ambiente de uma larga gama de espécies gasosas, em grande parte no interior de áreas
sob monitorização de fugas de gases, tais como, por exemplo, um sistema DIAL (DIfferential
Absorption Lidar) e, mais recentemente, através da monitorização geral ambiental, utilizando,
77
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
por exemplo, um sistema OPSIS (Observation et Prospective sur la Societe de Information et
ses Services).
Deve ser registado que os espectros de absorção estão sujeitos a várias interferências no
âmbito da monitorização atmosférica, que incluem interferência de substâncias tais como vapor
de água e ainda da temperatura e pressão (altitude).
Vários sistemas podem ser desenvolvidos para implementar tais aplicações. O uso de uma
câmara de infra-vermelhos pode ser uma excelente opção. O sistema LASAIR (LagrangeSimulation of the dispersion (German: Ausbreitung) and Inhalation of Radionuclides) foi
projectado para medir remotamente a concentração nos gases de escape de veículos ao nível
do monóxido de carbono e gás carbónico, bem como a respectiva temperatura. O sistema
LASAIR usa díodos de laser como fonte de luz.
A Universidade de Denver desenvolveu um sistema de detecção remota que é descrito
como sistema de eficiência do combustível de automóveis, FEAT (Fuel Efficiency Automobile
Test). O sistema, na sua versão mais recente, engloba quatro componentes, nomeadamente,
uma fonte de infra-vermelhos, um detector, um computador e um sistema de vídeo. O
equipamento reúne capacidades para medir CO, HC, CO2, NOx e fumos. A medição de óxidos
de nitrogénio é importante por causa do habitual contrabalanço entre emissões de CO e fumo
versus NOx (emissores de altos teores de CO e de fumos emitem frequentemente pequenas
percentagens de NOx e vice-versa).
2.3.5.3 - Sistema de monitorização a bordo do veículo
Os equipamentos de avaliação das condições de estado a bordo do veículo, normalmente,
para além de medirem as concentrações dos gases de escape, calculam também, com base
nas variáveis de utilização do motor, o caudal mássico de emissões. Habitualmente, segundo o
segundo, estes equipamentos podem medir a velocidade do veículo (km/h), rotação do motor
(rpm), temperatura do líquido de arrefecimento do motor, carga do motor (baseada na posição
do acelerador), caudal mássico de ar e caudal mássico de combustível. Desta forma, os
equipamentos de medição de emissões podem ser utilizados de forma independente da gestão
do motor ou como um simples módulo de um equipamento de teste, o que os torna compatíveis
com uma grande diversidade de tipos de motores, veículos e condições de teste. A figura 2.7
mostra um exemplo de unidade de monitorização utilizado a bordo dos veículos rodoviários.
Figura 2.7 - Unidade de monitorização utilizada a bordo dos veículos
78
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Na selecção dos dados transmitidos ao centro de controlo da rede, o motorista ou o
preparador podem seleccionar, através da interface OBD, os indicadores do veículo a serem
submetidos juntamente com os valores das emissões. Além disso, as entradas de tipo
analógico da unidade de monitorização, permitem a aceitação de outros dados de um qualquer
sensor analógico com uma especificada voltagem de saída. Isto abre uma vasta matriz de
dados susceptíveis de serem incluídos, tais como dados de sensores de força, manómetros de
tensão, transdutores de pressão e termopares.
Quando se mostre necessário, estes dados podem mesmo ser acessíveis através de
telemóvel, desde que reconhecido com o nome de utilizador, palavra passe e com um icone
correspondente à pasta do servidor de FTP (File Tranfer Protocol).
Quando o veículo inicia actividade, o motor inicializa o sistema de monitorização, pela
activação do Monitor de Actividade que, imediatamente, inicia a recolha de dados dos
dispositivos externos atrás mencionados e armazena a informação na memória RAM interna.
Uma combinação de produtos que integre, para além da medição de variáveis de condição
de estado de tipo ecológico, os parâmetros e indicadores do veículo, permitem ao Monitor de
Actividade fornecer informação muito útil, desde os mapeamentos de emissões gasosas e de
partículas em estrada ao registo de tempos associados.
Uma empresa alemã, que se centrava exclusivamente na representação de sistemas de
medição de gases de escape, criou um clube automóvel que, entretanto, desenvolveu uma
garagem móvel, moderna, apetrechada com o mais recente equipamento móvel de medição de
emissões. A organização leva uma longa tradição na reparação de veículos. Pensando nisto,
eles desenvolveram na empresa o conceito de centro automóvel móvel. Para isso, fundaram
um grupo de pesquisa na área de projecto de um sistema de camião-reboque, dotado de uma
garagem móvel actualizada e moderna, com um freio de rolos e equipamento moderno de teste
para emissões.
Esta empresa, em vez do tradicional detector de ionização de chama, que media a
totalidade dos hidrocarbonetos, optou por um analisador de difusão de luz laser, para medição
de partículas de matéria.
O Monitor de Actividade pode utilizar exclusivamente o analisador de poluentes per si ou
em combinação com o equipamento de avaliação das condições de exploração do veículo.
Figura 2.8 - Registo de concentrações na monitorização a bordo (Fonte Sensors)
79
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A figura 2.8 corresponde a um gráfico de registo da concentração de um dos constituintes
dos gases de escape. A medição de emissões instantâneas durante o regime transiente
constitui o maior desafio. Dentro dos muitos estudos desenvolvidos para avaliação das
tecnologias de medição de PM, destaca-se uma solução que abrange veículos Diesel de
baixas emissões, em que foi utilizado um TEOM e um opacímetro (Norris 2005).
(,/,4
$%
1
$%
0
Genericamente, pode afirmar-se que os poluentes de escape são gerados por ineficiências
no processo de combustão. Estas perturbações, juntamente com a formação de ruído, revelam
uma grande dependência das tecnologias e afinação dos veículos.
Os veículos são projectados e construídos de forma a cumprirem normas de utilização e
regras coerentes de manutenção. Porém nem sempre esta prescrição é respeitada, o que leva
a uma maior incidência de avarias.
Se um veículo não é mantido de acordo com as recomendações do fabricante (por
exemplo, afinações, ajustes, substituição de injectores, verificação de componentes de controlo
de emissões) poderá apresentar emissões significativamente mais altas, associadas com o seu
nível de deterioração.
A prática de uma inspecção efectiva e o seguimento de um programa de manutenção pode
contribuir para eliminar emissões em excesso. Uma fase relevante de um programa de I/M
(Inspecção/Manutenção) corresponde ao teste de inspecção usado para identificar veículos
com deficiente ou mesmo inexistente manutenção. Um teste simples, de baixo custo, dispensa
com elevada probabilidade uma verificação mais exaustiva, identificando muitas vezes
anomalias que tem a ver apenas com necessidades de pequenas afinações.
Na sua tese (Dabbas 2010) faz uma análise descritiva aos dados resultantes de
observações de emissões de CO, HC e NOx, antes e após a afinação de uma amostra de
veículos. Na investigação foram usados 6 diferentes testes de avaliação para caracterizar a
incidência dos efeitos decorrentes das operações de manutenção. A avaliação estatística
abrangeu 542 veículos, tendo-se concluído da existência de um forte impacto das intervenções
na redução dos valores estatísticos dos valores de emissão, a nível da média, desvio padrão e
valor máximo daqueles indicadores ecológicos.
Os estudos de controlo remoto de emissões de veículos equipados com motores de ignição
comandada, com objectivos de avaliação do estado de manutenção dos veículos, mostram que
cerca de 20 % dos veículos que circulam nas estradas são responsáveis por 80 % das
emissões de HC e CO (Pokharel et al. 2002).
A manutenção deve ser feita por profissionais habilitados a fornecer um serviço de acordo
com as especificações dos fabricantes. A afinação dos motores de acordo com padrões de
conveniência, como aplicações de “tunning”, causa uma forte variabilidade nos níveis de
impacto ambientais. Como refere (Wenzel and Ross 1996), o padrão de manutenção pode
geralmente influenciar a intervariabilidade nas emissões dos veículos. O estudo conduziu às
seguintes conclusões:
80
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
a)
Quando as reparações levadas a efeito não estão em consonância com as
especificações dos fabricantes, as emissões são elevadas.
b)
Quando o serviço não é executado de acordo com os planos dos construtores, leva a
que o motor e os sistemas de pós-tratamento dos gases de escape se deteriorem de
forma acelerada, dando origem a níveis de emissões poluentes elevados.
Também o carácter pulsatório do funcionamento de um motor térmico pode ser
determinante na correcta avaliação do estado de saúde de um motor a partir da medição dos
valores das variáveis ecológicas. O carácter oscilatório dos impactos pode estar associado não
apenas a desafinações do motor mas também a consumos energéticos de equipamentos
auxiliares do veículo. Estes consumos podem apenas constituir fenómenos de carácter
intermitente, em resultado da resposta do motor a exigências de carga momentânea que lhe é
solicitada.
O motor Diesel apresenta uma grande diversidade de impactos de afinação nas emissões.
Por exemplo, a quantidade de combustível injectada pelo sistema de alimentação de um
motor Diesel é limitada na gama de plena carga pelo regulador de máximo débito de
combustível. As propriedades do combustível e a concepção do motor determinam os limites
desta actuação, pelo que a afinação do regulador é condição determinante na mitigação dos
impactos de emissões de partículas.
Sabe-se também que os motores actuais dispõem de dispositivos de pós-tratamento dos
gases de escape, que promovem a pós-oxidação da fracção inqueimada ou parcialmente
queimada e de dispositivos de retenção de partículas formadas na combustão.
O início de injecção e duração de injecção revelam-se também parâmetros essenciais na
afinação do motor pelo seu impacto no processo de injecção.
Verifica-se ainda que o estado e afinação dos componentes que integram o sistema de
distribuição exercem uma influência determinante no ajuste do ponto de injecção, podendo as
suas desafinações constituir agravamentos substanciais aos níveis de emissões poluentes e de
graves riscos para a integridade do motor.
A afinação do sistema de recirculação dos gases de escape constitui outro dos factores que
exerce uma enorme influência na geração de emissões. Tendo a sua implementação em
motores de combustão interna visado a redução de consumo de combustível e a mitigação das
emissões de NOx verifica-se que o seu impacto tem um efeito antagónico nas emissões de
partículas. Daí resulta a relevante importância no correcto ajuste deste sistema.
Consequentemente, quando ocorre a desactivação dos sistemas de EGR (exhaust gás
recirculation) verifica-se que tal intervenção tem impactos fortíssimos nas emissões de NOx.
A afinação do sistema de sobrealimentação é outra das marcas de acentuado impacto nas
emissões, uma vez que o seu contributo é essencial na redução de partículas. Porém, revela
ao mesmo tempo um impacto negativo nas emissões de NOx.
A manutenção do arrefecedor intermédio ou inter-cooler tem um efeito de redução no teor
de todos os poluentes. Assim, a sua desactivação ou a ausência de manutenção tem impactos
negativos nas emissões.
Os filtros de partículas e os conversores Diesel de oxidação catalítica têm impactos
acentuados nos níveis de emissões, exigindo não só manutenções periódicas como também
revisões de controlo.
81
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Existem ainda outros sistemas e componentes do motor cuja afinação se revela da maior
importância para as emissões de um motor Diesel. Podemos enumerar os impactos
decorrentes de um sistema de arrefecimento que ao não garantir a evacuação da quantidade
de calor prevista, coloca não apenas em causa a integridade do motor, como também provoca
um grande aumento das emissões de NOx, devido ao aumento das temperaturas do motor.
Também o sistema de lubrificação influencia os níveis de emissões, sendo mesmo um dos
grandes indicadores do grau de deterioração do motor. Por exemplo, o agravamento de
consumo de óleo tem enormes impactos na emissão de partículas e na opacidade dos fumos.
(Schafer and Basshuysen 1991) faz uma avaliação das variáveis de afinação e os
respectivos impactos nas emissões de escape, cuja caracterização qualitativa consta da tabela
2.18.
Tabela 2.18 – Qualidade do impacto nas emissões das principais medidas de afinação
Adaptado do livro (Schafer and Basshuysen 1991)
A afinação de motores e dos seus diferentes sistemas e subsistemas é também
determinante na caracterização dos espectros de ruído, sendo que estes podem indiciar órgãos
diferenciados do motor com desafinações alarmantes.
(,2
5
!
$%
As emissões dos veículos de transporte representam uma das principais fontes de poluição
do ar. Os gases de escape e pequenas partículas podem ser prejudiciais para a saúde pelo
que constituem um risco elevado (Boffetta et al. 2001). Alguns estudos vieram demonstrar que
a exposição das pessoas às partículas e óxidos de azoto dos gases de escape não tratados
constitui um risco elevado para a saúde.
Como refere o (Livro-Verde 2007) da UE sobre o transporte urbano, a poluição do ar e o
ruído causados pelos transportes afectam a saúde de toda a gente (IMAGINE 2008). A sua
mitigação constitui mesmo um dos grandes desafios que enfrentam as grandes cidades. Neste
âmbito, a gestão da manutenção deve assumir a importância que o seu papel subentende.
82
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Quando tudo decorre na normalidade, ninguém se lembra que existe manutenção. Quando
algo corre mal, dizem que se deve à ausência de manutenção. Ao colocar-se a questão da
necessidade de despender recursos financeiros com a manutenção, imediatamente
contrapõem que não é preciso que exista. Porém, quando realmente não existe manutenção,
todos concordam que deveria existir.
A importância da manutenção pode ser enfatizada numa breve retrospectiva da sua
história, nomeadamente na mecanização associada à Revolução Industrial do século passado
que fez sobressair a necessidade de reparar regularmente as máquinas. Nessa época, essas
reparações eram deixadas a cargo dos próprios operadores. Só a partir da 1ª Guerra Mundial a
indústria foi pressionada a atingir padrões mínimos de produção, levando à constituição de
equipas especializadas para reparar as avarias no menor tempo possível.
Esta situação manteve-se até à década de 30 do século XX. Por essa altura, a produção
em massa nos países industrializados e a conjuntura internacional que antecedeu a 2ª Guerra
Mundial, forçavam a produzir cada vez mais. As empresas começaram então a preocupar-se,
não só em corrigir as falhas, mas também em evitar o seu aparecimento. Isso alargou o âmbito
da manutenção que passou a actuar também na prevenção de anomalias. Em consequência, a
manutenção industrial foi ganhando importância e autonomia.
A expansão da aviação comercial, a partir dos anos 40, trouxe novos desafios à
manutenção. Por um lado, obrigou ao desenvolvimento de métodos preventivos, já que a
reparação de avarias durante o voo raramente é possível e, por outro, acentuou o problema da
segurança de pessoas e bens.
Nasce então a Engenharia de Manutenção, que veio a criar processos científicos de
manutenção preventiva com vista a aumentar a fiabilidade dos equipamentos. Nesta evolução,
nos anos 70 do século XX, surgiu na Europa um conceito alargado de manutenção, designado
por Terotecnologia. Na mesma linha e pela mesma altura, aparece a noção japonesa de
Manutenção Produtiva Total (TPM – Total Productive Maintenance). Posteriormente, novas
abordagens, através de conceitos e metodologias, continuaram a ser feitas, tais como a de
Terologia e de Fiabilidade Centrada na Manutenção (RCM – Reliability Centred Maintenance),
que é entendido como o processo utilizado para determinar os requisitos de manutenção
necessários a qualquer dispositivo físico no seu contexto operacional (Farinha 1997).
Face ao desenvolvimento incessante nesta área de conhecimento continuam a aparecer
novos conceitos de manutenção, sejam estes fruto de novas leituras da sua abordagem aos
equipamentos seja a adopção das melhores práticas oriundas de outros sectores de actividade.
É o caso da Manutenção Baseada no Risco (Risk Based Maintenance, RBM) que se apoia nos
cinco elementos nucleares do processo de gestão de risco (Risk Management Process, RMP),
que são os seguintes: Identificação; Medida; Nível de Risco; Estimação; e Controlo e
monitorização.
O outro conceito é o de Manutenção Lean que contribui de maneira determinante para a
prossecução dos objectivos da Produção, ou seja, dos seus métodos de trabalho, que devem
ser realizados com determinação e rigor, e que fazem com que os activos e os processos
produtivos estejam em linha com os indicadores de disponibilidade, fiabilidade e produtividade,
de forma a garantir a eficácia global dos activos. Outra característica importante da
Manutenção Lean é a procura constante das melhores práticas nas equipas de manutenção,
na perspectiva da optimização dos seus processos de trabalho, através de procedimentos
devidamente documentados, e da optimização dos recursos humanos e materiais, da
83
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
contratação de serviços, mantendo uma adequada formação contínua dos colaboradores,
procurando sempre os melhores indicadores de desempenho.
Tradicionalmente, o ciclo de vida de um bem, na perspectiva da manutenção (Monchy
1987), era abordado a partir da chamada “curva da banheira” (figura 2.9). Trata-se de um
modelo que divide a vida operacional de um equipamento em três estágios:
1. Mortalidade infantil - Fase em que ocorrem disfunções precoces, com elevada, mas
decrescente, taxa de incidência. Esta parte da curva, no caso dos motores Diesel, pode
ser minimizada através da rodagem em bancada;
2. Vida útil - Onde a ocorrência de disfunções é relativamente estável no tempo,
correspondendo à fase de incidência de menor taxa de disfunções, mantendo-se
aproximadamente constante. Nesta fase devem ser utilizadas técnicas preditivas e
sistemáticas nos planos de manutenção;
3. Envelhecimento ou desgaste - Fase em que o equipamento passa a apresentar
desgaste acentuado e as disfunções acontecem com maior frequência, com taxa
crescente, à medida que se aproxima o fim de vida do equipamento. As decisões
relativas a esta parte da curva apontam no sentido de se proceder a uma revisão geral
ao motor.
Num componente não reparável define-se “função de risco” como a probabilidade desse
componente avariar num intervalo de tempo ∆ T = t 2 − t1 , dado que não avariou até ao instante
t1.
Figura 2.9 – Curva típica de falhas (curva da banheira)
A função de risco, representada na ordenada do gráfico, não é mais do que a taxa
instantânea de ocorrência de avarias num equipamento, no instante t, sabendo que sobreviveu
até esse instante. É também designada por taxa de avarias λ (t ) . Genericamente, a função
dE ( N ( t ) )
é a derivada em ordem ao tempo do valor esperado do
dt
número de avarias (N), no instante t, de um equipamento reparável no intervalo de tempo dt. A
taxa de avarias é calculada através das expressões:
taxa de avarias λ (t ) =
λ (t ) =
λ (t ) =
Onde,
84
f (t )
R (t )
f (t )
(1 − F (t ))
(Eq. 2.99)
(Eq. 2.100)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
f(t) é a função densidade de probabilidade de avarias.
F(t) corresponde à função acumulada de probabilidade de avarias.
R(t) representa a função de fiabilidade.
Posteriormente, veio a constatar-se existirem outras formas de ciclos de ocorrência de
disfunções (Moubray 2001), como se ilustra na figura 2.10. Contudo, seja qual for o tipo de
activo, é incontornável que, desde a sua aquisição, haja a necessidade de implementar uma
política de manutenção, a fim de garantir o seu funcionamento nos níveis de fiabilidade
definidos pelo fabricante.
Figura 2.10 - Curvas associadas aos diferentes padrões de falhas
O estudo (Drive-Clean-Program 2007) refere que a taxa de falhas em veículos nos
primeiros cinco anos de funcionamento apresentava valores muito baixos relativamente à
média, presumivelmente devido a estar abrangida pela garantia. Acrescenta que a taxa de
falhas cresce rapidamente em veículos com idades compreendidas no intervalo de 8 a 10 anos,
mas que não aumentava significativamente em autocarros acima dos 14 a 15 anos,
presumivelmente devido ao abate dos motores mais utilizados ou de condição mais degradada.
Assim, a curva de função cumulativa de distribuição de taxa de falhas, que não é mais do que o
acumulado da função densidade de probabilidade de taxa de falhas, com a idade, apresenta a
forma sigmoidal (forma de S), como se observa na figura 2.11. Representa também a função
de risco acumulada F (t ) = [ λ (t ) ] t . Os dados experimentais analisados em autocarros
demonstram que uma função exponencial revela o melhor ajustamento.
Figura 2.11 - Curva de função cumulativa de distribuição de taxa de falhas com a idade dos
autocarros
85
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O mesmo estudo refere que o pico da taxa de falhas apresenta variações com o grupo dos
anos de funcionamento de cada modelo de viaturas, pelo facto dos motores mais novos com
controlos electrónicos apresentarem percentagens de disfunções mais baixas, quando
comparados com motores mais velhos com controlos mecânicos.
O grau de deformação da curva da taxa de falhas depende, entre outras, das
características dos autocarros que compõem a frota, da política de manutenção, do
comportamento dos motoristas e das condições de exploração. A figura 2.12 mostra diferentes
perfis de curvas avaliadas.
Figura 2.12 – Diferentes perfis da forma sigmoidal com a idade dos autocarros
O estudo de (Marseguerra and Zio 2003) avalia um sistema com uma estrutura de
funcionamento combinada série-paralelo, com uma monitorização contínua. Teve como
objectivo maximizar o lucro do sistema e a sua disponibilidade. Em resultado, foi encontrado o
limiar óptimo do tempo de intervenção, através de um Algoritmo Genético e de simulação pelo
método de Monte Carlo.
Foram também obtidos resultados analíticos por (Sloan and Shanthikumar 2004),
adoptando uma estratégia para gerar programas de manutenção com base no estado de
equipamentos instalados em série.
Os diferentes sub-sistemas de veículos podem ser avaliados genericamente por analogia a
um subsistema funcional que vai sofrendo uma degradação progressiva, evoluindo para
estados que se podem prever por um processo estocástico (Williams and Hirani 1997). O
estado presente é auto-avaliado através de uma metodologia de inspecção que detecta o
sintoma de uma disfunção iniciada, mas ainda não manifestada, com previsão do estado de
destino e respectivo tempo de transição. A disfunção inicia-se no subsistema num determinado
instante, tornando-se provável o seu aparecimento (visibilidade ou “detectabilidade”
macroscópica), num instante posterior. Se a inspecção é levada a efeito atempadamente, a
disfunção é oportunamente identificada. Com a caracterização da disfunção no subsistema, se
a mesma não é reparada de imediato o subsistema altera subsequentemente o seu estado de
funcionamento, após algum tempo de transição ou tempo de desfasamento na disfunção (delay
time).
Intervalos de inspecção constantes podem não traduzir um risco constante de
aparecimento de disfunções. Esta prática resulta em disponibilidade inconsistente e,
consequentemente, numa taxa de produção variável que, transpondo para autocarros urbanos,
corresponde a prestação de serviços pouco fiáveis, com repercussões na gestão das peçasde-reserva, trabalho e custos indirectos por perdas de produção. Ao ser estabelecido o
86
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
conceito de desfasamento na disfunção, aplicável à manutenção multi-nível de um sistema
multi-estágio, as inspecções podem ser planeadas em intervalos aperiódicos de tal forma que o
risco de disfunção seja constante em cada intervalo de inspecção.
A reparação do subsistema repõe a sua operacionalidade, levando em conta os dados
objectivos e subjectivos. Considera-se a reparação como a renovação de um subsistema em
que este adquire um estado, provavelmente diferente daquele que o caracterizou quando novo,
apresentando-se, após a intervenção, quase sempre com alguma degradação residual.
A procura da definição de uma política de manutenção em geral e, no caso vertente, de
uma frota de autocarros urbanos, tendo como condição uma política ambiental, assume uma
relevância acrescida, atendendo a que não pressupõe apenas da parte da entidade detentora
da responsabilidade da gestão da frota uma postura de exigência, como também uma atitude
responsável e de respeito pelo ambiente que, em última instância, enfatiza a importância de
dar futuro ao mundo. Associado às políticas de manutenção e aos impactos ambientais, pela
sua influência na capacidade de substituição de viaturas durante a exploração, quando estas
são afectadas por avaria imprevista ou acidente, está o papel de um adequado
dimensionamento de frotas de material circulante (Viegas 1980).
Os elevados níveis de poluição permitidos aos autocarros mais antigos, face à inexistência,
na época da sua homologação, de limites muito restritivos na regulamentação ambiental, levou
a que não tenha havido grandes preocupações com a sua manutenção. Pelo facto de terem
emergido grandes evoluções tecnológicas ao nível da concepção de motores, que incluem
sofisticados sistemas de alimentação e queima de combustível e, simultaneamente, excelentes
soluções de pós-tratamento dos gases de escape, as exigências de controlo foram
progressivamente aumentando. As melhorias, conseguidas com intervenções a nível do
projecto, permitiram a aplicação de novas medidas do foro jurídico-legal, com o objectivo de
contribuir para a mitigação das emissões poluentes e de restringir o nível de emissão de ruído,
bem como optimizar a eficiência energética.
Dos indicadores de condição tradicionais a vibração surge na vanguarda. A título de
exemplo, (Al-Najjar and Alsyouf 2003) (Hawley et al. 2004) apresenta um modelo para
identificar, monitorizar e melhorar o impacto económico da manutenção baseada na vibração.
Este modelo fornece uma possibilidade adicional de identificação, “onde”, “o quê” e “quanto”
capital deve ser investido. Por outro lado, avalia se o investimento foi ou não rentabilizado. O
modelo é, posteriormente, utilizado para desenvolver medidas de relevância de desempenho
da manutenção. Utiliza os factores de custo do ciclo de vida como variáveis de monitorização
para fornecer a informação necessária para a tomada de decisão. Conclui com o facto dos
períodos de contracção nos investimentos de capital, como o actual momento de crise
económico-financeira, deverem ser acompanhados não com reduções no orçamento da
manutenção mas com o seu reforço, expressando que o investimento em manutenção pode
levar a retornos de nove vezes o capital investido ao longo do período de depreciação.
A informação em tempo real acerca da condição do sistema permitirá que a manutenção
seja desencadeada apenas quando e onde é necessária, com vista a atingir um máximo de
resultados (Yang 2005). A referida tese procura consolidar o objectivo de maximizar os
proveitos da produção e minimizar os custos da manutenção tradicional (planeada ou não
planeada), utilizando um Algoritmo Genético. Em síntese, esta formulação tem como objectivo
obter os mais elevados benefícios de produção associados aos mais baixos custos de
manutenção, baseando a optimização na utilização de matrizes de “cromossomas” e dos
correspondentes operadores de evolução utilizados. Os programas de manutenção são
87
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
avaliados incorporando informação acerca da saúde prevista para cada componente ou
equipamento individual no sistema. Nesta nova grelha de decisão, é proposto melhorar a
capacidade de decisão por incorporação de informação em tempo real, acerca das condições
do equipamento e do sistema.
A regulamentação dos programas de manutenção e inspecção tem tido sucesso na
redução das emissões oriundas dos novos veículos mas tem-se manifestado ineficiente
durante o ciclo de vida dos veículos devido aos elevados custos de propriedade que retiram
capacidade de tesouraria para o cumprimento de programas de manutenção (Kemp 2006). Por
isso, o autor defende a aplicação de uma taxa de venda mais gravosa incidente sobre novos
veículos, compensada com a isenção de taxa anual. Invoca que esta seria uma prática
ajustada para atingir os objectivos de eficiência e equidade.
A investigação do tema em análise foi reforçada com alguns resultados das pesquisas
levadas a efeito por uma equipa de trabalho multidisciplinar, enquadrando especialistas na área
de manutenção, transportes e informática (Simões et al. 2004). Nela se faz uma avaliação dos
efluentes gasosos, provenientes das diferentes fontes emissoras (incluindo os transportes),
dentro do Campus dos Hospitais da Universidade de Coimbra. Compreende o estudo da
degradação de indicadores ambientais utilizados na gestão da manutenção de condição, ao
nível dos valores das emissões de CO, HC, NOx, PM10 e do nível de ruído. Integra um projecto
de desenvolvimento de um módulo informático de manutenção condicionada, para
incorporação no SMIT (Sistema Modular Integrado de Terologia) (Farinha 2009) com vista a
melhorar as suas potencialidades.
No que respeita ao papel da gestão da manutenção dos veículos, em geral, e dos
autocarros urbanos, em particular, os artigos de (Haghani and Shafahi 2001) e (Zhou et al.
2004) merecem especial referência. O primeiro analisa o papel da programação de actividades
de manutenção no âmbito do processo de planeamento da exploração de redes de transportes,
enquadrando-o num conjunto de vertentes de geração de capacidade de oferta,
nomeadamente a concepção da rede, a elaboração de horários e a afectação de motoristas.
No segundo, é desenvolvido um algoritmo de planeamento de diferentes tipos de operações de
manutenção em autocarros e que tem como objectivo fazer a gestão das intervenções,
utilizando sistemas multi-agente distribuídos por vários entrepostos em que cada um destes
possui um ou vários postos de manutenção, procurando encontrar práticas que minimizem o
tempo de inoperacionalidade da frota e maximizem a utilização dos recursos de manutenção.
Contudo, não enquadra a fase de diagnóstico nem tão pouco procura fazer a predição com
base em variáveis ambientais. Também não é apresentado o estudo do potencial de
implementação de diferentes sistemas automáticos de diagnóstico na manutenção de
autocarros urbanos para melhorar a prática corrente da inspecção, e muito menos faz a
avaliação do equilíbrio entre o aumento dos custos de manutenção devido ao maior número de
inspecções e a redução no número de intervenções devido à ocorrência de menor número de
avarias com o veículo em exploração.
Dos muitos estudos desta temática, (Barbera et al. 1996) optimizou a manutenção com
base na condição de um simples equipamento para que o custo de operação fosse minimizado
através do ajustamento dos intervalos de inspecção.
Uma das soluções de controlo das emissões de tráfego é descrita num estudo
desenvolvido em Las Vegas (Mazzoleni et al. 2004), utilizando um sistema comercial de
identificação remota das emissões de veículos, em que se pesquisam correlações entre os
88
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
diferentes tipos de poluentes e também a correlação existente no percentil 10% dos maiores
poluidores em CO e HC com os programas de inspecção e manutenção.
Tem sido evidente a cada vez maior incorporação de técnicas preditivas convencionais no
âmbito da manutenção planeada. Contudo, apesar da evolução, ainda é muitas vezes utilizada
a técnica preditiva de boroscopia (equipamento adaptado com uma câmara de vídeo especial
para visualização e registo) para decidir qual o próximo motor a entrar em revisão.
Da literatura da área da fiabilidade emerge uma pesquisa de (Meeker and Escobar 1998),
abordando a modelação da vida útil dos mancais fixos de dois motores Diesel de acordo com a
distribuição de Weibull, em que, para t > γ , se chega à seguinte expressão para a fiabilidade:
R (t ) = e
−
t −γ
β
η
(Eq. 2.101)
Onde, β > 0 corresponde ao parâmetro de forma (adimensional), η > 0 representa o
parâmetro de escala (unidades de tempo) e
−∞ < γ < ∞ .
Da investigação resultou que o ponto recomendado para realizar a revisão parcial deverá
ocorrer em t1=0,5*MTBF e t2=1,5*t1, do que resulta R (t2 ) / R (t1 ) = 0, 78 .
Muitas disfunções que ocorrem em motores Diesel que equipam os veículos de transporte,
incluindo os autocarros de serviço urbano de passageiros, aparecem reflectidas no consumo
de combustível, nos níveis de emissões poluentes e no perfil e intensidade de ruído.
A Organização Mundial de Saúde, na análise dos impactos das emissões na saúde
pública, refere que o fumo negro emitido pelos veículos é predominantemente causado por
motores desafinados. Refere ainda que o hardware de controlo das emissões (concepção do
motor, dispositivos de pós-tratamento, inspecção e manutenção, etc.) tem custos associados e
que os incentivos aos automobilistas para reduzir o uso do veículo não desfrutam de grande
popularidade.
Sendo certo que o caminho percorrido já conduziu a fortes reduções dos impactos
negativos na qualidade do ar em meio urbano, muito pode ainda ser feito em prol da qualidade
de vida. É este o âmbito em que surge a presente tese, que promove a utilização de uma
criteriosa manutenção ecológica de autocarros urbanos. Propõe-se que as intervenções
tenham como patamares valores limites definidos numa perspectiva ambiental, suportando o
planeamento em modelos de previsão de degradação que levam em consideração a análise de
dados estatísticos e combinam, sempre que possível, uma avaliação determinística, baseada
nas tecnologias dos veículos, com as condições de exploração. Quanto às emissões poluentes
expelidas pelo sistema de escape, dependem essencialmente da tipologia e estado do veículo
e, para além destas especificidades, dependem muito das condições de operação do veículo.
Elevadas concentrações atmosféricas de poluentes do ar têm mostrado ser prejudiciais
para a saúde, o que se prova não só por estudos epidemiológicos, mas também por pesquisas
de exposição laboratorial. A actividade dos transportes e, especialmente, o transporte
rodoviário, apresenta uma forte contribuição para o valor global das emissões. Durante o verão
de 2003, em que ocorreu uma onda de calor na Europa, os elevados níveis de PM e O3
registados foram associados ao significativo excesso de mortes. Estudos posteriores também
mostraram que os efeitos dos gases de escape e das pequenas partículas podem ser
prejudiciais à saúde. Porém, a quantificação precisa dos efeitos torna-se difícil, pelo que
89
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
permanecem as incertezas quanto à magnitude dos impactos na saúde. Para além disso, não
se encontram totalmente esclarecidos os passos biológicos através dos quais o agregado de
poluentes dos gases de escape, e particularmente dos veículos Diesel, afectam a saúde. Isto é
especialmente referenciado para as PM. Se bem que muitas pesquisas desenvolvidas inferem
da existência de um significativo impacto na saúde, continua difícil de identificar quais as
características das partículas que apresentam maiores níveis de significância com os efeitos
nocivos.
Diversas espécies de hidrocarbonetos (THC) são consideradas prejudiciais para a
qualidade do ar, sendo classificadas como poluentes tóxicos. As espécies e os seus impactos
na saúde humana são algumas vezes consideradas individualmente (por exemplo, Butadieno
1,3 e benzeno), mas são habitualmente agrupadas como Compostos Orgânicos Voláteis (VOC
- Volatile Organic Compounds) ou VOC excluindo o metano (NMVOC - Non Metanic Volatile
Organic Compounds), sendo estes últimos também referenciados apenas por HC. Os NMVOC
jogam um papel importante na formação do ozono ao nível do solo. Os veículos rodoviários são
uma importante fonte de emissões de HC. Contudo, têm sido conseguidas fortes reduções com
a introdução de catalisadores de três vias. Mais recentemente, as preocupações têm-se focado
no impacto de grupos específicos de HC, tais como Hidrocarbonetos Aromáticos Policíclicos
(PAH – Poly-Cyclic Aromatic Hydrocarbons), que podem também ser associados com as
emissões de partículas pelos veículos Diesel (North et al. 2006). A mesma investigação refere
que os transportes rodoviários e as emissões de escape dos veículos Diesel, em particular,
contribuem com mais de três quartos das partículas emitidas na área de Londres.
Permanecem questões por responder, nomeadamente sobre a relação custo / mitigação
de impacto. A exposição ao ozono (O3) é identificada como tendo uma significativa contribuição
para problemas cardio-pulmonares, sendo apontado como responsável por mais de 21000
mortes por ano na Europa (WHO 2005). O ozono troposférico ou ao nível do solo é formado
por via de uma série de reacções complexas quando o ar, contendo precursores do ozono
(primariamente NO2 e HC), é exposto a radiação ultravioleta. Daí que o controlo de HC e NO2
seja indispensável para reduzir os níveis ambientais de O3.
Para além destas emissões, o pó levantado pela circulação rodoviária, as partículas
formadas pelo desgaste dos travões e o desgaste dos pneus, aumentam o impacto do sector
dos transportes.
Nas dimensões de partículas mais reduzidas, referidas como as mais prejudiciais à saúde,
que resultam essencialmente dos produtos de combustão, os estudos mostram que o
transporte rodoviário é responsável no Reino Unido por 38% de PM2,5 e 54% de PM0,1 (North et
al. 2006).
Os elevados níveis de concentração de CO podem revelar-se fatais para o ser humano por
reduzirem a capacidade de transporte de oxigénio pelo sangue, resultando em asfixia. Mesmo
as baixas concentrações de CO podem conduzir a deficiências nas funções cardiovasculares e
nos pulmões, podendo ainda contribuir para a formação de O3 ao nível do solo.
As emissões produzidas pelos motores Diesel apresentaram uma significativa redução nos
últimos 15 anos, tendo sido acompanhadas por um aumento dos níveis de rendimento global
daqueles. Estão associadas a este aumento de eficiência, as maiores temperaturas nas
câmaras de combustão que, no entanto, se repercutem na formação de maiores percentagens
de NOx, compostos altamente nocivos para o ambiente e para a saúde humana.
90
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O NO2 é um poluente prejudicial à saúde por causar danos nos tecidos pulmonares, com
os motores dos veículos a contribuírem com 49% do total de emissões de NO2 para a
atmosfera em 2000 (DEFRA 2004). É emitido algum NO2 directamente (NO2 primário) mas, é
mais comum ser o resultado da oxidação de NO na atmosfera (NO2 secundário). Os veículos
emitem essencialmente NO, mas, por facilidade de comparação, as emissões são geralmente
reportadas como um combinado de óxidos de azoto, identificado por NOx. Foram conseguidas
significativas reduções nas emissões de NOx (Lipman and Delucchi 2002) com o
desenvolvimento de veículos equipados com catalisador de três vias. Como resultado, os níveis
globais de NO2 decresceram 37% entre 1990 e 2000 (North 2007).
Apesar dos modelos de estimação apresentarem grandes margens de erro, permitem
estabelecer indicadores para os impactos na saúde pública e no ambiente, tendo-se vindo a
verificar que os níveis de emissões previstos pelos modelos são significativamente mais baixos
do que os valores efectivamente medidos. Tal facto sugere que é necessário introduzir uma
maior precisão nos modelos e que estes devem ser sujeitos a calibração quando transpostos
para condições diferentes daquelas em que forem desenvolvidos.
(,3
%
$%
!
!+
Num sistema podem-se diferenciar três tipos de condições anormais de estado: defeito,
anomalia ou disfunção e falha. Um defeito pode, eventualmente, desenvolver uma falha, onde
o sistema deixa de poder assegurar um funcionamento aceitável, reflectindo uma aproximação
ao limite da sua vida útil. Se continuar a operar para além desta condição, o sistema pode
entrar em colapso e causar falhas catastróficas.
Um sistema de gestão da manutenção inteligente deverá ser programado e ter funções
que permitam responder a questões específicas, nomeadamente:
• Onde existe o sintoma de disfunção (Componente ou subsistema)?
• Qual a causa do sintoma da disfunção?
• Que tempo medeia até à ocorrência de estados críticos de funcionamento?
• Quais as consequências da disfunção?
• Qual a acção de manutenção recomendada?
Um sistema de gestão da manutenção é constituído por vários módulos ou patamares de
intervenção. O processo de manutenção inicia-se na monitorização da condição e recorre a
vários métodos de diagnóstico ou de detecção e identificação das disfunções. Pode integrar, no
todo ou em parte, seis patamares ou níveis:
1. Monitorização do sistema;
2. Detecção da disfunção;
3. Identificação da disfunção;
4. Diagnóstico da disfunção;
91
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
5. Prognóstico do sistema;
6. Recuperação do sistema.
O módulo de monitorização inclui um sub-módulo de aquisição e processamento de dados.
Ao reconhecer uma situação anormal, a segunda fase apenas determina se a disfunção
ocorreu ou não. Pode ser feito simplesmente através de processo de monitorização de
variáveis, tendências e comparação com valores limite. Processa ainda a activação dos
próprios alarmes. Pode incluir um processamento de sinal avançado baseado em análise
estatística.
A fase de identificação da disfunção ajuda a descodificar o subsistema mais relevante
susceptível de apresentar tal anomalia, tornando a eliminação da disfunção mais eficiente.
Corresponde à caracterização da disfunção, cujo diagnóstico tem implícito que a anomalia se
manifestou e qual o tipo, localização, magnitude e instante em que ocorreu. O efeito da
disfunção é removido na fase de recuperação do processo.
Saliente-se o importante papel do módulo de prognóstico ou módulo de predição que, entre
outras, fornece informações específicas acerca do estado de bom funcionamento do sistema,
nível de confiança e recomendações, tal como é ilustrado na figura 2.13.
Numa análise sistémica deverão considerar-se, no mínimo, quatro patamares de gestão do
processo de manutenção preditiva. Por isso, na generalidade das aplicações, o sistema de
monitorização de condição de um processo, sistema ou equipamento, enquadra quatro
estágios:
1. Recolha dos valores dos indicadores de condição;
2. Tratamento dos dados;
3. Classificação da condição;
4. Prognóstico e decisão.
Figura 2.13 - Níveis de gestão do processo de manutenção preditiva
92
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
No caso em análise, o módulo de controlo apenas avalia a eventual existência de
disfunção ambiental, reconhecendo uma operação anormal. Pode ser implementada
simplesmente através de um processo de monitorização de variáveis, tendências e
comparação com valores limite. Processa ainda o manuseamento dos próprios alarmes. Pode
incluir um processamento de sinal avançado baseado em análise estatística utilizando modelos
de avaliação inteligentes.
No módulo de avaliação, processa-se a fase de identificação do subsistema responsável
pela disfunção detectada no módulo de controlo. Consiste numa subrotina de vários ciclos que
percorrem todos os subsistemas e componentes no sentido de especificar o subsistema com
maior probabilidade de apresentar qualquer disfunção, tornando mais eficiente a sua
eliminação. Esta fase de identificação da disfunção tem implícita a sua prévia detecção e
caracteriza qual o tipo, localização, magnitude e instante em que ocorreu.
Saliente-se o importante papel do módulo de predição que, entre outras, fornece
informações específicas acerca do estado de bom funcionamento do sistema, nível de
confiança e recomendações. O efeito da disfunção é removido na fase de recuperação do
processo, desencadeada pelo módulo de decisão, tal como ilustrado na figura 2.14.
Figura 2.14 - Estrutura de módulo de predição em manutenção preditiva
A Organização OSA-CBM (Open System Arquitecture for Condition-Based Maintenance),
[http://www.osacbm.org, (2007-07-15)], definiu a arquitectura de um sistema aberto para
manutenção condicionada, com sete patamares, para partilhar o subsistema de diagnóstico em
entidades modulares com adequados interfaces:
a) Aquisição de dados - Módulo sensor que tem à saída valores de sinal calibrados;
b) Processamento de dados - Processamento dos sinais recolhidos do módulo de
aquisição de dados ou de um módulo intermédio de processamento de sinal,
transformando estes dados de input em sinal simples ou multi-canal (por exemplo,
cálculo do valor médio ou espectro de frequência);
c) Monitorização da condição ou do estado - O monitor de condição recebe dados de
input vindos do módulo sensor, dos módulos de processamento de sinal e outros
monitores de condição. Faz um teste dentro da amplitude admissível e eventual
emissão de alertas. Pode recorrer a vários métodos de diagnóstico de disfunções. A
função primária do monitor de condição é comparar os valores efectivamente
medidos das variáveis de CBM, com os valores esperados e com valores limite
impostos pela legislação, especificando à saída o indicador de condição;
93
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
d) Avaliação do estado de funcionamento / detecção e isolamento do defeito - Módulo
que recebe o sinal do monitor de condição ou de outros módulos de processamento
de diagnóstico e determina se o funcionamento de um determinado sistema,
subsistema ou peça de equipamento está degradado. Se a avaliação do estado de
saúde indiciar níveis de degradação, este módulo de processamento de diagnóstico
pode gerar um registo de diagnóstico que, pela avaliação da condição de disfunção,
propõe uma ou mais possíveis condições de disfunção com o nível de significância
que lhe está associado. Este módulo poderá levar em consideração tendências do
histórico de saúde, estado operacional e carga, bem como o histórico da
manutenção. Deverá ainda manter o seu próprio arquivo de dados históricos;
e) Prognóstico / predição da disfunção - Adquire dados dos módulos anteriores. Com
base no último diagnóstico, projecta o estado de saúde do equipamento no futuro,
levando em consideração estimativas do perfil de utilização futura. Pode também
proceder à estimação da vida útil remanescente de um activo com base no perfil de
utilização previsto;
f) Suporte à decisão / acções recomendadas para correcção da disfunção - Recebe
dados dos módulos de diagnóstico e prognóstico. A sua função primária é
recomendar acções com alternativas, levando em consideração o histórico
operacional. Pode ainda proceder à emissão de instruções para operar com
restrições, reconfiguração automática, etc.
g) Apresentação - Interface com o utilizador.
Tipicamente, os algoritmos enquadram-se em três categorias: Algoritmos conduzidos pelos
dados; algoritmos baseados no modelo; e algoritmos híbridos.
A estratégia de diagnóstico a aplicar a um determinado veículo com um tipo de trabalho
específico, pode ser definida através da resposta às seguintes questões:
• Qual a situação actual? Que dados são recolhidos presentemente? São os mesmos
suficientes?
• Quem utiliza os dados? Como se podem ajudar os actuais utilizadores?
• Quem ou que grupos estão disponíveis para implementar um novo método de
relatório de falhas, análise e acção correctiva?
• Quem e com que critério se decide se o novo sistema pode vir a ser implementado?
• Qual o empenho que tem que ser colocado no desenvolvimento de software e
manuais e qual o esforço a suportar com pessoas (incluindo formação) para
conseguir novas formas de diagnóstico?
• Quais as comunicações a bordo, CPU e recursos de armazenamento disponíveis
para o diagnóstico?
• Que parte dos serviços de diagnóstico estão incorporados a bordo do veículo e o
que permanece fora de bordo?
• Serão todos os diagnósticos realizados “fora de bordo” de tipo remoto? Ou, serão
necessários outros sistemas complementares, próximos dos de tipologia “fora de
bordo”?
94
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Que variáveis, componentes e sub-sistemas são diagnosticados em serviço no
decorrer da exploração e quais os que ficam fora de serviço em modo diagnóstico?
• Quais os serviços de diagnóstico que devem estar acessíveis aos clientes, quais os
acessíveis aos serviços técnicos e quais os apenas disponíveis aos peritos?
• Qual o nível de diagnóstico a bordo a ser implementado? Apenas aquisição de
dados e monitorização da condição ou também avaliação do bom funcionamento e,
talvez, prognóstico?
• Que partes do hardware, software e algoritmos de diagnóstico podem vir a ser
generalizados para aplicação em futuros projectos?
Um sistema de controlo electrónico consiste em sensores, controladores, actuadores e
cadeias de comunicação. Os controladores são, normalmente, programáveis. Os sistemas de
controlo electrónico controlam os sistemas mecânicos, incluindo sub-sistemas hidráulicos,
pneumáticos e electromecânicos, para que o autocarro cumpra com a sua missão de transporte
de passageiros. Podem identificar-se três níveis de diagnóstico:
1. De um sistema de controlo (sensores, conectores, cabos, CPU, RAM, I/O
electrónicos, actuadores e sub-sistemas de comunicação);
2. De um sistema mecânico (qualidade de fluido, níveis de fluido, pressão de fluido,
temperaturas, desgastes de rolamentos, outros problemas);
3. Monitorização da eficiência do trabalho e qualidade do serviço produzido
(arranques e paragens bruscas).
A normalização da matriz de diagnóstico será brevemente adaptada a nível da União
Europeia, para que os veículos pesados sejam equipados com interface de diagnóstico de
bordo semelhante aos dos veículos ligeiros de passageiros. Contudo, existem normas de
diagnóstico preparadas pela ISO e SAE relacionadas com as emissões poluentes que podem
desde já ser seguidas na definição de serviços de diagnóstico de carácter geral, bem como na
configuração e calibração de serviços.
A norma ISO 9141 [1989] é a norma de diagnóstico mais conhecida. Embora defina a
estrutura de diagnóstico de um autocarro, não define o serviço de diagnóstico, sendo,
basicamente, genérica e nem sequer tem qualquer relação com o problema das emissões
poluentes. A norma que lhe sucedeu, a ISO 9141-2, teve apenas uma função complementar à
ISO 9141 e serviu de suporte à norma SAE J1978.
A norma SAE J1978 [2002] baseia-se nas ferramentas de exame minucioso SAE OBD II.
Na Europa, o conjunto de normas ISO 14230 foi adoptado para corrigir a norma ISO 9141
e compreende quatro partes. Posteriormente, foi publicado um conjunto de normas ISO 15765
que já incluem sistemas de 24 Volt e sistema de controlo CAN (Controller Area Network).
Compreende as seguintes partes:
• ISO 15765-1
Sistemas de diagnóstico de veículos rodoviários em CAN – Parte 1:
Informação geral;
• ISO 15765-2
Sistemas de diagnóstico de veículos rodoviários em CAN – Parte 2:
Estrutura de serviço das redes de trabalho;
• ISO 15765-3
Sistemas de diagnóstico de veículos rodoviários em CAN – Parte 3:
Implementação de serviços de diagnóstico unificados (UDS em CAN);
95
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• ISO 15765-4
Sistemas de diagnóstico de veículos rodoviários em CAN – Parte 4:
Requisitos para sistemas relacionados com as emissões poluentes;
Na Europa a Directiva 2005/78/EC estipula que em veículos pesados podem ser usadas
quer a norma ISO 15765 quer a SAE J1939.
O grupo de harmonização à escala mundial, WWH (WorldWide Harmonization group), está
a trabalhar no sentido de produzir um conjunto de normas de diagnóstico globalmente
harmonizado adaptado a veículos ligeiros, médios e pesados. O grupo WWH propôs um
conjunto específico de normas para transmissão de dados em TCP/IP sobre protocolo Ethernet
que serão publicadas como norma ISO 27415. Porém, durante o período de transição serão
utilizadas as normas ISO 15765 e SAE J1939.
Sintetizando, pode encarar-se a política de manutenção de sistemas técnicos influenciada
por diferentes aspectos em que se destacam, a optimização do impacto ambiental, a fiabilidade
e os custos, sendo que alguns destes aspectos conflituam entre si.
Importa garantir a eficiência energética de equipamentos, sistemas e edifícios (por
exemplo, soluções construtivas de pisos desenvolvidos de forma a separar zonas de diferentes
temperaturas) e utilizar energias renováveis, reduzir a mobilidade de pessoas e encurtar
distâncias e fluxos de material, externa e internamente às empresas, mas, mais do que nunca,
a manutenção deve ser encarada como um vector de sustentabilidade ambiental.
A abordagem aqui exposta, na qual se associam os valores das variáveis de controlo a
estados de eminente disfunção ambiental, tem subjacente a ideia de que o correspondente
modelo de previsão proporciona uma predição dos valores de alarme das variáveis antes que
atinjam limiares críticos ecológicos.
Como os limiares críticos que desencadeiam a manutenção ecológica são de natureza
ambiental, admite-se, empiricamente, que possam vir a ser inferiores àqueles que variáveis
convencionais assumiriam num processo de manutenção condicionada baseada na extensão
máxima dos intervalos de manutenção. É expectável que no modelo aqui apresentado o
número de situações de falha seja inferior ao de um modelo convencional.
(,4 #
$%
*
Os Modelos de Markov, em especial as cadeias de Markov e os modelos escondidos de
Markov, constituem a sequência do estudo do matemático Andrei Andreyevich Markov. Este
cientista nascido na Rússia em 1856, estudou durante largos tempos temas associados à
teoria dos números, teoria da aproximação e fracções contínuas. Numa fase da sua vida,
Markov aplicou o método das fracções contínuas à teoria da probabilidade, dando início ao
estudo pelo qual ficou conhecido até aos nossos dias: as cadeias de Markov. O estudo dos
Modelos de Markov e suas aplicações que são apresentados em (Campos et al. 2002) são
muito importantes para os sistemas de apoio à tomada de decisão, pois é a partir de uma série
de probabilidades que podemos saber qual a escolha mais provável, ou caminho que oferece
maiores garantias, quando se estuda a projecção de um determinado problema.
Impõe-se fazer uma breve discussão sobre a teoria dos modelos escondidos de Markov.
Um modelo escondido de Markov (Rabiner and Juang 1986) (Rabiner 1989) é uma variante
das cadeias de Markov, onde, além da função de distribuição de probabilidades associadas
96
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
aos estados, existe uma função de distribuição de probabilidades para as observações que
podem ser perceptíveis em cada estado. Consiste num processo duplamente estocástico
composto por um processo oculto (não observável), mas que se manifesta através de um outro
processo estocástico que produz a sequência de símbolos observados. Os dois tipos de
parâmetros a que um modelo escondido de Markov está associado são os seguintes:
• Probabilidades de transição entre estados;
• Probabilidades de emissão dos símbolos visíveis para cada um dos estados.
Entende-se por símbolos visíveis os códigos ou classes correspondentes às observações
de valores de indicadores de impacto ambiental visíveis. Em síntese, os símbolos são os
valores que as observações podem assumir e, por isso, representam o domínio da função
emissões.
Nos modelos escondidos de Markov é possível relacionar a distribuição de observações
para cada estado, com o conjunto de todas as observações. Estes modelos possuem grandes
aptidões na resolução de problemas com base na teoria dos processos estocásticos, com
inúmeras aplicações em diversos campos da investigação científica, tais como a biologia
celular, bioinformática, inteligência artificial (nomeadamente sistemas de reconhecimento de
voz e escrita, processamento de linguagens e visão computacional), a economia, mediante
estudo das flutuações dos ciclos de negócios e dos preços, a meteorologia ao fazer previsões
sobre o tempo e estudos de medições científicas em laboratório.
Existem três problemas relacionados com os modelos escondidos de Markov, os quais
possuem soluções através dos algoritmos Forward, Backward, Viterbi e Baum Welch. Estes
algoritmos serão detalhados no capítulo seguinte.
Um modelo é, normalmente, uma proposta de explicação, apresentada sob a forma
matemática, relativa a um fenómeno específico. O modelo, na sua concepção e na fase de
treino, procura repercutir, a partir da compilação e tradução de dados observados, um conjunto
de correlações que são usadas para prever eventos futuros. O modelo permite a definição de
cenários que traduzem uma representação simplificada de um grupo de sequência de eventos
com algumas características comuns.
Na maior parte das vezes os investigadores propõem modelos para explicar um fenómeno
a partir de diferentes perspectivas, com base em teorias ou conjuntos de dados diferentes.
Independentemente da sua concepção, à medida que novos dados de prova vão sendo
recolhidos mediante observações posteriores, o modelo entra na fase de validação, fazendo
predição e comparando essa predição com a evolução da realidade observada.
Seguindo uma determinada sequência de monitorização, se o erro da predição, que
corresponde à diferença entre a previsão e a observação, não é aceitável, o modelo tem de ser
calibrado ou modificado em termos da sua estrutura, incorporando dados observados
recentemente. Este ciclo é então repetido iterativamente com novas observações,
prosseguindo a optimização até que o modelo forneça uma explicação satisfatória de todos os
eventos observados.
Em geral, dispõe-se de alguns dados para avaliação, mas muitas vezes insuficientes. É
com estes dados que se equacionam várias opções para o modelo. Podem-se conceptualizar e
testar os diferentes modelos, a fim de seleccionar o ideal, existindo diversos métodos de
selecção dos mesmos. Neste âmbito, têm vindo a ser desenvolvidos procedimentos e rotinas
com vista a atingir tal objectivo. No entanto, a selecção do modelo, melhor e mais simples,
97
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
pode não ser assim tão desejável, quando não faz uso eficiente de nova informação disponível.
Portanto, alternativamente, pode ser proposto utilizar-se uma combinação de modelos, a fim de
melhorar o desempenho do sistema.
A incerteza dos modelos decorre de conhecimentos incompletos ou imprecisos e pode ser
reduzida pela introdução de melhorias nas medições de dados e na sua formulação. Os
modelos podem ser avaliados com base na sua exactidão, a qual traduz o grau de ajustamento
da capacidade de predição às observações futuras. Os trabalhos relacionados com a
formulação de modelos incluem a avaliação, a selecção e a combinação de modelos. Não é
surpreendente ver que ao combinar diferentes fontes de informação, incluindo sub-modelos e
dados potenciais, se obtenha como resultado um melhor modelo.
A ideia básica subjacente à construção de uma combinação de modelos é a agregação de
toda a informação disponível que, apesar de tudo, pode conter erros ou ruído. A partir desta
perspectiva um bom método de combinação de modelos deve incluir as seguintes
características:
a) Deve ser capaz de agregar informação oriunda de todos os modelos alternativos e,
assim, reduzir o enviesamento e as incertezas do modelo.
b) Deve ser capaz de, até certo ponto, detectar erros nos modelos alternativos, reduzindo
assim o enviesamento do modelo global.
c) Deve ser capaz de modelar dependências entre modelos alternativos e, assim, reduzir
a informação redundante. A mitigação da redundância de informação ajuda a reduzir a
complexidade e a incerteza do modelo.
d) Deve ser capaz de combinar diferentes tipos de informação, ao nível de modelos e
dados.
e) Deve ter um desempenho robusto ao tratar diferentes conjuntos de dados.
f) Deve ser objectivo, não dando azo a julgamentos subjectivos.
Idealmente, um processo de selecção de um modelo deve ser objectivo e, portanto,
repetível.
No caso do mesmo grupo de dados ser usado tanto na calibração do modelo como na sua
validação, a importância do método de selecção de modelos surge reforçada. Até agora, uma
variedade de métodos de selecção de modelos foi desenvolvida, incluindo os clássicos testes
de hipóteses, verosimilhança máxima penalizada, métodos bayesianos, ou utilização de
critérios de informação e validação cruzada. Estes métodos de selecção de modelos são
considerados novos e muito promissores na definição de critérios de gestão de informação.
A avaliação de modelos alternativos é especialmente adequada para situações em que
não há uma teoria bem fundamentada e apenas se encontram disponíveis dados escassos.
Quando exista informação suficiente disponível, uma análise determinística deve ser capaz de
atingir um modelo teórico mais exacto.
Podem ser enumerados uma grande quantidade de trabalhos relacionados com a
aplicação de modelos escondidos de Markov. Porém, nenhum se voltou para o aprimoramento
da gestão da manutenção e muito menos para a vertente ecológica. Este é, sem dúvida, um
grande desafio em que irão ser utilizadas as enormes potencialidades destes modelos.
98
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A incorporação de redes neuronais tem contribuído para demonstrar a crescente
optimização do desempenho deste método de combinação de modelos. Por isso, são
apresentadas na tese algumas noções-base de introdução às Redes Neuronais Artificiais
(RNA), versando diversos aspectos tais como a sua inspiração biológica, a sua classificação e
apresentação de algumas das RNA mais utilizadas. É dado um especial ênfase à aplicação das
redes em problemas de regressão, em virtude da sua aplicação ao longo deste trabalho incidir
sobre este objectivo.
O aspecto atractivo das redes neuronais artificiais provém da informação notável que as
mesmas processam e que são características do sistema biológico natural. Pode enumerar-se
no conjunto das especificidades, a sua não linearidade, a sua robustez, a capacidade para
decifrar informação imprecisa e difusa e o seu potencial de generalização (Jain et al. 1996).
As redes neuronais artificiais constituem uma ferramenta alternativa relativamente aos
métodos estatísticos tradicionais, para inferir das necessidades de manutenção de frotas de
veículos rodoviários. A sua eleição, em detrimento de outras ferramentas, tem por base a sua
crescente popularidade e consolidação ao longo da última década sendo a sua inspiração o
sistema nervoso central do ser humano. Assim, as RNA são ferramentas de modulação
computacional não algorítmica, caracterizadas por sistemas que tentam imitar a estrutura do
cérebro humano.
As RNA podem ser definidas como estruturas constituídas por elementos de processos
simples adaptáveis e altamente interligados (designados por neurónios artificiais ou nodos),
capazes de executar cálculos computacionais de processamento de dados e representação do
conhecimento (Schalkoff 1997). Apesar das RNA serem abstracções drásticas das suas
contrapartes biológicas, o seu fundamento não é reproduzir a operação dos sistemas
biológicos, mas sim fazer uso do que é conhecido sobre a funcionalidade das cadeias
biológicas para resolver problemas complexos.
O principal objectivo das RNA visa a concepção de algoritmos matemáticos que permitam
desenvolver um processo de aprendizagem para que elas aprendam a partir da informação
processada, simulando deste modo a aquisição de conhecimento por parte do cérebro
humano. Deste modo, as RNA são modelos empíricos por natureza, podendo, contudo,
fornecer soluções bastante precisas quer para problemas simples, quer para fenómenos onde
apenas existem dados e observações experimentais.
As RNA têm sido utilizadas na modelação de memória, reconhecimento de padrões,
representação de funções contínuas, previsão de séries temporais e outras. A sua área de
intervenção é bastante genérica, podendo citar-se algumas aplicações específicas:
• Indústria automóvel e transportes;
• Medicina e biomedicina;
• Reconhecimento de texto, voz e imagem;
• Economia, gestão, análise financeira, banca e seguros;
• Processos industriais, robótica, indústria de defesa e aeroespacial;
• Indústria de telecomunicações, electrónica e de prospecção petrolífera;
• Física de alta energia.
A aprendizagem da cadeia biológica, tal como das RNA, é feita através do ajuste dos
pesos ou forças sinápticas. Um neurónio artificial computacional tenta modelar algumas destas
99
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
características biológicas. Em termos de simulação, uma rede neuronal é constituída por
unidades básicas de processamento, designadas por neurónios, que estão interligados entre si.
Cada neurónio possui várias entradas a que estão associados pesos. Um somatório efectua a
soma ponderada das entradas encontrando-se na saída do mesmo uma função de activação.
As redes contêm vários neurónios ligados para que as saídas de uns estejam ligadas às
entradas de outros.
Existem diversas funções de activação, também designadas de funções de transferência,
dependendo a sua escolha da aplicação em causa. Na figura 2.15 apresentam-se, a título de
exemplo, algumas funções de activação.
Figura 2.15 - Exemplos de funções de activação utilizadas em redes neuronais
Apesar de existirem, entre as RNA e a estatística clássica, muitas diferenças, o que é facto
é que entre elas também existem muitas semelhanças. Algumas RNA podem ser consideradas
como generalizações de modelos estatísticos, enquanto outras são extremamente parecidas
com modelos estatísticos existentes, subsistindo outras ainda, que são totalmente distintas dos
modelos estatísticos existentes.
Como se refere, os modelos escondidos de Markov (HMM) competem com as RNA no
desenvolvimento de pesquisas nas áreas especificadas acima.
Em suma, os programas de inspecção e manutenção podem fornecer dados tendo em
vista o perfil global de emissões da frota de veículos. Porém, apenas uma parte muito pequena
do subconjunto de dados, inclui medições simultâneas não só do regime de operação do
veículo mas também da taxa de emissões poluentes instantâneas.
Os modelos instantâneos desenvolvidos são importantes para avaliar com precisão o
impacto ambiental de iniciativas com incidência ao nível das vias de comunicação e
transportes, tal como, por exemplo, ao nível do projecto das intersecções rodoviárias e das
medidas de acalmia de tráfego (Simões_Andreia; et al. 2001).
Numa análise de dados de medições de caudais mássicos (kg/s), recolhidos através de
testes a uma amostra aleatória de veículos, (North 2007) relacionou valores instantâneos de
100
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
emissões com os tempos em que ocorrem e definiu as respectivas frequências acumuladas
para cada uma das variáveis de estudo. O trabalho concluiu sobre a existência de episódios de
picos de emissões que ocorrem em períodos relativamente curtos. Este efeito apresenta-se
especialmente realçado para as emissões de CO, com 98% do tempo de registo a apresentar
emissões enquadradas nos 10% de valores mais baixos do intervalo de dispersão das
medições de caudal. Análise semelhante permitiu identificar distribuições análogas para os
restantes poluentes, apresentando as PM10 84%, os THC 82% e o NO 71%. A distribuição de
CO2 tem uma dispersão mais uniforme, se bem que cerca de metade do tempo de teste, mais
concretamente, 49%, seja ainda gasto dentro dos 10% de valores mais baixos do intervalo de
dispersão das medições apuradas.
Na predição de intervalos de inspecção de autocarros urbanos, é recomendado utilizar
valores de referência, tais como os referentes a veículos equipados com motores de ignição
por compressão (Diesel) e que são enumerados no sub-capítulo seguinte.
As técnicas de manutenção condicionada permitem a avaliação da condição do sistema
baseada na recolha de dados no sistema através da monitorização contínua ou de inspecções,
com o objectivo de determinar a necessidade de manutenção antes da ocorrência de qualquer
falha imprevista.
As condições anormais resultam geralmente de duas causas comuns:
1. Degradação decorrente do uso acelerada por factores externos que levam a uma
mudança abrupta na utilização.
2. Mudanças súbitas de comportamento.
Os algoritmos de monitorização do bom funcionamento de um sistema são habitualmente
derivados de modelos de deterioração com ajustamentos empíricos, obtidos de experiência
operacional. Um exemplo tem a ver com a quantificação das incertezas do modelo, tais como,
variações no fabrico, condições de operação e tipo de indicadores controlados. Esta
perspectiva de aproximação probabilística para predição da vida de um sistema ou
equipamento é essencial para o prognóstico, porquanto fornece simultaneamente o nível de
confiança que lhe está associado. É também simples de implementar quando as reparações e
o histórico de falhas se encontram disponíveis, permitindo caracterizar com precisão as
respectivas distribuições Weibull ou Gama.
Quando a condição do sistema excede o seu nível de disfunção passa ao estado de falha,
obrigando à imediata manutenção não-planeada, a qual deve corrigir o sistema de forma a
garantir uma reparação tão boa quanto novo (as-good-as-new). Obviamente que a escolha das
datas de inspecção e os valores limiar críticos influenciarão o desempenho económico da
política de manutenção. Os modelos económicos de avaliação das políticas de manutenção,
apesar da vantagem da sua capacidade para tratar as interdependências, têm a desvantagem
da ausência de um conjunto de regras que possam ser aplicadas a diferentes situações.
101
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
(,6
7 +
$%
1 8
5
A monitorização do desempenho de uma organização em geral é um processo cíclico. A
monitorização habilita um operador a comparar indicadores com, por exemplo, o resultado do
ano anterior. Atendendo a que a monitorização é um processo contínuo permanente, os
indicadores precisam ser monitorizados com o objectivo de analisar o resultado das melhorias.
A monitorização pode resultar de um projecto desenvolvido internamente na empresa ou
resultar da aplicação de projectos públicos.
No contexto de um operador de transporte público, o processo deverá seguir uma
abordagem sequencial com os seguintes passos:
1. Definição dos factores que são críticos para o sucesso da empresa;
2. Desenvolvimento de medidas de desempenho apropriadas, conhecidas como
indicadores;
3. Recolha dos valores dos indicadores para um primeiro ano de base;
4. Definição de metas de curto e longo prazo para cada indicador, tendo como referência
o ano de base;
5. Planeamento das medições e actividades que melhorarão a exploração de transportes
e conduzirão a uma concretização dos objectivos de curto e longo prazo;
6. Definição de uma metodologia de monitorização descrevendo o que deve ser
monitorizado, quem fará a monitorização e quando efectuar a monitorização.
Podem ser aplicados muitos indicadores de desempenho. Para uma análise básica,
deveriam ser definidos indicadores dentro de três áreas:
• Produto ou serviço;
• Eficiência (pessoal, veículos e manutenção);
• Resultado.
Dentro das três áreas de desempenho o operador / autoridade de transporte pública
deverá escolher um número de indicadores para monitorização do desempenho do sistema de
transporte público, tais como, por exemplo, os seguintes:
1. Produto ou serviço - Cobertura da rede de transportes, velocidade média, quota de
mercado do transporte público, prioridade na aproximação aos semáforos, fracção de
veículos de piso rebaixado, fracção de paragens com abrigos, idade média dos
veículos.
2. Eficiência:
• Pessoal de apoio - pessoal por (veículo * quilómetro) ou pessoal por (veículo *
hora), custo total de pessoal por (veículo * quilómetro) ou por (veículo * hora), custo
de pessoal administrativo por (veículo * quilómetro) ou por (veículo * hora), custo de
motoristas por (veículo * quilómetro) ou por (veículo * hora).
102
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Veículos - número de autocarros por (veículo * quilómetro) ou por (veículo * hora),
viagens por (veículo * quilómetro) ou por (veículo * hora), viagens realizadas por
veículo, (veículos * hora) ou (veículos * quilómetro) por veículo.
• Manutenção - Pessoal técnico por (veículo * quilómetro) ou por (veículo * hora),
custo de manutenção por (veículo * quilómetro) ou por (veículo * hora).
3. Resultado - custo total por (veículo * quilómetro) ou por (veículo * hora), taxa de
cobertura dos custos, rácio de contribuição nos custos dos clientes, viagens por
cliente, receitas de bilheteira por viagem, viagens por (veículo * quilometro) e / ou por
(veículo * hora).
Os dados de medida de desempenho proporcionam à administração de transportes
avaliações objectivas do nível de oferta actual tendo em consideração a qualidade de serviço.
Os aspectos monitorizados regularmente relativos aos serviços existentes incluem, por
exemplo, pontualidade dos serviços de autocarro, probabilidade de um passageiro ao entrar
num autocarro, dispor de um lugar sentado, limpeza dos autocarros e condições das paragens
dos autocarros.
A gestão chave de um sistema de medida de desempenho inclui: Monitorização do serviço;
Avaliação de desempenho financeiro; Funções de gestão; Comunicações internas;
Desenvolvimento de um serviço de normas de projecto; Comunicação de realizações e
desafios; e Promoção de benefícios na comunidade.
Durante décadas, várias organizações concentraram grande parte da sua atenção na
oferta de produtos e serviços, ignorando muitas vezes a função de manutenção que, no
entanto, era vista como um mal necessário. Durante os últimos anos houve uma mudança
gradual de atitude, com os gestores a olharem também para a função manutenção. Um dos
factores mais importantes que promoveram esta mudança teve a ver com o facto dos
departamentos de manutenção se tornarem centros de custo principais dentro das
organizações.
Com os custos gerais de operação a subirem com incrementos anuais elevados, gerou-se
o potencial de conseguir poupanças significativas no departamento de manutenção, através da
implementação de práticas avançadas de gestão da manutenção, com as quais se começaram
a esboçar poupanças que podem tornar-se muito significativas.
Ao longo de vários anos foram desenvolvidos vários modelos e métodos de boas práticas
de manutenção ao nível da medição e suporte do desempenho da frota, nomeadamente:
• Manutenção curativa / correctiva - Os veículos são submetidos a intervenções
quando as falhas já ocorreram.
• Manutenção preventiva - Os equipamentos são submetidos a intervenções de
manutenção com intervalos regulares, conforme as instruções dos fabricantes ou a
prática empresarial, para prevenir falhas antes que elas ocorram ou antes que elas
se desenvolvam e manifestem sob a forma de defeitos mais graves.
• Manutenção preditiva - A medição de variáveis de estado determina a classificação
da condição do equipamento em serviço, no sentido de predizer quando a
manutenção deve ser executada.
Em anos recentes têm vindo a ser introduzidos, pelos maiores operadores de vastas áreas
urbanas, diversas mais-valias, tais como:
103
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Sistemas de auto-diagnóstico a bordo dos veículos;
• Manutenção centrada na fiabilidade;
• Transmissão de dados on-line;
• Monitorização das condições de operação do motorista;
• E controlo de custos.
Pela aplicação de boas práticas de gestão e com o uso de adequadas ferramentas
técnicas de manutenção, podem conseguir-se reduções de custo significativas. Poder-se-á
analisar o nível de sucesso dependente da forma como cada função específica e cada
actividade particular é integrada na manutenção e na rotina de trabalho de produção. A nível
internacional, (Bruce, 2009) define um programa de 13 passos a seguir, estabelecendo aquilo
que é denominado como uma organização de manutenção de classe mundial no âmbito das
melhores práticas em manutenção e dos seus respectivos impactos, que são:
1-Alterações filosóficas e teóricas
Para alcançar as melhores práticas no âmbito da manutenção, deve haver
disponibilidade para operar mudanças tecnológicas e organizacionais, de modo que cada
departamento faça a sua própria gestão diária.
2-Compreender a mudança
Muitas pessoas têm horror às mudanças, pelo que resistem ferozmente a elas. É
importante que todos percebam a importância de fazer as necessárias mudanças. Só
aqueles que mostrarem disponibilidade às mudanças podem esperar alcançar o real
sucesso. Para isso, os órgãos de decisão da empresa devem estar dispostos a
desenvolver um plano de acção altamente disciplinado. Quando a aprovação for
conseguida, os gestores de manutenção e produção têm que fazer as necessárias
mudanças e implementar o plano corajosamente e tão rapidamente quanto possível.
3-Criar uma equipa de trabalho
Todo o pessoal de apoio precisa ser informado do plano e dos seus efeitos em cada
elemento da organização. É necessário que eles participem nos processos de
reengenharia, para assim contribuírem para um objectivo comum. O pessoal que entende
e concorda com um processo torna-se mais cooperante com a mudança e ficará menos
propenso a, mais tarde, criar dificuldades. A equipa de trabalho ao longo do processo de
realinhamento da organização constitui um factor crítico no alcançar do sucesso.
4-Programa de treino
Deve ser desenvolvido um programa de treino específico que cubra todos os aspectos
das mudanças propostas. Para introduzir as novas ideias são necessárias sessões de
treino e reuniões de progresso. Devem ser apresentados métodos básicos para que o
pessoal os entenda facilmente. As sessões de treino devem ser limitadas a uma hora por
dia e devem cobrir todos os aspectos do novo plano. Podem ser usados seminários para
enfocar os problemas correntes e a forma como evoluíram.
Os treinos devem ser implementados de forma contínua até que as novas normas de
manutenção estejam completamente implementadas.
O pessoal da manutenção deve ser treinado para possuir destreza na resolução de
problemas que usam uma metodologia formal. As pessoas precisam deste tipo de treino de
modo a que possam aprender a analisar construtivamente a informação disponível.
104
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Usando uma única metodologia de abordagem, com toda a gente envolvida, a organização
ficará com uma cultura comum para encontrar soluções para os problemas de
desempenho. Em qualquer momento em que surjam problemas e a tendência dos
indicadores aponte numa direcção negativa, a empresa pode reagir usando rapidamente
equipas multi-nível e multi-funcionais.
Os grupos de implementação de novas metodologias devem ser constituídos por
pessoal dos vários departamentos da empresa.
Uma vez treinados na metodologia de resolução de problemas, os grupos podem
precisar do apoio de um responsável qualificado. Deve ser um indivíduo de dentro da
organização, reconhecido pelas suas aptidões na liderança de pessoal. Deve saber
fornecer o apoio ao desenvolvimento de dinâmicas de grupo positivas. Como o passar do
tempo, o pessoal poderá, naturalmente, trabalhar cada vez mais sem a ajuda desse
especialista.
5-Gestão de activos
Define-se o conceito de gestão de activos pela sua associação com uma configuração
de equipamentos. No caso de autocarros urbanos, são definidos diferentes centros de
gestão de activos pela associação a diferentes séries da frota. Um centro de gestão de
activos corresponde a uma série de autocarros. Cada um dos centros de gestão de activos
incluirá vários centros de custo individuais traduzidos pelos diferentes autocarros da frota.
Um centro de custos inclui custos de equipamento, com pessoal, com materiais e com
combustíveis. Uma vez estabelecido, cada centro de custo deve ser localizado e
monitorizado nos factores de tendência mais importantes que permitam proporcionar à
administração informação precisa e viável sobre onde está a ser despendido o dinheiro. Os
custos totais são desagregados pelos centros de gestão de activos e estes por sua vez
congregam os diferentes centros de custo. Com um plano de gestão de recursos eficiente,
o sistema de acompanhamento da manutenção, gerido informaticamente, funcionará no
seu máximo potencial.
6-Controlo de armazéns / inventários
A reorganização da função de armazenagem é um das mudanças mais críticas. Muitos
dos espaços de armazenagem encontram-se organizados de forma imprópria,
acondicionando muitas vezes componentes e materiais durante anos até que se tornem
necessários na revisão integral dos veículos.
É essencial que os componentes e materiais disponíveis em armazém sejam
adequados para satisfazer as necessidades de todas as intervenções em curso e as
resultantes de emergências, de forma que cada função de manutenção seja totalmente
salvaguardada. As quantidades não devem ser escassas nem exageradas. As peças e os
materiais devem conter etiqueta e devem ser de fácil identificação dentro do espaço de
armazenagem.
Uma vez etiquetado e colocada no armazém, a peça deve dar entrada num sistema de
controlo automatizado, por número de identificação, localização, centro de custo e centro
de gestão de activos que usa a peça.
Uma análise histórica de qualquer peça ou equipamento deve permitir a identificação
de artigos excedentários ou em falta. Uma vez identificados os excessos, deverão os
mesmos ser corrigidos no sentido de optimizar o inventário. Ao pessoal de armazém
devem ser distribuídos procedimentos escritos, alguns emitidos de forma automática pelo
105
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
sistema informático, respeitantes a quantidades de reserva, soluções, verificações e
correcções. Uma directiva escrita é essencial para uma compreensão clara por todo o
pessoal.
O pessoal de manutenção e de armazém deve ser treinado em todos os aspectos
relacionados com as exigências de entrada de dados no sistema informático. O acesso ou
entrada no armazém deve ser obrigatoriamente restringido a fiéis ou responsáveis pelo
armazém.
7-Manutenção Correctiva
Com os activos e seus componentes identificados, a manutenção correctiva e
preventiva pode ser levada a efeito de forma mais eficiente. O pessoal pode ser afecto de
modo a satisfazer as necessidades dos centros de gestão de activos recentemente
criados. Os custos são associados directamente ao centro de custos e respectivo grupo ou
centro de gestão de activos. As ordens de trabalho devem ser emitidas para o código do
Objecto de Manutenção a carecer de intervenção para que os custos lhe sejam imputados,
mediante contabilização das peças utilizadas, materiais e horas de mão-de-obra, de forma
a permitir a análise de custos e o controlo das previsões de desempenho. Os
trabalhadores afectos aos departamentos de produção e manutenção devem saber o que
está a ser feito, por quem, onde, quando e porquê. Devem ser desenvolvidos
procedimentos escritos na Ordem de Trabalhos (OT), com responsabilidades detalhadas
em termos de cada elemento do pessoal afecto. É essencial programar o uso de
operadores para desenvolverem tarefas rotineiras de manutenção, tais como lubrificação e
ajustamentos secundários.
O planeamento constitui a fase crítica no sistema de OT. Quem planeia define o
trabalho esperado, material e sequência de tarefas. O órgão de planeamento deve ser
incumbido e autorizado a fazer a determinação de quanto trabalho pode ser realizado num
determinado período de tempo para cada centro de custos e respectivo centro de gestão
de activos para facilitar não só as exigências de produção como também as necessidades
de manutenção. A reserva de capacidades deve ser efectivamente gerida para que não
entre em situações incontroláveis. O planeador deve ser responsável perante o gestor de
produção e perante o gestor de manutenção de modo a satisfazer as suas exigências.
8-Manutenção preventiva
O programa de manutenção preventiva deve ser objecto de uma reavaliação total para
determinar a sua adequabilidade e efectividade. Demasiado tempo de paragem para
manutenção e frequentes avarias dos equipamentos, indicia que a manutenção preventiva
não está a ser eficiente.
O objectivo real do programa de manutenção preventiva é reduzir tempo de paragem
em manutenção e o número de avarias para um nível que seja considerado aceitável e
gerível pelos departamentos específicos.
O programa efectivo de manutenção preventiva deve ser concebido para coexistir com
as duas vertentes de manutenção correctiva e preditiva e para maximizar a redução do
tempo de paragem do equipamento.
Como prática comum, é essencial que haja boa coordenação e cooperação entre os
gestores de operações e de manutenção. Devem ser usadas directivas escritas para
estabelecer quem está na liderança e quem está em posição secundária perante a
106
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
ocorrência de vários cenários operacionais. É crítico e relevante para o sucesso perceber
que as operações nem sempre terão que estar na liderança.
Uma lista de verificações na manutenção preventiva de autocarros deve incluir:
a)Testes de segurança visuais, incidindo sobre a direcção, chassis, reservatórios e
tubagem de combustível, apoios do motor, terminais da bateria, cintos de
segurança, iluminação, e fugas de óleo de lubrificação;
b)Testes de segurança automatizados, incluindo os travões e feixes de luzes de
médios e máximos.
9-Manutenção preditiva
É essencial o uso efectivo de boas ferramentas de previsão se for desejo dos gestores
prolongar a vida útil operacional de determinada configuração ou série de equipamento.
Por aplicação formal das muitas e variadas ferramentas de manutenção preditiva por parte
do pessoal de manutenção, é possível identificar e predizer padrões de falhas com algum
grau de precisão. Sem grandes custos, as ferramentas mais comuns de predição
disponíveis nos departamentos de manutenção são a análise de ruído, a análise de
vibrações, a análise de óleo de lubrificação, a termografia, a utilização de ultra-sons e
agora também os efluentes de escape dos veículos.
Todas as máquinas dão sinais prévios de advertência que predizem o seu fracasso
iminente. A aplicação correcta e o uso de tais ferramentas de predição auxiliam
grandemente na identificação de problemas iminentes antes que eles se tornem
catastróficos. Com o uso pelo departamento de manutenção de mecanismos de detecção
antecipada e alerta efectivos, as falhas podem ser identificadas pelos respectivos modelos
informáticos, fornecendo aos gestores a informação necessária ao planeamento.
O uso efectivo de análise de tendências de ocorrência de falhas irá, ao longo do
tempo, sugerir a existência de um efeito adverso no desempenho de qualquer
equipamento. Quando são ignoradas as tendências, as falhas acontecem. A lição a retirar
tem a ver com a capacidade de percepção de quando fazer as necessárias reparações. A
chave consiste em capturar um sinal anterior à ocorrência de uma acção adversa no
desempenho do equipamento. A análise de dados referente às falhas efectivas apresentase como uma ferramenta poderosa no julgamento do equilíbrio entre tempos de paragem
versus perda de produtividade devido a falha.
A manutenção preditiva tem que se tornar uma rotina de qualquer produção regular.
10- Compras
A secção de compras desempenha um papel importante numa moderna organização
de manutenção integrada. É essencial o uso de um sistema automatizado para activar
ordens de compra para garantir a optimização da gestão dos níveis de stocks. Um
planeamento adequado e uma gestão por computador dos níveis de stocks de uma
empresa podem prevenir rupturas de stocks e o seu sobredimensionamento. O factor de
sucesso consiste em ter em armazém só os artigos susceptíveis de provocar situações de
emergência.
Quando se opta pela dependência de um fornecedor principal, os níveis de stocks
deverão ser apenas os suficientes para satisfazer as necessidades de uma emergência.
Um método é encontrar um fornecedor que esteja disposto a garantir uma provisão
adequada dos artigos de stock da empresa no seu próprio armazém, garantindo todas as
107
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
necessidades do departamento de manutenção. Esta prática terá como consequência um
comportamento mais selectivo da secção de compras. Para garantir maior competitividade
deve contratualizar-se um fornecedor numa base anual. Um contrato escrito é sempre
recomendável.
11-Manutenção pró-activa
A manutenção pró-activa corresponde a realçar em simultâneo as tecnologias de
manutenção sistemática e preditiva. É absolutamente necessário que os gestores
identifiquem e documentem os ganhos decorrentes de cada uma das componentes.
Para fazer com que tal aconteça, deve-se estabelecer um documento de registo
temporal para cada centro de custo e valores estatísticos por cada centro de gestão de
activos. Depois devem desenhar-se gráficos que demonstrem o tempo de bom
funcionamento e o tempo de paragem de cada um dos activos, estabelecendo depois os
factores de causa e efeito que lhe estão associados. Posteriormente, fazem-se as
necessárias mudanças nos departamentos de operação e manutenção que melhor se
adeqúem à melhoria dos tempos de bom funcionamento. A manutenção pró-activa
fornecerá aos gestores um meio de criar uma redução efectiva do tempo total de paragem
por manutenção, maximizando a fiabilidade de produção do equipamento e a sua vida útil.
12-Indicadores de gestão
Os objectos de manutenção e respectivos grupos afectos à exploração precisam ser
monitorizados. Os indicadores são usados para emitir alertas relativos ao nível de
exequibilidade de um plano e servem para justificar e, eventualmente, reforçar as acções
implementadas. Muito frequentemente o pessoal da empresa vê esta prática como negativa,
já que podem vir a ser responsabilizados pelo fraco desempenho.
12.1- Indicadores de avaliação
Normalmente, estes indicadores são valiosos para a administração. Para se
tornarem mais eficientes, cada um destes indicadores deve ser subdividido em subindicadores para uma análise mais consistente, os quais precisam ser partilhados com
todos os empregados. Alguns dos sub-indicadores utilizados em empresas de
transportes são os seguintes:
• Exequibilidade orçamental (actual versus previsão).
• Rácio global de bom funcionamento da frota, para as diferentes séries de
veículos.
• Custos, em percentagem, das vendas e custos operacionais.
• Custos de manutenção como uma percentagem dos valores dos activos
substituídos.
• Custos de manutenção por passageiro transportado.
• Percentagem de absentismo do pessoal de manutenção.
• Desempenho e cumprimento das normas de segurança e ambiente.
• Horas de treino ou custos de treino do pessoal como uma percentagem das
horas globais ou custos globais de manutenção e reparação.
• Empregados inactivos.
108
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
12.2- Indicadores de estrutura organizacional
Os indicadores de estrutura organizacionais são de menor importância, mostrando
as relações existentes entre os diversos patamares de intervenção, tais como os
seguintes:
• Relação entre empregados assalariados versus empregados pagos à hora.
• Relação entre empregados pagos pela empresa versus empregados de
empresas prestadoras de serviços.
• Relação entre empregados de produção versus empregados de manutenção.
• Empregados de manutenção por encarregado.
• Empregados de manutenção por preparador de trabalhos.
• Encarregados de manutenção por preparador de trabalhos.
12.3- Indicadores de gestão de armazéns / peças de manutenção.
É essencial o uso de indicadores que possam reflectir a capacidade dos armazéns
em garantir elevada disponibilidade de peças. Podem ser usados os indicadores
seguintes:
•
•
•
•
Rigor e frequência de elaboração de inventário.
Percentagem de stock saído de armazém.
Percentagem de inventário inactivo.
Percentagem de crescimento de artigos em armazém.
• Percentagem de crescimento em número de fornecedores.
12.4 Indicadores de rotina de manutenção
Os indicadores seguintes podem ser usados para avaliar a consistência em
desempenho de actividades de manutenção. Para aderir às boas práticas de
manutenção, interessa optimizar estes indicadores, através de resultados financeiros
positivos e pelo desempenho do equipamento, tais como, por exemplo, os seguintes:
• Ordens de trabalho lançadas como percentagem de horas totais de
manutenção.
• Horas homem por ordem de trabalho.
• Conclusão do plano diário.
• Despesas de manutenção preventiva em percentagem do total das despesas
de manutenção.
• Percentagem de trabalho de emergência.
12.5 Indicadores de desempenho de equipamentos
Os indicadores de desempenho de equipamento são os mais valiosos de todos os
indicadores, uma vez que reflectem o "valor actual dos Objectos de Manutenção" e os
sucessos ou falhas de actividade dos empregados. Estas medidas enfocam
especificamente na fiabilidade, custo do equipamento crítico e no custo de produção.
Enquadram:
• Operacionalidade do equipamento global.
• Tempo de manutenção ou tempo de paragem do equipamento
• Capacidade, utilização, velocidade ou eficiência de desempenho do
equipamento.
109
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Média do tempo de bom funcionamento (MTBF) para motores, compressores,
bombas, etc.
• Lista do equipamento com pior desempenho.
• Número de vezes de afinação.
• Número de vezes de arranque e paragem do equipamento.
• Custos mensais para cada tipo de equipamento (motores, compressores,
bombas).
• Custos mensais para cada centro de gestão de activos.
13-Manutenção centrada na fiabilidade (RCM)
A RCM (Reliability Centered Maintenance) pode ser definida como um processo
utilizado para determinar o que deve ser feito para assegurar que cada bem físico continue
a realizar a função requerida no contexto operativo em que se encontra (Moubray 2004).
Integra as diferentes formas de manutenção incorporadas em cada configuração de
manutenção. Assume que cada um dos componentes do equipamento que integra um
centro de recursos pode ainda operar com mais alto grau de confiança, resultando na nova
configuração uma melhor previsão da produção, maior satisfação dos empregados e
margens de lucro mais elevadas.
Quando se fala em RCM terá que ser feita referência à aplicação de técnicas de
análise dedutivas, nomeadamente ao FMECA (Failure Modes, Effects and Criticality
Analysis). Trata-se de uma poderosa ferramenta de análise de projecto que é usada para
aumentar a fiabilidade de um sistema. Pode ser aplicada durante a fase inicial de projecto
ou em equipamento existente. Usa um procedimento pelo qual cada potencial falha é
analisada no sentido de determinar como essa falha é detectada, fazendo também a
prescrição das acções a ser levadas a efeito para a sua reparação.
Uma vez que a RCM tenha sido implementada, o resultado será uma abordagem no
âmbito da Manutenção Totalmente Integrada (TIM) contribuindo para a melhoria da
fiabilidade da frota. Quando a TIM é alcançada, o departamento de manutenção tornar-seá um departamento abrangido pela RCM.
(Hiatt 2009) refere que pode ser alcançado um vasto leque de benefícios pela criação
de um departamento de manutenção totalmente integrada, incluindo:
1. A redução global de emergências dos equipamentos em mais de 75%.
2. Redução nas compras de manutenção em mais de 25%.
3. Melhoria de actividades de armazéns e precisão de funcionamento de
armazéns em mais de 95%.
4. Melhoria da eficiência da manutenção preventiva em mais de 200%.
A tecnologia de manutenção está a tornar-se rapidamente uma ciência avançada,
onde e sempre que implementada e integrada, se revela compatível com o plano de gestão
no âmbito da RCM. A execução destes planos requer um trabalho duro e de profunda
dedicação. O resultado da aplicação de novas tecnologias pode ser desanimador no
princípio, mas em última instância ajudará sempre no estabelecimento ou no acentuar de
uma organização de classe mundial.
110
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Existe um conjunto de critérios que suportam um reduzido rácio de viaturas de reserva
numa frota de transportes urbanos. Um reduzido rácio de reservas, sinónimo de alta fiabilidade,
assenta fundamentalmente na implementação de um eficiente plano de manutenção
preventivo, que resulta na aplicação de metodologias de inspecções cíclicas, conducentes à
avaliação e substituição de peças defeituosas, num contínuo e oportuno programa de revisões
e num programa de formação profissional activo e sistemático, direccionado ao pessoal
envolvido na manutenção.
Em resultado da substituição dos principais sistemas e componentes com base na
experiência de ocorrência de falhas, em detrimento de intervenções decorrentes da
constatação das falhas, surge o aumento significativo da fiabilidade das frotas, reduzindo o
tempo imprevisto de manutenção e a necessidade de grande número de veículos
sobressalentes.
Define-se rácio de reserva de viaturas (spare ratio) da frota através da expressão:
Rácio de Viaturas de Re serva =
Total da Frota − Necessidade Viaturas em Ponta
Necessidade Viaturas em Ponta
(Eq. 2.102)
Os gestores têm vindo a confirmar que o tempo de vida útil de cada um dos componentes
de um equipamento ou sistema varia significativamente, o que significa que, no seu ciclo de
vida, um autocarro possa vir a necessitar, a título de exemplo, de dois motores, quatro
transmissões e de pintura da carroçaria em intervalos de três anos. O tempo de vida também
varia por tipo de veículo e localização geográfica da rede explorada.
Embora o impacto de um único factor numa empresa específica possa variar
consideravelmente, a experiência permitiu identificar um conjunto de factores comuns que
afectam o tamanho óptimo do número de viaturas de reserva da frota (tabela 2.19).
VARIÁVEIS CHAVE QUE AFECTAM O RÁCIO DE RESERVAS DE UMA FROTA
1 - Composição da frota de autocarros, marcas e
modelos
8 – Rácio de veículos por mecânico
2 - Idade da frota
9 - Planos de formação em manutenção
3 - Quilometragem anual dos autocarros
10 - Número de intervenções de piquete
4 - Velocidade comercial a que são sujeitos os
autocarros
11 - Ajustamentos introduzidos nos percursos
5 – Envolvente e ambiente de exploração
12 - Ajustamentos introduzidos nos serviços
6 - Flutuações diárias na procura de transportes
13 - Gestão de inventário
7 – Políticas e planos de manutenção
14 - Administração e finanças
Tabela 2.19 – Variáveis que influenciam o rácio de reservas de frotas de autocarros
O valor recomendado para o rácio de viaturas de reserva da frota, especificado na Circular
C 9030 1A 1987 Appendix A, da FTA (Federal Transit Administration - USA), é de 20%.
Para avaliar as práticas de gestão nas empresas de transportes a FTA levou a efeito um
inquérito junto de um universo de 36 empresas Norte Americanas e Canadianas. Este conjunto
incluiu 8 pequenas empresas com frotas compreendidas entre 33 e 199 autocarros, 8 médias
111
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
empresas, com frotas compreendidas entre 225 e 472 autocarro, 12 grandes empresas com
frotas compreendidas entre 537 e 963 autocarros e 8 empresas de muito grande dimensão,
com frotas compreendidas entre 1009 e 3664 autocarros. Uma síntese de alguns indicadores,
de actividade distribuídos pelas classes enumeradas, pode ser analisada na tabela 2.20.
Classe
empresa
Número de
empresas
Rácio de
viaturas de
reserva (%)
Velocidade
média (km/h)
Média de Km
percorridos/(autocarro*ano)
Idade
média da
frota
(anos)
Pequena
8
19
20,0
54768
7,7
Média
8
22
20,6
59901
8,1
Grande
12
21
20,9
65026
8
Muito grande
8
17
19,3
62771
9,3
Todas
36
20
20,3
61141
8,3
Tabela 2.20 – Indicadores de exploração de frotas, segundo a sua dimensão
O cálculo e monitorização do rácio de viaturas de reserva continuam a ser uma importante
ferramenta de gestão no sector dos transportes urbanos. Os resultados do inquérito
demonstram que os gestores de transportes estão cientes da sua responsabilidade na gestão
de frotas dentro de razoáveis constrangimentos de material circulante de reserva. As respostas
ao inquérito indicam que estão a ser feitos esforços no sector para encontrar formas de reduzir
o número de unidades de veículos sobressalentes. Muitos gestores de manutenção não só
seguem as orientações da FTA de cumprir a meta de 20% de veículos de reserva como tem
adoptado a filosofia de "quanto mais magro melhor " na gestão das suas frotas.
Mas as empresas que responderam ao inquérito indicam que não se revêem no facto de
ser recomendada a aplicação unânime de uma simples norma de fixação de um objectivo de
um rácio de unidades de reserva em todas as empresas operadoras de transportes públicos.
Sugerem mesmo uma maior flexibilidade na aplicação de directrizes em relação aos
sobressalentes. Consideram esta prática mais apropriada por causa dos diferentes factores
operacionais, ambientais e políticos que afectam o valor óptimo do tamanho da frota de reserva
para cada uma das empresas. Contudo, muitas das empresas incluídas no estudo
interpretaram a norma FTA de 20% de veículos sobressalentes como um tecto obrigatório e
não como uma directriz.
Relativamente aos 14 factores identificados, as empresas que responderam ou foram
entrevistadas foram unânimes em considerar que oito desses factores tinham um impacto
muito superior aos restantes na gestão de sobressalentes da frota, que se subdividem também
em 14 itens:
1-Composição da frota de autocarros, marcas e modelos;
2-Idade da frota;
3-Velocidade de circulação;
4-Envolvente e ambiente de exploração, incluindo características da rede viária, condições
de tráfego, e severidade das condições climatéricas;
112
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
5-Flutuações diárias na procura de transportes;
6-Políticas e planos de manutenção, incluindo planos de manutenção preventiva com a
frequência dos ciclos de inspecção e um plano de revisões globais;
7-Planos de formação em manutenção;
8-Qualidade e treino do pessoal de manutenção;
9-Gestão e finanças, incluindo uma forte filosofia cooperativa, conferida aos gestores para
gerirem a frota de forma eficiente;
10-Capital suficiente;
11-Proveitos operacionais que permitem a compra de novos autocarros;
12-Programas chave de manutenção;
13-Pessoal de manutenção dos veículos;
14-Regras sindicais que permitam flexibilidade ao gestor de manutenção.
Os Serviços Municipalizados de Transportes Urbanos de Coimbra (SMTUC), entidade
classificada no grupo das pequenas empresas, na sua qualidade de operador urbano do
Município de Coimbra -Portugal, incluem no seu painel de gestão, um conjunto de indicadores,
dos quais se destacam os especificados na tabela 2.21.
Oferta
N.º Médio de
viaturas
Rácio de viaturas
imobilizadas em grandes
intervenções
Idade média
da frota
108
83
3,2
10,87
111
83
3,2
11,12
Ano
N.º
Autocarros
2009
2010
Tabela 2.21 – Indicadores da frota dos SMTUC
Nesta tabela pode verificar-se que os números médios de viaturas, não afectas ao serviço
de exploração em 2009 e 2010 situou-se entre 25 e 28, que correspondem a rácios de reservas
da frota de 18,9% e 22,2%, respectivamente.
Quando se pretende dimensionar uma frota para uma determinada necessidade de oferta,
o número médio de viaturas necessário (N=83) não representa o número total de veículos que
devem estar disponíveis para realizar este serviço, já que é necessário ter em conta, por um
lado, os períodos de imobilização das viaturas para garantir os serviços de manutenção de
rotina e os serviços de reparação de avarias e, por outro, a inevitabilidade de existirem veículos
de reserva. Assim, considerando-se um rácio de viaturas imobilizadas de 20%, o que se traduz
por uma disponibilidade de 80%, a frota tem de ser constituída por 83/0,80=104 viaturas.
Poderia concluir-se que a frota dos SMTUC se encontra sobredimensionada para as exigências
de prestação de serviços. Porém, a média de idades da frota explica a elevada necessidade de
reservas.
A frota de autocarros apresenta as características gerais especificadas na tabela 2.22.
113
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Ano
Número de Autocarros
Médio
Standard
Articulado
Total
2009
21
86
1
108
2010
25
85
1
111
Tabela 2.22 – Composição da frota dos SMTUC, segundo a dimensão dos veículos
A taxa de ocupação global das viaturas em toda a rede de transportes em 2009 e 2010 foi
de 20,5 e 21,9 respectivamente.
O número de intervenções operadas pelo órgão de manutenção dos SMTUC foi o que
consta da tabela 2.23.
Ano
Grandes
Intervenções
Revisões
Lubrificações
Inspecções
Obrigatórias
2009
125
133
246
172
2010
108
153
270
169
Tabela 2.23 – Número de operações de manutenção realizadas nos SMTUC
As grandes intervenções de manutenção encontram-se especificadas na tabela 2.24.
Tabela 2.24 – Grandes intervenções de manutenção realizadas nos SMTUC
Outros indicadores de gestão da actividade de transportes, nos anos de 2009 e 2010, em
milhares, encontram-se especificados nas tabelas 2.25, 2.26 e 2.27.
Tabela 2.25 – Indicadores de produtividade por viatura nos SMTUC
114
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tabela 2.26 – Indicadores de produtividade por motorista nos SMTUC
Tabela 2.27 – Indicadores de produtividade por efectivo médio nos SMTUC (milhares)
Respondendo aos novos desafios da gestão de frotas, muitas empresas têm vindo a
introduzir novas práticas que se estão a reflectir na redução de custos. Com isto aumentaram a
eficiência, permitindo-lhes gerir dentro das directrizes estabelecidas para os rácios de reserva.
Muitas delas introduziram estratégias que melhoraram a fiabilidade e reduziram o tempo de
manutenção dos autocarros. São exemplos os programas estatais de controlo de opacidade,
os quais usam os fumos de escape dos autocarros como um sinal de que a manutenção é
determinante. As novas exigências ajudaram a reduzir o número de chamadas de piquete e a
quantidade de deficiências nos motores. Outro exemplo é a criação de uma base de dados
disponível ao pessoal de piquetes que ajudou a identificar e também a reparar os autocarros
com histórias de desempenho problemáticas.
Outras empresas estão a procurar activamente novas técnicas e novos processos para
melhorar a gestão das suas frotas, conseguindo atingir os seus objectivos com o envio do seu
pessoal para outras empresas onde novas estratégias já se encontram implementadas. O
modelo assenta num sistema de informação de manutenção que fornece o histórico de cada
autocarro, por marca, modelo e veículo individual. Esta informação permite a rápida resolução
de problemas na globalidade da frota a partir da descoberta de anomalias detectadas em
veículos individuais. Também têm vindo a ser implementados programas informáticos de
inventário de peças que geram uma lista de peças críticas cujos stocks não devem entrar em
ruptura. Este sistema limita a frequência de ocorrência de situações em que os autocarros se
encontrem fora de serviço devido a falta de peças críticas para o seu funcionamento.
Muitas das boas práticas passam também por ter melhores programas de formação de
aprendizes, os quais preparam o pessoal de manutenção para se tornarem mecânicos
autónomos e competentes num período de 18 meses. O programa para os diplomados
permite-lhes solucionar efectivamente qualquer problema de manutenção encontrado na frota.
115
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para as chamadas de estrada ou pedidos de socorro existem várias definições, podendo
dizer-se que se trata de chamadas via rádio ou telefone, para ocorrer a incidentes que
envolvam falhas que resultam num atraso de serviço.
Tais chamadas pedem ajuda na resolução de falhas mecânicas ocorridas em autocarros.
Levam a uma intervenção do pessoal de piquete ou à recolha das viaturas aos depósitos. As
avarias mais comuns distribuem-se pelo motor, sistema de alimentação de combustível,
sistema de arrefecimento, sistema de lubrificação, falhas de sistemas eléctricos, sistema de
gases de escape, sistema de travagem, sistema de direcção, sistema de transmissão, sistema
de suspensão, rodas, sistema de arranque e carga, estrutura e janelas.
Os centros de manutenção e reparação são muitas vezes localizados nos depósitos de
recolha de autocarros junto de outras instalações operacionais como armazéns ou postos
abastecedores de combustível. Tais unidades têm que assegurar a manutenção de uma
grande variedade de veículos, de vários fabricantes e com um ciclo de vida longo. Para estes
centros, o tamanho e o apetrechamento com equipamentos são determinados pelo número,
tamanho e tipo de material circulante e pela modalidade de manutenção escolhida. Por sua
vez, o centro de manutenção pode ser dividido em diferentes áreas, de acordo com a função
específica (por exemplo, manutenção preventiva, manutenção preditiva, lubrificação, limpeza,
etc.).
Os centros de manutenção e o controlo implementado em serviços de gestão e
manutenção de veículos são concebidos de forma a corresponder a um conjunto de vectores,
em que se incluem:
•
•
•
•
•
•
•
•
•
•
•
•
116
Verificação dos sistemas que integram o veículo (manutenção preventiva);
Manutenção / reparação periódica;
Limpeza;
Lubrificação;
Assistência de emergência à margem da estrada;
Armazenagem de componentes e materiais;
Registo de falhas e reparações e fornecimento de dados de registo para integrar
outras documentações como as utilizadas pelo serviço de exploração, que faz a
escala de serviço dos motoristas e a afectação de autocarros à rede de transportes;
Controlo de custos e controlo de qualidade nas reparações de veículos com
medições trimestrais dos custos e serviços prestados;
Comunicação com os motoristas e com a administração, prestação de apoio e
recomendações de gestão da frota, no sentido de assegurar o apoio dos
responsáveis de exploração e dos motoristas na coordenação das reparações e
minimização do tempo de manutenção do veículo;
Actividades ecológicas que garantam a prestação de um serviço de autocarros
amigos do ambiente, tais como, por exemplo, pela utilização de água reciclada na
limpeza, gestão dos desperdícios, aperfeiçoamento do tratamento químico, ou
redução dos consumos de combustível e de energia;
Obter a recolha e disponibilização de dados de exploração, nomeadamente em
máquinas de controlo do ingresso de passageiros, dispositivos de contagem de
passageiros, unidades de controlo de bordo ou outras;
Renovação periódica de licenças mediante reavaliação dos motoristas.
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A manutenção e reparação de veículos não precisam necessariamente de ser executadas
pelo próprio operador rodoviário. No caso de reduzida dimensão da frota, a manutenção interna
não é geralmente competitiva, elevando os custos totais da empresa. Tal advém do facto de
exigir investimento não justificado ao nível de preparação de pessoal e aquisição de peças
sobressalentes. Outra solução pode ser executar na empresa apenas os pequenos trabalhos
de manutenção e recorrer aos fornecedores de veículos ou à contratualização de prestação de
serviços externos, quando se trate de grandes reparações como as grandes reparações de
motores. Por outro lado, se o operador possui uma unidade de manutenção bem equipada,
pode oferecer manutenção e serviços de reparação a outras frotas de transporte de público
(por exemplo operador de transportes regionais ou nacionais), grandes firmas de longo curso,
empresas municipais e associações de taxistas.
Há também um número crescente de fabricantes e concessionários que oferecem os seus
veículos através de um contrato que inclui os serviços de manutenção. Há tipos diferentes
deste modelo em acção (por exemplo a manutenção e reparação é efectuada na unidade de
manutenção da empresa prestadora de serviços com pessoal do operador).
O pessoal técnico deve ser adequadamente qualificado tendo em vista assegurar que os
sistemas operam correctamente sem falhas, numa base de longo prazo. A formação
profissional é principalmente levada a efeito por empresas prestadoras de serviço e deve ser
organizada segundo um planeamento anual regular.
Em frotas de maiores dimensões aumentou a necessidade de transferência de dados
electrónicos para ou oriunda dos veículos (por exemplo das máquinas obliteradoras,
equipamentos de contagem de passageiros, actualização de software). A automatização de
tais procedimentos em centros de manutenção leva à economia de muito tempo e dinheiro. As
opções incluem comunicações durante a noite por W-LAN quando os veículos se encontram
estacionados nos depósitos.
São referenciados casos de sucesso com a transformação do departamento de
manutenção numa empresa independente.
Por se tratar de um assunto crítico, deve ter-se sempre presente a necessidade de seguir
um ciclo de qualidade. Os elementos de um ciclo de qualidade são: planear, actuar, avaliar
(monitorizar e rever) e melhorar. É crucial implementar um sistema de monitorização
consistente que esteja bem integrado nas operações diárias, para facilitar o relatório gráfico, o
cálculo e análise de indicadores e a apresentação de resultados.
Enquanto a política descreve a inter-relação entre quem está a levar a efeito a
manutenção, onde levar a efeito a manutenção e o conjunto de acções a serem levadas a
efeito (BS 3811:1993), a estratégia de manutenção caracteriza o método usado para alcançar
objectivos de manutenção (BS EN 13306:2001). Para decisões políticas é essencial considerar
a tranferibilidade, vendo as melhores práticas noutros pontos do globo. Estudando exemplos da
vida real através de visitas a sítios de internet, podem persuadir-se os decisores a decidir-se
por um transporte de público urbano de alta qualidade.
Os objectivos de manutenção são alvos fixados nas actividades de manutenção (BS EN
13306:2001). Estes objectivos podem incluir por exemplo, disponibilidade da frota, redução de
custos, qualidade do serviço prestado, protecção ambiental, segurança. A meta principal de
uma unidade de manutenção é aumentar a disponibilidade e fiabilidade dos autocarros.
117
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
No sentido de optimizar o uso de recursos, como parte da gestão de operações em
transportes públicos, deveria haver pelo menos uma monitorização básica regular da eficiência
de funcionamento.
Seguidamente apresentam-se alguns exemplos de boas práticas de manutenção de
transportes públicos urbanos.
1- Central Florida Regional Transportation Authority (LYNX), Orlando, FL
Para avaliar a eficiência do sistema de manutenção da sua frota, a Central Florida
Regional Transportation Authority (LYNX), Orlando, FL, seleccionou uma empresa
especializada em tecnologia e manutenção de autocarros, a TRC (Transit Research Center),
para avaliar o seu desempenho global à luz dos recentes desenvolvimentos. A auditoria
centrou-se na identificação de deficiências e apresentação de recomendações relevantes. Na
sequência de uma visita às instalações da empresa, a TRC centrou o projecto em duas tarefas.
Na primeira, foi conduzida uma auditoria física a um conjunto aleatório de autocarros e aos
seus registos de manutenção para obter uma indicação geral das condições globais da frota e
das práticas da empresa ao nível da documentação de manutenção.
Depois de analisar as constatações no âmbito da tarefa inicial, a TRC conduziu uma
segunda investigação mais completa ao departamento de manutenção, com enfoque nas
seguintes áreas:
• Conteúdo, rigor, legibilidade e consistência de registos relacionados com a
manutenção;
• Utilização do sistema de informação de manutenção (MIS);
• Programação de intervalos de inspecção da manutenção preventiva (PMI);
• Gestão do programa de análise de fluidos para detectar sinais antecipados de dano
em componentes principais;
• Políticas, processos e procedimentos do fluxo de trabalho de manutenção;
• Subcontratação no fornecimento de bens e serviços;
• Programa de gestão da vida dos pneus;
• Segurança e manuseamento de materiais perigosos;
• Condições e utilização das infra-estruturas de manutenção;
• Adequação da formação técnica e da mão-de-obra;
• Gestão e moralização da mão-de-obra;
• Obtenção e gestão de materiais;
• Gestão de garantias;
• Monitorização do desempenho da manutenção;
• Comparação do desempenho de manutenção da empresa com empresas similares.
A TRC completou a fase II de avaliação da empresa, definindo um plano de acção objectivo
com estabelecimento de prioridades para perceber as necessidades do departamento de
manutenção. Identificou as deficiências observadas e as necessárias acções correctivas, e
ordenou todas as acções terapêuticas a ser implementadas de acordo com as exigências mais
urgentes em termos de segurança e fiabilidade de serviço. Identificou também os recursos, os
cenários temporais e estimou os custos exigidos para tornar o sistema de manutenção mais
eficiente e com custos optimizados.
118
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
2 - Centre Area Transit Authority (CATA) – State College, PA
A CATA contratualizou também a TRC para levar a efeito a avaliação do seu programa de
manutenção, no sentido de desenvolver as necessárias recomendações para introdução de um
programa de renovação da frota e preconizar uma reorganização da estrutura de gestão do
departamento de manutenção.
A TRC inspeccionou a frota e as instalações da CATA e entrevistou todo o pessoal de
manutenção. Procedeu à análise do plano financeiro nos seus itens mais importantes e avaliou
uma versão do trabalho desenvolvido pela empresa referente ao plano de substituição da frota.
Verificou também o perfil da engenharia em uso nas infra-estruturas e reviu os níveis de
afectação de pessoal à manutenção.
O relatório final da TRC apresentou pistas para reorganizar o layout das actuais
instalações, maximizando recursos sem grandes investimentos de capital. A TRC também fez
recomendações para um desenvolvimento mais eficiente do pessoal de gestão. Como
resultado, as poupanças desta reorganização, ao nível do pessoal de apoio, assegurariam a
libertação de fundos que permitem reforçar a contratação de técnicos adicionais. A auditora
refere que a implementação destas alterações terá repercussões na redução do número de
autocarros por mecânico. Para a renovação da frota de autocarros, a TRC recomendou
revisões imaginativas da frota ao mesmo tempo que eram feitos esforços no sentido de
assegurar alterações no financiamento.
3 - Northern Arizona Intergovernmental Public Transportation Authority (NAIPTA)
Flagstaff, Arizona
A NAIPTA contratou a manutenção de autocarros junto de prestadores de serviços
privados, mas opera os veículos como seu próprio pessoal. A NAIPTA não tem actualmente as
suas próprias instalações de manutenção.
A TRC comprometeu-se com a NAIPTA em levar a efeito uma avaliação da eficiência e
custos dos seus programas de manutenção de autocarros e determinar se a frota se encontra a
operar dentro dos padrões de segurança.
A TRC executou inspecções completas em 20 por cento da frota de autocarros para
desenvolver uma base de dados independente, referente à condição da frota. Também
desenvolveu extensas entrevistas com o pessoal da NAIPTA bem como com o pessoal
contratualizado a empresas externas de prestação de serviços de manutenção para recolher
informação sobre o programa de manutenção da NAIPTA. Levou ainda a efeito extensas
avaliações de treino técnico e suficiência de mão-de-obra de manutenção.
Outras áreas de enfoque durante a auditoria de manutenção à NAIPTA incluíram a gestão
de compras e aprovisionamentos, gestão de garantias, segurança e cumprimento de
legislação, monitorização do desempenho do sistema de manutenção e custos de manutenção.
Esta auditoria identificou várias deficiências importantes no programa de manutenção de frota.
Com base nas constatações da auditoria a TRC recomendou que a NAIPTA acelerasse o seu
plano de construir novas instalações de manutenção e que deveria considerar a hipótese de
arrendamento de instalações provisórias até que as novas instalações estivessem construídas.
A TRC também recomendou que a NAIPTA reorientasse a política de contratualização
apostando mais na manutenção interna, com vista a reduzir os custos elevados e corrigir os
resultados insatisfatórios daí decorrentes. A TRC também recomendou à NAIPTA que deveria
119
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
instituir um programa de monitorização das necessidades e práticas de manutenção e que
adquirisse um programa informático adequado de informação de manutenção.
4 - Potomac and Rappahannock Transportation Commission (PRTC) – Woodbridge,
VA
A necessidade de mudar de prestador de serviços de manutenção levou a PRTC a
contratar o auditor TRC. As auditorias envolveram uma detalhada inspecção a todos os
autocarros, incluindo a avaliação do desempenho pela análise de amostras de óleo de
lubrificação das viaturas da frota, procedendo à revisão dos registos de manutenção e à
análise de custos decorrentes de manutenções adiadas.
5 - Metropolitan Transit Authority of Harris County (Houston Metro) Houston, TX
A empresa tem ao seu serviço 1090 autocarros. A idade média da frota é de 8 anos, em
que 40% das viaturas possui idade inferior ou igual a 8 anos e em que apenas 8 autocarros
têm idade superior a 12 anos. A empresa procede regularmente à substituição dos autocarros
mais velhos.
O facto de dispor de uma frota relativamente recente contribui para que a empresa
disponha de uma frota em bom estado de conservação.
As paralisações por quebra de stocks apresentam valores muito reduzidos ou mesmo
insignificantes.
A Houston Metro adoptou um programa de manutenção preventivo que inclui 4000
inspecções de rotina anuais, com amostragem e análise regular de óleo de lubrificação, préinspeção dos principais sistemas e componentes utilizando limpeza a vapor, adesão agressiva
a um programa de limitação de opacidade, e um programa de redução das chamadas de
intervenção de piquete efectuadas pelas viaturas em exploração. A principal inspecção de
manutenção preventiva é levada a efeito todos os 6500 quilómetros, abrangendo sistemas
como ar condicionado, elevadores de cadeira de rodas, rádios e sinais de destino. A Houston
Metro tem vindo a fazer um grande esforço no sentido de reduzir o número de autocarros com
fumos visíveis na estrada, aumentando ao mesmo tempo a vida útil dos motores. No âmbito
deste programa, os residentes de Houston podem informar por telefone que qualquer autocarro
apresenta níveis de fumo anormais. Os relatórios de administração referem que o número de
reclamações foi progressivamente reduzindo até atingir no presente um valor próximo de zero.
Quando detectadas, as deficiências do motor são corrigidas antes da ocorrência de
qualquer impacto ambiental.
Quanto aos pedidos de intervenção de piquete, a administração impôs também que em
nenhum relatório possa constar que nenhum problema foi encontrado, limitando-se a brigada
de intervenção a entregar o autocarro de novo à exploração antes de identificar e reparar o
problema. É fornecido todo o apoio técnico para identificar os problemas persistentes.
A administração refere ter vindo a constatar que muitos problemas são originados no motor
e nos componentes eléctricos, uma área onde tem faltado a mão-de-obra especializada. Em
resultado dessa análise, a administração fez um especial esforço para recrutar e treinar
trabalhadores com uma aptidão especial para este tipo de trabalho. A Houston Metro tem um
programa de forte treino que se enfoca na electrónica do autocarro.
120
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os veículos que ultrapassam os 8 anos são sempre sujeitos a uma revisão integral, sendo,
contudo, efectuada uma pré-inspecção aos 6 anos para decidir da necessidade de antecipar
esta intervenção.
A Houston Metro também implementou um programa de gestão para assegurar que todos
os seus empregados estão envolvidos no esforço de melhoraria da qualidade da frota.
A Administração defende que a programação de trabalho relacionado com a manutenção
preventiva seja executada preferencialmente no turno de dia, no sentido de reduzir custos de
recrutamento de pessoal altamente especializado. É também este pessoal que está incumbido
do controlo do trabalho executado.
Os motoristas dos autocarros são também preparados para inspeccionarem de forma
crítica os defeitos que possam existir no autocarro no início do serviço e após a recolha. Esta
prática incide de modo especial nos elevadores de cadeiras de rodas para as quais é pedida a
tolerância zero antes da entrada em exploração. Se possível, são ainda reparados durante a
noite todos os defeitos ditos de cosmética antes de o autocarro entrar ao serviço no dia
seguinte.
Além disso, introduziu um programa inovador de aprendizagem de manutenção pelo qual
muitos de seus empregados são treinados. Só depois de 18 meses de intensa formação
experimental, estes trabalhadores são reconhecidos como mecânicos da empresa.
Com a empresa a manter a substituição regular de autocarros, a Metro de Houston atingiu
a meta de 10 por cento de viaturas de reserva para as condições operacionais actuais.
6 - Washington Metropolitan Area Transit Authority (WMATA) Washington, D.C.
A empresa gere uma frota de 1497 autocarros. Está habilitada a operar com um rácio
considerado baixo de viaturas de reserva, situando-se nos 13,6%, mesmo tratando-se de
condições urbanas adversas que incluem um clima de acentuadas variações climatéricas que
requerem ar condicionado no Verão e protecção contra tempestades de neve e gelo nos meses
de Inverno. O cálculo do rácio de viaturas de reserva é efectuado segundo a metodologia FTA,
incluindo a manutenção planeada e não planeada. Aproximadamente 4,2% das unidades da
frota encontram-se fora de serviço para manutenção preventiva, revisões e outras causas,
encontrando-se em reserva efectiva 9,4% da frota de serviço em condições operacionais
Estas condições adversas originam elevados níveis de desgaste. A média anual de
quilometragem percorrida por autocarro é de 56500 quilómetros e a velocidade é de apenas
16,1 quilómetros por hora.
Estes valores só se tornaram possíveis com a compra de novos autocarros em
combinação com programas e políticas de manutenção preventiva e revisões integrais na meiaidade dos veículos.
Afectaram também motoristas fixos ou em grupos restritos e fiáveis a autocarros que
operam em linhas que compreendem troços com frequentes avarias e/ou acidentes. São os
chamados serviços de incidências. Os gerentes da empresa referem que se deparam com
níveis de ocorrência nestes percursos de, aproximadamente, quatro por dia.
O programa de revisão integral e eventual abate procura a maior eficiência usando a
experiência adquirida para prever e antecipar intervenções nos componentes sob falha. Os
autocarros podem ser retirados do serviço a meia-idade, considerada nos seis anos, sendo
121
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
restaurados antes de os problemas ocorrerem. Ao mesmo tempo, têm implementado um
programa de inspecções contínuo no qual alguns componentes são substituídos antes da
ocorrência de falhas, independentemente da idade do componente.
Cada trabalhador de manutenção tem um pouco mais de dois autocarros para manter, o
que pode ser comparado com a maioria das empresas que requerem cerca de um mecânico
para assegurar a manutenção de quatro autocarros.
A definição do pessoal de manutenção é efectuada mais de acordo com a quilometragem
do veículo do que com o número de unidades da frota.
7 - Toronto Transit Commission (TTC) Toronto, Ontario, Canada
Com uma frota de 1704 autocarros a TTC opera num vasto ambiente urbano com severas
condições no inverno.
A velocidade média de circulação dos autocarros é de cerca de 19,6 quilómetros por hora,
um valor relativamente baixo uma vez que reflecte não só o congestionamento no centro da
cidade, como também os níveis de tráfego mais baixos nos arcos suburbanos das linhas
exploradas. Porém, a quilometragem média anual dos autocarros é elevada, situando-se em
71500 quilómetros, que indica uma forte utilização dos veículos. A aplicação da fórmula de FTA
conduz a um rácio de veículos de reserva de 22 por cento.
A Idade média da frota é de nove anos. Os autocarros são abatidos com 18 anos, com
uma revisão integral levada a efeito quando os autocarros atingem oito a dez anos no sentido
de prolongar a vida útil do veículo.
Num dia comum, encontram-se fora de serviço, por todas as causas, 153 autocarros,
representando aproximadamente 9% da frota activa total.
A gestão da TTC é uma das mais responsáveis e eficientes dos sistemas estudados.
Manifesta uma grande capacidade de actualização dos processos de manutenção. As
inspecções são realizadas em intervalos de 12900 quilómetros no turno de dia e todos os
autocarros são objecto de revisão integral entre os 8 e os 10 anos de idade. A formação
constitui uma dificuldade, já que a empresa se orienta num cenário de manutenção preventiva
e funcionamento nas 24 horas do dia. Dispõem de um mecânico para, aproximadamente, 3,6
autocarros.
8 - Peninsula Transportation District Commission Hampton, VA
A empresa opera num ambiente urbano de média dimensão, com uma frota de 116
autocarros. Apesar do seu clima moderado e dos poucos extremos de calor e de frio, são
necessários sistemas de aquecimento e de ar condicionado. A empresa atribui o facto de
possuir um valor de rácio de viaturas de reserva de 18% ao facto de utilizar práticas de
inspecção e manutenção muito rigorosas, à idade média de frota relativamente elevada e a ter
uma política de mitigação de constrangimentos operacionais. Os autocarros têm uma
velocidade de circulação média de 22,2 quilómetros por hora, depreendendo-se que várias das
suas linhas estão fora das zonas sob congestionamento, ainda que a quilometragem anual por
autocarro se situe em valores moderados de 54300 quilómetros.
A relação da amplitude de utilização dos autocarros é de 2,94. De registar o elevadíssimo
pico na ponta da manhã, quando 77 por cento da frota está em serviço comparado com o pico
122
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
da ponta da tarde quando apenas 57 por cento da frota é utilizada. Ao contrário das muitas
características que levam em consideração uma grande variedade de fabricantes e modelos de
veículos, a empresa tem ao seu dispor apenas cinco modelos de tamanho diferente da frota,
verificando-se que 72 das 116 unidades são da mesma marca e modelo. Embora não tenha
ocorrido nenhuma compra durante os últimos 2 anos, a idade média da frota é de 7,8 anos, e
apenas um quarto da frota tem mais de 8 anos de idade. Não dispõe de autocarros a
combustível alternativo.
As reparações correntes, inspecções, revisões gerais e eventos semelhantes levam a que
aproximadamente 10% (13 autocarros) da frota se encontre fora do serviço diário, o que sugere
que haja muito poucos veículos que se mantêm inactivos. Há apenas 18 autocarros de reserva.
Os autocarros não só são retirados do serviço por falhas mecânicas mas também por danos
provocados por vandalismo, problemas electrónicos como os que ocorrem com os painéis
iluminados de destino e problemas com os elevadores de cadeiras para deficientes. Os
relatórios mencionam que cada autocarro em exploração requer aproximadamente seis
intervenções anuais. A empresa reporta ainda a existência de um mecânico para cada sete
veículos (a maioria das empresas opera com um mecânico por dois a quatro autocarros).
A empresa assume realisticamente que possui um rácio de viaturas de reserva de quase
20%.
9 - Charlotte Transit System (Charlotte Transit) Charlotte, NC
A frota da Charlotte Transit compreende 159 autocarros. O clima temperado em que a
empresa opera contribui para que o desgaste da frota seja mais lento. Mesmo assim são
necessários os sistemas de aquecimento e de ar condicionado.
O rácio de viaturas de reserva situa-se nos 19%, o que reflecte os factores anteriormente
referenciados, bem como o facto de a frota ser gerida com os maiores cuidados. A idade média
da frota situa-se nos 11 anos. Até há algum tempo, a principal razão apontada para a
inexistência de novos autocarros na frota, prendia-se com a falta de recursos financeiros.
Como resultado, a empresa optou pela recuperação total dos autocarros mais velhos, com
reconstrução dos motores, esperando que os recentes motores mais eficientes possam
satisfazer os padrões de qualidade do ar sem necessidade de comprar veículos movidos a
combustíveis alternativos.
Durante muito tempo a assembleia municipal do município mostrou-se relutante em
despender capital em novos autocarros, permitindo, com muito custo, a aquisição de 21 novos
veículos.
A empresa coloca ênfase em assegurar que todas os mecânicos podem trabalhar em
todos os autocarros, dos mais velhos aos 50 mais novos que possuem transmissão electrónica
sofisticada.
A administração acredita que 20% de rácio de viaturas de reserva constitui um número
realista. A alta prioridade concedida à manutenção, inspecção e reconstrução de veículos mais
velhos é a chave para a redução da frota sobressalente.
123
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
10 - Central New York Regional Transportation Authority Syracuse, NY
Com uma frota de 199 autocarros a empresa desenvolve a sua actividade em serviço
urbano e suburbano. Opera com um clima temperado no verão e bastante severo no inverno,
quando se regista a ocorrência de fortes quedas de neve.
As recentes quebras na eficiência foram causadas pelo facto de que duas companhias
locais de autocarros terem falido o que levou a que a empresa assumisse o controlo dos
respectivos meios e linhas exploradas.
Globalmente, o sistema de exploração opera com autocarros à velocidade média de 19,6
quilómetros por hora, com quilometragem média anual de 40500 quilómetros por autocarro. A
idade média da frota é de 5,6 anos com um sistema de substituição programado para idades
dos veículos compreendidas entre 12 e 13 anos. Porém, 54 veículos têm uma idade igual ou
superior a 10 anos. A chave para o baixo rácio de viaturas de reserva, de 14,5 por cento, de
acordo com o departamento de gestão de operações da empresa, corresponde à ênfase
colocada na manutenção preventiva e no estudo meticuloso de novos produtos e processos
antes de efectuarem qualquer compra de novos veículos.
Outra razão apresentada para o baixo rácio de viaturas de reserva tem por base o facto de
a empresa ter classificado 22 tipos de trabalho especializado, afectando um especialista de
manutenção a cada tipo de avaria. Mesmo que este rácio fosse calculada de acordo com a
metodologia FTA, o valor seria de 17 por cento, encontrando-se abaixo de 20 por cento,
considerado o valor limite de referência.
A manutenção preventiva ocorre durante a noite quando os autocarros recolhem aos
respectivos entrepostos. Aproximadamente 12 autocarros encontram-se diariamente fora de
serviço para reparações correntes. A prática da manutenção preventiva reduz
substancialmente o número de autocarros que requerem intervenções não planeadas. Apenas
necessitam de um mecânico por especialidade para cuidar das necessidades de manutenção
da empresa. Os inventários encontram-se permanentemente actualizados, tendo a empresa a
funcionar um eficiente programa de gestão de peças utilizadas nas suas reparações. Tem
como meta constante operar com o mínimo de equipamento e pessoal.
11 - Kansas City Area Transportation Authority Kansas City, MO
A frota da empresa opera num ambiente misto urbano e suburbano debaixo de condições
climáticas relativamente severas, não só no inverno como no verão. Possui actualmente 234
autocarros na frota sendo o número de veículos utilizados na hora de ponta de 206 autocarros.
A idade média da frota é de 7,8 anos, número que reflecte a incidência das recentes
compras. Verifica-se que 169 dos autocarros têm cinco anos ou menos, embora tenha havido
um intervalo de nove anos durante o qual nenhum autocarro foi adquirido. Um total de 65 dos
autocarros tem mais de 14 anos. Os relatórios da empresa referem que a distância média
percorrida entre ocorrência de avarias é de 14500 quilómetros.
Nos últimos anos o orçamento operacional dos veículos e o número de empregados de
manutenção recuaram modestamente. Nos relatórios consta um rácio de viaturas de reserva de
20%. Usando a metodologia FTA, o rácio de viaturas de reserva seria de 13,5%,
excepcionalmente baixo. A empresa pretende aumentar o número de viaturas disponíveis,
considerando-o muito reduzido com os actuais 8%. Significa que em média 5,5% das viaturas
se encontram inoperativas.
124
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Dos factores que contribuem para a eficiência da frota destaque-se o facto de ser apenas
integrada por seis modelos de autocarros diferentes. Veículos semelhantes requerem um
inventário de peças de reserva menos complicado e torna-se mais fácil optimizar os recursos
de manutenção. Para cada tipo de componente do veículo, as compras podem ser efectuadas
em maiores quantidades e a melhores preços, sendo também estes recursos escoados mais
rapidamente nas operações de manutenção, sejam elas de revisão, prevenção, ou de
inspecção. Em média, existe um rácio de veículos por mecânico de quatro.
A empresa refere que só a compra de novos autocarros permitirá ultrapassar os problemas
experimentados recentemente, com a capacidade de oferta a não conseguir satisfazer um
serviço óptimo e impedir a necessária manutenção.
12 - Central Ohio Transit Authority Columbus, OH
A empresa gere uma frota de 310 autocarros num ambiente urbano e suburbano, os quais
circulam a uma velocidade média de 20,3 quilómetros por hora, percorrendo uma
quilometragem média anual por autocarro de 47500 quilómetros. O clima da cidade de
Columbus tem um misto de moderado e severo, exigindo aquecimento e ar condicionado nos
autocarros, existindo períodos durante o inverno em que a condução se torna perigosa. Com
exigências de serviço nas horas de ponta correspondentes a 253 autocarros, o rácio de
viaturas de reserva é de 22%. Ao longo dos últimos 20 anos, têm-se registado grandes
flutuações no rácio de viaturas de reserva, oscilando entre 18% e 29% em função das
renovações efectuadas nesse período. A administração prevê reduzir o referido rácio para 20%
num futuro muito próximo.
A idade média da frota é de 6,6 anos e mais de um terço dos autocarros têm, pelo menos,
10 anos. Este terço ajuda a explicar a razão pela qual uma elevada proporção de autocarros
requer manutenção significativa.
Isto é confirmado com o facto de 13 por cento da frota se encontrar fora de serviço para
reparações correntes, uma proporção um pouco mais elevada do que a verificada noutras
frotas. A empresa não dispõe de um programa de imobilizações para revisões. Para proceder a
estas aproveita a elevada relação diária de oferta de viaturas entre períodos de ponta e de
baixa (2,45:1).
A empresa pretende implementar um programa de revisão geral para todos os autocarros,
com cerca de 6 anos de idade, atingindo e mantendo um rácio de viaturas de reserva de 20%.
13 - San Diego Transit Corporation San Diego, CA
A empresa não acredita que possa reduzir o rácio de viaturas de reserva abaixo dos 20%,
uma vez que passaram a ter que cumprir com os padrões de redução de emissões
implementados na Califórnia. As falhas nos filtros de partículas têm constituído um problema
para a empresa. A partir de determinada altura tiveram mesmo que desactivar os filtros de
partículas.
A manutenção constitui um dos maiores problemas para a empresa.
Os autocarros mais novos estão repletos de componentes electrónicos. O motor, a
transmissão, a sinalização de destinos, rádios, a título de exemplo, são controlados através de
computador. Apesar da experiência e familiarização dos mecânicos com os veículos menos
125
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
recentes, encontram-se pouco preparados para diagnosticar e reparar os sistemas dos novos
autocarros. Algumas vezes, o trabalho tem que ser levado a efeito por empresas externas mais
familiarizadas com um tipo de autocarro específico, recorrendo a prestação de serviços
externos. Isto só é feito quando absolutamente necessário, porquanto a experiência vem
mostrando que as reparações efectuadas na empresa são efectuadas com um menor tempo de
reparação e com mais garantia. Tal deve-se ao orgulho próprio do departamento de
manutenção da San Diego Transit, que tem levado a que sejam desenvolvidos internamente
pela empresa extensos programas de formação do pessoal em novas técnicas de manutenção
para garantir uma maior disponibilidade de serviço da frota.
A administração acredita na necessidade de manter um correcto quadro de pessoal de
manutenção e de viaturas de reserva. A majoração de activos minora a pressão no pessoal de
manutenção levando que mais pessoas venham a ser contratadas e terá como consequência o
aumento dos custos.
Dez por cento dos autocarros encontram-se diariamente em reparações correntes. Em
média, cada autocarro de serviço externo recorre aos piquetes de intervenção nove vezes por
ano.
Os efeitos combinados da restritiva legislação de poluição na Califórnia, a manutenção
especializada, a elevada procura de transportes e o enviesamento da distribuição na idade e
tipologia dos impactos dos autocarros, têm levado a um aumento no rácio de viaturas de
reserva.
A administração estabeleceu que as principais necessidades de recursos humanos estão
voltadas para os engenheiros electrotécnicos e peritos de programação de computador.
Tem-se vindo a constatar que as definições de indicadores de gestão de transportes
variam de empresa para empresa. Também se verifica que as tecnologias utilizadas, a precisão
e a frequência de recolha de valores de variáveis de funcionamento dos autocarros e de
indicadores de exploração da rede de transportes, a metodologia e forma de tratar dados
variam substancialmente de operador para operador. Também a metodologia usada para
comparar os rácios de reserva em frotas de autocarros de transportes públicos se mostra
diferenciada. Assim, deve ser urgentemente implementada uma normativa que dê definições
objectivas comuns e estatísticas comparáveis, que permitam um melhor entendimento dos
rácios de avaliação de boas práticas de gestão e manutenção.
As pesquisas realizadas revelaram que a falta de definições comuns e estatísticas
comparáveis dificulta as comunicações entre os diferentes operadores, limitando a capacidade
dos gestores de transportes para aprender com os erros e sucessos de outros.
Muitas, das empresas que responderam a um inquérito, revelaram que seria muito
gratificante, útil e valioso desenvolver pesquisas adicionais em práticas de manutenção
inovadoras que ajudassem a encontrar desafios de gestão com frotas “magras” para um
determinado nível de procura. Apontaram como áreas de elevado potencial o estudo de ciclos
e conteúdos de inspecção, a manutenção preventiva e preditiva e políticas de reabilitação de
frotas.
A natureza destas práticas afecta substancialmente o desempenho dos veículos no longo
prazo, a sua disponibilidade, o tempo de manutenção, os custos por tempos elevados de
imobilização, a mão-de-obra essencial e, em última instância, a necessidade de veículos de
reserva. Os dados referentes a chamadas de piquete são outro indicador chave de
desempenho que deveria ser baseado numa metodologia de avaliação uniforme, o que não se
126
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
verifica actualmente. Estes dados constituem a base de cálculo do indicador de fiabilidade
MTBF (Mean Time Betwwen Failures), que determina a definição dos ciclos de inspecção e
muitos outros programas de manutenção. Sem um vocabulário comum e dados quantitativos
comparáveis, os operadores de transportes públicos terão os seus esforços dificultados para se
ajudarem mutuamente no objectivo de operar com um mínimo de veículos de reserva.
As empresas inquiridas recomendam ainda o uso de pesquisas adicionais para identificar
conhecimento e conceitos / definições de fácil aceitação e metodologias de geração de índices,
normas e valores quantitativos ao nível de médias, medianas e outras medidas usadas pelos
operadores para suporte da construção de rácios de reserva específicos para o sistema. Mas
deveriam ser clarificadas outras definições importantes, tais como a frota activa total e o pico
de exigência de veículos.
Podemos assim concluir que nas práticas de manutenção de referência em empresas de
transportes públicos urbanos existe uma lacuna clara no mundo da investigação que com a
presente tese se pretende preencher.
127
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
/
#
$%
!
9# 7):
Um modelo preditivo é, normalmente, uma proposta de explicação de eventos, apresentada
através de uma formulação matemática.
Na maior parte das vezes os investigadores propõem modelos preditivos para explicar um
fenómeno a partir de diferentes perspectivas, com base em teorias ou conjuntos de dados
diferentes.
Independentemente da sua concepção, à medida que novos dados de prova vão sendo
recolhidos mediante observações posteriores, o modelo entra na fase de validação - o modelo
prevê, a realidade observa-se.
Seguindo uma determinada sequência de monitorização, se o erro da predição de
classificação, que corresponde à diferença entre a previsão e a observação, não é aceitável, o
modelo tem de ser calibrado ou modificado em termos de sua estrutura, incorporando os dados
recentemente observados. Este ciclo é então repetido iterativamente com novas observações,
prosseguindo a optimização até que o modelo forneça uma explicação satisfatória de todos os
eventos observados. Também pode suceder que haja modificações nos fenómenos que são
objecto do estudo, o que neste caso pode reflectir a ocorrência de alterações de alguma
componente tecnológica, que impliquem novas calibrações do modelo.
Em geral, dispõe-se de alguns dados para avaliação, mas muitas vezes insuficientes. É com
estes dados que se equacionam várias opções para o modelo. Podem conceptualizar-se e
testar os diferentes modelos, a fim de seleccionar o ideal. Existem diversos métodos de
selecção de modelos. Neste âmbito, têm vindo a ser desenvolvidos procedimentos e rotinas
com vista a atingir este objectivo. No entanto, a selecção de um modelo melhor e mais simples
pode não ser assim tão desejável, quando não faz uso eficiente de nova informação disponível.
Portanto, alternativamente, pode ser proposto utilizar uma combinação de modelos, a fim de
melhorar o desempenho do sistema. A incerteza dos modelos, especialmente a sua
componente "incerteza epistemológica” decorre de conhecimentos incompletos ou imprecisos e
pode ser reduzida pela introdução de melhorias nas medições de dados e na formulação do
modelo. Os problemas relacionados com este tema incluem a avaliação, selecção e a
combinação de modelos.
Tem sido dedicado muito esforço a estes problemas. Um modelo pode ser avaliado com
base na forma como a sua capacidade de predição se ajusta às observações futuras (Dawid
1984). Não é surpreendente ver que ao combinar diferentes fontes de informação, incluindo
sub-modelos e dados potenciais, se obtenha como resultado um modelo mais adequado.
No caso do mesmo grupo de dados ser usado tanto na calibração do modelo como na sua
validação, a importância do método de selecção de modelos surge reforçada. Até agora, uma
variedade de métodos de selecção de modelos foi desenvolvida, incluindo os clássicos testes
de hipóteses, da máxima verosimilhança, os métodos bayesianos, ou a utilização de critérios
de informação e validação cruzada.
129
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Estes métodos de selecção de modelos são considerados muito promissores na definição
de critérios de gestão de informação.
A avaliação de modelos alternativos é especialmente adequada para situações em que não
há uma teoria bem fundamentada e apenas se encontram disponíveis dados escassos.
Quando exista suficiente informação disponível, uma análise determinística deve ser capaz de
atingir um modelo teórico mais exacto.
A presente tese baseia-se nos modelos escondidos de Markov (HMM – Hidden Markov
Models), relativamente aos quais podem ser enumerados uma grande quantidade de trabalhos
relacionados com a sua aplicação. Porém, na pesquisa efectuada, não se encontrou nenhum
que se focasse na aplicação destes algoritmos à gestão da manutenção e muito menos à sua
vertente ecológica. Este é, sem dúvida, um grande desafio em que irão ser utilizadas as
enormes potencialidades dos modelos escondidos de Markov.
Os transportes são um sector nuclear no funcionamento do mundo actual. Na presente era
da globalização, constituem factor determinante no encurtamento de distâncias e na
aproximação de mercados e pessoas, revelando-se essenciais para as sociedades. Não
obstante, este é um sector que enfrenta dificuldades, sendo que os seus maiores desafios se
encontram centrados não apenas na sustentabilidade do seu negócio, como também no seu
impacto no meio ambiente. Torna-se assim necessário encontrar soluções inteligentes e
inovadoras que permitam actuar eficazmente nestas duas frentes que, apesar de tão distintas,
se podem revelar tão inquietantes a médio e longo prazo.
Analisando a questão do negócio, é já evidente que a actual crise financeira e o aumento
dos preços dos combustíveis dificultam as perspectivas do sector. Além disso, se por um lado
os recursos para financiar os projectos de transportes são limitados, por outro existem algumas
dificuldades ao nível do planeamento de percursos no transporte de mercadorias, dada a clara
dependência das condições de tráfego existentes em estrada que podem provocar atrasos nas
entregas.
É normal que toda a indústria tente gerir esforços no sentido de ultrapassar esta situação. É
neste âmbito que as tecnologias da informação e comunicação (TIC) podem intervir.
As TIC são uma ferramenta chave uma vez que permitem a criação de novas soluções à
medida de cada negócio nos mais diversos sectores da sociedade. Para o sector da Logística e
Transportes, existem soluções que permitem aplicar acções com impactos significativos no
meio ambiente, sem desvirtuar o foco do negócio. Alguns dos benefícios proporcionados pelas
TIC relacionam-se com a optimização das infra-estruturas já existentes, que se repercute no
aumento da capacidade de utilização dos veículos e na prevenção de rotas de menor utilidade.
O melhoramento dos processos logísticos pode reduzir os custos operacionais e optimizar o
tempo útil. Finalmente, há um benefício ao nível da redução de emissões de gases nocivos
proporcionada por uma melhor selecção do percurso, evitando áreas congestionadas.
A qualidade e a fiabilidade de serviços de transporte assegurados a custos competitivos,
com impactos ambientais mitigados, têm também que estar associadas a uma correcta política
de manutenção dos activos envolvidos na actividade. A avaliação efectuada enquadra-se na
apreciação das interacções entre os três vértices da trilogia de impactos de uma frota de
autocarros de transporte de passageiros, com se sintetiza na figura 3.1.
130
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.1 - Trilogia de impactos de uma frota de autocarros
Neste contexto, são discutidas áreas em desenvolvimento no âmbito da implementação de
modelos de manutenção em que se enquadram a manutenção preditiva, a manutenção de
sistemas de multi-componente e multi-estágio, as metodologias de inspecção e monitorização
de activos e os sistemas de informação de gestão da manutenção. Também é particularmente
importante na concepção e construção de sistemas de informação de gestão da manutenção
que os mesmos reforcem a sua orientação para a gestão e monitorização de aplicações ao
nível de políticas de manutenção.
São ainda referenciados alguns novos modelos relativos à renovação de activos.
Em suma, pode referir-se que a tese foca por um lado a sua análise na modelação
matemática da manutenção e por outro na sua aplicação em contexto empresarial e social.
Existe um claro objectivo de que estes novos desenvolvimentos se tornem uma importante
ferramenta na optimização de novas estratégias de manutenção.
A inclusão da discussão da promoção da criação de novos sistemas de gestão da
manutenção ganhou espaço de oportunidade perante a sua importância na recolha e
fornecimento de dados para modelação matemática e implementação de políticas de
manutenção suportadas em novas tecnologias.
As investigações desenvolvidas no passado procuraram demonstrar que as tipologias e as
políticas de manutenção se repercutem nos impactos ambientais. A presente tese coloca o
problema de forma inversa. Ou seja, procura demonstrar que as alterações de impactos
ambientais, decorrentes da actividade de transporte, apresentam correlações com as
necessidades de manutenção. Estas avaliações deverão ser rigorosamente caracterizadas na
perspectiva da optimização empresarial e ambiental.
O sistema concebido tem vindo a ser testado cientificamente carecendo, contudo, de melhor
calibração através da criação de bases de dados com séries temporais permanentemente
actualizadas.
Os desenvolvimentos experimentais de sistemas de actualização de informação permitirão
suportar a transição de um sistema de recolha de dados baseado na intervenção de mão-deobra para um sistema automático suportado na recolha remota de dados.
Como vantagem adicional salienta-se o facto de o equipamento poder enviar para o exterior,
normalmente para centrais de controlo, sinais ou sintomas de patologias que habitualmente
não se encontram na amplitude da percepção humana.
131
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
No caso do transporte urbano, as pesquisas realizadas sobre o efeito da manutenção de
motores Diesel na geração de partículas têm demonstrado que as práticas de manutenção têm
um importante papel no controlo das emissões de partículas Diesel (Davies and McGinn 2005).
Esta é uma das razões desta pertinente opção.
A presente tese desenvolve-se com recurso à implementação de um programa de avaliação
do nível de emissões, com o objectivo de garantir a não violação dos imperativos legais,
propondo-se como uma alternativa à monitorização directa do estado de saúde de motores de
autocarros urbanos e respectivos sistemas de pós-tratamento. Da avaliação das emissões
poluentes num determinado instante e dos agravamentos detectados em relação ao período
precedente, poderá resultar o desencadeamento de operações de inspecção e de manutenção.
O objectivo é utilizar indicadores de emissões poluentes, como variáveis da manutenção
condicionada. Neste sistema de avaliação, procede-se à recolha de dados e, com o auxílio do
software MATLAB faz-se a sua análise probabilística, utilizando modelos escondidos de Markov
(Hidden Markov Model – HMM). A partir desta análise faz-se a previsão do estado actual e dos
próximos estados.
/," 7
!
1
!
A manutenção condicionada pode ser modelada com base num conjunto muito vasto de
variáveis, nas quais se incluem as associadas: aos atributos do veículo e respectivo
combustível (Tipo A); aos factores técnicos do veículo (Tipo B); e a um conjunto de outras
variáveis (Tipo I, S e E), sendo as do tipo I relacionadas com entradas no sistema
(características operacionais), as do tipo S associadas a variáveis de estado, as de tipo E
relacionadas com factores atmosféricos. Existem ainda modelos de degradação que incluem
algumas destas variáveis e mesmo outros indicadores.
As variáveis de saída (Tipo O) correspondem aos níveis de emissões de poluentes do
veículo, podendo incluir outras variáveis habitualmente utilizadas na manutenção preditiva
convencional, tais como, por exemplo, a vibração, a temperatura, a pressão ou outras.
Representam as variáveis dependentes das funções de impactos.
Na concepção de modelos de emissões de veículos e de modelos de manutenção, existe
uma grande variedade de algoritmos e aproximações. Nesta diversidade de padrões, podem
ser encontrados desenvolvimentos de modelação, direccionados para um motor ou veículo
específico, para uma frota específica, para determinada classe ou série de veículos, para uma
combinação de tráfego que opera numa determinada área geográfica, ou mesmo para
caracterização da frota de um dado país ou agregação de vários países.
Os indicadores mais relevantes são os ilustrados nas tabelas 3.1 a 3.8.
Sendo um veículo um sistema de grande complexidade, os seus atributos associados ao
projecto podem ser muito diferenciados. Daí resulta um grande número de combinações
tecnológicas que se reflectem em diferentes níveis de impacto ecológico.
Na tabela 3.1 encontram-se enumerados os diferentes atributos gerais e técnicos de um
veículo.
132
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
ATRIBUTOS GERAIS DO VEÍCULO
ATRIBUTOS TÉCNICOS DO VEÍCULO
TIPO A (parâmetros)
TIPO B (indicadores)
Físicos (massa bruta, tara, dimensões, lotação,
diâmetro do pneu, perfil aerodinâmico, coeficiente CR)
Curva de potência do motor
Propulsão do motor (CI ou SI)
Aceleração máxima do veículo
Tipo de combustível
Velocidade de rotação ao ralenti sem carga
Tempos motores
Velocidade de rotação máxima do motor
Tipo de transmissão
Mapeamento de caudal de combustível do
motor
Relação de transmissão da caixa de velocidades
Rendimento volumétrico do motor
Relação de transmissão do diferencial
Rendimento indicado e rendimento global
do motor
Voltagem e corrente nominais da bateria
Rendimento da caixa de velocidades
Tipo de EGR
Rendimento do diferencial
Equipamentos auxiliares (ex: ar condicionado)
Mapeamento da posição da válvula EGR
Sistema de ventilação do cárter
Relação de transmissão do diferencial
Características dos sistemas anti-poluição
Injecção de ar secundário nas válvulas de
escape
Outras variáveis de projecto do motor e do veículo (*)
Outras variáveis de afinação do motor (**) e
do veículo
(*) Ex: Tecnologia de Alimentação do Motor (Tipo de injecção
(directa ou indirecta); Sistema de injecção e tipo de injector
(Ex: Electrónica com injector – bomba); Pressão máxima);
Tipo de câmara de combustão; Cilindrada; Relação curso /
diâmetro; Número de válvulas de admissão e escape; Taxa
de compressão; Comprimento da biela; Perfil da árvore de
cames; Número de orifícios da tubeira dos injectores e
respectivo diâmetro em mm (ex: 8 x 0,200); Coeficiente de
descarga dos orifícios (ex: 0,86); Rácio do aspecto dos
orifícios (ex: comprimento / diâmetro dos orifícios = 4 / 1);
Ângulo do spray dos injectores (ex: 152 º); Ângulo dos
injectores (ex: 13,5 º); Fracção de recirculação de gases de
escape.
(**) Ex: Ponto de início da injecção ( ex: 2 a 14º
antes do PMS); Duração de injecção (ex: 31,5 º);
Posição ou ponto da distribuição (ex: válvula da
admissão a fechar 65 º para além do PMI).
Tabela 3.1 – Atributos do veículo a integrar em modelos de emissões e de manutenção
Os indicadores de entrada passíveis de inclusão nos modelos, correspondem a variáveis
susceptíveis de sofrerem variações ditadas pelas opções de condução do motorista e pelas
condições de exploração impostas ao funcionamento do veículo, isto é, são um conjunto de
variáveis cuja combinação se reflecte na procura de potência motriz pelo motorista.
Correspondem às opções de regulação do funcionamento do veículo e ao maior ou menor grau
de “agressividade” com que se registam as variações de desempenho. A sua tradução pode
ser explicitada na tabela 3.2.
133
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
ATRIBUTOS DE ENTRADA
TIPO I1 (indicadores)
Posição do acelerador - Carga do motor (%) (Ex: 50; 75; 100 %)
Posição da selecção na caixa de velocidades (discreta)
Posição da embraiagem e do travão
Perfil de condução do motorista (***)
Variação da posição do pedal do acelerador, da embraiagem ou do
travão e do selector de velocidades
(***) O perfil de condução tem a ver com a forma mais ou menos rápida com que o condutor pisa o pedal do
acelerador, bem como com o regime em que selecciona uma nova mudança. Conduções agressivas com
frequentes travagens e / ou accionamentos da embraiagem, têm um forte impacto nas emissões e nas
necessidades de manutenção.
Tabela 3.2 – Atributos de utilização do veículo, incorporados em modelos
Normalmente, são definidas as seguintes classes de perfil condução de motorista:
cauteloso, moderado, agressivo e violento. Porém, os indicadores de entrada encontram-se
associados a características físicas, específicas do sistema de exploração, cuja combinação se
reflecte no comportamento dinâmico do veículo. Existe mesmo a possibilidade de relacionar o
caudal mássico de PM com as condições de operação do veículo, permitindo identificar
episódios de elevadas emissões (North 2007). A modelação de perfis de emissões e de
degradação de veículos que operem em redes de transportes urbanos incluem no todo ou em
parte os atributos especificados na tabela 3.3.
ATRIBUTOS DE ENTRADA ASSOCIADOS ÀS CARACTERÍSTICAS DE EXPLORAÇÃO
TIPO I2 (indicadores)
Comprimento do arco da rede de transportes
Perfil do arco (inclinação, número de faixas, largura por faixa, curvas)
Número de paragens do arco
Qualidade do pavimento / resistência ao rolamento
Características de fluxo de tráfego (volume, composição e sistema de gestão) (****)
Diagrama de carga da carreira (procura / carga do veículo)
Velocidade e direcção do vento relativamente ao veículo
(****) Volume de tráfego (veículos/hora) = velocidade (km/h) x densidade (veículos/km)
Tabela 3.3 – Atributos associados a características de exploração, usados em modelos
O resultado da integração dos dois conjuntos de entradas, I1 e I2, traduz-se na geração de
indicadores de actividade, também utilizados na definição de modelos de emissões poluentes.
Os trabalhos desenvolvidos a nível mundial utilizam nos modelos de cálculo de emissões,
outros indicadores derivados ou com influência nos especificados na tabela anterior, por
apresentarem melhores correlações com os efluentes gasosos e incorporam ainda,
134
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
habitualmente, as condições de operação do veículo, onde se incluem as suas variáveis
cinemáticas (velocidade e aceleração).
Os indicadores de entrada encontram-se correlacionados com os indicadores de actividade
do veículo, associados à sua dinâmica, sendo habitualmente substituídos por estes. A tabela
3.4 mostra os principais indicadores de entrada que melhor se correlacionam com os
indicadores de impacto ambiental e com a degradação do estado de saúde do veículo.
ATRIBUTOS DE ENTRADA ASSOCIADOS À DINÂMICA DO VEÍCULO
TIPO I3 (indicadores)
Velocidade do veículo
Aceleração do veículo
Variação da aceleração do veículo (j=da/dt)
Potência específica do veículo (VSP)
Quadrado da velocidade
Cubo da velocidade
Velocidade de operação x aceleração do veículo
Tabela 3.4 – Atributos de actividade do veículo associados à sua dinâmica
Os atributos e factores técnicos do veículo estão relacionados com o projecto e engenharia
do veículo. Por sua vez, os indicadores de entrada estão relacionados com a forma como o
veículo é utilizado.
Na sua tese (Gajendran 2005) faz a definição das seguintes classes de aceleração:
Acelerações bruscas: > 0,894 m/s2; Acelerações médias: > 0,447 m/s2 e
0,894 m/s2 ;
Acelerações ligeiras: > 0,134 m/s2 e 0,447 m/s2; Velocidade de cruzeiro e desacelerações:
0,134 m/s2.
Os indicadores de estado e respectivas variações no tempo reflectem o estado de saúde do
sistema, reflectindo-se na sua capacidade de realização de trabalho. Dividem-se em directos e
indirectos. Encontram-se correlacionados deterministicamente, pelo que os segundos podem
ser utilizados quando reunirem melhores condições de ser medidos. Reflectem o mapeamento
das condições de funcionamento do motor a diferentes rotações e cargas (tabelas 3.5 e 3.6).
ATRIBUTOS DE ESTADO DE SAÚDE DE UM VEÍCULO, DIRECTOS
TIPO S (indicadores)
Binário motor ou pressão média efectiva.
Combustível injectado por cilindro e por ciclo ou duração da injecção (ex: 25
ms) ou caudal de combustível consumido
Relação ar - combustível
Rotações do motor
Rendimento da transmissão entre a embraiagem e as rodas
Resistência imposta pelo sistema de travagem
Tabela 3.5 - Atributos de estado de saúde de veículos, directos
135
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Uma função de estado aplicável ao veículo pode ser do tipo:
State =
Csref
Cs
*ηt * (1 − ηb )
(Eq. 3.1)
Onde:
Csref , Cs , correspondem aos consumos específicos de referência e actual, respectivamente.
η t , ηb , representam os rendimentos da transmissão entre a embraiagem e as rodas e o
rendimento perdido no sistema de travagem.
Os indicadores de estado directos encontram-se correlacionados com indicadores de estado
indirectos, cuja utilização ocorre por força de uma mais fácil medição (tabela 3.6).
ATRIBUTOS DE ESTADO INDIRECTOS
TIPO S1 (indicadores)
Pressão absoluta no colector de admissão (MAP) (ex: 177 kPa)
Temperatura do ar no colector de admissão (Ex: 49 º)
Pressão no colector de escape
Pressão do óleo de lubrificação
Temperatura do óleo de lubrificação
Temperatura da cabeça do motor (*****) ou temperatura do líquido de
arrefecimento
Temperatura do catalisador
Voltagem e corrente da bateria
(*****) Sensor CHT – Cilinder Head Temperature (A temperatura do bloco do motor constitui um mecanismo
importante no sentido de caracterizar a temperatura de operação do veículo e determinar as fases de operação sob
as quais o sistema de pós tratamento das emissões pode não operar eficientemente. Embora sejam indicadores de
estado, as temperaturas não são indicadores ecológicos, ainda que possam ser seus precursores (estimadores
indirectos.
Tabela 3.6 - Atributos de estado de saúde de veículos, indirectos
A recolha destes indicadores pode resultar da extracção de dados a partir da ficha OBD do
veículo, utilizando para o efeito um equipamento de diagnóstico. Um possível vector de estado
indirecto deverá incorporar informação de diferentes sub-sistemas do motor.
Vector State =
MAP MAT MEP OILC OILP OILT CHT LRT
;
;
;
;
;
;
;
MAPref MATref MEPref OILCref OILPref OILTref CHTref LRTref
Onde,
MAP (Manifold Absolute Pressure) - Pressão absoluta no colector de admissão
MAT (Manifold Aire Temperature) - Temperatura do ar no colector de admissão
MEP (Mean Effective Pressure) - Pressão média efectiva no cilindro
OILC (Oil Consumption) - Consumo de óleo
OILP (Oil Pressure) - Pressão de óleo
136
(Eq. 3.2)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
OILT (Oil Temperature) - Temperatura de óleo
CHT (Cylinder Head Temperature) - Temperatura na cabeça do motor
LRT (Liquid Refrigeration Temperature) - Temperatura do líquido de arrefecimento
No caso presente não se incorporam as variáveis que integram um modelo de combustão,
por não se fazer qualquer simulação a esse nível, designadamente para o cálculo da pressão
na câmara de combustão.
Os sensores de pressão absoluta no colector de admissão (MAP) e de temperatura do ar
admitido, permitem à EMS estimar a massa de ar que entra no motor e ajustar
convenientemente o caudal mássico de combustível injectado e o instante de injecção (ponto
de injecção). Tratando-se de motores sobrealimentados, o limite máximo de MAP ocorre abaixo
de 200 kPa, sugerindo que a válvula wastegate do turbocompressor seja ajustada para limitar a
pressão de compressão a cerca de 2 bar de pressão absoluta.
Num veículo ligeiro, no primeiro arranque a frio do dia, a temperatura do bloco do motor
apresenta tendência de subida, desde 10 ºC até 100 ºC em cerca de 20 minutos. A partir desta
temperatura, o ventilador de arrefecimento do radiador de arrefecimento do motor é activado
pela ECU até que a temperatura desça para cerca de 90 ºC. Durante o funcionamento, a
temperatura do bloco é controlada para permanecer entre 90 ºC e 100 ºC. Porém, sob
condições de carga elevada (onde o veículo é bruscamente acelerado durante 3 picos de
velocidade), o sistema de arrefecimento do motor restringe a temperatura quando esta atinge
110ºC. Nos motores Diesel estas temperaturas são, normalmente, inferiores.
O sistema eléctrico opera a 12 Volt, onde a voltagem da bateria é 12 Volt com o motor
parado e 14 Volt quando o alternador está a funcionar.
Os indicadores de entrada, tabela 3.3, num modelo de previsão, permitem inferir da forma
como as características de exploração influenciam, as emissões poluentes, a degradação dos
indiciadores ambientais e a degradação da saúde do veículo. Podem constituir uma alternativa
ou um complemento no sentido de integrarem um modelo de previsão de degradação em
função da utilização de veículos na rede em exploração comercial.
É sob estas condições que são estabelecidas e associadas duas sequências cronológicas,
uma das quais define o vector de desempenho do sistema e a outra a matriz de emissões de
cada um dos indicadores ambientais.
O regime de funcionamento do motor, ditado pela sua velocidade e binário, bem como as
características da transição entre pontos do mapeamento, são de grande importância na
determinação do nível de emissões. Os ciclos reais de operação dos veículos em estrada são o
resultado das escolhas que definem o comportamento do condutor, o qual, por sua vez, é
influenciado pelas condições de tráfego. Mudanças súbitas no regime de operação (por
exemplo, devido às mudanças de velocidade ou acelerações bruscas) podem conduzir a picos
de emissões. Isto é especialmente relevante em motores turbo-alimentados e com EGR, onde
as dinâmicas de operação do motor são mais complexas. Daí que os ciclos reais não
correspondam a regimes estacionários e se traduzam por uma constante variação da
velocidade de circulação. A amplitude de variação de velocidades do veículo é muito maior do
que a amplitude de variação da velocidade do motor, o que obriga à necessidade de variar a
relação de transmissão do veículo. Frequentemente, é utilizada uma série discreta de relações
de velocidade.
137
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
As características de exploração incluem, a categoria de estrada que enquadra a situação
geográfica (urbana ou suburbana), o objectivo da via (estrada nacional, estrada municipal
rápida, estrada municipal estreita) e a sinuosidade e inclinação (plana e direita, inclinada e
sinuosa).
Tipicamente, a microsimulação classifica o fluxo de tráfego num número de tipos de
veículos, em que cada tipo tem atribuído um conjunto de atributos que influenciam o seu
comportamento dentro da simulação (por exemplo, dimensões, máxima aceleração). Podem
ser definidos atributos adicionais designados por estáticos com vista a facilitar o cálculo da taxa
de emissões. Neste grupo pode-se referir, a título de exemplo, o tipo de combustível e a
tecnologia de pós-tratamento dos gases de escape do motor. Nem sempre se encontram
disponíveis indicadores de operação do veículo e do motor muito detalhados quando se faz a
medição à passagem do tráfego. Como exemplo de dificuldade de efectuar essas medições
pode-se enumerar, a posição da relação da caixa de velocidades, rotações do motor e a
quantidade de combustível injectado por cilindro e por ciclo.
Por último, terá que ser referenciado o último grupo de factores, agregados sob o título de
factores atmosféricos, especificados na tabela 3.7.
ATRIBUTOS ATMOSFÉRICOS
INPUTS TIPO E (indicadores)
Temperatura do ar admitido
Humidade do ar atmosférico
Pressão atmosférica (Altitude)
Tabela 3.7 - Atributos atmosféricos de entrada em modelos
Quando se pretende a incorporação de indicadores meteorológicos, para avaliação do seu
impacto nas condições de exploração, poderá ser utilizada a seguinte classificação para o
estado do tempo: quente; temperado; frio; chuva; tempestade.
O modelo de manutenção condicionada de autocarros urbanos, na perspectiva vertida na
presente tese, tem subjacente o acompanhamento da evolução de indicadores relevantes,
numa perspectiva ecológica. Para além dos limites de emissão definidos na regulamentação
ambiental aplicável ao sector dos transportes, para as diferentes variáveis de impacto
ambiental, também incorpora os respectivos níveis de degradação. Especificamente, o modelo
desenvolvido tem por objectivo o controlo das seguintes variáveis de condição do sistema:
Partículas de dimensão inferior a 10 µm (PM10) ou opacidade dos fumos.
Óxidos de azoto (NOx).
Monóxido de carbono (CO).
Hidrocarbonetos (HC).
Dióxido de carbono (CO2) e ou consumo de combustível.
Variáveis de degradação das características do óleo do motor.
Nível de ruído no motor à saída do sistema de escape.
O modelo de manutenção desenvolvido baseia-se numa diversidade de indicadores de
condição, sendo os mais comuns os indicados na tabela 3.8.
138
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
SIGLA
INDICADORES DE CONDIÇÃO
PM10
Partículas de dimensão inferior a 10 µm (PM10) ou
opacidade dos fumos
PHA
Hidrocarbonetos aromáticos policíclicos
NOx
Óxidos de azoto
HEAD_T
Temperatura da cabeça do motor
CO
Monóxido de carbono
THC
Total de hidrocarbonetos
CO2
Dióxido de carbono
FC
Consumo de combustível
OIL
Indicadores de degradação das características do
óleo do motor
NOISE
Nível de ruído no motor e à saída do sistema de
escape
Tabela 3.8 - Indicadores de saída ou de condição em modelos de manutenção
A percentagem de dióxido de carbono permite estimar directamente o consumo de
combustível (CORINAIR 2009).
No que respeita à avaliação integral dos efluentes com impacto ambiental, cumulativamente
à análise individual das variáveis de impacto ecológico, pode ser criada uma função ambiental,
integrando todos os diferentes indicadores de impacto. Seguidamente, apresenta-se um
exemplo de função ambiental proposta pelo autor, que inclui cinco variáveis de emissão.
EnvironmentalFuntion = a
mOPAC
mNOx
mCO 2
mNOISE
mCO
mHC
+b
+c
+d
+e
+f
mOPACref
mNOxref
mCO 2ref
mNOISEref
mCOref
mHCref
(Eq. 3.3)
Sendo que os coeficientes
correspondem a factores de ponderação, cuja soma
corresponde à unidade. Esta função pode ser simplificada de modo a incluir apenas algumas
das variáveis.
Alternativamente, poderá ser utilizada uma combinação de classes de indicadores de
impacto ambiental na calibração do modelo, o que constituiu a opção da presente tese, tal
como se apresenta ao longo do presente capítulo.
A Organização Mundial de Saúde combina todo o impacto das emissões de escape no que
designa por SCORE, ponderando-as de acordo com a gravidade da sua influência na saúde
das populações, através da expressão:
SCORE = 20 × PM + NOX + HC +
CO
10
(Eq. 3.4)
No diagnóstico do estado de saúde de um motor podem ainda ser avaliados sistemas de
controlo que incluem, entre outros, equipamentos e componentes, medidor de massa de ar,
sensor de temperatura de ar de admissão, sensor de pressão de ar de admissão, sensor de
temperatura de água, sensor de posição da cambota e sensor de posição da árvore de cames.
139
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Quando se consideram as emissões dos veículos Diesel, em que se inserem os autocarros
urbanos, as partículas e o NOx são os poluentes que suscitam maiores preocupações. Porém,
as emissões de PM não têm sido consideradas nos modelos habitualmente disponíveis, apesar
da sua importância na perspectiva da saúde pública, talvez devido à falta de estudos
exaustivos sobre as mesmas.
O actual estágio de desenvolvimento de programas informáticos de optimização da gestão
da manutenção assenta numa arquitectura multiposto, gerindo o activo através de uma
configuração cliente–servidor ou através de “browser”.
As novas características passarão a incluir, no caso dos autocarros urbanos em geral e
dos motores Diesel em particular, algoritmos baseados em cadeias de Markov e
especificamente em modelos escondidos de Markov, com uma aproximação que oferece
óptimos resultados, comprovada pela validação da metodologia, rigor e inovação. É com base
nestes desenvolvimentos que se enquadra a presente tese, a qual tem como objectivo
contribuir para o enriquecimento das áreas científicas de transportes e de manutenção.
/,( #
$%
!
A manutenção planeada condicionada, também designada de manutenção planeada
preditiva, corresponde à definição do instante da intervenção com base na detecção de uma
modificação de valores das variáveis de condição, cujo acompanhamento resulta de uma
medição periódica ou sistemática. Neste processo de manutenção planeada preditiva, quando
o grau de degradação se aproxima ou atinge o limite estabelecido, é tomada a decisão de
intervenção. Desejavelmente, na sequência de um processo de avaliação económica das
várias opções, a intervenção não deve ser desencadeada pelo aparecimento de uma disfunção
no equipamento ou processo, mas por uma decisão baseada numa degradação previsível
(Honkanen 2004). Este tipo de acompanhamento permite a preparação prévia das intervenções,
além de possibilitar a tomada de decisões no sentido de encontrar alternativas relacionadas
com a maximização da produção.
A sua exequibilidade carece da verificação de alguns pressupostos, nomeadamente:
• O equipamento, o sistema ou a instalação deverem permitir algum tipo de monitorização
/ medição;
• O equipamento, o sistema ou a instalação deverem justificar este tipo de opção, em
função dos respectivos custos directos, indirectos e impactos decorrentes de
externalidades;
• As falhas poderem advir de causas facilmente identificáveis através de indicadores de
impacto ambiental, susceptíveis de serem monitorizados e ter a sua progressão
acompanhada. As causas são de natureza física (desafinação, desgaste por atrito,
acumulação de sujidades, eventualmente fadiga);
• Deve existir um programa de acompanhamento, análise e diagnóstico;
• A mão-de-obra da manutenção responsável pela análise e diagnóstico dever possuir
uma boa formação.
140
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Numa época em que existe uma grande tendência para a contratualização de prestação de
serviços de manutenção, tendo em foco a concentração de esforços na sua actividade principal
(core business), os novos desenvolvimentos que aqui são analisados, são também compatíveis
com uma política de focalização na actividade operacional, na perspectiva de uma redução de
custos.
A presente tese procura optimizar a manutenção de equipamentos e sistemas incorporados
em autocarros urbanos, mediante integração do conceito de indicador de condição associado à
vertente ecológica. Deste modo, a decisão de intervenção não está centrada prioritariamente
no objectivo da minimização dos custos de operação (Karlaftis et al. 1999), mas sim na
mitigação dos impactos ambientais. Este novo paradigma implica não só o ajustamento dos
intervalos de inspecção, mas também o limiar do desencadeamento da intervenção.
Refira-se um estudo desenvolvido para a EPA, o qual estimou que a manutenção de
veículos a gasolina que apresentem disfunções reconhecidas por dispositivos de diagnóstico
de bordo (OBD) apresenta um impacto na redução de HC de 32%, CO de 17% e NOx de 25%.
No mesmo estudo, a mesma entidade releva o papel dos programas inspecção e manutenção
(I/M), cuja implementação reduz os níveis de CO entre 15 e 20%. Esta foi a razão subjacente à
implementação de programas de inspecção e de renovação da frota, em vários países
desenvolvidos, incluindo toda a União Europeia, com impactos significativos no teor de
emissões poluentes.
Alguns veículos podem falhar um primeiro teste e passar um segundo teste sem serem
reparados. São os chamados veículos “flipper”. São veículos com um comportamento
imprevisível em termos de manifestação de disfunções. E se vierem a ser testados pela terceira
vez podem mesmo falhar de novo.
Um estudo levado a efeito nos Estados Unidos da América, nos estados de Califórnia e
Phoenix, permitiu constatar que 74 % dos veículos testados em Phoenix, que reprovaram no
teste inicial de I/M, passaram na repetição do teste (Wenzel et al. 2004).
Com a presente tese, pretende-se contribuir para a definição de uma das vertentes do
veículo ecológico do futuro, em que se utiliza a manutenção condicionada na concepção do
sistema de diagnóstico e consequente decisão quanto à conveniência de proceder ou não a
uma intervenção. Aponta não só os caminhos de monitorização da condição do estado do
sistema, mas também metodologias de gestão da engenharia de diagnóstico (COMADEM-92
1992). É importante que existam indicadores de medição fácil e económicos que estejam
fortemente associados (isto é, com relações muito estáveis, quase determinísticas) entre os
níveis de degradação física do sistema (motor) e os níveis observados desses indicadores.
A figura 3.2 apresenta um exemplo de ficha de diagnóstico utilizada em autocarros urbanos.
Figura 3.2 – Foto de ficha de diagnóstico de autocarro
141
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os avanços tecnológicos são aceites e aplicados a sistemas de CBM com base em:
conhecimento melhorado de mecanismos de falhas; incorporação de novas técnicas de
previsão de avarias; introdução de dispositivos de monitorização recentes e sensores; software
inovador de diagnóstico e prognóstico; desenvolvimento de aplicações de outros tipos de
software de manutenção; e tecnologias de redes informáticas. A sensibilidade e precisão de
medida das técnicas de Monitorização de Condição, CM (Condition Monitoring) usadas
necessita de ser compreendida, porquanto afectam o tempo de reacção disponível para reduzir
ou eliminar as consequências de falhas funcionais.
Perante a decisão de se proceder à avaliação e possível implementação da técnica de CBM,
deverão ser avaliadas todas as questões subjacentes. Em primeiro lugar, deverão ser
conhecidas as razões pelas quais se deve proceder a um diagnóstico às unidades de uma frota
de autocarros. Quando estes motivos se encontram associados a vantagens económicas,
ambientais e sociais, poder-se-á então estruturar a sequência de passos necessários ao
diagnóstico de falhas ou disfunções.
Definido o enquadramento do estudo, encontram-se reunidas as condições de passar à fase
de recolha de informação. Para o efeito deverão ser previamente registadas leituras de
variáveis de estado e indicadores, proceder ao tratamento desses dados e tomar decisões com
base em critérios objectivos. Diferentes níveis dos diferentes indicadores indiciam diferentes
desempenhos ou disfunções no sistema.
É aqui que emerge a necessidade de recurso a ferramentas de diagnóstico. Neste sentido,
os algoritmos devem definir todos os passos e recursos necessários, para que possam correr
de uma forma eficaz. Necessariamente, não poderá ser exigido a todo e qualquer modelo a
tomada de decisões, uma vez que estas deverão ser da responsabilidade dos responsáveis
técnicos. Porém, um bom sistema de diagnóstico tem implícito o lançamento de alertas no caso
de um certo valor de um indicador ou variável de estado se encontrar fora da amplitude
admissível, sendo também possível que um certo código de falha possa deixar uma sugestão
para avaliação.
Finalmente, a equipa de manutenção deve conseguir a solução para o problema, através da
emissão de uma ordem de trabalhos, desencadeada pelo sistema informático e validada pelo
responsável da função. Quando se trate de situações recorrentes em que haja evidência de
grande fiabilidade do sistema de diagnóstico, pode mesmo ser activada a validação
automática.
Existe uma quantidade de dificuldades que devem ser ultrapassadas quando se aplicam
técnicas de manutenção baseadas na condição em sistemas móveis, como é o caso dos
veículos de uma frota de autocarros. Quando se compara com uma indústria associada à
engenharia convencional, a avaliação do estado do sistema, a análise do perfil de degradação
e o planeamento das necessidades de manutenção em veículos, podem agora também ser
ligadas através de Sistemas de Informação Geográfica (SIG).
Numa indústria de engenharia, a análise e o diagnóstico podem acontecer num sistema
estacionário, utilizando dados recolhidos em tempo real no equipamento ou máquina. Em
empresas de autocarros urbanos estes dados devem ser enviados para um centro de controlo
ou unidade de manutenção. Existem poucas opções na forma de implementar este projecto: Na
primeira e mais primária, são utilizados sistemas manuais de leitura de dados. A segunda
corresponde a um grupo onde são efectuadas leituras automáticas para avaliar os indicadores
de condição e o consequente desempenho do motor e do veículo. Neste caso, pode olhar-se o
142
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
autocarro como uma máquina e deixar que a análise e o diagnóstico ocorram a bordo do
mesmo. Apenas é retirada do veículo informação específica sobre o nível de condição. A outra
opção, neste grupo, consiste em recolher os dados do veículo em tempo real e a respectiva
análise e diagnóstico ocorrerem num centro de manutenção. Isto significa que uma grande
quantidade de dados deve ser transmitida para uma base de dados central. Esta transmissão
pode ser conseguida através da técnica GSM ou mediante um sistema sem fios a partir de
pontos de medição de poluentes estrategicamente localizados na rede de transportes
(Bluetooth, infra-vermelho, etc.).
A CBM por controlo remoto envolve a monitorização de indicadores de emissão ou de
condição do estado de um sistema. Os sensores sem fios apresentam um potencial muito
elevado. São enormes as oportunidades da sua montagem em locais de difícil acesso,
ambientes de desconforto eléctrico ou ruidosos e em aplicações móveis, onde não podem ser
utilizadas as tecnologias com fios. Com esta tecnologia fica facilitada a apresentação da
informação de CBM em páginas Web acessíveis por browsers da internet. Estes sistemas
podem surgir com denominações do tipo “Internet CBM” ou “E-Monitoring Bus Fleet Health”
(Jiang and Zhou 2010). Permitem levar a CBM remota a outros níveis, que implicam o
lançamento e a difusão de capacidades remotas globais.
Atendendo a que os browsers residem em muitas plataformas, os sistemas CBM com
suporte na internet podem ser acedidos por múltiplos utilizadores trabalhando em qualquer tipo
de sistema operativo.
Estas tecnologias apresentam enormes oportunidades para as empresas de transportes, ao
possibilitarem a monitorização dos seus veículos enquanto se encontram em operação ainda
longe do parque. Os acessos sem autorização a um sistema de CBM com suporte na internet
podem ser prevenidos com a inclusão do nome de utilizador e uma palavra passe de acesso ao
local da rede. Pode ser conseguida interacção entre os utilizadores e o sistema de CBM com
suporte na Internet mediante a utilização de um Servidor de Páginas Activo (ASPs).
Os ASPs programados para usar VBScript e JavaScript que trabalham dentro do Servidor
de Rede oferecem maior flexibilidade aos projectistas de tais sistemas. Eles levam a efeito
instruções programadas dentro do servidor de rede, definem como o HTML é reunido e
apresentado, fornecendo aos utilizadores o poder de interagir com a interface e correr as
selecções escolhidas. Os níveis de emissões poluentes ou os níveis de ruído podem assim ser
transmitidos facilmente através da web e ser apresentados ao utilizador convertidos sob a
forma de unidades de medida, reportando de forma remota a condição do autocarro em tempo
real. Também podem ser exibidos gráficos mostrando tendências de desempenho, tabelas de
parâmetros de desempenho, identificação de anomalias e diagnóstico de disfunções.
No nosso caso incluiria a medição da opacidade dos gases de escape que é efectuada em
aceleração livre. Os veículos são trazidos para os testes após conclusão ou interrupção do
serviço de exploração ou, alternativamente, a título excepcional, são analisados após um
período de aquecimento no próprio parque de estacionamento. O motor é desacoplado da
embraiagem, ficando assim sem carga, e o pedal do acelerador é pressionado desde a
velocidade de ralenti até à velocidade de corte do combustível, através do limitador de
velocidade.
Em conformidade com a Directiva número 72/306/CEE, complementada com a
regulamentação publicada posteriormente, especialmente a legislação aprovada em Outubro
do ano 2000, para veículos pesados cuja homologação foi efectuada com base no Euro III, o
143
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
nível de concentração de fuligem não deverá exceder o valor limite do coeficiente de absorção
de 0,8 m-1. Este limite reporta-se à mistura de todos os gases recolhidos no ciclo de condução,
não se aplicando na aprovação em inspecções periódicas realizadas sob condições de
aceleração brusca sem carga.
Os valores limite foram especificados no subcapítulo 2.3.4-Legislação de impactos
ambientais.
A definição de um modelo de gestão global da função manutenção pode ser integrada em
vários níveis, como se ilustra na figura 3.3.
A presente tese focaliza-se, essencialmente, na metodologia de transformação do vector
decisão num vector de alarme ambiental, permitindo, assim, a criação de Modelos de
Programas de Manutenção Preditiva, suportados em parâmetros ecológicos.
Cn – Componente n; Mk,n – Manutenção tipo k, do componente n; Tk – Data provável de mudança do estado actual, i, para o
estado j; Si – Estado actual; Pi,j – Probabilidade de evoluir do estado actual i, para o estado j; Ar – Alarme tipo r.
Figura 3.3 - Modelo geral de optimização em manutenção ecológica
A avaliação de custos associados a modelos ecológicos permitirá a comparação com os
custos relativos a sistemas tradicionais de manutenção planeada preventiva, onde as decisões
são muitas vezes tomadas com base na taxa média de avarias. Tal avaliação é efectuada em
cada um dos equipamentos ou sistemas, comparando diferentes opções, i, de manutenção
144
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
planeada, balanceando custos de manutenção, Ci, com os correspondentes tempos médios
entre ocorrência de duas avarias consecutivas. Utiliza-se a seguinte expressão de cálculo:
Ci
→
λi =
1
MTBFi
h −1
(Eq. 3.5)
O valor de MTBFi corresponde ao tempo médio entre avarias para a opção de manutenção i
(exemplo 50000 horas).
Numa análise de custo de disfunções e falhas, a fiabilidade conseguida deve ser
multiplicada por um indicador do custo-oportunidade da disfunção, variável com o período
simulado. Este indicador pode ser obtido através da normalização do número de passageiros
transportados ao longo do tempo. Numa avaliação de compatibilização da oferta com a
procura, poder-se-ão assumir custos elevados de disfunção nos meses de Inverno e custos
baixos no Verão. Para um operador urbano, os meses de Inverno correspondem à máxima
necessidade de meios operacionais disponíveis.
As ferramentas concebidas para detectar disfunções são conhecidas como instrumentos de
monitorização da condição. A taxa de avarias global é determinada pela assumpção de que
cada tipo de disfunção ocorre independentemente de outros tipos. Contudo, este pressuposto
revela-se apenas de índole teórica. No âmbito da aplicação das técnicas utilizadas em CBM,
torna-se essencial a definição não só do módulo de monitorização de condição como também
do conhecimento da curva de degradação e do intervalo de diferimento entre a manifestação
do sintoma e a ocorrência da falha, como se regista na figura 3.4. O gráfico que mostra a
condição de estado e o intervalo de diferimento, também referenciado por curva P-F, assim
designado pelo facto de mostrar quando a avaria se inicia e a deterioração provoca a falha do
equipamento. Esta curva permite identificar os pontos “P”4 correspondentes à detecção de
sintomas de degradação da condição de estado, através da alteração dos níveis de emissões
para os diferentes poluentes. Tais alterações poderão ou não ser detectáveis em simultâneo
nos diferentes poluentes. Por conseguinte, se a disfunção não é detectada e,
consequentemente, não forem tomadas as adequadas acções correctivas, a mesma vai
evoluindo com a consequente degradação do sistema, conduzindo a níveis de degradação
crescentes, até atingir o ponto de ocorrência de falha “F”5.
Figura 3.4 - Curva de degradação do estado de um veículo (Intervalo P-F)
4
5
P-Potencial Failure
F-Functional Failure
145
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Se é detectado um sintoma de falha potencial entre os pontos P e F, deve ser possível levar
a efeito acções para prevenir a disfunção funcional ou, pelo menos, minimizar os seus efeitos.
Ao intervalo de tempo que medeia entre o ponto onde se inicia uma falha potencial e o ponto
onde a deterioração atinge um nível correspondente a uma condição de estado degradado,
levando a uma falha funcional, é atribuída a designação de diferimento na falha ou intervalo PF. Durante este período de alerta ou aviso, outras tarefas de manutenção condicionada (CM)
podem ser utilizadas para diagnosticar as causas de uma degradação que pode levar a uma
disfunção funcional.
É com base no conhecimento do diferimento da manifestação da falha que é ditada a
frequência com que devem ser implementadas as inspecções no âmbito das tarefas de
manutenção preditiva.
O intervalo de verificação deve ser significativamente menor do que o intervalo P-F, caso
seja desejável que a detecção da falha potencial ocorra antes da mesma se tornar numa falha
funcional. O intervalo P-F pode ser medido em qualquer unidade relacionada com a exposição
ao stress, tais como, tempo de operação, ciclos de arranque–paragem, ou outras. Mas, é
muitas vezes medido em termos do tempo decorrido. O intervalo P-F pode variar de fracções
de segundo a várias décadas, quando estão em causa diferentes equipamentos e modos de
falha.
A quantidade de tempo necessário para responder a quaisquer falhas potenciais, muitas
vezes designado por tempo de reparação, também influencia a decisão de dimensionamento
do intervalo P-F. A reparação da falha em tempo oportuno, para além de evitar o seu
agravamento, salvaguarda também as respectivas consequências. O tempo de reparação
necessário, terá que ser suficiente para permitir concretizar as seguintes medidas de acção:
• Organização dos recursos necessários para corrigir a falha;
• Execução de plano correctivo de forma a minimizar rupturas de exploração.
O intervalo de tempo necessário, de forma a se poderem iniciar as tarefas correctivas varia
entre alguns minutos (como na detecção de fogo), horas (quando se pretende que seja
concluído um ciclo de operação ou o fim de um turno de trabalho), semanas, ou mesmo meses.
A não ser que haja uma boa razão para proceder de outro modo, por norma é suficiente
seleccionar um intervalo de inspecção igual a metade do tempo de diferimento na manifestação
da anomalia. Porém, algumas vezes é necessário seleccionar um intervalo de inspecção que
corresponda a uma outra fracção do intervalo P-F. A decisão sobre a frequência de inspecção
também deve variar com o custo dessa operação, incluindo nesse custo o tempo de
imobilização. Como é óbvio, há hoje muitos casos em que a inspecção é permanente através
de sensores embutidos. Neste caso, a possibilidade de fazer a inspecção através de análises
não intrusivas aos fumos de escape permite realizar as inspecções cada vez que os autocarros
iniciam o serviço ou regressam à estação de recolha. Por exemplo, a figura 3.5 mostra como
um intervalo P-F de oito semanas e um intervalo de inspecção de duas, disponibiliza um
intervalo P-F líquido que, no mínimo, tende para as seis semanas, quando a detecção da
disfunção ocorre com quase duas semanas decorridas após o início da disfunção. Daí que,
algumas vezes, este intervalo P-F líquido seja conhecido como intervalo P-F disponível.
146
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.5 - Intervalos de inspecção e de diferimento na manifestação de falha
O intervalo de inspecção, correspondente à manutenção com monitorização de condição,
deve ser determinado com base no intervalo P-F expectável e no custo de inspecção,
porquanto poucas organizações terão conhecimento detalhado acerca do intervalo P-F
associado a cada modo de falha do equipamento.
Poderão ser seguidas as seguintes directrizes no estabelecimento do intervalo de
inspecção:
• Se o actual intervalo de inspecção para monitorização da condição está
implementado e tem provado ser eficaz, implicando zero falhas inesperadas, deve
ser utilizado o intervalo de inspecção existente como inicial;
• Se, com o actual intervalo de inspecção tiverem ocorrido algumas falhas funcionais,
deve ser ajustado tal intervalo através da sua redução, tomando por base o
histórico. Neste caso, deve ser analisado como se deteriora a condição de estado
do sistema e como tal evolução resulta em falha funcional. Deve ser avaliado se o
sistema se deteriora em minutos, horas, dias, semanas, meses ou anos.
• Se não estiverem incluídas nas práticas de manutenção, a aplicação dos conceitos
de curva de degradação e intervalo de inspecção, ou se estiver a ser proposta a
introdução de novos intervalos, então os novos intervalos deverão ser baseados na
estimação das equipas de trabalho.
Contudo, devem ser previamente analisadas todas as fontes de informação, no sentido de
melhorar o critério de determinação do intervalo P-F, nomeadamente:
a) Especificações dos construtores, opinião de peritos e experiências anteriores;
b) Literatura publicada acerca do intervalo de inspecção para monitorização de condição,
incluindo artigos, manuais e livros;
c) Dados históricos que caracterizem o actual intervalo de inspecção esperado.
Tal como foi referido, o intervalo de inspecção deve ser definido no sentido de que não seja
superior a metade do intervalo P-F esperado. No entanto, na fase de ajustamento, devem ser
atendidas algumas recomendações, nomeadamente:
147
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
a)O intervalo de inspecção deve ser aumentado quando o seu valor for inferior ao tempo
de reparação.
b)Na presença de um nível de estimação com baixo grau de confiança, o intervalo de
inspecção deve ser reduzido;
c)Quando existam riscos mais elevados nos modos de falha, deve ser aplicado um
intervalo de inspecção mais reduzido.
As técnicas de manutenção condicionada permitem a avaliação da condição do sistema
baseada na recolha de dados do sistema através da monitorização contínua ou de inspecções
mais ou menos frequentes, com o objectivo de determinar a necessidade de manutenção antes
da ocorrência de qualquer falha prevista.
Na predição de intervalos de inspecção de autocarros urbanos, é recomendado utilizar
valores de referência. O estudo (TCRP-SINTHESIS-81 2010), referente a autocarros equipados
com motores de ignição por compressão (Diesel) refere que as inspecções de manutenção
preventiva tipicamente são baseadas no estabelecimento pelos construtores dos autocarros de
um intervalo mínimo de permuta do óleo do motor. Os operadores sugerem um intervalo de
mudança de óleo de 10000 km. Contudo, referem que para alguns motores mais novos com
controlo de emissões mais avançado, especialmente aqueles com recirculação dos gases de
escape (EGR), deve ser exigido um intervalo de mudança de óleo mais frequente, isto é, todos
os 5000 km.
Num vasto conjunto de empresas que responderam a um inquérito, 92 % adoptam intervalos
de inspecção que caem no intervalo de 3200 quilómetros (apenas uma empresa) a 10000
quilómetros, com 71% das empresas a optarem pelo valor mais elevado. Os remanescentes
8% optaram pelo intervalo 10500 a 12000 km.
Quando a condição do sistema decresce abaixo do seu nível crítico de funcionamento, o
sistema passa ao estado de falha, obrigando à imediata intervenção não-planeada, que deve
corrigir o sistema de forma a garantir uma reparação tão boa quanto novo (as-good-as-new).
Obviamente que a escolha das datas de inspecção e os valores limiar críticos influenciarão
o desempenho económico da política de manutenção. Os modelos económicos de avaliação
das políticas de manutenção, apesar da vantagem da sua capacidade para tratar com
interdependências, têm a desvantagem da ausência de um conjunto de regras que possam ser
aplicadas a diferentes situações.
Na presente investigação, após normalização dos valores recolhidos, relativamente aos
valores de referência, estes conjuntos de vectores característicos são usados como inputs de
modelos HMM e, em caso de detecção de disfunções, podem mesmo alimentar um segundo
modelo, também baseado em HMM ou mesmo em redes neuronais, que avaliará cada um dos
sub-sistemas ou componentes para identificar as respectivas causas.
Uma vez que cada disfunção ou modo de falha se encontra interligado com os indicadores
do nível de emissões, o processo conduz à geração de livrarias ou bases de dados. Desta
forma, o modo de disfunção, DM (Dysfunction Mode) que caracteriza um subsistema ou
componente sob disfunção, pode ser associado a indicadores de emissão de cariz ambiental,
EI (Environmental Indicators).
148
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
/,(,"
; $%
1 $0
1
Na presente tese faz-se a integração de novas ferramentas de gestão que, para além de se
basearem na monitorização da opacidade, têm subjacentes a mitigação dos impactos
ecológicos dos restantes efluentes gasosos e do ruído. O modelo proposto permite predizer o
estado de saúde, actual e futuro, independentemente da idade do veículo.
Os efeitos da deterioração do estado do veículo e do consequente envelhecimento do
motor, aliado às condições de manutenção, são factores determinantes que devem ser
enquadrados na redução dos impactos ambientais, pelo que podem ser determinados aquando
da análise da deterioração das emissões. Importa, por isso, não só conhecer o impacto antes e
depois das intervenções de manutenção, mas também correlacionar as necessidades e
tipologia das intervenções com o espectro de emissões previamente registado.
SISTEMA
SUB-SISTEMA
COMPONENTE
FALHA
Motor
Alimentação
FI – Injecção de
combustível
Motor
Alimentação
Injectores
Combustível
injectado
Combustível
injectado
Motor
Alimentação
Motor
Alimentação
Motor
Motor
Motor
Motor
Motor
Admissão de ar
Sobrealimentação
Distribuição
Distribuição
Distribuição
Bombas de alimentação
de combustível / alta
pressão
EGR – Recirculação de
gases de escape
Condutas e filtro de ar
Turbo-compressor
Válvulas
Ponto de injecção
Correias ou correntes
Motor
Lubrificação
Fugas de óleo
Motor
Lubrificação
Motor
Arrefecimento
Motor
Motor
Motor
Arrefecimento
Arrefecimento
Chumaceiras
Motor
Comando e controlo
Bomba / condutas
Bomba de água /
tubagem
Ventilador
Termóstato
Casquilhos / rolamentos
Componentes eléctricos e
electrónicos ou sensores
Pós Tratamento
Pós Tratamento
Exaustão
Exaustão
Veículo
Transmissão
Veículo
Veículo
Veículo
Travagem
Direcção
Apoios do motor
AIR – Injecção de ar
CAT – Catalisadores ou
filtro de partículas
Embraiagem, caixa de
velocidades, eixos
Maxilas e discos
Bomba de pressão
Ligação
Pressão baixa
Mistura
enriquecida
Bloqueios
Desempenho
Deterioração
Desajuste
Válvulas
Ruptura, má
vedação ou
desgaste
Deterioração
POLUIÇÃO
Elevada
Elevada
Baixa
Elevada em NOx
Elevada
Elevada
Elevada
Elevada
Elevada
Elevada
Média
Aquecimento
Elevada em NOx
Aquecimento
Aquecimento
Aquecimento
Disfunções
diversas
Falta de ar
secundário
Envelhecimento
ou ruptura
Desgaste ou
ruptura
Apertos
Esforço
Esforço
Elevada em NOx
Elevada em NOx
Média
Baixa a elevada
Média
Baixa a elevada
Média
Baixa a elevada
Baixa
Baixa
Tabela 3.9 - Falhas mais comuns num veículo a motor de combustão interna tipo CI
149
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Com base na recolha de informação junto de transportadores, concessionários e
reparadores, foi possível definir uma amostragem da lista de disfunções em motores de
autocarros e outros veículos pesados a Diesel, assim como avaliar a respectiva frequência de
ocorrência.
Uma avaliação causa-efeito aos diferentes sub-sistemas de veículos pesados com motor de
ignição por compressão, utilizando como combustível o gasóleo, permitiu estabelecer as
associações qualitativas apresentadas na tabela 3.9.
Em geral, as disfunções no sistema de admissão de ar e ou no sistema de alimentação de
combustível, são as causas mais comuns que se manifestam na degradação das emissões
poluentes. Contudo, através de medições efectuadas no laboratório de máquinas alternativas
do ISEC foi possível verificar que um motor em condição mecânica de elevada degradação
manifesta perdas de compressão e perdas de óleo de lubrificação que provocam elevados
níveis de emissões gasosas e de fuligem.
As intervenções a que o motor é submetido podem aparecer sistematizadas em três
grandes grupos: reparação mínima, reparação correctiva e revisão integral. Os impactos das
operações de manutenção na taxa de avarias são ilustrados no gráfico da figura 3.6.
Figura 3.6 – Gráfico com tipificação de avarias de um autocarro no tempo
Na tabela seguinte, podem constatar-se as reparações típicas que ocorrem nos autocarros
de serviço urbano de passageiros, Mercedes CITARO O530, que se manifestaram pelos altos
níveis de fuligem e/ou de emissões poluentes gasosas.
Na análise efectuada às especificidades de manutenção dos diferentes componentes,
ressalta alguma informação importante que merece os seguintes comentários:
a) O sistema de injecção de combustível pode ter um efeito importante na combustão.
Especificamente, as agulhas obturadoras e os calibres de injecção dos injectores, bem
como outras válvulas e obturadores do sistema, podem provocar aumentos de formação
de emissões de CO e PM e na concentração de aldeídos;
b) Devem ser usadas apenas peças produzidas pelos construtores de veículos / motores,
aquando da sua substituição. Alguns tipos de injector, turbina, compressor, adquiridos na
concorrência, apresentaram substanciais aumentos nas emissões de NOx antes de
qualquer tratamento;
150
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
c) A sujidade ou excessivo desgaste dos injectores, poderia causar uma alteração na
dispersão do combustível e, provavelmente, uma alteração indesejável na composição
dos gases de escape (Davies and McGinn 2005).
TIPO DE REPARAÇÃO CORRECTIVA
PERCENTAGEM NO TOTAL
DE DISFUNÇÕES
Controlo da relação ar / combustível
1,4
Filtro de ar / filtros de gasóleo
7,8
Ajustamentos na bomba Injectora
4,9
Componentes da bomba Injectora
2,8
Ajuste no sistema de distribuição
3,5
Componentes do sistema de distribuição
4,9
Componentes de injectores /porta-injectores
8,5
Revisão à cabeça do motor
2,1
Ajustamento de válvulas
3,5
Turbocompressor
6,3
Sistema de arrefecimento
26,1
Sistema de lubrificação
11,3
Revisão do motor
13,4
Reconstrução do motor
3,5
Tabela 3.10 - Reparações em motores de autocarros, com impactos nas emissões
Várias técnicas têm sido propostas para estimar as emissões de cada veículo de uma
determinada frota para as diferentes condições de exploração. Incluem matrizes de factores de
emissão, técnicas de regressão estatística e de estimação, baseadas na carga do motor ou do
veículo. É neste contexto que emergem vários programas europeus de estimação de emissões
poluentes de transportes (COST-319 1996).
As taxas de emissões são calculadas pela combinação dos dados medidos pelo sistema de
monitorização de emissões com a avaliação do desempenho do motor. Todos os caudais de
emissões poluentes são, normalmente, avaliados em condições de funcionamento do motor a
quente, o que não significa que a avaliação das emissões a frio não seja importante na
predição de determinado tipo de degradação e ou disfunção.
/,(,( 7
$%
1 8
Actualmente, as técnicas de manutenção preditiva têm uma analogia muito próxima com
outras técnicas de diagnóstico, designadamente médicas. Sempre que o corpo humano tem
um problema, exibe sintomas dessas mesmas patologias. Através do sistema nervoso e da
própria aparência, resulta uma informação do estado de saúde, o qual corresponde à fase de
detecção. Além disso, são feitos testes patológicos, quando prescritos, para diagnosticar o
problema. A consequência é a recomendação do tratamento considerado mais adequado.
De forma similar, as disfunções ou avarias que ocorrem num veículo ou motor, exibem
sintomas de patologias que podem ser compilados numa matriz de emissões ou através de
151
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
outros suportes para análise do seu impacto. Porém, estas ocorrências podem ou não ser
facilmente detectadas antecipadamente, quer nos sistemas de detecção instalados nos
veículos quer pela percepção humana.
É aqui que emergem as técnicas de manutenção preditiva com referência ecológica, as
quais detectam sintomas de disfunções ou de avarias em veículos, em geral, e nos respectivos
motores, em particular.
A manutenção preditiva baseia-se na monitorização da condição mecânica, da eficiência do
equipamento ou outros indicadores de estado e tenta prever o instante aproximado da
ocorrência da próxima disfunção ou falha. Pode incluir um módulo de estimação de custos
agravados de funcionamento, ainda que não ligados directamente a um risco de falha a curto
prazo. Trata-se de uma metodologia que permite detectar ou predizer níveis de degradação e
ou disfunções em motores e equipamentos de pós-tratamento.
Os parâmetros preditivos de uma variável, são definidos para que correspondam aos
diferentes modos de disfunção (emissões, ruído, desequilíbrio, desalinhamento, rolamentos,
folgas, engrenagens, outros) e são armazenados de forma periódica para obter gráficos de
tendência, que permitam a avaliação dos estados de saúde associados à sintomatologia.
A maior vantagem da sua utilização advém do facto destas tipologias de indicadores
poderem identificar problemas antes dos mesmos se tornarem evidentes e causarem tempos
de imobilização.
As actuais abordagens da manutenção apresentam modelos muito elaborados, permitindo
determinar os componentes que constituem o risco mais elevado. É assumido que 80% do
risco é gerado por apenas 20% dos componentes (Kallen and Noortwijk 2004).
A partir do estado do conhecimento na área em estudo, é possível identificar campos
relevantes de pesquisa que podem ser agregados em quatro subáreas:
1. Estratégias de manutenção;
2. Modelos de operação de manutenção;
3. Avaliação das decisões de manutenção;
4. Outros métodos de optimização.
No último ponto incluem-se os novos algorítmicos, ferramentas computacionais, recolha de
dados e redes de transmissão e comunicação.
Da pesquisa levada a efeito ao nível das estratégias de manutenção em unidades de
produção, desde (Dekker et al. 1996), (Ben-Baia and Roauf 1996) a (Yang 2005), entre outros,
são avaliadas estratégias de manutenção alternativas com cenários diversificados do ponto de
vista de prioridades, de política de execução e dos recursos e meios utilizados.
É sabido que quaisquer sistemas funcionais, incluindo os que integram um autocarro de
serviço urbano, vão sofrendo degradação progressiva, evoluindo para estados que se podem
prever não só por processos estocásticos, mas também, algumas vezes, através de processos
determinísticos. O estado presente é avaliado através de uma metodologia de inspecção que,
periodicamente, retira dados do sistema, cuja evolução, comparação com valores limite, bem
como o histórico de ocorrências, permitem correlacionar eventuais sintomas de degradação, os
quais possibilitam prever o instante em que, provavelmente, se atinge um limiar crítico ou
disfunção ambiental.
152
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Uma taxa de avarias variável pode traduzir-se por disponibilidade inconsistente de meios de
produção ou exploração. Para uma frota de autocarros urbanos não sobredimensionada, em
que as unidades de reserva são escassas, pode traduzir-se na prestação de serviços pouco
fiáveis, com consequentes repercussões nos resultados operacionais, podendo também levar
ao agravamento de custos da empresa.
A reposição das condições funcionais do sistema devolve a sua operacionalidade. Contudo,
não pode ser entendido que uma intervenção correctiva corresponda à renovação de um
sistema de forma a garantir a sua condição original, ou seja, não corresponder,
necessariamente, à reposição de um estado homólogo, ao início de um novo período de vida
útil iniciado após o período de mortalidade infantil.
A manutenção é também uma forma de gerir o ciclo de vida dos activos, em ordem a
incrementar os seus tempos de vida com a máxima fiabilidade e, obviamente, reduzir as
necessidades de produção de novos produtos, equipamentos e serviços, contribuindo,
consequentemente, para a preservação do planeta. E tudo isto é compatível com a necessária
e constante evolução dos equipamentos, sejam eles de fabrico, transportes, médico, ou outros,
para gerir e controlar cada vez melhor a saúde humana. As principais fontes de impacto
ambiental, no caso hospitalar, poderão ser sintetizadas na figura 3.7.
.
Figura 3.7 - Principais fontes de impacto em campus hospitalares Fonte: (Simões et al. 2004)
Esta forma de ver a gestão da manutenção insere-se na visão de uma nova economia,
designada de ecológica, tendo como principal objectivo a sustentabilidade do planeta. A
manutenção em geral e a dos transportes em particular, representam contributos importantes
para este objectivo. É devido a estas razões que a presente tese coloca a ênfase numa forma
estratégica de melhorar as políticas e práticas da manutenção, a partir de técnicas de medição,
de tratamento e de transmissão de sinais, suportadas em algoritmos matemáticos, em
conjugação com poderosas ferramentas computacionais, revelando-se como importantes
contributos na implementação de novas políticas de manutenção.
153
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
/,(,/
+
$%
!
+!
No suporte ao desenvolvimento de modelos estatísticos para representar a correlação das
necessidades de manutenção com os caudais mássicos de emissões poluentes, pode utilizarse a proposta de (North 2007), que refere que as transformações logarítmicas dos caudais
mássicos de emissões poluentes permitem estabilizar a variância no intervalo das medições
registadas. Um passo importante na avaliação é o do estabelecimento de correlações entre o
conjunto dos indicadores cinemáticos e as transformadas logarítmicas dos caudais mássicos
de emissões de PM, NO, CO, HC e CO2 em que foi usado um conjunto de 4317 dados de
calibração (tabela 3.11). Foram analisadas relações lineares, quadráticas e cúbicas. Desta
forma, o conjunto (v, a, VSP)6 foi expandido para um conjunto mais alargado que inclui nove
possíveis variáveis explicativas (v, v2, v3, a, a2, a3, VSP, VSP2, VSP3). Os valores onde
R>0,500, são os que devem merecer um enfoque especial.
DADOS COMPLETOS (4317)
VARIÁVEL
EXPLICATIVA
PM
PM
-
NO
0,766
-
CO
0,754
0,792
-
THC
0,292
0,371
0,477
-
CO2
0,837
0,867
0,724
0,271
-
v
0,542
0,511
0,517
0,325
0,569
2
v
0,526
0,484
0,481
0,306
0,530
v3
0,502
0,453
0,462
0,287
0,487
a
0,529
0,562
0,451
0,065
0,661
2
-0,091
-0,135
NS
0,068
-0,277
3
0,289
0,286
0,251
0,063
0,393
VSP
0,660
0,780
0,516
0,132
0,817
2
0,263
0,152
0,280
0,177
NS
a
a
VSP
3
VSP
NO
CO
THC
0,351
0,400
0,259
0,094
Tabela 3.11 - Coeficientes de correlação, R, entre poluentes
Fonte:(North 2007)
CO2
0,416
Da análise da tabela 3.11 infere-se que a correlação com THC é baixa para todas as
variáveis explicativas. Verifica-se também uma forte correlação entre as transformadas
logarítmicas dos caudais mássicos de PM e as dos restantes co-poluentes, NO, CO e CO2,
mostrando uma possível relação linear entre as variáveis transformadas por logaritmização. O
mesmo pode ser expectável quando os cálculos são baseados nas mesmas variáveis, mas
trabalhando com fluxos molares. Contudo, torna-se importante perceber que o processo de
formação de cada uma destas espécies de emissões poluentes e as suas proporções
6
v- velocity; a – acceleration; VSP - Vehicle Specific Power
154
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
encontradas no fluxo total de gases de escape varia de acordo com as condições de
combustão do motor.
Consequentemente, o estudo da relação entre os diferentes co-poluentes, pode constituir
um meio que ajuda a compreender a variação nas condições de funcionamento do motor (por
exemplo, devido a diferente posição da relação da caixa de velocidades), para os mesmos
valores nominais de velocidade, aceleração e potência específica, (North 2007).
O estudo da relação entre os diferentes co-poluentes constitui uma ferramenta de singular
relevância para a predição das necessidades de manutenção de autocarros de serviço urbano.
A variação dos níveis de emissão de dióxido de carbono (fortemente correlacionados com o
consumo de combustível), com a velocidade de circulação, para veículos de pequena, média e
grande dimensão, pode ser analisada na figura 3.8, sendo possível depreender que os valores
mínimos de emissão por quilómetro ocorrem a velocidades compreendidas entre 64 e 84
quilómetros por hora. Esta análise mostra a importância da necessidade de garantir boa fluidez
nos transportes desenvolvidos em ambiente urbano.
Figura 3.8 – Variação das emissões de dióxido de carbono com a velocidade de um veículo
Fonte: Factores de emissão TRL (Transport Research Laboratory)
O consumo de combustível varia, consideravelmente, com a velocidade. Porém, com base nos
factores de emissão desenvolvidos pelo laboratório TRL (Transport Research Laboratory) o
impacto da velocidade nos níveis de CO, HC e NOx é ainda mais acentuado.
/,/
<
!
$%
É neste contexto que se inscreve a abordagem à manutenção planeada de motores Diesel,
tomando como referência parâmetros ambientais em vez de quilómetros ou horas de
155
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
exploração. Constitui um novo paradigma na área da manutenção, porquanto surge
acrescentada com a introdução de novos algoritmos de previsão baseados em Cadeias de
Markov e, em particular, em modelos escondidos de Markov (Rabiner 1989), (Oliveira and
Morita 2000). Estas são as bases de onde emergem as técnicas de manutenção preditiva
ecológica, as quais detectam sintomas de disfunções ou defeitos que comecem a iniciar-se nos
equipamentos.
A manutenção preditiva monitoriza, directa ou indirectamente, a condição mecânica, a
eficiência do equipamento ou outros indicadores de estado, tentando prever o tempo
aproximado para a ocorrência da próxima falha. É uma metodologia que permite detectar ou
predizer disfunções nos equipamentos que dão origem às emissões poluentes, incluindo os
sistemas de pós-tratamento. Dentro deste último grupo enquadram-se os sistemas de póstratamento de motores Diesel dos autocarros de serviço urbano, onde os filtros de partículas
Diesel (DPF) utilizados têm estruturas em favo de mel ou dispositivos de rede entrelaçada
localizados no circuito de fluxo dos gases de escape. Fisicamente os dispositivos têm um efeito
de filtragem e oxidação das partículas de matéria (PM). Os DPF devem ser combinados com a
utilização de combustíveis de teor ultra baixo de enxofre e utilizam sistemas de regeneração
passiva ou activa para oxidar as PM nos filtros. Os filtros passivos requerem temperaturas de
operação mais elevadas para trabalharem devidamente, exigindo ainda alguma manutenção.
Um programa informático de manutenção preditiva utiliza uma combinação de ferramentas
de maximização da relação custo-eficácia para caracterizar as actuais condições de operação
dos equipamentos. A manutenção preditiva com referência ecológica usa várias técnicas para
avaliar o estado de saúde dos “Objectos de Manutenção”, utilizando como variáveis de
controlo, os efluentes gasosos, as partículas de matéria, os níveis de ruído, e grandezas físicas
correlacionadas, incluindo a temperatura e as características do óleo de lubrificação, bem como
os detritos oriundos do desgaste.
As variáveis de referência ecológica podem assim ser usadas para determinar a condição
mecânica e de funcionamento de motores, veículos ou de outros equipamentos. Este tipo de
indicadores permite identificar os problemas antes dos mesmos causarem agressões
ambientais para além dos limites de referência, com consequentes implicações nas paragens
dos equipamentos. Este objectivo é atingido através da implementação de uma monitorização
regular ao equipamento, podendo a mesma ocorrer de modo contínuo ou através de
inspecções programadas.
Como se pode verificar pela figura 3.9, a identificação de uma disfunção ambiental precede
a ocorrência de um determinado nível de falha de funcionamento. Deste modo, a monitorização
dos indicadores ambientais pode apoiar na detecção de peças com desgaste, de chumaceiras
ou rolamentos deteriorados ou com defeito, de folgas em ajustamentos mecânicos, ou de
engrenagens gastas e com folgas ou com fracturas (Simões et al. 2008). As medições de ruído
também podem detectar desalinhamentos e desequilíbrios, antes que estas condições se
venham a reflectir na deterioração dos rolamentos ou veios. Esta prática é muito importante
quando se trata de peças e equipamentos de substituição, tais como os associados a
máquinas rotativas e a compressores.
A tendência do nível de ruído pode identificar práticas de manutenção deficientes, tais como
a selecção, instalação ou substituição de rolamentos de forma inadequada ou a opção por
caixas de embraiagem menos aconselhadas. O ruído pode ser, neste caso, um sintoma de
alinhamento de um veio sem grande precisão ou da equilibragem de um rotor pouco rigorosa.
156
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.9 – Evolução do estado de degradação de um sistema
Fonte: (Simões et al. 2007)
No início da avaliação identificaram-se as regras de comportamento do processo físico e a
condição de arranque do sistema a partir da qual a simulação da sequência é iniciada. Pela
análise da tabela 3.11 pode concluir-se da existência de fortes correlações entre as emissões
de CO2 e as emissões de PM, NO e CO. Por sua vez, a variável CO2 encontra-se também
fortemente correlacionada com o consumo de combustível e com a VSP. Como as variáveis
CO2 e VSP estão associadas ao estado do veículo, pode inferir-se que as emissões de PM, NO
e CO poderão apresentar correlações com as variáveis de estado. Esta é, assim, uma chave
de suporte à presente tese. Em estudos futuros de caracterização dos estados de outros
equipamentos, sem este conhecimento prévio, deve ser utilizado software estatístico que
permita seleccionar as variáveis que caracterizam o estado do sistema, possibilitando partir
para o conhecimento da condição inicial e das condições limiar para a manifestação de
disfunções.
Presentemente, a monitorização do desempenho constitui um aspecto pertinente para
caracterizar o estado do sistema. Esta é uma técnica de avaliação de condição que ajuda na
predição de problemas, identificando alterações nos valores das variáveis que apresentam
correlações com o estado de funcionamento do equipamento. Utiliza indicadores, tais como,
pressão, temperatura, caudal, consumo de potência eléctrica.
Na CBM é feita uma abordagem diferente à avaliação da manutenção de veículos, tal como,
por exemplo, no caso da recolha das amostras de óleo, que são feitas com alguma
periodicidade. Posteriormente, são introduzidos tais resultados num programa de computador
que prediz o instante da próxima intervenção de manutenção. Esta é uma área onde o CBM
alcançou maior desenvolvimento. Quando a opção de gestão de um operador de transportes
se volta para uma metodologia de manutenção preditiva da sua frota automóvel, o intervalo
entre mudanças de óleo pode estender-se aos 100000 Km. Porém, quando a marcação de
operações é feita com base em manutenção planeada pelo fabricante, tal prática traduz-se na
adopção de intervalos regulares entre mudanças de óleo, normalmente, entre 5000 e 60000
Km. Este exemplo mostra a diferença fundamental entre manutenção preditiva e manutenção
157
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
sistemática, sendo certo que ambas as metodologias correspondem ao grupo da manutenção
planeada.
A CBM ecológica ou manutenção preditiva ecológica constitui um meio de melhorar as
condições ambientais, a produtividade, a qualidade de um produto ou serviço e a eficiência
global de uma linha de fabrico ou capacidade de produção de um centro empresarial. A CBM
não se confina à monitorização de efluentes, mas também ao mapeamento térmico da imagem,
análise de óleo lubrificante ou qualquer outra técnica de teste não destrutiva. É uma filosofia ou
atitude que utiliza a condição operacional actual do equipamento ou sistema para optimizar o
seu desempenho. Tem como suporte, a correlação entre indicadores ecológicos e o estado de
degradação (figura 3.10).
Figura 3.10 - Correlação entre indicadores ecológicos e estado de degradação de um sistema
Os limiares impostos podem mesmo corresponder a situações críticas em que ocorrem
disfunções ambientais. Sendo impossível a sua definição em contínuo, são, normalmente,
definidas projecções de uma forma discreta, suficientes para a previsão de tendências de
transição de estados. Por simplicidade, a caracterização do estado de funcionamento pode ser
feita de forma generalizada por uma equação de estado.
Sendo impossível a sua definição em contínuo, são, normalmente, definidas projecções de
uma forma discreta, suficientes para a previsão de tendências de transição de estados. Isto é
muito importante em equipamentos ou peças substituíveis, tais como as associadas a motores
Diesel e compressores.
158
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
/,2 #
)
$%
#
= ! 9># # :
De um modo geral os processos no mundo real produzem sinais ou sequências de
observações. Os sinais podem ser discretos ou contínuos. São exemplos de sinais discretos os
caracteres de um alfabeto finito escritos por um programa informático de reconhecimento de
voz. Como exemplos de sinais contínuos podem enumerar-se as medições de temperatura e
pressão e a própria música. A geração do sinal pode ser estacionária, sempre que as
propriedades estatísticas não variam com o tempo, ou não estacionária. Ao mesmo tempo, os
sinais podem ser do tipo puro ou não puro, devido à existência de ruído ou detecção de outras
fontes de sinal.
Os sinais podem ser modelados utilizando técnicas determinísticas ou estatísticas. Os
modelos determinísticos exploram algumas propriedades específicas subjacentes às emissões
de sinais, com base na explicação dos mecanismos inerentes à sua formação através de leis
da ciência. Muitas vezes, o que se procura é determinar (estimar) valores dos parâmetros do
modelo do sinal (amplitude, frequência). Por sua vez, os modelos estatísticos procuram apenas
caracterizar as propriedades estatísticas do sinal (Gauss, Poisson, Markov, Modelos
escondidos de Markov, entre outros).
Neste âmbito, uma forma matemática de melhorar os algoritmos é através do uso de
Cadeias de Markov, que surgem na presente tese com um novo paradigma. Num modelo
regular de Markov, o estado de saúde de um sistema é directamente visível pelo observador e,
por consequência, as probabilidades de transição entre cada dois estados possíveis são
facilmente determinadas. Nos modelos escondidos de Markov (HMM), o estado não é
directamente visível, mas são visíveis ou mensuráveis as variáveis que são influenciadas pelo
estado. Assim, cada estado apresenta uma distribuição de probabilidade sobre os possíveis
resultados observáveis produzidos, sejam eles sons ou efluentes. Consequentemente,
conhecida a sequência de observações produzidas, os modelos escondidos de Markov têm a
capacidade de produzir informação relativa à sequência de estados (Qiang 2005). Uma vez
que o estado não é directamente visível, este corresponde a uma variável desconhecida. Em
vez de usar técnicas de planeamento tradicionais, esta nova abordagem considera que cada
estado, representado por eventos não observáveis, se encontra correlacionado com eventos
observáveis, através de uma distribuição de probabilidades de ocorrência. O desafio reside em
determinar o valor das variáveis escondidas a partir do conhecimento do valor das variáveis
observáveis.
Importa referir que os estados de Markov puros não têm memória, pelo que os Modelos
Escondidos de Markov utilizados não são puros. Isto é, possuem memória, que está reflectida
nos parâmetros das matrizes.
A caracterização da evolução das condições de degradação associadas aos estados dos
equipamentos é feita com base no enquadramento dos valores dos indicadores medidos num
intervalo e amplitude de variação, considerando várias classes dentro desse intervalo e
correlacionando os estados com os limites ambientais impostos. As matrizes de transição do
modelo escondido de Markov apresentam probabilidades variáveis para cada condição de
estado e a predição de cada nova intervenção de manutenção é baseada nesta técnica, como
se descreverá mais à frente.
159
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Um dos objectivos deste tipo de estudos consiste em caracterizar os sinais do mundo real
através de modelos de sinais. Os sinais do mundo real podem ser modelados através de
modelos de previsão que explicam a degradação das variáveis com impacto ambiental e a
respectiva condição do sistema ou equipamento. Os modelos que explicam o comportamento
de sinais (emissões) podem fornecer a base para uma descrição teórica da forma como os
estados de um veículo, as respectivas tecnologias e as condições de exploração, influenciam
as emissões, permitindo tomar decisões de gestão eficazes. Por outro lado, os modelos de
sinal permitem a simulação da fonte geradora e, consequentemente, predizer como evitar
impactos ambientais que possam violar a legislação em vigor.
Os HMM começaram a ser desenvolvidos no final dos anos 60 (Baum and Petrie 1966). A
aplicação destes modelos em reconhecimento de palavras começou a ser utilizada em meados
dos anos 70 (Baker 1975).
Durante os últimos 20 anos, os modelos HMM têm vindo a ser utilizados em diversas áreas,
que vão desde o reconhecimento de voz (Rabiner 1989), modelação de linguagens,
reconhecimento de palavras manuscritas, verificação on-line de assinatura, aprendizagem de
acções humanas, detecção de falhas em sistemas dinâmicos e ao reconhecimento de “moving
light displays” (Oliveira and Morita 2000).
Os modelos HMM incorporam um processo estocástico duplo, com um processo estocástico
não visível, pelo facto de não ser directamente mensurável (daí resulta a designação de
“escondido” ou “oculto”), mas que pode ser correlacionado com indicadores correspondentes a
outro processo estocástico que produz uma sequência de observações.
Os processos ocultos consistem num grupo de estados interligados por probabilidades de
transição entre si. Por outro lado, os processos observáveis ou não ocultos consistem num
grupo de saídas ou observações possíveis, interligados também sob a forma probabilística,
com os referidos estados escondidos. Para cada estado possível do sistema, estas saídas
ocorrem de acordo com a função densidade de probabilidade PDF (Probability Density
Function).
Dependendo da função densidade de probabilidade, vários tipos de HMM podem ser
definidos, tais como:
• Discretos - Observações discretas, em função da sua tipologia, ou convertidas em
classes, segundo um vector quantitativo;
• Contínuos - Observações contínuas, com a função densidade de probabilidade
habitualmente explicada por uma distribuição normal.
• Híbridos - Observações semi-contínuas, divididas entre discretas e contínuas.
/,2," )
#
)
#
= !
Um HMM é uma extensão das cadeias de Markov (Rabiner and Juang 1986). Traduz um
problema mais complexo do que o problema descrito pelas cadeias de Markov. Num HMM
cada estado corresponde a um evento não observável. Cada estado oculto está ligado a um
grupo de possíveis eventos observáveis, segundo uma função distribuição de probabilidade.
160
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Antes de apresentar o modelo específico para detecção de disfunções em autocarros
urbanos, apresenta-se um modelo estatístico mais geral, o modelo Bayesiano. Para isso tornase necessário definir:
- Um conjunto de variáveis aleatórias, X = (W, Y), onde o conjunto W corresponde a
variáveis ocultas e Y representa um conjunto de sinais observáveis que descrevem
eventos ou atributos correlacionados com W.
- Um modelo estocástico que permite descrever a variabilidade e o ruído no indicador
ambiental
- Parâmetros específicos,
λ = { A, B, π } , correspondentes ao modelo estocástico que
melhor descreve as classes dos sintomas de patologias que se procuram descodificar.
Essas patologias são condições que ocorrem nos domínios das variáveis ocultas W.
Um HMM é definido por dois processos estocásticos um dos quais não é directamente
observável e o outro corresponde a uma sequência cronológica, suportado em observações de
símbolos discretos. É caracterizado pela seguinte estrutura:
N – Número de elementos do conjunto de estados do sistema. Traduz o conjunto finito de
estados individuais possíveis em que estes definem uma biblioteca de estados. Esta biblioteca
é identificado por Q = {q1 ; q2 ; q3
qN } e está suportada em classes definidas nos domínios das
variáveis W.
O estado no instante t especifica-se por St, pelo que a sequência de estados nos instantes
t=1, t=2, t=3 ……. t=T será S = {S1 ; S 2 ; S3
ST }
M - Número associado às classes de observações distintas para os diferentes estados. Os
símbolos individuais das diferentes classes são especificados pelo conjunto
V = {V1 ;V2 ;V3
VM } e está suportada em classes definidas nos domínios das variáveis Y. A
sequência de símbolos ou observações nos instantes t=1, t=2, t=3 ……. t=T será
O = {O1 ; O2 ; O3
OT }
• Consequentemente, a probabilidade de ser observada a anterior sequência de símbolos
de emissões de comprimento T, num sistema sujeito a uma mutação de estados, é dada
por P (O λ ) =
P (O S , λ ).P( S , λ ) . Em que P(O λ ) representa a
P (O, S λ ).P( S ) =
S
S
probabilidade de ocorrer uma sequência de observações de emissões, dado o modelo λ .
Por sua vez, P (O, S λ ).P( S ) traduz a probabilidade de ocorrer uma sequência de
observações de emissões O e o estado final S, na sequência cronológica de
comprimento T, dado o modelo λ multiplicado pela probabilidade de ocorrer S.
Finalmente, P (O S , λ ).P ( S , λ ) corresponde à probabilidade de ocorrer uma sequência de
observações de emissões O, dado o estado final S e o modelo λ , multiplicado pela
probabilidade de ocorrer o estado final S para o modelo λ .
{ }
• A distribuição de probabilidade da transição de estados representa-se por A = aij
onde
aij = P[ St +1 = q j St = qi ], 1 ≤ i, j ≤ N é uma matriz de números reais não negativos, entre
0 e 1, indexada por N*N. Os valores são designados de parâmetros da matriz de
161
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
transição de estados. Se a probabilidade condicional P[ St +1 = q j St = qi ] for independente
do tempo t, designamos a cadeia de Markov de homogénea. Uma vez que a tese se
centra em modelos de desencadeamento de operações de manutenção, numa população
que corresponde a uma única série de viaturas com um comportamento homogéneo e
numa fase inicial na utilização de modelos individuais por viatura, estaremos perante
elementos que sugerem alguma homogeneidade. Para simplificar o problema, considerase que todas as cadeias de Markov a partir daqui são homogéneas. Neste caso tem-se
que Pij = P[ St +1 = q j St = qi ] é independente de t e então podem organizar-se os Pij
numa matriz de transição de probabilidades. Esta matriz advém de uma ou várias
sequências periódicas de caracterização de estados de saúde para um ou vários
elementos de uma mesma série de um bem ou equipamento. Quando não se conhece
um histórico completo de um mesmo equipamento ou sistema que abranja um intervalo
de tempo de dimensão suficiente para garantir a monitorização de condição de todas as
diferentes fases do ciclo de vida, opta-se pela monitorização de diferentes equipamentos
em fases diferenciadas do seu ciclo de vida. Para novos equipamentos, podem utilizar-se
curvas do ciclo de vida de equipamentos ou sistemas com maiores semelhanças técnicas
e funcionais. Podem estimar-se os parâmetros A através da seguinte expressão:
aij = P[ St +1 = q j St = qi ] =
n.º de transições de qi para q j
(Eq. 3.6)
n.º de vezes no estado qi
• A distribuição de probabilidade para o conjunto de classes de emissões ou combinações
{
}
de observações de emissões, codificada por B = b j (k ) , define as probabilidades com
que ocorrem as diferentes classes de emissões para cada um dos estados j, com
j=1,2,3,…..N
onde
b j (k ) = P[Ot = Vk St = q j ], 1 ≤ k ≤ M .
Quando
as
emissões
correspondem a dois ou mais tipos de indicadores, pode conceber-se uma combinação
de classes dos diferentes indicadores ou mesmo uma função de emissões. Daí advém os
designados espectros de emissões, cujas observações no tempo dão origem à
codificação pretendida. Traduz-se por uma matriz de números reais não negativos, entre
0 e 1, indexada por M*N. Os valores obtidos são designados de parâmetros da matriz de
emissões. Esta matriz advém de uma ou várias sequências periódicas de caracterização
das classes ou combinações de emissões para um ou vários elementos de uma mesma
série de um bem ou equipamento. Da mesma forma, quando não se conhece um
histórico completo de um mesmo equipamento ou sistema que abranja um intervalo de
tempo de dimensão suficiente para garantir a monitorização de todas as classes ou
combinações para as diferentes fases do ciclo de vida, opta-se pela monitorização de
diferentes equipamentos em fases diferenciadas do seu ciclo de vida. O cálculo dos
parâmetros de emissão é feito através da seguinte expressão:
b j (k ) =
n.º de vezes no estado q j com o símbolo vk
n.º de vezes no estado q j
(Eq. 3.7)
Um exemplo de relações entre estados e emissões pode ser encontrado na figura 3.11.
162
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.11 – Ligações num HMM de 5 estados do sistema e 4 classes de emissões
(Fonte: http://karthikdinakar.wordpress.com)
•
A
distribuição
do
estado
inicial
representa-se
por
π = {π i } , equivalente a
π = {π 1 , π 2 , π 3 ,..., π N } , onde π i = P[ S1 = qi ], 1 ≤ i ≤ N é, por consequência, o vector da
distribuição inicial de probabilidades dos diferentes estados.
Por conveniência utiliza-se a notação compacta, λ = ( N , M , A, B , π ) ou ainda, de uma forma
mais reduzida, λ = ( A, B , π ) , para especificar o conjunto completo de variáveis do modelo. Os
valores de π i são determinados pela expressão:
π i = Número de vezes no estado i no instante t = 1
(Eq. 3.8)
Esta última matriz representa a probabilidade de ocorrência de cada um dos estados no
instante inicial de uma nova sequência cronológica que se pretende conhecer. Traduz a
probabilidade estimada de ocorrência da classe de estados qi antes de se iniciar uma nova
sequência. Corresponde às probabilidades de ocorrência de cada um dos estados da biblioteca
de classes definida, no último instante das sequências anteriores que serviram de base ao
cálculo das matrizes A e B.
A caracterização das classes de estados e de emissões, bem como os parâmetros das
matrizes que lhes estão associados podem ser intuitivamente analisadas através da figura
3.12.
Figura 3.12 – Nomenclatura de um HMM de 3 estados e 2 símbolos
163
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
/,2,( ?
8
+
># #
Existem três problemas básicos que devem ser resolvidos para que um HMM possa ser
utilizado em aplicações do mundo real:
• Problema 1 - Trata-se de um problema de avaliação. Dada uma sequência de
observações O = {O1 ; O2 ; O3
OT } e o modelo λ = ( A, B , π ) , como calcular
eficientemente a probabilidade associada à sequência de emissões P(O λ ) ?
• Problema 2 – Trata-se de um problema de descodificação. Consiste em encontrar a
mais provável sequência de estados ocultos, dada a sequência de emissões
observadas O = {O1 ; O2 ; O3
OT } e o modelo λ . Como encontrar uma sequência
de estados correspondente S = {S1 ; S 2 ; S3
ST } ?
• Problema 3 - Problema de calibração do modelo que procura maximizar a
verosimilhança, dado que passou a ser conhecida uma nova sequência de estados.
Trata-se de uma formulação em tudo semelhante á do processo de estimação de
parâmetros por máxima verosimilhança nos modelos estatísticos tradicionais. Dada
uma sequência de emissões, ou mesmo um conjunto de tais sequências, como
pode ser encontrada a maior correlação entre o conjunto de estados de transição e
as observações de emissões medidas? Por outras palavras, conhecida uma base
de dados de sequências de emissões, como ajustar os parâmetros do modelo
λ = ( A, B , π ) no sentido de maximizar P(O λ ) ?
Os sintomas de natureza ecológica ao serem associados com as classes dos estados de
saúde de um motor e dum sistema de pós-tratamento de um veículo, através da correlação
encontrada entre a sintomatologia e os indicadores de estado ou função de estado, permitem
gerar a função probabilística de estado traduzida pelas matrizes do HMM, cuja relação se
traduz na equação:
p(S (T + 1) = q j / O(T + 1)
(Eq. 3.9)
As matrizes do HMM reflectem assim uma forma mais analítica de representar os
mapeamentos que compilam a relação entre sintoma de patologia e estado do sistema. Ao ser
activado, o HMM produz a estimação dos estados ocultos, permitindo também efectuar, de uma
forma discretizada, a predição dos valores futuros das classes de emissão e dos estados do
sistema. Ou seja, se o modelo for implementado com dados compreendidos entre os instantes
t1 e T com intervalos de monitorização ∆t , pode calcular-se a probabilidade de, no instante
T+1, vir a ser identificado o estado qj, dado que foi recolhida experimentalmente a observação
ou combinação de observações, O(T+1), nesse mesmo instante.
Quanto à solução do problema de avaliação, referenciado como problema 1, pode ser visto
na perspectiva de como um dado modelo corresponde e se ajusta a uma dada sequência de
observações de emissões.
A maneira mais directa de calcular a probabilidade de uma sequência de observações
O = {O1 ; O2 ; O3
164
OT } se ajustar a um dado modelo λ = ( A, B , π ) é através da enumeração de
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
todas as possíveis sequências de estados de tamanho T (o número de instantes de inspecção),
através da seguinte expressão:
P(O λ ) =
S1 , S 2 ,..., ST
π S bS (O1 )aS S bS (O2 )aS S bS (O3 ).........aS
1
1
1 2
2
2 3
3
T −1ST
bST (OT )
(Eq. 3.10)
A expressão envolve (2T * N T − 1) cálculos o que inviabiliza a sua aplicação mesmo com
recursos informáticos poderosos. Para N=5 e T=43, os cálculos envolvem cerca de 1032
multiplicações. Por este facto, utiliza-se o procedimento forward-backward. A variável forward
α t (i) corresponde à probabilidade de ocorrência de uma sequência de emissões
O1 ; O2 ; O3
Ot , (sinais de entrada que se pretendem reconhecer) associada a uma biblioteca
de símbolos, V1 ;V2 ;V3
VM que, no instante t tenham um estado i, dado o modelo λ , onde:
α t ( i ) = P(O1 , O2 , O3 ,......, Ot , St = qi λ )
Consequentemente, resulta:
αT ( i ) = P(O1 , O2 , O3 ,......, OT , ST = qi λ )
(Eq. 3.11)
As observações de emissões correspondem neste modelo a sintomas que, por sua vez, se
encontram associados aos valores prováveis dos indicadores de estado. Esta correlação
permite calibrar o modelo e gerar a função probabilística de estados que faz a estimação do
mapeamento sintoma – estado p( St = qi / Ot ) , nos instantes de inspecção.
A especificidade dos HMM, quando aplicados em veículos, tem a ver com a utilização de
combinações de emissões observadas, que se designam por espectros de emissões, com
sequências que correspondem a condições diferenciadas de carga/rotação. A cada nível de
carga do motor corresponde um espectro de emissões, estando este associado às diferentes
rotações em que são efectuadas as medições. O estado do motor e, no futuro, a tipologia da
disfunção, são associados a um vector de emissões representado por O = O1 ; O2 ; O3
On , onde
Oi representa cada uma das combinações de emissões. A inicialização do algoritmo é feita de
modo aleatório.
Após a implementação do modelo, assumindo pressupostos de dependência condicional,
pode estimar-se p( ST = qi / O1 , O2 , O3 ,......, OT ) sem explicitamente se fornecerem os valores
dos indicadores O1 , O2 , O3 ,......, OT como entradas directas no modelo de classificação, dado
que os mesmos estão embebidos nas matrizes.
Na presente conceptualização, cada um dos autocarros será avaliado mediante combinação
de três regimes de rotação do motor sem carga. Como se utiliza apenas uma função de estado,
dependente de três variáveis de estado, cada uma das séries de viaturas terá o seu HMM com
os parâmetros λbus em que “bus” representa o número de identificação do autocarro. O modelo
é assim um instrumento de suporte à decisão para avaliar qual a combinação de emissões que
melhor reflecte o estado geral do motor.
Algoritmo forward
Genericamente, pode estimar-se e aferir a probabilidade de ocorrência dos dados de
emissão observados até ao instante T+1, com base no conhecimento dos parâmetros de
165
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
implementação do HMM, previamente calculados e que se presumem inalterados a partir do
instante 1. Tais parâmetros são designados genericamente por λ . Tal probabilidade pode ser
calculada através da expressão:
p(O / λ ) = p [ (O(T + 1), O(T ), Ο(T − ∆t ), ......... , Ο(1)) / λ ]
(Eq. 3.12)
Para este cálculo é conveniente trabalhar com uma variável intermédia α , que se designa
por variável Forward, onde, αT +1 ( j ) = p( ST +1 = q j , λ ) .
Para encontrar a correspondente probabilidade, à posteriori, dado um determinado modelo,
λ , é suficiente calcular os α s para qualquer instante t aplicando a regra de Bayes:
p( St +1 = q j / λ ) =
p( St +1 = q j , λ )
p(λ )
=
α t +1 ( j)
α ( j)
= N t +1
p(λ )
α t +1 ( j )
(Eq. 3.13)
j =1
A estimativa de αt +1 ( j ) é obtida por via recursiva. A dedução tem algumas condicionantes,
uma vez que P[ AB] =
P[ A].P[ B] só se verifica quando A e B são independentes.
α t +1 ( j ) = P(O1 ,......, Ot , Ot +1 , St +1 = q j λ ) =
N
i =1
N
i =1
N
i =1
P[O1 ,...., Ot , Ot +1 , St +1 = q j St = qi , λ ].P[St = qi λ ] =
P[O1 , O2 ...., Ot St = qi , λ ].P[St = qi λ ].P[Ot +1 , St +1 = q j St = qi , λ ]. =
P[O1 ,...., Ot , St = qi λ ].P[Ot +1 St +1 = q j , St = qi , λ ].P[ St +1 = q j St = qi , λ ] =
b j (Ot +1 )
N
i =1
α t (i)aij
Existe outra forma de chegar ao mesmo algoritmo que é também apresentada de
seguida.
αt +1 ( j ) =
N
=
i =1
=
N
i =1
N
i =1
p( St +1 = q j , λ , St = qi )
p( St +1 = q j , Οt +1 , λ , St = qi )
p( St +1 = q j , Οt +1 / ( λ , St = qi )) p(λ , St = qi )
Considerando a definição de α :
αt +1 ( j ) =
166
N
i =1
( p( St +1 = q j , Οt +1 / ( λ , St = qi )))αt (i )
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
=
N
i =1
( p(Ot +1 / St +1 = q j , St = qi ) p( St +1 = q j / (λ , St = qi )))αt (i)
Assumindo que Ot +1 é independente das observações passadas e dos estados anteriores,
sendo apenas dependente do estado presente, tem-se:
α t +1 ( j ) =
αt +1 ( j ) =
N
i =1
N
i =1
( p(Ot +1 / St +1 = q j ) p( St +1 = q j / (λ , St = qi )))αi (t )
( p(Ot +1 / St +1 = q j ) p( St +1 = q j / St = qi ))αi (t )
Assumindo também que St +1 é independente das observações passadas, mas apenas do
estado anterior St , virá:
α t +1 ( j ) = p(Ot +1 / St +1 = q j )
N
i =1
aijα t (i )
(Eq. 3.14)
Esta equação estabelece uma relação recursiva básica para estimar as probabilidades de
ocorrência de um estado em qualquer instante t+1.
A partir desta equação, a estimativa recursiva mais prática é deduzida como se segue:
Em primeiro lugar, o termo p(Ot +1 / St +1 = q j ) , que como foi referido se representa por
b j (Ot +1 ) , é substituído por p( St +1 = q j / Ot +1 ) / p( St = qi ) . O termo do somatório da equação 3.11
é uma combinação linear dos α s dos anteriores passos do modelo. Os termos α t (i ) são
substituídos por p( St = qi / λ ) . Estas duas substituições são equivalentes a dividir ambos os
lados da equação por p(λ ) que conduz à seguinte relação recursiva equivalente:
p( St +1 = q j / λ ) =
p( St +1 = q j / Ot +1 )
N
p( St +1 = q j )
i =1
aij p(St = qi / λ )
Assim, na determinação de α t ( i ) devem ser utilizadas as seguintes expressões indutivas:
1. Inicialização: α1 (i ) = π i bi (O1 ), 1 ≤ i ≤ N
2. Indução: α t +1 ( j ) =
3. Finalização:
N
i =1
α t (i)aij b j (Ot +1 ), 1 ≤ t ≤ T − 1 e 1 ≤ j ≤ N
P(O λ ) =
N
i =1
αT (i)
(Eq. 3.15)
(Eq. 3.16)
(Eq. 3.17)
Este procedimento reduz drasticamente o número de cálculos necessários. Este método de
cálculo de P(O λ ) envolve N2T multiplicações. Para os valores, N=5 e T=25, os cálculos
envolvem 625 multiplicações.
167
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Algoritmo backward
Com alguma analogia, define-se a variável backward βt (i ) (Rabiner 1989) como a
probabilidade de ocorrência da sequência de classes de observações, do instante t+1 até ao
instante T, dado verificar-se a ocorrências do estado qi no instante t e dado o modelo λ , onde,
βt ( i ) = P(Ot +1 , Ot +2 , Ot +3 ,......, OT St = qi , λ )
Mais uma vez, pode obter-se uma solução para βt ( i ) , utilizando as seguintes expressões
indutivas (recursivas):
1. Inicialização: βT (i ) = 1, 1 ≤ i ≤ N
2. Indução:
βt (i) =
3. Finalização:
N
j =1
(Eq. 3.18)
aij b j (Ot +1 )βt +1 ( j ), t = T − 1 , T − 2,...1 e 1 ≤ i ≤ N
P(O λ ) =
N
i =1
π i bi (O1 ) β1 (i)
(Eq. 3.19)
(Eq. 3.20)
Também este método de cálculo de P(O λ ) envolve N2T multiplicações.
Na resolução deste problema é necessária apenas a avaliação de uma das variáveis, α ou
β . Contudo, na resolução do problema 2, ambas as variáveis são utilizadas. Como se verá, o
algoritmo permitirá determinar qual a sequência de estados S = ( S1 , S 2 , S3 ......ST ) para que a
probabilidade P( S O, λ ) seja maximizada. Permite assim a estimação da sequência de estados
{ (
)}
mais provável, ou seja, a máx p S (T ) = q j , ....., S (1) = qi / λ .
Outra abordagem mais directa para determinar a sequência de estados mais provável é
através do algoritmo Viterbi.
Algoritmo Viterbi
O problema 2 procura de uma forma mais expedita descobrir a parte escondida do modelo,
ou seja, encontrar a correcta sequência de estados. Este problema é, normalmente, resolvido
utilizando um procedimento óptimo. O algoritmo de Viterbi, baseado em programação dinâmica,
procura a melhor sequência de estados S = {S1 ; S2 ; S3
observações, O = {O1 ; O2 ; O3
ST } para uma dada sequência de
OT } , dado o modelo λ = { A, B, π } .
A sequência de estados especificada para cada autocarro é aquela que apresenta o maior
valor de P (O λ ) . Corresponde a encontrar S ∗ = arg máx P( S O, λ ) , uma vez que se verifica
S
que P ( S O, λ ) =
P( S , O λ )
e como P(O λ ) é constante para cada descodificação de sequência
P(O λ )
de estados S, basta calcular S ∗ = arg máx P( S , O λ ) . Isto porque é a partir da sequência de
S
observações (fixada) que se pretende calcular a sequência de estados.
168
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para o efeito, define-se a variável auxiliar δ t ( i ) como:
δt (i ) =
máx
S1 , S2 , S3 ,.... St −1
P[ S1S2 S3 ...... St −1 , St = qi , Ο1O2O3 ......Ot λ ) , na qual δ t ( i ) corresponde ao
máximo resultado (ou probabilidade mais elevada) correspondente à sequência de
observações registadas, atendendo a que no instante t, de final da sequência, o estado
coincide com qi.
Por indução, tem-se:
δ t +1 ( j ) = [máx δt (i)aij ]b j (Ot +1 )
(Eq. 3.21)
i
Na predição da sequência de estados, é necessário extrair os argumentos que maximizam a
expressão anterior, para cada t e j, criando o vector ψ t ( j ) . Em síntese, o procedimento
completo para encontrar a melhor sequência de estados é o seguinte:
1. Inicialização do algoritmo, pela avaliação do estado provável no instante inicial, S1:
δ1 ( i ) = P[ S1 = qi , O1 λ ] = π i bi (O1 ), 1 ≤ i ≤ N
(Eq. 3.22)
ψ1 (i ) = 0
O índice 1 tem a ver com a observação no instante t=1.
2. Recursão para cálculo dos estados, correspondentes à sequência de observações
O = {O1 ; O2 ; O3
OT } , identificadas em momentos compreendidos entre o instante
t=1 e o instante t=T:
δ t ( j ) = máx δ t −1 (i)aij b j (Ot ), 2 ≤ t ≤ T e 1 ≤ j ≤ N
(Eq. 3.23)
ψ t ( j ) = arg máx δ t −1 (i)aij , 2 ≤ t ≤ T e 1 ≤ j ≤ N
(Eq. 3.24)
1≤ i ≤ N
1≤ i ≤ N
3. Finalização. No final, o valor de
máx P[ S , O λ ] pode ser calculado através da
1≤ i ≤ N
seguinte expressão
P∗ = máx P[ S , O λ ] = máx δ T (qi ) = máx δ T (i )
1≤ i ≤ N
1≤ i ≤ N
1≤ i ≤ N
(Eq. 3.25)
Do que resulta o conhecimento do estado mais provável no final da sequência
(instante T).
ST∗ = arg máx δ T (qi )
1≤ i ≤ N
(Eq. 3.26)
4. Caminho ou sequência de estados, utilizando uma avaliação do fim para o princípio
(backtracking). Trilha o caminho inverso ou de volta.
St ∗ = ψ t +1 ( St*+1 ), t = T − 1, T − 2,.....,1 ou
St ∗ = arg máx δ t (i )aiS ∗
1≤ i ≤ N
t +1
(Eq. 3.27)
169
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Gera a sequência, S1 , S 2 , S3 ......St −1 , ST .
Com excepção da etapa de backtracking, o algoritmo de Viterbi e o procedimento de forward
tem basicamente a mesma implementação. A única diferença entre eles reside no facto do
somatório do procedimento forward ser substituído pela maximização no algoritmo de Viterbi.
O problema 3 apresenta-se como o de mais difícil solução. A resposta consiste em definir
um método capaz de ajustar os parâmetros do modelo, λ = ( A, B , π ) , tendo em vista satisfazer
um certo critério de optimização.
O critério utilizado tem por objectivo maximizar a probabilidade P(O λ ) . A calibração de um
modelo estocástico não é, em geral, um problema simples e a existência de um algoritmo
eficiente para esse problema é condição fundamental para a aplicabilidade desse modelo
estatístico. A sequência de observações utilizada para ajustar os parâmetros do modelo é
designada por sequência de treino, porquanto é utilizada para treinar o HMM. Não é conhecido
qualquer processo analítico para encontrar o conjunto de parâmetros do modelo que maximize
a probabilidade da sequência de observações. No entanto, pode-se escolher o
modelo λ = ( A, B , π ) , calibrando-o de modo a que a probabilidade, P(O λ ) , seja localmente
maximizada. Para o efeito, utiliza-se um procedimento iterativo, tal como o método de BaumWelch, que é um caso particular do algoritmo EM (Expectation-Maximization). A componente E
(Expectation) do algoritmo corresponde a calcular o valor esperado matematicamente das
variáveis ocultas, dado λ . A componente M (Maximization) corresponde a calcular λ ∗ para que
P(O λ ∗ ) seja maximizada, assumindo os valores das variáveis ocultas no passo E. Traduz-se
num processo iterativo que termina com um novo valor dos parâmetros do modelo, λ .
Algoritmo Baum-Welch
Por conseguinte, o treino do HMM é feito com o algoritmo de Baum-Welch, que nos fornece
∗
os parâmetros óptimos, λ ∗ . O modelo após calibração corresponde a λ = arg máx P( L λ ) ,
λ
onde L corresponde à sequência de emissões medidas, que o modelo associa a um
determinado estado de saúde do equipamento.
Integra vários passos:
1- Passo E (Expectation): O passo E do algoritmo EM, solucionado por um HMM,
corresponde ao cálculo ou predição dos valores matemáticos esperados e
respectivas sequências, para cada uma das variáveis do modelo. Inclui as
seguintes projecções: número de vezes que o modelo detecta as diferentes classes
de estados i, número de vezes que o modelo detecta transições do estado i para o
estado j, número de vezes no estado i que o modelo associa o símbolo de
emissões vk e número de vezes que o modelo inicia o algoritmo a partir do estado i,
ou seja, o número de vezes que o modelo atribui o estado i no instante t=1 de cada
uma das séries temporais.
2- Passo M (Maximization): Calcula os novos parâmetros λ̂ para que P(O λˆ) seja
maximizado, partindo dos valores das variáveis ocultas definidas no passo E e
170
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
compara-os com os valores reais. Quando são conhecidos tais valores dos estados
ocultos (obtidos no passo E), o cálculo dos parâmetros λ do modelo para que
P(O λ ) seja máxima, torna-se simples.
3- Iteração: Se P(O λˆ) − P(O λ ) é maior que um valor fixo, ir para o passo E (com os
novos parâmetros λ̂ ). Se não, terminar a execução e retornar os novos parâmetros
λ̂ .
Pode-se provar que P(O λˆ) ≥ P(O λ ) e que a sequência de modelos λˆi obtidos com o
algoritmo EM converge para λ ∗ , um máximo local da variável arg máx P(O λ ) . O algoritmo de
λ
Baum-Welch é rápido e, geralmente, obtém-se um bom máximo local. Os constrangimentos
impostos à calibração do modelo levam a que se imponha um número de iterações enquanto a
diferença entre duas iterações sucessivas for superior a 10-5. Alternativamente, como o
algoritmo de Baum-Welch só garante maximização local, é prática habitual efectuarem-se 5
tentativas para seleccionar aquela que dá maior valor de probabilidade.
Em suma, o algoritmo visa responder à seguinte questão:
Quais os parâmetros de um HMM λ = ( A, B , π ) para que P(O λ ) seja maximizado? Isto é,
qual o arg max P(O
λ
λ) ?
Corresponde a um problema de optimização contínua de N2+NM+N parâmetros. Este é o
número de parâmetros livres do modelo de Marco, correspondendo N2 à matriz A, mais NM
referente à matriz B e N correspondente ao vector π . Por isso, se N é demasiado grande, a
determinação com elevado grau de precisão e fiabilidade dos parâmetros da matriz A e B pode
tornar-se difícil quando o número de dados de treino é reduzido.
O algoritmo de Baum-Welch permite ajustar o modelo HMM de modo a torná-lo dinâmico.
Juntamente com a incorporação da degradação decorrente da exploração é possível fazer uma
actualização permanente dos parâmetros do modelo.
Para descrever o procedimento de reestimação dos parâmetros do HMM, ao nível de
actualização iterativa com sucessivas melhorias de eficiência de predição, definem-se duas
variáveis auxiliares:
γ t (i) - Probabilidade do sistema se encontrar no estado qi no instante t, quando se conhece
toda a sequência de observações e o modelo.
γ t (i) = P ( St = qi O, λ )
(Eq. 3.28)
ξt (i, j ) - Probabilidade do sistema se encontrar no estado qi no instante t e no estado qj no
instante t+1, dado o modelo e a sequência de emissões observadas.
ξt (i, j ) = P( St = qi , St +1 = q j O, λ )
(Eq. 3.29)
171
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Note-se que
T −1
t =1
γ t (i ) corresponde ao número esperado de vezes no estado qi ou o número
esperado de transições a partir do estado qi e
T −1
t =1
ξt (i, j ) representa o número esperado de
transições do estado qi para o estado qj. Nestas condições, torna-se possível relacionar γ t (i ) e
ξt (i, j ) através de soma dos valores referentes aos sucessivos j, do que resulta:
γ t (i) =
N
j =1
ξt (i, j ) t = 1 …. T
(Eq. 3.30)
Portanto, o método de cálculo dos parâmetros de reestimação do HMM, referenciados pelas
matrizes π , A e B do HMM, que se traduz pelas fórmulas de Baum-Welch, faz-se com recurso
às seguintes expressões:
• Frequência esperada ou número de vezes de permanência no estado qi no instante (t=1)
da nova sequência de aplicação do modelo:
πˆi = γ 1 (i )
(Eq. 3.31)
• Número de transições do estado qi para o estado q j dividido pelo número esperado de
transições do estado qi :
T −1
aˆij =
ξt (i, j )
t =1
T −1
t =1
(Eq. 3.32)
γ t (i )
• Número esperado de vezes que o sistema se encontra no estado q j e, ao mesmo tempo,
se observa o símbolo vk, dividido pelo número esperado de vezes em que se verifica o
estado q j :
T
bˆ j (k ) =
γ ( j)
t
t =1
For Ot =Vk
T
t =1
(Eq. 3.33)
γ t ( j)
A expressão de γ t (i ) pode ser trabalhada a partir dos parâmetros do HMM e das variáveis
forward e backward.
γ t (i) = P( St = qi O, λ ) =
P St = qi , O λ
P Oλ
Atendendo às leis das probabilidades:
P[ St = qi , O λ ] = P[O St = qi , λ ].P[ St = qi λ ] =
172
(Eq. 3.34)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
P[O1 , O2, ..., Ot , Ot +1 ,..., OT St = qi , λ ].P[St = qi , λ ] =
P[O1 , O2, ..., Ot St = qi , λ ].P[ St = qi , λ ].P[Ot +1 ,..., OT St = qi , λ ] =
P[O1 , O2, ..., Ot , St = qi λ ].P[Ot +1 ,..., OT St = qi , λ ] = α t (i ).βt (i) ,
uma vez que a sequência
O1 , O2, ..., Ot
é independente da sequência
Ot +1 ,..., OT .
Deste modo, a variável γ t (i) pode ser escrita a partir dos parâmetros do HMM e das
variáveis forward e backward na forma:
γ t (i) = P[ St = qi O, λ ] =
P[ St = qi , O λ ] βt (i )α t (i)
=
P[O λ ]
P[O λ ]
(Eq. 3.35)
Também a expressão de ξt (i, j ) pode ser trabalhada a partir dos parâmetros do HMM e
das variáveis forward e backward.
ξt (i, j ) = P[St = qi , St +1 = q j O, λ ] =
P[ St = qi , St +1 = q j , O λ ]
P[O λ ]
=
Atendendo às leis das probabilidades:
P[ St = qi , St +1 = q j , O λ ] = P[ St +1 = q j , O St = qi , λ ].P[ St = qi , λ ] =
= P[O1 , O2, ..., Ot , Ot +1 ,..., OT , St +1 = q j St = qi , λ ].P[St = qi , λ ] =
= P[O1 , O2, ..., Ot St = qi , λ ].P[St = qi , λ ].P[Ot +1, ..., OT , St +1 = q j St = qi , λ ] =
= α t (i ).P[Ot + 2, ..., OT Ot +1 , St +1 = q j , St = qi , λ ].P[Ot +1 St +1 = q j , St = qi , λ ].P[ St +1 = q j St = qi , λ ] =
= α t (i ) aij b j (Ot +1 ) β t +1 ( j )
uma vez que
P[ ABC D] = P[ A BCD].P[ B CD].P[C D] ,
independente de
Ot +1
e de
St
e ainda que
Ot +1
resulta que
é independente de
Ot + 2 ,..., OT
é
St .
Consequentemente,
ξt (i, j ) =
αt (i)aij b j (Ot +1 )βt +1 ( j )
P(O λ )
(Eq. 3.36)
Finalmente:
ξt (i, j ) =
α t (i)aij b j (Ot +1 ) β t +1 ( j )
N
N
i =1 j =1
(Eq. 3.37)
α t (i )aij b j (Ot +1 ) βt +1 ( j )
173
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
onde o termo do numerador corresponde precisamente a P(St = qi , St +1 = q j , O λ ) e a divisão
por P(O λ ) permite obter a desejada medida de probabilidade.
Registe-se ainda que
T −1
t =1
γ t (i ) abrange o número esperado de transições de qi e
T −1
t =1
ξt (i, j )
enquadra o número esperado de transições de qi para qj.
Torna-se ainda possível caracterizar esta variável através de:
γ t (i) =
T −1
t =1
ξt (i, j )
(Eq. 3.38)
Das deduções apresentadas, resultam as fórmulas finais do algoritmo Baum-Welch:
πˆi =
α1 ( i ) .β1 ( i )
P[O λ ]
T −1
aˆij =
t =1
(Eq. 3.39)
α t ( i ) aij b j ( Ot +1 ) β t +1 ( j )
T −1
t =1
T
bˆ j (k ) =
t =1
αt ( i ) βt ( i )
α t ( j ) βt ( j )
Ot = k
T
t =1
(Eq. 3.40)
α t ( j ) βt ( j )
(Eq. 3.41)
Partindo de um modelo inicial, definido como λ = ( A, B , π ) , o respectivo modelo reestimado
é definido como λˆ = ( Aˆ , Bˆ , πˆ ) , calculado através das expressões (3.34), (3.35) e (3.36). Como
o algoritmo de Baum-Welch é um caso particular do EM, tem-se que P[O λˆ ] ≥ P[O λ ] e que a
sequência de modelos λˆi obtidos neste método converge para λ ∗ de tal forma que P[O λ ∗ ] é
um máximo local. Baum provou que se o modelo inicial, λ , se encontra num ponto de
gradiente nulo da função verosimilhança, a que foi dada a designação de ponto crítico, tal
corresponde a λ̂ = λ . Caso contrário, o modelo λˆ é mais promissor que o modelo λ , no
sentido de que P(O λˆ ) > P(O λ ) , ou seja, foi encontrado um novo modelo λˆ , no qual a
sequência de observações reúne maiores probabilidade de ter ocorrido.
O algoritmo de Baum-Welch converge localmente para um máximo. Trata-se de um
processo rápido. Geralmente, o máximo local é tipicamente um bom máximo da função.
Um importante aspecto no processo de reestimação prende-se com os constrangimentos
estocásticos dos parâmetros do HMM, nomeadamente:
N
i =1
174
πˆi = 1
(Eq. 3.42)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
N
aˆij = 1, 1 ≤ i ≤ N
(Eq. 3.43)
bˆ j (k ) = 1, 1 ≤ j ≤ N
(Eq. 3.44)
j =1
M
k =1
O cariz probabilístico de um HMM pode ser percebido na figura 3.13, em que se estabelece
a correlação entre cinco estados ocultos e três perfis de emissões.
Figura 3.13 – Caracterização probabilística de um HMM
Baseado nesse procedimento, será utilizado iterativamente λˆ em substituição de λ . É
repetido o cálculo de reestimação, permitindo assim melhorar a probabilidade das observações
serem reproduzidas pelo modelo.
Alguns programas calculam o logaritmo de probabilidade. Neste caso, quando se detecta
que ln P(O λˆ) ≥ ln P(O λ ) , deve-se parar o cálculo. O resultado final do processo de
reestimação reflecte que a estimação obtida pelo HMM deve corresponder à máxima
probabilidade de ocorrência.
O método ganha consistência com o cálculo integrado de probabilidades para cada um dos
estados do actual intervalo de amostragem referente à probabilidade posterior do sistema se
encontrar em cada um dos possíveis estados permitindo avaliar eventuais alterações.
Nos processos de Markov discretos existe outra questão importante que pode ser
respondida através do uso do modelo, que tem a ver com o conhecimento da probabilidade do
sistema se manter numa dada classe de estado durante determinado número de dias.
O uso de um modelo escondido de Markov para descrever um processo de disfunção ou
falha, implicitamente assume que os intervalos de tempo entre falhas apresentam uma
distribuição geométrica. Isto advém do facto de neste modelo a probabilidade do sistema
permanecer no estado i por d passos de tempo ∆t ser igual a p d −1 (1 − p) , onde p=a11.
A suposição é de que, num determinado dia o sistema se encontra caracterizado por um
simples estado, pretendendo-se conhecer durante quantos dias consecutivos o sistema se
apresenta no mesmo estado. Esta probabilidade pode ser avaliada como a probabilidade de
sequência de um determinado estado.
S n _ dias = qi ; qi ; qi ; qi ; qi ;
1
2
3
4
5
; q j ≠ qi
(Eq. 3.45)
n _ dias
175
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
e pode ser calculada através da expressão:
P(Sn _ dias λ, S1 = qi ) = (aii )n _ dias −1 (1− aii ) = pqi (n _ dias )
(Eq. 3.46)
( n _ dias )
O valor de Pqi
representa a função discreta de densidade de probabilidade que traduz o
tempo de permanência, ou duração em unidades ” n _ dias “, no estado qi. Esta função
exponencial de densidade de probabilidade, é característica da duração do estado numa
cadeia de Markov.
( n _ dias )
Através de Pqi
, pode-se calcular o número esperado de unidades de tempo, ou seja, o
intervalo de tempo esperado em que o sistema permanece no estado qi, no pressuposto de
que no início já se encontra neste estado.
E (Tqi ) =
E (Tqi ) =
∞
n _ dias =1
∞
n _ dias =1
(n _ dias). pq( in _ dias )
(n _ dias).(aii )n _ dias −1 (1 − aii ) =
(Eq. 3.47)
1
1 − aii
(Eq. 3.48)
Podem assim relacionar-se os parâmetros de transição com as estatísticas globais de
disfunção e, por consequência, determinando as probabilidades de transição.
/,2,/ <
; $%
># #
; $%
1
As aplicações de HMM na detecção de estados ou situações ocultas têm vindo a ser
implementadas de uma forma crescente. Para além da conhecida detecção automática de voz
pelos operadores telefónicos, uma equipa internacional está desenvolver um teste rápido,
semelhante ao de alcoolemia, para detectar a presença de tumores. Apesar de ainda estar em
fase experimental, os resultados são promissores e já evocados por investigadores do Instituto
Tecnológico Technion, de Israel.
O novo diagnóstico pode permitir detectar cancro de pulmão, mama, intestino ou próstata,
segundo o estudo publicado pela revista britânica «The British Journal of Cancer».
Os testes foram realizados em 177 voluntários, entre os 20 e 75 anos, afectados ou não por
diferentes tipos de tumores cancerígenos e mostraram que os constituintes recolhidos na
análise do hálito podem reagir a compostos químicos que as células cancerosas emitem,
independentemente da idade dos pacientes, sexo ou do tipo de vida (fumadores, por exemplo).
O estudo mostra que uma espécie de 'nariz electrónico' pode distinguir pela análise da
respiração se o paciente é saudável ou tem um tumor maligno. O processo é rápido, nãodoloroso e de baixo custo. O artigo refere que a análise do hálito para detectar tumores
assenta no seguinte pressuposto: quando um tumor cresce, a superfície das células
cancerígenas liberta compostos orgânicos específicos e voláteis que podem ser encontrados
através do sopro.
Os investigadores de uma equipa liderada por Abraham Kuten, do instituto situado em Haifa
(Norte de Israel), descobriram detectores capazes de identificar químicos, compreendendo
176
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
nanopartículas de ouro. Para além da detecção ainda conseguem determinar de que tipo se
trata – colo-rectal, da mama, próstata ou pulmões.
Caso os resultados venham a ser confirmados por futuros estudos clínicos de maior
envergadura, a nova tecnologia poderá ser o mais recente instrumento de detecção precoce,
em detrimento de outros métodos tradicionais mais desconfortáveis, caros e longos – já que
muitas vezes é necessário esperar dias ou semanas por um diagnóstico. Quanto mais
rapidamente for detectado um determinado tumor, maior probabilidade existirá de cura. Este
novo diagnóstico poderá dar resposta em menos de uma hora e permitirá também saber se há
recaídas, bem como avaliar a eficácia de tratamentos. Contudo, ainda se trata apenas de uma
experiência em estudo e para chegar à sua comercialização ainda terão de ser realizados mais
testes e de ter o aval das autoridades de saúde.
Porém, esta ideia não é totalmente nova para Portugal, uma vez que o país já teve (e talvez
ainda mantenha) uma equipa de investigadores a trabalhar nesta área, mais concretamente no
IPO em Lisboa.
Tudo tem a ver com peroxidação lipídica por formas radicalares envolvidas em
carcinogénese e consequente libertação de alcanos pela via respiratória. Nessa altura foi
questionada a utilização de canídeos para treino. Pretendia-se implementar a triagem de
doentes em que se manifestava essa patologia, condicionando uma avaliação rigorosa da
sintomatologia à resposta e detecção de baixíssimos teores de alcanos. A ideia estava
associada a uma exploração da elevada capacidade de detecção desses animais a
marcadores voláteis. Porém, neste caso ter-se-ia mais um "detector biológico" e menos um
"nariz electrónico" como agora é proposto.
Os artigos foram publicados em revistas da especialidade (Peng et al. 2010) (Cornu 2010),
mostrando o enorme potencial de uma correcta avaliação de sintomatologias.
Estes exemplos reforçam a perspectiva de que os gases de escape fornecem informação
válida sobre as patologias dos órgãos internos.
O método concebido para a monitorização de frotas estrutura-se na concepção de três
estados de funcionamento normais associados a condições normais de operação do sistema e
num conjunto de estados disfuncionais correspondentes a diferentes classes de variáveis, ou
função de estado do motor, ou do veículo. Numa perspectiva mais abrangente e exaustiva, os
estados disfuncionais poderão corresponder a outras tantas necessidades de intervenção em
diferentes sistemas do motor ou dispositivo de pós-tratamento. O sistema supervisionado exibe
um conjunto de indicadores não facilmente mensuráveis designados por indicadores de estado
e de sintomas comportamentais que com uma relação causal se relacionam com o seu
comportamento.
A observação das variáveis de emissão de referência ecológica aparece associada à
monitorização de variáveis de desempenho do sistema sob supervisão, compreendendo a
comparação com valores de referência de variáveis indicativas do estado de saúde. As
estatísticas dos indicadores sob avaliação poderão incluir parâmetros tais como a variância e o
valor médio das medidas.
Uma técnica comum é a que consiste em implementar um modelo dinâmico estabelecendo
uma relação entre os inputs, Y(t) (emissões), medidos pelo sistema dinâmico e os sinais de
output do equipamento ou sistema sob vigilância W(t) (estados).
177
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O método começa por definir as probabilidades de transição plurais para pares de estados
plurais.
O caminho proposto foca-se num problema de determinação do estado de saúde das
diferentes unidades da frota, com um elevado nível de confiança, implementando uma
metodologia de aprendizagem inteligente, baseada no mapeamento “sintoma de patologia –
caracterização de disfunção provável”.
A fundamentação teórica da estrutura dos modelos que integram o programa informático de
monitorização de frotas foi descrita ao longo do presente capítulo, passando-se agora à sua
aplicação em contexto experimental.
O processo é repetível, de forma manual ou automática, para os sucessivos instantes de
monitorização. Em particular, é assumido que a sequência de amostras observadas através de
leituras de sensores, incide sobre um conjunto de variáveis aleatórias monitorizadas
X(t)=(Y(t),W(t)), referentes a impactos ambientais e estados. Estas leituras são disponibilizadas
em intervalos de tempo discretos. Cada amostra de observação de emissões, YPj (t ) ,
compreende um vector de dimensão pj, de indicadores de perfil ecológico. Na montagem do
modelo e em calibrações periódicas, normalmente de múltiplos meses, são utilizadas algumas
das variáveis indicativas do estado de saúde do equipamento WHi (t ) . “W” corresponde ao
conjunto de variáveis aleatórias discretas (Hi) correlacionadas com os estados de saúde (não
observáveis ou dificilmente observáveis) do sistema, cuja evolução se pretende modelar.
Dada uma sequência de tais vectores de amostragem, YPj (t1 ), ..........., YPj (t − 1), YPj (t ) , a
tarefa que se coloca consiste em modelar o estado do sistema no instante t, modelar os
estados nos períodos já decorridos e prognosticar os estados futuros. A biblioteca ou catálogo
de classes ou domínio das variáveis de estado é representada pelo conjunto
{q
Hi1
, qHi 2 , ............, qHi ( M −1) , qHiM } . Por sua vez, a biblioteca ou catálogo de classes ou domínio
{
}
das variáveis de emissão, representa-se por VPj1 , VPj 2 ...........,VPjN −1 , VPjN .
Pretende-se fazer uma estimação para a matriz WHi (t1 ), ...........,WHi (t − 1), H Hi (t ) . É assumido
que em cada momento o sistema se deve encontrar em um, e apenas em um, dos estados que
integram o conjunto de estados possíveis, qHi , 1 ≤ i ≤ M , que se designou por biblioteca de
estados. A partir da caracterização das classes de cada uma das variáveis de estado, Hi, pode
definir-se uma função de classificação dos diferentes estados do sistema. Note-se que os
conceitos de estados e classes de estados são equivalentes.
As variáveis indicativas do estado de saúde do sistema correspondem a variáveis ocultas.
Só são medidas na fase de calibração do modelo. O seu enquadramento no modelo prende-se
com o facto de serem mais difíceis de avaliar, de terem maiores custos de medição e também
porque está implícito privilegiar a monitorização de variáveis ecológicas mais facilmente
mensuráveis que apresentem correlações com variáveis ocultas.
Por sua vez as variáveis observáveis, ou variáveis visíveis, encontram-se sob monitorização
sendo por conseguinte mensuráveis. Correspondem a variáveis ambientais, de fácil
monitorização e com custos de medição muitíssimo baixos.
As medições experimentais efectuadas ao longo do tempo pelos sistemas de monitorização,
ou seja, os registos dos valores das variáveis de estado ocultas e das variáveis de emissão
178
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
observáveis,
representam-se
S Hi (t1 ), ..........., S Hi (t − 1), S Hi (t )
por
e
OPj (t1 ), ..........., ΟPj (t − 1), ΟPj (t ) , respectivamente. Por simplificação, irá ser utilizada a
nomenclatura S1 , ..........., S( t −1) , St e O1 , ..........., Ο(t −1) , Οt . Os vectores temporais dos diferentes
poluentes, pj, podem ser combinados, dando origem a uma série temporal dos diferentes
espectros de emissões, medidos ao longo dos períodos de monitorização,
Y (t1 ), ..........., Y (t − 1), Y (t ) .
O HMM pode utilizar variáveis de estado individualmente na montagem de vários modelos,
utilizando a posteriori o modelo que apresente a maior probabilidade de se ajustar aos valores
das variáveis de emissão recolhidas experimentalmente. Alternativamente, para tornar mais
eficientes estes modelos, poderá ser utilizado exclusivamente um HMM com uma única função
de estado, em vez de se trabalhar com os z modelos associados a outras tantas variáveis de
estado. Assim, pode construir-se uma alternativa assente na definição de uma função de
estado com a seguinte tipologia:
WST = c1
H1
H1_ r e f
+ c2
H2
H 2_ r e f
+ ⋅⋅⋅⋅⋅⋅ +cz
Hz
Hz_re f
(Eq. 3.49)
Na presente tese, três dos estados, q1, q2, e q3, correspondem a condições de
funcionamento normais; q4 corresponde a um estado pobre, com disfunção ligeira, intermitente
ou ocasional, correlacionado com a iniciação de falhas, tipo b1 a bm, nas diferentes partes ou
componentes, m, do sistema
{ fb1 , fb 2 , ........, fbm }
; o estado q5 corresponde a um estado mau,
com disfunção irreversível, carecendo de uma intervenção de manutenção e está
correlacionado com a continuação ou agravamento de falhas, tipo c1 a cm, nas diferentes
partes ou componentes, m, do sistema
{ fc1 , fc 2 , ........, fcm} .
Assume-se que as classes de
falhas conhecidas são mutuamente exclusivas e exaustivas. É possível que algumas situações
de combinações de sintomas resultem na predição de múltiplas disfunções simples. Porém, a
probabilidade de ocorrerem em simultâneo duas ou mais disfunções independentes é
extremamente pequena.
Os estados q1, q2, e q3 correspondem a estados normais correspondentes a níveis de
condição de estado de deterioração crescente. É assumido em todo este trabalho que o acesso
à base de dados ou livraria de níveis de degradação pode ser gerado tanto pela classe de
estado q4 como pela classe de estado q5. A base de dados consiste em matrizes de
correspondência ou bases de dados relacionais, compreendendo os sintomas e os
correspondentes estados que, em síntese, se reflectem nos parâmetros de calibração do
modelo. Em princípio, quanto mais completa se tornar a base de dados, tanto mais o modelo
permite ao sistema de monitorização e diagnóstico identificar disfunções que nunca tenham
ocorrido antes na frota supervisionada.
A diferença entre o grupo de estados q4 e o grupo de estados q5, reside na severidade da
anomalia e no facto do grupo q4 se associar também a estados de disfunção intermitentes, o
que possibilita o retorno ao estado normal q3. Ao contrário, o grupo de estados q5 corresponde
a uma situação de irreversibilidade enquanto não ocorra uma intervenção de manutenção.
Se o modelo HMM for bem treinado, utilizando dados de uma série completa de autocarros,
em regimes de funcionamento que assegurem uma boa cobertura dos pontos de mapeamento
do motor, poderá detectar súbitas alterações nas características das emissões poluentes. Este
179
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
pressuposto garante que se mostre extremamente robusto e não apresente falsos alarmes. A
pretender-se uma perfeita calibração, o método teria que assumir os seguintes pressupostos:
2) Existe um conjunto de estados mutuamente exclusivos e exaustivos de que os três
primeiros correspondem a estados normais;
3) Encontram-se disponíveis os dados de calibração do modelo não só para condições
normais como também para situações de disfunção, sob a forma de sequências de
séries temporais;
4) Os dados de emissões poluentes para as séries temporais são estacionários para
condições de estado diferenciadas;
5) Encontra-se disponível o intervalo de tempo médio de bom funcionamento para
cada um dos diferentes estados de disfunção.
A maior dificuldade advém do facto de algumas vezes ser impraticável a obtenção de dados
associados às condições de disfunção, sendo os dados referentes a condições de estado
normais facilmente adquiridos.
O ponto-chave reside no facto dos estados do sistema não serem directamente observáveis,
mas se encontrarem escondidos, isto é, o sistema sob monitorização não tem uma forma
directa de medir o estado do sistema, mesmo para os instantes passados.
Em vez disso, vários sintomas são observados, os quais aparecem reflectidos nos
parâmetros de calibração sob a forma matricial.
Como se referiu, a diferença entre a classe de estados 4 e a classe de estados 5, reside no
facto do grupo 4 se associar também a estados intermitentes, que permite a possibilidade de
retornar para o estado normal 3.
Na vertente do treino, tendo em vista o mapeamento sintoma–disfunção, as variáveis
utilizadas na quantificação dos sintomas de patologias do sistema supervisionado
correspondem directamente ao vector característico de representação num modelo clássico de
reconhecimento de padrões. Os valores dessas variáveis são obtidos por observação directa
mediante leituras manuais retiradas dos painéis dos equipamentos de medição ou recolhidos
pelos sensores automáticos e convertidos em classes para alimentar os programas de
desencadeamento da manutenção. Neste caso, pode estar-se perante sistemas de
monitorização intermitente ou contínua. O modelo a implementar no futuro pretende
complementar o diagnóstico de disfunções com a classificação dessas mesmas disfunções.
Os detalhes de um determinado modelo de classificação usado para gerar o mapeamento
sintoma–disfunção, podem ser muito vastos. Se existe um conhecimento anterior da
dependência probabilística dos sintomas de patologias, condicionados às disfunções ou falhas
poderá bastar uma análise paramétrica da sua forma. Caso se constate uma multi-variedade
Gaussiana, então um método da máxima verosimilhança para estimar os parâmetros da
distribuição condicionada pode ser uma alternativa. Com as evoluções tecnológicas, é mais
comum haver pouco conhecimento prévio relativo às dependências sintoma – disfunção. Neste
caso pode optar-se por métodos discriminativos não paramétricos, tais como discriminantes
lineares, métodos do vizinho mais próximo (kNN), árvores de decisão, ou redes neuronais
(Hecht-Nielsen 1990) (Schalkoff 1997). Estas metodologias podem constituir aproximações
úteis para o tema da presente tese.
180
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
/,2,2
1 $%
># #
Com o objectivo de contribuir para a maturidade das novas metodologias de gestão do ciclo
de vida (Wheelwright and Makridakis 1980), têm vindo a ser desenvolvidas várias tecnologias
de detecção de anomalias. Paralelamente a uma predição determinística, a perspectiva de
aproximação probabilística para predição da vida de um sistema ou equipamento é essencial
para o prognóstico, porquanto fornece simultaneamente o nível de confiança que lhe está
associado. É também simples de implementar quando as reparações e o histórico de falhas se
encontram disponíveis, permitindo caracterizar com precisão as respectivas distribuições
Weibull ou Gama.
Se a solução mostra um comportamento altamente transiente apenas em certos pontos no
tempo (por exemplo, durante um período de aceleração), o intervalo de tempo entre registos
deve ser reduzido. Este procedimento deve também ser associado a regimes transientes
durante grandes intervalos de avaliação (por exemplo, ciclos urbanos).
O modelo permite a definição de cenários que traduzem uma representação simplificada de
um grupo de sequência de eventos com algumas características comuns.
As condições anormais resultam geralmente de duas causas comuns: degradação
decorrente do uso e factores externos que levam a uma mudança abrupta ou a um ritmo
acelerado de mudanças.
A principal diferença entre a política de manutenção proposta na presente dissertação,
baseada na condição e uma política de inspecção periódica clássica (com eventual
substituição), reside na possibilidade de existir uma inspecção programada não-periódica ou
periódica, adaptada on-line para identificar o estado do sistema.
De acordo com as normas inglesas PAS 55-1:2008 e PAS 55-2:2008, desenvolvidas em
conjugação com um grande número de instituições, organizações e individualidades
internacionais com actividade relevante no campo da administração de activos, incluindo o
Institute of Asset Management (IAM), a definição de políticas empresariais terá que especificar
claramente que a gestão de activos deverá ser direccionada para atingir um plano estratégico
organizacional, incluir um compromisso para melhoria ininterrupta do processo de gestão de
activos e ser ainda, inequivocamente, avalizado pela administração de topo. Tais políticas
deverão também identificar e considerar os requisitos de todos os grupos de interesses
(stakeholders) envolvidos, incluindo imposições em requisitos de desempenho ambiental,
saúde, sustentabilidade e segurança.
Estas políticas incluem medidas reactivas ao desempenho deficiente e ou utilizar variáveis
de condição para monitorizar deteriorações relacionadas com os activos, falhas, incidentes,
não conformidades (incluindo próximas perdas) e outras evidências históricas de deficiente
desempenho do sistema (processo) de gestão de activos.
A maior limitação é a hipótese das observações sucessivas serem independentes, uma vez
que só neste caso a probabilidade da sequência de observações P(O1 ; O2 ; O3
OT ) pode ser
escrita como o produto da probabilidade de observações individuais, ou seja, só neste caso se
ter:
181
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
P(O1 ; O2 ; O3
T
OT ) = Π P (Oi ) . Trata-se de uma hipótese não aceitável no caso de um
i =1
motor, em que se supõe verificar-se uma degradação progressiva.
A tese dá um contributo ao desenvolvimento de modelos escondidos de Markov não
Homogéneos, que são modelos em que ocorrem alterações nas suas matrizes de
probabilidades ao longo do tempo. As vantagens são muitas, podendo enumerar-se as
principais:
• O HMM possui uma base matemática sólida, devido à garantia de convergência
para um ponto óptimo.
• O HMM requer uma supervisão mínima e permite a integração de vários níveis de
conhecimento num enquadramento único.
As variáveis medidas nem sempre correspondem às mais representativas, tendo em vista a
definição do modelo de comportamento do sistema. Existem vários métodos de análise e
processamento de dados em modelos de manutenção, sendo os mais comuns os seguintes:
a) Métodos de avaliação de dados
• Controlo do processo estatístico, SPC (Statistical Process Control);
• Análise de componentes principais, PCA (Principal Component Analysis);
• Análise descriminante de Fisher, FDA (Fisher Discriminant Analysis);
• Mínimos quadrados parciais, PLS (Partial Least Squares).
O primeiro é o menos complicado, correspondendo a um processo de controlo que,
graficamente, mostra uma tendência das amostras medidas. No mesmo gráfico, regista os
níveis superiores e inferiores a partir dos quais são emitidos avisos e alarmes, cujos limites
podem ser baseados no desvio padrão das variáveis medidas. Os exemplos de limites
2σ
3σ
5σ
habitualmente usados são µˆ ±
, µˆ ±
e µˆ ±
, (Alanen et al. 2006), em que µ̂ e
n
n
n
correspondem à média e ao desvio padrão, respectivamente, das variáveis medidas. Assumese que os dados de entrada são normalmente distribuídos. A figura 3.14 mostra como as
médias das amostras medidas podem ser usadas no processo de controlo.
A distribuição das médias das amostras é comparada com a distribuição dos elementos da
1,96σ
população. Quando é estabelecido como limite inferior do aviso o limite µˆ −
,
n
corresponde a que 2,5% das amostras se encontram aquém deste limite. As médias das
medições efectuadas num determinado instante de monitorização, que excedam ou fiquem
aquém dos limites de alerta pré-definidos, indiciam a existência de perturbações na condição.
Porém, poderão ser utilizados vários limites para classificar a severidade das disfunções.
182
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.14 – Exemplo de aplicação de limites na actuação de alarmes de disfunções
No método de análise de componentes principais, PCA, são geradas novas variáveis
ortogonais (não correlacionadas) que correspondem a combinações lineares das variáveis
mensuráveis. As variáveis quando são em reduzido número podem ser apresentadas em eixos
ortogonais, uma vez que dois ou três eixos são suficientes para extrair muita informação da
variação da condição de estado ou dos indicadores de emissões. Em situações mais
complexas utiliza-se a representação matricial. O número de componentes principais
necessários ao processo pode ser determinado por vários métodos diferentes, os quais
incluem:
• Teste de variância;
• Teste de ecrã;
• Análise paralela;
• Estatística PRESS (Prediction Residual Sum of Squares).
Efectua-se a detecção da disfunção utilizando estatísticas T-Student ou χ2 para
determinação dos limites de alarme. As diferenças no estado de funcionamento normal têm,
habitualmente, um grande efeito nas estatísticas T-Student ou χ2. As disfunções podem ser
detectadas utilizando limiares apropriados para as estatísticas.
As estatísticas T-Student ou χ2 tendem a detectar de modo diferente as disfunções e os
melhores resultados podem ser atingidos utilizando a combinação de ambas as estatísticas. O
caminho mais simples para fazer o diagnóstico da disfunção com PCA é através da definição
de regiões no espaço dimensional inferior ou superior para classificar diferentes disfunções,
consoante se trate de indicadores de estado ou de emissões. Outro método é construir
modelos PCA separados para cada tipo de disfunção e utilizar algumas estatísticas (por
exemplo, T ou χ2) para predição das disfunções que têm maior probabilidade de ocorrer
(Chiang et al. 2001).
183
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
b) Métodos analíticos
Utilizam características geradas do input e output pela aplicação de modelos matemáticos
detalhados. Os métodos analíticos de disfunções podem ser aditivos ou multiplicativos. As
disfunções aditivas são normalmente causadas por alterações que afectam sensores,
actuadores ou variáveis de estado não mensuráveis. As disfunções multiplicativas podem ser
decorrentes de disfunções paramétricas ou erros de modelação. A detecção da disfunção e o
diagnóstico é feito por comparação das características dos modelos com as características
associadas com as condições de funcionamento normais. Os métodos normalmente utilizados
são os seguintes (Chiang et al. 2001), (Mattila 2003):
• Método da redundância analítica – A figura 3.15 apresenta uma estrutura típica
de um modelo analítico.
Figura 3.15 - Avaliação da disfunção com base na avaliação do valor residual
Fonte: (Kinnaert 2003)
O método utiliza valores residuais que correspondem às diferenças entre os valores
medidos dos indicadores e os correspondentes valores gerados pelo modelo. Idealmente, os
valores residuais devem ser nulos quando o sistema opera normalmente, e diferentes de zero
na presença de disfunções ou distúrbios. As disfunções podem ser detectadas pela utilização
de limiares apropriados.
• Método de estimação de indicadores - É aplicado quando as disfunções afectam
o sistema, quando são multiplicativas e quando a estrutura básica do modelo é
conhecida. A estimação de indicadores segue a seguinte sequência:
o Definição das equações de processo que relacionam as variáveis de
entrada com as variáveis do modelo físico correspondentes à saída;
o Simplificação do modelo, se necessário, ou combinar os indicadores físicos
para que as variáveis do modelo possam ser determinadas de modo único;
o Estimação dos indicadores do modelo nominal a partir de dados históricos;
o Cálculo das estimativas dos indicadores físicos a partir dos indicadores
estimados do modelo;
184
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
o Detecção das disfunções durante o funcionamento, por comparação dos
indicadores físicos estimados com os obtidos a partir de dados recolhidos
experimentalmente. O isolamento da disfunção pode ser efectuado pela
comparação das alterações nos indicadores com as observações
históricas constantes de uma base de dados.
c) Combinação de vários métodos e técnicas – Porquanto alguns métodos são mais
ajustados na detecção de disfunções e outros mais adaptados ao diagnóstico de
disfunções, algumas vezes torna-se útil combinar vários métodos diferentes. Alguns
métodos também trabalham melhor com certas aplicações do que com outras. Uma
das técnicas é a inferência por Lógica Fuzzy ou de conjuntos vagos (Roemer et al.
2001).
Uma das questões que se coloca na aplicação dos modelos escondidos de Markov,
corresponde à definição do conjunto finito de estados ou classes de estados individuais
possíveis, Q = {q1 ; q2 ; q3
qN } . Uma forma de discretização é introduzida através do uso de N
diferentes limiares que têm como objectivo pilotar a política de inspecção.
Dentro dos constrangimentos de aplicação do modelo foram, até hoje, conceptualizadas
aplicações que estabeleceram desde 2 até 20 estados. Tem sido referido que não parece
haver uma boa conceptualização teórica quando se faz a opção de escolher o número de
estados necessários sem que estes estejam relacionados de uma forma física com fenómenos
observados. Neste caso foi definida uma biblioteca de 5 estados, ou seja N=5, cuja tradução
qualitativa se inscreve na tabela 3.12.
O número de estados é igual ao número de limiares acrescido de uma unidade.
Vários autores utilizaram 4 ou 5 estados (Cunha and Velho 2003). No seu livro (Wowk 1991),
faz uma análise à condição de máquinas sujeitas a vibração, como é o caso dos motores
Diesel, estabelecendo uma classificação com 5 níveis de estados. Correspondem a patamares
de qualidade de desempenho alternativos.
Também a investigação de (Grall et al. 2001) apresenta a evolução do custo de manutenção
óptimo, Copt, como uma função do número de limiares, N, para diferentes velocidades de
deterioração, 1/ , considerando um conjunto de custos unitários de manutenção. Naquele
artigo encontram-se assumidos como fixos o custo por inspecção, ci, o custo de substituição
correctiva, cc, o custo por substituição preventiva (ou de reparação), cp, e o custo de operação
por unidade de tempo, co. Tem vindo a ser demonstrado em vários trabalhos experimentais que
recorreram a aplicações numéricas, com utilização de diferentes conjuntos de custos unitários,
que estas observações e conclusões são ainda realçadas em casos de inspecções e
substituições preventivas mais dispendiosas.
A figura 3.16 mostra como o efeito de N no custo óptimo se torna mais sensível quando se
reduz a velocidade de deterioração média, 1/ (a curva inferior corresponde ao maior ).
Para um sistema de deterioração lenta, a vantagem de um N elevado encontra-se associada
não só ao tempo necessário para desencadear a primeira inspecção como também por grande
parte dos restantes limiares terem amplitudes muito próximas do primeiro. Pelo contrário, para
um sistema moderadamente deteriorável, a vantagem de um N elevado tem a ver com a
possibilidade de usar vários valores de limiares diferentes de avaliação qualitativa para,
aproximadamente, se adaptar às decisões de manutenção do estado actual do sistema.
185
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
> velocidade de deterioração
< velocidade de deterioração
Figura 3.16 - Custo óptimo de manutenção, Copt, versus número de limiares, N, para diferentes
velocidades de deterioração média Fonte:(Grall et al. 2001)
Como conclusão pode constatar-se que reúne um grande consenso a utilização de 5 níveis
ou 5 patamares de estado.
A definição de classes para os estados de um sistema constitui uma tarefa com alguma
subjectividade. A classificação dos estados encontra-se associada ao grau de deterioração e
com o nível de desempenho do sistema. Esta avaliação deveria ser objectiva no sentido de que
decorre da avaliação de indicadores mensuráveis. Contudo, estes indicadores podem não
permitir uma monitorização contínua ou regular, por imperativos de índole logístico-operacional
e económico-financeiro. Daí que estas variáveis sejam consideradas operacionalmente ocultas
para o modelo, o que nos leva ao conceito de classe de estado oculta.
Outros autores estabeleceram uma relação entre a quantificação dos níveis de estados e a
sua avaliação qualitativa. Em (Anders et al. 2007) são definidos classificadores que poderão
ser utilizados para a condição do equipamento, prescrevendo a seguinte associação para
classificar a condição:
Nível 1 - Como novo.
Nível 2 – Bom.
Nível 3 - Aceitável. Condição de estado anormal correspondente à iniciação de um
defeito.
Nível 4 - Crítico. Condição de estado que manifesta anomalia ou disfunção.
Nível 5 - Pobre ou mau (requerendo atenção urgente). Condição de estado com
manifestação de falha.
Assim, em linha com as práticas conhecidas, as classes de estados ocultos
correspondentes à biblioteca ou domínio de estados utilizadas no modelo HMM da presente
dissertação, são as apresentadas na tabela 3.12.
Por sua vez a norma ISO 2372 classifica os equipamentos em quatro classes (Classe I;
Classe II; Classe III e Classe IV) em função dos padrões de vibração em que se enquadram. A
opção pelas 4 classes de emissões vibratórias tem por base a seguinte qualificação:
A - Bom; B - Satisfatório; C - Insatisfatório; D - Inaceitável.
186
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Biblioteca de estados
Classe
Designação
q1= 1
Excelente (sistema novo ou como novo)
q2= 2
Bom ou normal
q3= 3
Aceitável, mas com perdas de desempenho
q4= 4
Pobre, com comportamento problemático
q5= 5
Mau, com disfunção irreversível carecendo de manutenção
Tabela 3.12 – Classes de estados do sistema, para o modelo desenvolvido
Neste contexto, em linha com as práticas conhecidas, foi feita a opção pelas classes de
emissões das variáveis ambientais observáveis, correspondentes à biblioteca ou domínio
desses indicadores, conforme especificado na tabela 3.13.
Biblioteca de emissões
Classe
Designação
V1 = 1
Excelente (emissões muito baixas)
V2 = 2
Bom ou normal (emissões baixas)
V3 = 3
Aceitável, com nível de emissões satisfatório
V4 = 4
Pobre ou mau, com nível de emissões insatisfatório
Tabela 3.13 – Classes de emissões por indicador de emissões, no modelo desenvolvido
Na concepção e montagem dos modelos HMM, a partir de sequências cronológicas dos
valores medidos das variáveis ocultas, indicativos do estado de saúde do sistema WHi (t ) ,
optou-se por definir intervalos de alerta de gravidade diferenciada, compreendidos por limiares
que correspondem aos limites das semi-amplitudes esquerda e direita dos respectivos
intervalos de confiança estatísticos. Define-se que o número atribuído na codificação das
classes de estado cresce à medida que o valor da variável se encontra compreendido num
intervalo probabilístico mais restrito, associado com a cauda esquerda da região de rejeição,
para níveis de significância crescentes, relativa às distribuições encontradas
experimentalmente. O que é equivalente a dizer que o número atribuído à classe de estados
cresce quando o valor da variável está contido num valor α / 2 mais restritivo (menor) na
cauda esquerda da região de rejeição. Equivale ainda a dizer que o código do estado de saúde
do sistema aumenta quando o valor da variável não está contido num conjunto de valores
correspondentes a intervalos com maiores níveis de significância, relativos às medidas
amostrais encontradas experimentalmente. Os limites de controlo podem estender-se à cauda
direita. Neste caso a codificação de numeração mais baixa corresponde ao limite do menor
valor de α / 2 .
As variáveis de estado ocultas, Hi, incluem aquelas cujas medidas melhor se correlacionam
com o desempenho do motor. Foram seleccionados 3 indicadores de estado, Hi: o binário
motor efectivo, a pressão de sobrealimentação e a pressão do óleo de lubrificação. Teria sido
possível utilizar três modelos escondidos de Markov por cada veículo. Neste caso, proceder-se-
187
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
ia em cada um dos três HMM, à codificação dos patamares de estado, com base na classe
definida, exclusivamente, pelo valor da respectiva variável de estado.
De forma a integrar diferentes ponderações de cada uma das referidas variáveis, optou-se
pela criação de uma função de estado, utilizando a (Eq. 3.45) para caracterizar globalmente o
estado do sistema. Assim, as classes de estado, N, são definidas com base nos valores
calculados para a função de estado. Estas classes são confinadas por limiares da função de
estado, calculados através da avaliação do máximo de uma função estatística definida por dois
ramos βiN e θ iN .
Em termos matemáticos corresponde à seguinte avaliação:
Classe Estado = Máximo [ βiN ;(θiN se ∆ < 0) ]
(Eq. 3.50)
O primeiro ramo βiN recorre à aplicação da matemática intervalar combinada com a
definição de intervalos de confiança e médias de funções estatísticas associadas às
distribuições normal ou t-student, conforme adiante se descreve. O índice i utiliza-se quando se
trata de mais de uma variável de estado.
O segundo ramo θ iN faz também à aplicação da matemática intervalar, sendo que agora as
classes são confinadas por intervalos de confiança de uma função estatística associada a
distribuições qui-quadrado.
A variável ∆ corresponde à variação negativa do valor das variáveis de estado e ou da
função de estado, entre o instante de monitorização anterior e o instante de monitorização
actual.
Na montagem de um modelo escondido de Markov faz-se a comparação dos valores da
função de estado, obtidos através de tratamento dos dados de medição experimentais das
variáveis de estado especificadas, com os valores limiar estatísticos de referência, em número
N-1. Isto é, a definição de N-1 limiares resulta da verificação ou não de desigualdades
associadas com os N escalões. Matematicamente as avaliações sintetizam-se pelas
desigualdades WH i (t ) ≥ β iN e WH i (t ) − WH i (t − ∆t ) ≥ θiN . A análise estatística é baseada em
grupos homogéneos de viaturas que correspondem a séries ou modelos fabricados por uma
determinada marca. A uma série específica de viaturas corresponde um conjunto de unidades
com idênticas características físicas.
Para determinada série de uma frota sob monitorização, os limiares, βiN , encontram-se
associados a escalões diferenciados de desempenho dos motores e dos sistemas de póstratamento de gases de escape dos veículos, sendo função de propriedades estatísticas
representativas das observações de outputs das diferentes unidades da frota de autocarros. Os
limiares definidos para o ramo βiN correspondem a patamares de controlo, que traduzidas sob
a forma matemática, utilizam no cálculo de L ( Z (α / 2)) as seguintes expressões estatísticas:
Para uma distribuição normal: Lix = µˆ ± ( Zi x (α / 2))
σˆ i
Para uma distribuição t-student: Lix = µˆ ± ( Bi x (α / 2))
188
x = 1...( N − 1)
n
σˆ i
n
x = 1...( N − 1)
(Eq. 3.51)
(Eq. 3.52)
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Na expressão, Lix, que inclui LIix e LSix, representa os N-1 limites dos intervalos de confiança
para níveis de significância de ((1 − α ) × 100)% . Estes correspondem aos diferentes limiares,
em número N-1, definidos para a função de estado, em resultado da aplicação de uma das
referidas distribuições. Um menor valor de Lix corresponde a um patamar mais desfavorável da
capacidade de desempenho. A variável n corresponde ao número de elementos da amostra,
que não é mais do que o número de viaturas da série sob monitorização. Para que a avaliação
de dados se fundamente numa distribuição normal, terá que corresponder a um mínimo de 30
veículos automóveis, cujos atributos sob monitorização são recolhidos de forma sequencial ao
longo dos sucessivos períodos, t=1 a t=T. Os parâmetros µ̂ e σˆ correspondem à média e ao
desvio padrão das sequências cronológicas do atributo incluído na função de estado
seleccionada para monitorização da frota, podendo também corresponder directamente a
parâmetros estatísticos da função de estado definida.
Por sua vez, os termos Z ix e Bix, em que este último inclui BSix e BIix, correspondem às
abcissas das semi-amplitudes das variáveis padronizadas para uma distribuição normal e para
uma distribuição t-student, respectivamente. Estes valores correspondem aos limites das
caudas dessas mesmas distribuições podendo tratar-se de limites inferiores ou superiores.
A detecção de disfunção pode decorrer simplesmente da percepção de sintomas de
patologias resultantes do conhecimento do processo analítico através da detecção de valores
característicos, tais como a variância, amplitudes, frequências e parâmetros do modelo, ou de
análise do processo quando se torna possível utilizar parâmetros de estimação para prever o
estado do sistema. Pode também advir de sintomas heurísticos através da utilização de
informação qualitativa fornecida por operadores humanos, emergindo essas características
heurísticas sob a forma de ruído especial, cor, cheiro, vibração ou desgaste, (Patton et al.
2000).
Em suma, na definição de classes de estado do modelo, o valor actual, ou o valor que está a
ser medido, de qualquer variável de estado sob monitorização é comparado com,
(
)
(
)
LI z i X (α / 2) e LS z i X (α / 2) no caso de se tratar de uma distribuição normal. Por sua vez
é comparado com LI ( Bsi X (α / 2) ) e LS ( BI i X (α / 2) ) no caso de se tratar de uma distribuição de
t-student. Este critério permite quantificar os intervalos das classes, ou níveis, para uma função
ou variável de estado específica, em cada regime de rotação/carga do motor.
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Li(Z0,25)
[ Li(Z0,1)
… Li(Z0,25) [
[ Li(Z0,05)
… Li(Z0,1) [
[ Li(Z0,025)
… Li(Z0,05) [
< Li(Z0,025)
H2: Pressão de
sobrealimentação (PS)
Li(Z0,25)
[ Li(Z0,1)
… Li(Z0,25) [
[ Li(Z0,05)
… Li(Z0,1) [
[ Li(Z0,025)
… Li(Z0,05) [
< Li(Z0,025)
H3: Pressão de óleo
(PO)
Li(Z0,25)
[ Li(Z0,1)
… Li(Z0,25) [
[ Li(Z0,05)
… Li(Z0,1) [
[ Li(Z0,025)
… Li(Z0,05) [
< Li(Z0,025)
Tabela 3.14 – Opção 1 de classificação dos estados do sistema para uma distribuição normal
(Ramo βiN da função de estado)
As tabelas 3.14 a 3.16 correspondem a três opções testadas na definição de classes de
estado, considerando uma distribuição normal, sendo que a terceira se revelou a mais robusta
do ponto de vista da eficiência. Esta eficiência foi medida pela melhor cobertura do domínio de
189
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
classes de estado e pelo melhor valor de perplexidade do modelo, que se encontra mais
próximo do valor de ajuste óptimo, que corresponde à unidade.
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Min.
médias
[ Li(Z0,25)
…
Min. médias [
[ Li(Z0,1)
…
Li(Z0,25) [
[Li(Z0,025)
…
Li(Z0,1)[
< Li(Z0,025)
H2: Pressão de
sobrealimentação (PS)
Min.
médias
[ Li(Z0,25)
…
Min. médias [
[ Li(Z0,1)
…
Li(Z0,25) [
[Li(Z0,025)
…
Li(Z0,1)[
< Li(Z0,025)
H3: Pressão de óleo
(PO)
Min.
médias
[ Li(Z0,25)
…
Min. médias [
[ Li(Z0,1)
…
Li(Z0,25) [
[Li(Z0,025)
…
Li(Z0,1)[
< Li(Z0,025)
Tabela 3.15 – Opção 2 de classificação dos estados do sistema para uma distribuição normal
(Ramo βiN da função de estado)
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Ls(Z0,25)
[ Min. médias
…
Ls(Z0,25) [
[ Li(Z0,25)
…
Min. médias [
[ Li(Z0,05)
…
Li(Z0,25) [
< Li(Z0,05)
H2: Pressão de
sobrealimentação (PS)
Ls(Z0,25)
[ Min. médias
…
Ls(Z0,25) [
[ Li(Z0,25)
…
Min. médias [
[ Li(Z0,05)
…
Li(Z0,25) [
< Li(Z0,05)
H3: Pressão de óleo
(PO)
Ls(Z0,25)
[ Min. médias
…
Ls(Z0,25) [
[ Li(Z0,25)
…
Min. médias [
[ Li(Z0,05)
…
Li(Z0,25) [
< Li(Z0,05)
Tabela 3.16 – Opção 3 de classificação dos estados do sistema para uma distribuição normal
(Ramo βiN da função de estado)
As tabelas 3.17 a 3.19 correspondem a três das opções testadas na definição de classes de
estado, considerando uma distribuição t-student, tendo-se também constado da maior robustez
do modelo referente à adopção da terceira. À semelhança da distribuição normal, esta
eficiência foi avaliada pela melhor cobertura do domínio de classes de estado e pelo melhor
valor de perplexidade do modelo, que se encontra mais próximo do valor de ajuste óptimo, que
corresponde à unidade.
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Li(Bs0,25)
[ Li(Bs0,1)
… Li(Bs0,25) [
[ Li(Bs0,05)
… Li(Bs0,1) [
[ Li(Bs0,025)
… Li(Bs0,05) [
< Li(Bs0,025)
H2: Pressão de
sobrealimentação (PS)
Li(Bs0,25)
[ Li(Bs0,1)
… Li(Bs0,25) [
[ Li(Bs0,05)
… Li(Bs0,1) [
[ Li(Bs0,025)
… Li(Bs0,05) [
< Li(Bs0,025)
H3: Pressão de óleo
(PO)
Li(Bs0,25)
[ Li(Bs0,1)
… Li(Bs0,25) [
[ Li(Bs0,05)
… Li(Bs0,1) [
[ Li(Bs0,025)
… Li(Bs0,05) [
< Li(Bs0,025)
Tabela 3.17 – Opção 1 de classificação dos estados do sistema para uma distribuição t-student
(Ramo βiN da função de estado)
190
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Min.
médias
[ Li(Bs0,25)
…
Min. médias [
[ Li(Bs0,1)
…
Li(Bs0,25) [
[Li(Bs0,025)
…
Li(Bs0,1)[
< Li(Bs0,025)
H2: Pressão de
sobrealimentação (PS)
Min.
médias
[ Li(Bs0,25)
…
Min. médias [
[ Li(Bs0,1)
…
Li(Bs0,25) [
[Li(Bs0,025)
…
Li(Bs0,1)[
< Li(Bs0,025)
[ Li(Bs0,25)
[ Li(Bs0,1)
[Li(Bs0,025)
…
…
…
< Li(Bs0,025)
Min. médias [
Li(Bs0,25) [
Li(Bs0,1)[
Tabela 3.18 – Opção 2 de classificação dos estados do sistema para uma distribuição t-student
(Ramo βiN da função de estado)
H3: Pressão de óleo
(PO)
Min.
médias
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Ls(Bi0,25)
[ Min. médias
…
Ls(Bi0,25) [
[ Li(Bs0,25)
…
Min. médias [
[ Li(Bs0,05)
…
Li(Bs0,25) [
< Li(Bs0,05)
H2: Pressão de
sobrealimentação (PS)
Ls(Bi0,25)
[ Min. médias
…
Ls(Bi0,25) [
[ Li(Bs0,25)
…
Min. médias [
[ Li(Bs0,05)
…
Li(Bs0,25) [
< Li(Bs0,05)
H3: Pressão de óleo
(PO)
Ls(Bi0,25)
[ Min. médias
…
Ls(Bi0,25) [
[ Li(Bs0,25)
…
Min. médias [
[ Li(Bs0,05)
…
Li(Bs0,25) [
< Li(Bs0,05)
Tabela 3.19 – Opção 3 de classificação dos estados do sistema para uma distribuição t-student
(Ramo βiN da função de estado)
Os dados apurados revelaram-se, naturalmente, mais consistentes pela utilização da
distribuição t-student, dada a reduzida dimensão da amostra de viaturas monitorizadas.
O segundo ramo da função faz a avaliação do nível de degradação experimentado pelas
variáveis de estado ou pela função de estado do sistema, ocorrida durante o último período de
monitorização. Ou, o que é equivalente, faz a definição das classes de estado de saúde do
sistema, através de comparação do valor de degradação experimentado pelas variáveis ou
pela função de estado ao longo do pretérito período de monitorização. Os valores θ iN
representam os escalões de classes de estado calculados para a função de estado ou para
cada variável de estado, Hi. Este ramo só é aplicável no caso da diferença entre dois instantes
consecutivos das séries temporais ser negativa, o que corresponde a uma degradação do
estado de saúde.
Deste modo, poder-se-ão também estabelecer as classes de estados com base nos limiares
definidos para as variações negativas ou níveis de degradação das variáveis de estado,
comparando 2 períodos consecutivos de um programa de monitorização.
Esta metodologia adopta limiares diferenciados, caracterizados pela aplicação de uma
função qui-quadrado às sequências cronológicas de valores experimentais recolhidos. A função
de classificação compara o valor corrente de degradação experimentado pelas variáveis, com
as estimativas de amplitudes de desvios-padrão, associadas a uma distribuição qui-quadrado,
para diferentes níveis de significância. Matematicamente, é possível caracterizar os N limiares,
191
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
domínio do ramo θ iN da função de classificação dos estados, com base na variação
WHi (t ) − WHi (t − ∆t ) .
A definição das classes de estado está assim associada com a variação ocorrida nos
valores dos atributos monitorizados, comparando-os com os valores críticos da distribuição quiquadrado.
Os limiares definidos para o ramo θ iN correspondem a patamares de controlo, que
traduzidas sob a forma matemática, utilizam as seguintes expressões ou funções do âmbito da
estatística intervalar:
LSiX = (n − 1)
σˆ i 2
BI i X
LI iX = (n − 1)
e
σˆ i 2
Bsi X
2
com BI i X e Bsi X em χ GL
(Eq. 3.53)
Os valores que foram aplicados ao indicador de variância, são os constantes das tabelas
3.20. Correspondem a uma das opções ensaiadas na definição de classes de estado, no
pressuposto de que a distribuição das amplitudes de variação dos valores representativos das
classes de estado segue uma distribuição qui-quadrado.
qi1= 1
qi2= 2
qi3= 3
qi4= 4
qi5= 5
H1: Binário motor (Be)
Li(Bs0,1)
] Li(Bs0,1)
…
Li(Bs0,25) ]
] Li(Bs0,25)
…
Ls(Bi0,25) ]
] Ls(Bi0,25)
…
Ls(Bi0,1) ]
>Ls(Bi0,1)
H2: Pressão de
sobrealimentação (PS)
Li(Bs0,1)
] Li(Bs0,1)
…
Li(Bs0,25) ]
] Li(Bs0,25)
…
Ls(Bi0,25) ]
] Ls(Bi0,25)
…
Ls(Bi0,1) ]
>Ls(Bi0,1)
H3: Pressão de óleo
(PO)
Li(Bs0,1)
] Li(Bs0,1)
…
Li(Bs0,25) ]
] Li(Bs0,25)
…
Ls(Bi0,25) ]
] Ls(Bi0,25)
…
Ls(Bi0,1) ]
>Ls(Bi0,1)
Tabela 3.20 – Opção de classificação dos estados do sistema associando a variação a uma
distribuição qui-quadrado (Ramo θ iN da função de estado)
Após esta classificação prévia, fica definido o critério de estabelecimento final da
classificação qualitativa dos níveis de indicadores de estado.
Por se tratarem de variáveis tidas como ocultas, pelo facto de apresentarem dificuldades de
avaliação, sendo consideradas não mensuráveis nas condições normais de exploração e no
sentido de encontrar uma forma de incorporar as diferentes variáveis, e também pelo facto de
não termos encontrado resultados do mesmo nível e fiabilidade pela utilização de cada uma
das variáveis individualmente, optou-se por conceber uma função de estado que normaliza as
diferentes variáveis de estado. Considerando as três variáveis de estado, a função tem a
forma:
WST = a
Be
Be _ r e f
+b
PS
PS _ ref
+c
PO
PO _ ref
(Eq. 3.54)
Os valores de referência das variáveis de estado são também calculados estatisticamente,
considerando sempre um valor óptimo e dificilmente superado nas monitorizações realizadas.
Resultam da aplicação do conceito de limite superior do intervalo de confiança às sequências
cronológicas de cada uma das variáveis de estado. São calculados através da expressão
192
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
estatística LS ( BI i X (α / 2) ) utilizando-se para o efeito um valor (α / 2) muito baixo. Optou-se por
utilizar (α / 2) = 0, 01 .
Sendo efectuada a codificação dos valores da função de estado para cada um dos três
regimes seleccionados de recolha de informação nos veículos e por se ter optado por
implementar um modelo por autocarro, a codificação final da função é efectuada através da
expressão:
Classificação final do estado = Arredondamento para cima (média (codificação da função de
estado às 600 rpm; Idem 1150 rpm; Idem 1630 rpm)).
Foram usados os regimes de rotação sem carga de 600 rpm por ser a rotação de ralenti,
1630 rpm por se tratar da máxima rotação atingida pelo motor na ausência de qualquer binário
resistente e por último foi escolhida uma rotação intermédia de 1150 rpm muito próxima do
ponto médio da amplitude de rotações.
Como se referiu, cada variável de estado pode também ser tratada separadamente num
modelo HMM específico. Nesse caso, seriam utilizados três modelos na avaliação de cada
viatura: um que utilizaria como variável de estado o binário motor, outro a pressão de
sobrealimentação e um último a variável pressão de óleo.
Quanto à classificação dos dados experimentais das variáveis de emissão foram também
utilizados critérios de inferência no âmbito de uma determinada distribuição estatística. Para
cada uma das variáveis de emissões, que correspondem aos sinais observados, Vpj podem
agora ser definidas as classes de emissões. Foi utilizada a opção de quatro níveis. Estes
critérios permitem definir intervalos de emissões limitados por limiares correspondentes a
limites enquadrados nas semi-amplitudes esquerda e/ou direita de diferentes intervalos de
confiança com níveis de significância crescentes, para cada uma das variáveis de emissão
YPj (t ) .
Um espectro de emissões de um veículo de transportes corresponde à combinação, no
domínio das classes de um conjunto de variáveis de impacto ambiental seleccionadas e
medidas em simultâneo. Inclui não apenas as variáveis associadas com o fluxo de gases de
escape mas também o ruído. Os espectros, que no caso presente são de cariz ecológico,
compreendem um conjunto de variáveis pj, e são definidos com base nos diferentes limiares de
alarme, em número M-1, associados a cada um dos indicadores.
À semelhança da metodologia de caracterização das classes de estado os limiares de
emissões são também calculados através da avaliação do máximo de uma função estatística,
definida por dois ramos β jM e θ jM .
Em termos matemáticos corresponde à seguinte avaliação:
Classe Emissão = Máximo β jM ;θ jM ( se ∆ > 0 )
(Eq. 3.55)
O primeiro ramo β jM corresponde à aplicação da matemática intervalar, em que as classes
são definidas por critérios baseados em intervalos de confiança e médias de funções
estatísticas associadas à distribuição normal ou t-student. Este critério permite quantificar os
intervalos das classes, ou níveis, para cada rotação / carga do motor.
193
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O segundo ramo da função, θ jM , corresponde também à aplicação da matemática intervalar
em que as classes são definidas por critérios baseados em intervalos de confiança de uma
função estatística associada à distribuição qui-quadrado.
A variável ∆ corresponde à variação positiva do valor das variáveis de emissão entre o
instante de monitorização anterior e o instante de monitorização corrente.
Assim, na definição de classes de emissões do modelo, no caso de se tratar de uma
distribuição normal o valor actual, ou o valor que está a ser medido, de qualquer variável sob
(
monitorização é comparado com LI z jM (α / 2)
)
(
e LS z jM (α / 2)
)
que representam os limites
superior e inferior do intervalo de confiança para um nível de significância de ((1 − α ).100) % .
(
)
Por sua vez o valor é comparado com LI Bs j M (α / 2) e LS ( BI j M (α / 2) ) no caso de se tratar de
uma distribuição de t-student.
Ao mesmo tempo o algoritmo compara o valor corrente de degradação experimentado pelas
variáveis de emissões Ο Pj (t ) − Ο Pj (t − ∆t ) , com as estimativas de amplitudes de desviospadrão, associadas a uma distribuição qui-quadrado, para diferentes níveis de significância. A
análise estatística é efectuada por séries de modelos de viaturas, sendo que uma série
corresponde a um conjunto de viaturas com idênticas características físicas.
Para uma frota sob monitorização, os limiares avaliados no ramo β jM , encontram-se
associados a níveis crescentes de preocupações ambientais, sendo função de propriedades
estatísticas representativas das observações de outputs dos diferentes autocarros. A definição
destes limiares está associada à política de manutenção baseada na condição. Correspondem
a patamares de controlo, que traduzidas sob a forma matemática, se representam por:
Para uma distribuição normal:
L jy = µˆ ± ( Z j y (α / 2))
Para uma distribuição t-student:
L jy = µˆ ± ( B j y (α / 2))
σˆ j
n
σˆ j
n
y = 1...( N − 1)
(Eq. 3.56)
y = 1...( N − 1)
(Eq. 3.57)
Na expressão, Liy, que inclui LIjy e LSjy, representa os M-1 limites superiores e/ou inferiores
do intervalo de confiança para um nível de significância de ((1 − α ) × 100)% . Correspondem aos
M-1 limiares de cada um dos indicadores de emissões. Um menor valor de Ljy corresponde a
um patamar mais restritivo do impacto ambiental. A variável n corresponde ao número de
elementos da amostra, que não é mais do que o número de viaturas da série sob
monitorização. Para uma distribuição normal e no sentido de atenuar os enviesamentos utilizase um mínimo de 30 veículos automóveis, cujos atributos sob monitorização são recolhidos ao
longo do tempo. Por sua vez, µ̂ e σˆ correspondem à média e ao desvio padrão das
sequências cronológicas para cada um dos atributos ecológicos seleccionados para
monitorização na frota. Os termos Zjy e Bjy, (em que este último inclui BSjy e BIjy), correspondem
às abcissas das semi-amplitudes, esquerda e/ou direita, da variável padronizada para uma
distribuição normal ou distribuição t-student, respectivamente, que permitem definir a caudas
dessas mesmas distribuições.
No estudo de frotas, os níveis de exigência impostos aos modelos utilizados na presente
dissertação comportam 4 limiares de activação de alertas de segurança ou risco.
194
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
As tabelas 3.21 a 3.23 correspondem a três das opções testadas na definição de classes de
emissões, considerando uma distribuição normal, sendo que a terceira, se revelou a mais
robusta do ponto de vista de eficiência, pelo que foi a seleccionada. Esta eficiência foi avaliada
pela melhor cobertura do domínio de classes de espectros de emissões e pelo melhor valor de
perplexidade do modelo, que se encontra mais próximo do valor de ajuste óptimo, que
corresponde à unidade.
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
<= Ls(Z0,25)
] Ls(Z0,25)…
Ls(Z0,1) ]
] Ls(Z0,1) …
Ls(Z0,025) ]
> Ls(Z0,025)
P2: Óxidos de azoto
(NOx)
<= Ls(Z0,25)
] Ls(Z0,25)…
Ls(Z0,1) ]
] Ls(Z0,1) …
Ls(Z0,025) ]
> Ls(Z0,025)
P3: Dióxido de
carbono (CO2)
<= Ls(Z0,25)
] Ls(Z0,25)…
Ls(Z0,1) ]
] Ls(Z0,1) …
Ls(Z0,025) ]
> Ls(Z0,025)
P4: Ruído (Noise)
<= Ls(Z0,25)
] Ls(Z0,25)…
Ls(Z0,1) ]
] Ls(Z0,1) …
Ls(Z0,025) ]
> Ls(Z0,025)
Tabela 3.21 – Opção 1 de classificação das variáveis de emissão para uma distribuição normal
(Ramo β jM da função de emissões)
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Z0,1) ]
> Ls(Z0,1)
P2: Óxidos de azoto
(NOx)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Z0,1) ]
> Ls(Z0,1)
P3: Dióxido de
carbono (CO2)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Z0,1) ]
> Ls(Z0,1)
P4: Ruído (Noise)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Z0,1) ]
> Ls(Z0,1)
Tabela 3.22 – Opção 2 de classificação das variáveis de emissão para uma distribuição normal
(Ramo β jM da função de emissões)
As tabelas 3.24 a 3.26 correspondem a três das opções testadas na definição de classes de
emissões, considerando uma distribuição t-student, tendo-se também constatado da maior
robustez do modelo quando da adopção da terceira. Também aqui foi testada a eficiência
através de avaliação da melhor cobertura do domínio de classes de espectros de emissões e
pelo melhor valor de perplexidade do modelo, que se encontrava mais próximo do valor de
ajuste óptimo que corresponde à unidade.
195
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
<= Li(Z0,1)
] Li(Z0,1)… Máx.
médias ]
] Máx. médias
… Ls(Z0,25) ]
> Ls(Z0,25)
P2: Óxidos de azoto
(NOx)
<= Li(Z0,1)
] Li(Z0,1)… Máx.
médias ]
] Máx. médias
… Ls(Z0,25) ]
> Ls(Z0,25)
P3: Dióxido de
carbono (CO2)
<= Li(Z0,1)
] Li(Z0,1)… Máx.
médias ]
] Máx. médias
… Ls(Z0,25) ]
> Ls(Z0,25)
P4: Ruído (Noise)
<= Li(Z0,1)
] Li(Z0,1)… Máx.
médias ]
] Máx. médias
… Ls(Z0,25) ]
> Ls(Z0,25)
Tabela 3.23 – Opção 3 de classificação das variáveis de emissão para uma distribuição normal
(Ramo β jM da função de emissões)
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
<= Ls(Bi0,25)
] Ls(Bi0,25)…
Ls(Bi0,1) ]
] Ls(Bi0,1) …
Ls(Bi0,025) ]
> Ls(Bi0,025)
P2: Óxidos de
azoto (NOx)
<= Ls(Bi0,25)
] Ls(Bi0,25)…
Ls(Bi0,1) ]
] Ls(Bi0,1) …
Ls(Bi0,025) ]
> Ls(Bi0,025)
P3: Dióxido de
carbono (CO2)
<= Ls(Bi0,25)
] Ls(Bi0,25)…
Ls(Bi0,1) ]
] Ls(Bi0,1) …
Ls(Bi0,025) ]
> Ls(Bi0,025)
P4: Ruído (Noise)
<= Ls(Bi0,25)
] Ls(Bi0,25)…
Ls(Bi0,1) ]
] Ls(Bi0,1) …
Ls(Bi0,025) ]
> Ls(Bi0,025)
Tabela 3.24 – Opção 1 de classificação das variáveis de emissão para uma distribuição t-student
(Ramo β jM da função de emissões)
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Bi0,1) ]
> Ls(Bi0,1)
P2: Óxidos de azoto
(NOx)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Bi0,1) ]
> Ls(Bi0,1)
P3: Dióxido de
carbono (CO2)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Bi0,1) ]
> Ls(Bi0,1)
P4: Ruído (Noise)
<= Mín. médias
] Mín. médias…
Máx. médias ]
] Máx. médias
… Ls(Bi0,1) ]
> Ls(Bi0,1)
Tabela 3.25 – Opção 2 de classificação das variáveis de emissão para uma distribuição t-student
(Ramo β jM da função de emissões)
196
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
<= Li(Bs0,1)
] Li(Bs0,1)…
Máx. médias ]
] Máx. médias
… Ls(Bi0,25) ]
> Ls(Bi0,25)
P2: Óxidos de azoto
(NOx)
<= Li(Bs0,1)
] Li(Bs0,1)…
Máx. médias ]
] Máx. médias
… Ls(Bi0,25) ]
> Ls(Bi0,25)
P3: Dióxido de
carbono (CO2)
<= Li(Bs0,1)
] Li(Bs0,1)…
Máx. médias ]
] Máx. médias
… Ls(Bi0,25) ]
> Ls(Bi0,25)
P4: Ruído (Noise)
<= Li(Bs0,1)
] Li(Bs0,1)…
Máx. médias ]
] Máx. médias
… Ls(Bi0,25) ]
> Ls(Bi0,25)
Tabela 3.26 – Opção 3 de classificação das variáveis de emissão para uma distribuição t-student
(Ramo β jM da função de emissões)
Embora seja importante a avaliação do valor médio das variáveis de estado ou da função de
estado, é também relevante conhecer a sua variação relativa em dois períodos consecutivos.
Por isso se recorre ao habitual estimador da variância, utilizando-se a distribuição do qui2
.
quadrado, χGL
Consequentemente, poder-se-ão também estabelecer as classes de emissões com base
nos limiares definidos para as variações positivas ou níveis de degradação das variáveis de
emissões, comparando 2 períodos consecutivos de um programa de monitorização.
Assim, o segundo ramo da avaliação θ jM faz a classificação do nível de degradação do
atributo, comparando o seu valor actual com o apresentado no anterior período de
monitorização. Ou, o que é equivalente, faz a definição das classes de emissões do sistema,
com base na comparação do valor de degradação experimentado pelas variáveis ao longo do
intervalo de tempo decorrido entre o instante de monitorização actual e o instante anterior.
Assim, o ramo θ jM contribui para a definição dos escalões de classes de emissões para cada
variável ecológica, Pj.
Também neste caso, a metodologia adopta limiares diferenciados, caracterizados pela
aplicação de uma função qui-quadrado às sequências cronológicas de valores experimentais
recolhidos. A função de classificação é definida através de comparação do valor corrente de
degradação experimentado pelas variáveis, com as estimativas de amplitudes de desviospadrão, associadas a uma distribuição qui-quadrado, para diferentes níveis de significância.
Utilizando a linguagem matemática, podemos dizer que na explicitação do algoritmo é feita a
caracterização de M-1 limiares, que servem de comparação à variação Ο Pj (t ) − Ο Pj (t − ∆t ) .
A definição das classes de emissões está associada com a variação ocorrida nos valores
dos atributos monitorizados, comparando-os com os valores críticos da distribuição quiquadrado.
Os limiares definidos para o ramo θ jM correspondem a patamares de controlo, que
traduzidas sob a forma matemática, utilizam as seguintes expressões ou funções do âmbito da
estatística intervalar:
197
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
LS jY = (n − 1)
σˆ j 2
BI jY
e LI jY = ( n − 1)
σˆ j 2
Bs jY
com BI jY e Bs jY em
2
χ GL
(Eq. 3.58)
A tabela 3.27 corresponde à opção seleccionada na definição de classes de emissões,
considerando que a distribuição das amplitudes de variação dos valores representativos das
classes de emissões segue uma distribuição qui-quadrado.
Vj1= 1
Vj2= 2
Vj3= 3
Vj4= 4
P1: Opacidade
(Opac)
Li(Bs0,25)
] Li(Bs0,25) …
Ls(Bi0,25) ]
] Ls(Bi0,25) …
Ls(Bi0,1) ]
> Ls(Bi0,1)
P2: Óxidos de
azoto (NOx)
Li(Bs0,25)
] Li(Bs0,25) …
Ls(Bi0,25) ]
] Ls(Bi0,25) …
Ls(Bi0,1) ]
> Ls(Bi0,1)
P3: Dióxido de
carbono (CO2)
Li(Bs0,25)
] Li(Bs0,25) …
Ls(Bi0,25) ]
] Ls(Bi0,25) …
Ls(Bi0,1) ]
> Ls(Bi0,1)
P4: Ruído (Noise)
Li(Bs0,25)
] Li(Bs0,25) …
Ls(Bi0,25) ]
] Ls(Bi0,25) …
Ls(Bi0,1) ]
> Ls(Bi0,1)
Tabela 3.27 - Classes de emissões associando a variação a uma distribuição qui-quadrado
(Ramo θ jM da função de estado)
Não faria muito sentido a utilização de um modelo escondido de Markov, associado a cada
um dos diferentes indicadores de emissões, com focagem num ponto de mapeamento do
motor ou ciclo de condução do veículo. Por isso, se optou pela utilização de uma combinação
de indicadores de emissões, a que foi atribuída a denominação de espectro de emissões.
O estabelecimento das classes de emissões, integradas no modelo, segue a seguinte
metodologia:
1-Classificação do valor do indicador de emissões, numa escala de 1 a 4, conforme foi
especificado.
2-Definição do espectro de emissões para cada regime de rotação, em função das classes
de cada um dos valores dos quatro indicadores:
2.1- Espectro de emissões às 600 rpm = f (Codificação OPAC600; Codificação
NOx600; Codificação CO2600; Codificação NOISE600).
2.2- Espectro de emissões às 1150 rpm = f (Codificação OPAC1150; Codificação
NOx1150; Codificação CO21150; Codificação NOISE1150).
2.3- Espectro de emissões às 1630 rpm = f (Codificação OPAC1630; Codificação
NOx1630; Codificação CO21630; Codificação NOISE1630).
3-Cálculo da média dos valores codificados, mediante utilização da função:
Classificação final do espectro de emissões = Arredondamento para cima (média
(codificação dos espectros de emissões às 600 rpm; Idem 1150 rpm; Idem 1630 rpm)).
198
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Existindo quatro indicadores de emissões, cada um dos quais com quatro classes de
emissões, resulta um total de duzentos e cinquenta e seis diferentes espectros de emissões.
Este valor corresponde ao resultado da função C = Mi, em que M corresponde ao número de
classes de emissão de cada uma das variáveis e i representa o número de variáveis
ecológicas. A utilização de um tão grande número de espectros de emissões só poderia ser
equacionada se existissem suficientes valores históricos que permitissem estabelecer relações
estatísticas com os diferentes estados de saúde do sistema.
!
$
$
$
!
$
&'
&'
&'
&'
)
&'
&'
&'
&'
)
&'
&'
&'
&'
)
&'
&'
&'
&'
)
)
)
&'
&'
)
&'
)
&'
)
&'
&'
)
&'
)
)
&'
&'
)
&'
)
&'
&'
)
)
)
)
)
&'
)
)
&'
)
&'
)
)
)
)
&'
)
)
)
)
)
)
&')
&')
&')
*
&')
*
&')
&')
&')
&')
*
&')
&')
&')
*
*
&')
*
*
&')
&')
*
&')
*
&')
*
*
*
*
&')
&')
&')
*
&')
*
&')
*
&')
&')
*
*
&')
*
*
*
*
&')
&')
*
*
*
&')
*
*
&')
*
*
*
*
*
"#
%$
(
(
%
%)
%*
%+
%,
%%.
%/
%$0
%$$
Tabela 3.28 - Combinações de emissões do modelo, para quatro variáveis ecológicas
199
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para melhor operacionalização do programa informático desenvolvido em MATLAB,
atendendo a que existe sempre um contrabalanço entre o aumento de opacidade e a
diminuição de NOx e vice-versa, e também pelo facto do tempo de ensaios nos autocarros não
ter permitido uma avaliação exaustiva de um espectro mais pormenorizado, foi feita a opção de
reduzir os níveis de emissões para 11, de acordo com a tabela lógica 3.28. A redução para 11
classes de espectros, está suportada em critérios de análise combinatória obtida com as
classes definidas para os indicadores ecológicos e também na perspectiva de uma futura
associação das classes de espectros a graus de gravidade de disfunções diferenciados bem
como à ocorrência de anomalias em diferentes sistemas e/ou componentes do motor.
O único inconveniente é passarmos de uma matriz de emissões 5*4 para uma matriz de
emissões 5*11. Trabalhar com uma matriz 5*256 tornar-se-ia uma missão impossível com a
exiguidade de dados recolhidos. O preenchimento de matrizes com tal dimensão necessitaria
de um longo período de acompanhamento de cada uma das séries de veículos. A garantia de
cobertura do período de vida de um autocarro levaria em média oito anos. Daí a necessidade
da presente investigação ter de introduzir algumas simplificações.
A operacionalização do modelo foi feita em ficheiro Excel e, posteriormente, de uma forma
mais dinâmica, utilizando um programa informático concebido em MATLAB.
Este critério permite quantificar os intervalos das classes ou níveis de emissões, para
diferentes poluentes e regime de rotação/carga do motor. Os indicadores ecológicos são assim
as variáveis de condição do modelo, cuja correlação com as variáveis de estado do sistema se
procura encontrar.
Quando existam condições de realização dos ensaios mediante adopção de ciclos de
condução padronizados, utilizados na homologação dos veículos, poderão ser impostos outros
critérios. Um deles passa por definir um dos limiares, com base na comparação dos valores de
emissão actuais, relativamente aos valores de homologação, OPjo.
OPj (t ) − OPj 0
OPj 0
> ζi
(Eq. 3.59)
Os valores de homologação correspondem a estados e ciclos de teste de referência, nem
sempre reprodutíveis para as condições de realização dos ensaios.
Existindo condições de reprodutividade dos ciclos de condução subjacentes à elaboração da
legislação, a definição de outro dos limiares pode passar pela comparação dos valores de
emissão correntes, com os valores limite legais, OPjL.
OPj (t ) − OPj L
OPj L
> χi
(Eq. 3.60)
Quando não sejam conhecidos ou não existam valores de referência para as condições de
teste, o que corresponde às utilizadas nas instalações dos SMTUC, serão tomados como
referências valores limites de intervalos de confiança definidos para as sequências
cronológicas, resultantes de recolha nos autocarros em avaliação, bem como os valores
médios das sequências cronológicas referentes ao conjunto de todas as viaturas da mesma
série / modelo, envolvidas no estudo.
Esta metodologia pode mesmo ser alargada ao controlo de todas as viaturas que circulam
num arco de via de uma cidade, via rápida ou auto-estrada. Neste cenário de aplicação de
200
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
práticas de controlo ambiental no sector dos transportes rodoviários, os pontos de mapeamento
do motor cobertos pelas condições de exploração e as respectivas medições, são em número
muito elevado, atendendo à variedade de regimes teoricamente possíveis de funcionamento de
um motor.
É sob estas condições que são estabelecidas e emparelhadas as duas sequências
cronológicas, uma das quais define o vector de desempenho do sistema, muitas vezes oculto,
e a outra a matriz de emissões referente a cada um dos indicadores ambientais.
As políticas preconizadas pelas normas PAS 55-1:2008 e PAS 55-2:2008 incluem medidas
reactivas ao deficiente desempenho e/ou utilização de variáveis de condição para monitorizar
deteriorações relacionadas com os activos, falhas, incidentes, não conformidades (incluindo
próximas perdas) e outras evidências históricas de deficiente desempenho do sistema
(processo) de gestão de activos.
Após as fases de recolha de emissões e tratamento de dados em classes, é utilizado um
modelo HMM para cada um dos poluentes Pj no sentido de determinar o correspondente, mais
provável, estado do motor. Este passo inclui a identificação da variável de estado Hˆ i (t ) , cuja
degradação apresenta a melhor correlação com a ocorrência de impactos ecológicos.
O símbolo “ ” corresponde ao valor estimado do valor da variável de estado de degradação
que excedeu o limiar de alerta e que, portanto, indica a causa raiz da degradação.
Em sequência, poderia ser activado um segundo modelo HMM com o objectivo de identificar
o componente ou subsistema que apresenta a maior probabilidade de estar a provocar tal
disfunção. O componente identificado corresponde ao elemento disfuncional mais provável,
com responsabilidade na ultrapassagem do limiar de alarme.
A metodologia que provavelmente se revelará mais eficiente consiste em desenvolver um
modelo por cada tipo de disfunção do motor. Perante a ocorrência de determinado espectro de
emissões, o algoritmo avaliará todos os modelos e identificará aquele que revele a maior
correlação entre espectro de emissões e tipologia de disfunção.
Só em caso de identificação de alterações, no âmbito do primeiro estágio do programa de
monitorização, são activados os sub-modelos de detecção de disfunções tendo em vista o
isolamento da anomalia.
Em qualquer caso, o objectivo do prognóstico consiste em predizer como é que a
degradação do desempenho se deteriorará até um nível inaceitável. Este objectivo pode ser
expresso por:
Ο Pj (t + ∆t ) > ψ i e WHi (t + ∆t ) > δ i ,
(Eq. 3.61)
onde, ψ i , corresponde ao limite aceitável do nível de emissões do poluente Pj e Hi é o
correspondente limite da função de estado ou da variável de estado, mais representativa da
degradação do desempenho do sistema. Por sua vez, ∆t corresponde ao tempo que decorre
entre o instante actual e o momento de ocorrência de disfunção ou falha. Este período de
tempo é também referenciado como vida útil remanescente do sistema.
Importa distinguir o método de detecção e classificação da disfunção em relação ao método
de diagnóstico da disfunção. Enquanto o primeiro se reporta a uma situação em que a
disfunção já existe, o segundo permite a detecção precoce de sintomas de patologias ainda
não evidenciadas.
201
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A tarefa de diagnóstico da falha consiste na determinação do seu tipo, dimensão e
localização.
Através de monitorização, medida e análise das variáveis ambientais, sempre que se
registem tolerâncias inaceitáveis deve sempre ser emitido o respectivo alarme.
A meta para os diagnósticos (Jaw 2005) consiste em detectar degradações de
desempenhos alarmantes e identificar as causas que estão na base dessas mesmas
degradações. Existindo dois tipos de variáveis ou indicadores, as ocultas e as visíveis, torna-se
imperioso que na fase de concepção e calibração seja assegurada a medição das duas
sequências cronológicas, relegando para a fase de validação a medição exclusiva das
variáveis visíveis. A fase de validação e a posterior utilização do modelo permite inferir a classe
das variáveis ocultas, que se traduz na caracterização da classe de estado do bem ou
equipamento. Depreende-se que na fase de utilização do modelo na avaliação de um sistema,
o objectivo do diagnóstico consiste na detecção de um perfil de indicadores de saída do
sistema, que pode corresponder a uma combinação de classes de variáveis ecológicas, que a
seguir se designa por espectro de emissões, e inferir o estado provável do sistema.
/,3
?
; $%
># #
$%
O modelo de manutenção condicionada de autocarros urbanos, na perspectiva vertida na
presente tese, tem subjacente o acompanhamento da evolução de indicadores relevantes,
numa perspectiva ecológica. Para a realização do estudo, foi aproveitada a gentileza dos
Serviços Municipalizados de Transportes Urbanos de Coimbra (SMTUC) que permitiram o
acompanhamento de 4 viaturas de marca Mercedes Benz, modelo Citaro O 530.
Quando existem condições de aplicação de ciclos de condução na avaliação do
funcionamento de veículos, ficam reunidas as condições de controlo das restrições aos limites
de emissão definidos na regulamentação ambiental aplicável ao sector dos transportes no que
respeita às diferentes variáveis de impacto ambiental. Esta prática permite ainda o controlo dos
respectivos níveis de degradação. Especificamente, um modelo abrangente poderá ter como
objectivo o controlo das seguintes variáveis de condição do sistema:
Partículas de dimensão inferior a 10 µm (PM10) ou opacidade dos fumos (m-1);
Óxidos de azoto (NOx);
Monóxido de carbono (CO);
Hidrocarbonetos (HC);
Dióxido de carbono (CO2) e ou consumo de combustível;
Variáveis de degradação das características do óleo do motor;
Nível de ruído junto ao motor e à saída do sistema de escape (dBA).
A avaliação experimental centra-se especialmente na monitorização da evolução da
degradação dos efluentes, tomando como referência limites ambientalmente admissíveis. A
partir de tal recolha de dados é feita a concepção de um algoritmo de prevenção de ocorrência
202
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
de disfunções no motor e no sistema de tratamento de gases de escape do veículo,
possibilitando, inclusivamente, a avaliação dos impactos decorrentes de ausência de
lubrificação ou de fluido de refrigeração.
O sub-capítulo em análise compreende toda a operacionalização dos modelos HMM
concebidos para a detecção de estados de saúde ocultos e dificilmente mensuráveis. Após
algumas considerações gerais, é feito o enquadramento e justificação do processo de
montagem do sistema de monitorização manual em autocarros urbanos. A abordagem
inscreve-se num conjunto de metodologias de manutenção de motores diesel instalados em
autocarros urbanos, baseando-se em indicadores ambientais que permitem predizer ou servir
de sintomatologia de predição do estado de saúde dos equipamentos. Toma em consideração
várias restrições à geração de externalidades negativas em que se incluem, entre outros, os
factores ambientais de protecção da saúde humana.
A operacionalização do HMM foi feita inicialmente em ficheiro Excel, passando depois à
programação em vários ficheiros em linguagem MATLAB, comparando-se os diferentes
algoritmos. Após se ter concluído que os resultados eram exactamente os mesmos, procedeuse à integração dos ficheiros desenvolvidos em MatLab, que ao contrário do Excel nos permite
uma actualização dinâmica para aplicações diferenciadas. A enorme versatilidade do Matlab
decorre por um lado do facto de permitir a fácil mudança do número de classes de estados e
de classes de espectros de emissões e por outro na facilidade de mudança do número de
instantes de monitorização e de instantes de validação. Tudo no MatLab é facilmente
adaptável.
O estado de saúde de um autocarro pode ser associado a um conjunto muito vasto de
variáveis em que se enquadram a carga, o binário efectivo, a pressão de sobrealimentação e a
pressão do óleo de lubrificação.
A classificação dos estados de saúde dos veículos no que respeita ao motor e sistemas de
pós-tratamento é realizada com base no tratamento de uma função de estado (Eq. 3.49). Esta
função é definida e construída utilizando uma soma ponderada de três parcelas onde são
relacionados os valores das três variáveis de estado, objecto de recolha experimental, com os
valores de referência dessas mesmas variáveis. Estes valores de referência correspondem aos
limites superiores do intervalo de confiança da amostra de atributos medidos em todas as
viaturas de uma dada série monitorizada, para um nível de significância de 98 %.
Para uma distribuição normal:
Ls j 0,01 = µˆ + ( Z j (0, 01))
Para uma distribuição t-student:
Ls j 0,01 = µˆ + ( BI j (0, 01))
σˆ j
n
σˆ j
n
(Eq. 3.62)
(Eq. 3.63)
Porém, atendendo ao facto da recolha de dados nas instalações dos SMTUC ter sido
efectuada sem imposição de resistência ao funcionamento do motor, com cargas próximas de
zero, optámos pela exclusão da carga na nossa avaliação. Contudo, o programa foi concebido
no sentido de poder vir a corresponder à integração da carga no modelo, porquanto esta
constituir uma variável de relevante influência nas restantes variáveis de estado.
Deste modo, nesta avaliação manual, não se inclui a cinemática e a dinâmica do veículo que
constituem indicadores eficientes da carga do motor. A avaliação da física do veículo, quando
em circulação, pode ser caracterizada pela velocidade, aceleração e VSP, tarefa indispensável
quando da aplicação de tecnologias de controlo remoto de emissões de frotas de transportes.
203
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os ensaios de suporte à presente investigação foram realizados sem carga do motor em 3
regimes de rotação. O primeiro corresponde ao regime de ralenti, o qual foi afinado na série em
avaliação nas 630 rpm. O segundo regime foi definido às 1150 rpm, por constituir um regime
intermédio na amplitude de funcionamento sem carga. O último corresponde à velocidade
máxima atingida ao ralenti sem carga, com afinação no regulador da bomba de alimentação
nas 1630 rpm.
O modelo na sua fase de montagem faz a integração das diferentes variáveis ocultas
monitorizadas, sintetizando todas as variáveis de estado seleccionadas numa única função de
estado e compila as variáveis de emissões numa biblioteca de combinação de emissões. Esta
combinação de emissões abrange diferentes espectros de emissões, sendo que um espectro
de emissões corresponde a uma combinação de classes dos quatro indicadores de emissão
utilizados.
No limite, poder-se-iam utilizar 36 modelos por viatura, correspondentes ao produto dos
regimes de funcionamento sem carga seleccionados (3) pelo número de variáveis de emissão
(4) e pelo número de variáveis de estado (3).
Por eficácia de aplicação dos modelos, uma combinação de variáveis de emissão para além
de reduzir significativamente a dimensão dos algoritmos, permite incorporar as correlações
existentes entre tais indicadores.
Estes conjuntos de vectores característicos são usados como inputs de modelos HMM e em
futuros desenvolvimentos do tema, em caso de detecção de disfunções, poderão alimentar um
segundo modelo também baseado em HMM ou em redes neuronais, que avaliará cada um dos
sub-sistemas ou componentes para identificar as respectivas causas.
As variáveis de estado só são medidas na fase de concepção e calibração do modelo. A
partir daí trabalharemos com classes de estado que para o HMM são ocultas e susceptíveis de
serem descodificadas através das variáveis ecológicas visíveis e facilmente mensuráveis. Um
modelo escondido de Markov é um modelo de Markov (cadeia de Markov) onde os estados do
modelo não são conhecidos, observando-se apenas os sinais emitidos pelo sistema em cada
unidade de tempo t.
Após o estágio de concepção ou de desenvolvimento, existem 2 fases de operacionalização
de um HMM:
I – Estimação, treino ou calibração.
II - Reconhecimento, classificação ou validação.
Obviamente que do ponto de vista tecnológico seria exequível a instalação de dispositivos
de medição de binário efectivo, pressão de sobrealimentação e pressão do óleo de lubrificação
em todos os veículos. Poder-se-á questionar porque não utilizar directamente as variáveis de
estado ditas ocultas na caracterização dos estados. Primeiro, porque dessa forma poderíamos
estar a desprezar outras variáveis importantes de caracterização dos estados, como por
exemplo os consumos de combustível. Segundo, porque não estaríamos a incorporar variáveis
ecológicas que são determinantes na avaliação das externalidades geradas pelos transportes.
Terceiro, porque com sistemas massivos de detecção remota de poluentes, torna-se possível
inspeccionar todos os veículos da frota dos SMTUC, não só à saída aquando do início do
serviço de exploração, como também na recolha no final do dia com custos insignificantes, ao
contrário da medição dos valores das variáveis de estado com dispositivos instalados em cada
uma das unidades de transportes que obrigaria a elevados custos económico-financeiros.
204
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Quando se consideram as emissões dos veículos Diesel, em que se inserem os autocarros
urbanos, as partículas e o NOx são os poluentes que suscitam maiores preocupações. Porém,
as emissões de PM não têm sido consideradas nos modelos habitualmente disponíveis, apesar
da sua importância na perspectiva de salvaguarda da saúde pública, talvez devido à falta de
estudos exaustivos sobre as mesmas.
Os modelos de gestão de manutenção dos veículos são determinantes nos impactos
ambientais, na segurança, na fiabilidade e na eficiência do motor. As falhas mais comuns
encontradas nos programas de inspecção de veículos encontram-se relacionadas com os
níveis de emissões poluentes devidas a anomalias no motor, incluindo as relacionadas com o
sistema de alimentação de combustível e ralenti desafinado, bem como as associadas ao
sistema de pós-tratamento dos gases de escape e sistema de travagem. Estima-se que a falta
de manutenção possa resultar num agravamento do consumo de combustível superior a 40%
% (Baker 1994). Um estudo desenvolvido no Canadá (OEE 2007) veio reforçar esta predição ao
defender que esta percentagem poderá mesmo ficar aquém dos valores reais, estimando
aumentos que podem chegar aos 50%. O mesmo estudo refere agravamentos com níveis de
percentagem superiores quando se trata de avaliar o incremento do impacto ambiental, o que
demonstra a importância de metodologias eficazes de manutenção planeada sistemática ou
preditiva.
Em suma, os programas de inspecção e manutenção podem fornecer dados tendo em vista
a caracterização do perfil global de emissões da frota de veículos. Porém, apenas uma parte
muito pequena do subconjunto de dados inclui medições simultâneas que permitam avaliar
possíveis relações entre o regime de operação do veículo e a taxa de emissões poluentes
instantâneas.
Os modelos instantâneos desenvolvidos são importantes para analisar com precisão os
impactos ambientais de autocarros urbanos, decorrente de iniciativas ao nível das vias de
comunicação e transportes, tal como, por exemplo, ao nível do projecto das intersecções
rodoviárias e das medidas de acalmia de tráfego (Simões_Andreia; et al. 2001).
/,3," #
; $%
&
*
1
Um processo fiável de concepção, estimação e calibração de modelos escondidos de
Markov em sistemas de manutenção de transportes rodoviários, de pendor ecológico, assume
especial relevância no grau de eficiência atingido.
O estágio de estimação ou calibração de um modelo é também denominado de fase de
treino.
Neste tipo de estudos é importante que as frotas de veículos sejam divididas em classes de
veículos de características homogéneas. Estas classes são predefinidas com base em atributos
em relação aos quais se reconhece através de estudos científicos alguma influência no nível de
emissões poluentes. Representam classes de séries de veículos, que tem em comum o motor,
tipo de combustível, tecnologia de controlo do sistema de tratamento de efluentes, sistema de
atenuação de ruído, relação potência - massa do veículo, nível de certificação de emissões e o
grau de emissividade do veículo (normal, elevado) (Barth et al. 2005). A quilometragem
acumulada e a severidade das condições de exploração constituem factores de degradação
205
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
que explicam as diferenças de impactos ambientais. Deste modo, para implementar os
modelos torna-se necessário definir para cada uma das classes o seu perfil ecológico.
Contudo, é sobre cada um dos veículos, individualmente, que recai a avaliação do
comportamento ecológico.
Na ausência de informação discretizada por séries, o agrupamento por classes também
pode ser definido utilizando ferramentas estatísticas com base em emissões medidas (Frey et
al. 2001). A tabela 3.29 mostra o exemplo mais simples de definição de classes de veículos
pesados em função do ano de construção.
Ano de
construção
A1
A2
A3
A4
A5
A6
A7
A8
A9
A10
74-77
78-81
82-85
86-89
90-93
94-97
98-01
01-04
05-08
09-11
Tabela 3.29 - Classes de veículos em função do ano de construção (Adaptado de (Frey et al. 2001))
Porém, uma avaliação mais refinada centra-se na definição de séries que traduzem um perfil
homogéneo de atributos.
No que se reporta à presente aplicação de modelos HMM na identificação de estados de
motores de autocarros de serviço urbano, por imperativos de carácter operacional, foi
restringida a base de análise a 4 autocarros Mercedes Citaro O-530.
Genericamente podemos definir para cada série, um conjunto de variáveis aleatórias
X(t)=(W(t),Y(t)) onde e WHi (t ) corresponde a variáveis de estado ocultas, Hi, que descrevem
eventos ou atributos correlacionados com YPj (t ) , em que estas variáveis YPj (t ) representam um
conjunto ou uma combinação de sinais de emissão observados, de tipologia Vpj, sendo que Vpj
corresponde aos diferentes impactos ecológicos (pollutants).
Como resultado de uma monitorização desses mesmos atributos em intervalos de tempo de
dimensão constante, obtém-se uma sequência oculta (que não é observada) de estados
percorridos e uma sequência de símbolos ecológicos (que é observada). Na concepção,
estimação e calibração de um HMM ecológico, procede-se à avaliação discretizada das
variáveis ocultas em exploração normal da frota, WHi (t ) , representativas do estado de saúde
do sistema.
As variáveis de estado WHi (t ) seleccionadas constam da tabela 3.30, em que Lo e n são
variáveis de estado independentes. As restantes 3 variáveis dependentes são as
representativas dos estados i, surgindo codificadas por Be, Ps e Po (Binário Motor, Pressão do
Óleo e Pressão de Ar do Turbo). Estas variáveis dependem de Lo e n.
Cada variável de estado pode ser tratada separadamente num modelo HMM específico.
Neste pressuposto, seriam utilizados três modelos na avaliação de cada viatura: um que
utilizaria como variável de estado o binário motor, outro a pressão de sobrealimentação e um
último a variável pressão de óleo.
Esta metodologia de classificação do modelo deve-se ao facto dos estados não serem
facilmente reconhecidos e objectivamente mensuráveis quando se procura fazer o seu
reconhecimento, mesmo com o veículo em operação numa rede de transportes sob vigilância.
206
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O estado no instante t especifica-se por St, pelo que a sequência de estados nos instantes
t=1, t=2, t=3 ……. t=T será S = {S1 ; S 2 ; S3
(tamanho
das
observações).
S = {S1 = q1; S 2 = q1; S3 = q2
Um
ST } . T é a quantidade de unidades de tempo
exemplo
para
esta
sequência
é
ST = q5 } . O tempo que medeia entre duas medições consecutivas
de variáveis de estado pode ser muito diversificado. Depende essencialmente dos meios
técnicos disponíveis para a medição dessas mesmas variáveis. Em leituras de registo manual
poderá corresponder a intervalos semanais, bi-semanais, mensais ou de vários meses. Quando
existem sistemas de controlo remoto instalados na rede de transportes e/ou sistemas de bordo
instalados nos veículos com ligação a uma central de comando e controlo, poderemos definir
intervalos diários ou mesmo bi-diários quando existam condições para a medição de variáveis
comportamentais dos veículos. Neste caso cada um dos veículos seria avaliado à saída para o
serviço e seria novamente inspeccionado no trajecto de recolha. Este projecto permite,
inclusivamente, inferir a influência dos motoristas no desencadeamento de anomalias nos
veículos.
Nem sempre será fácil fazer medições do binário motor. Muito mais complexa será a
medição da pressão de sobrealimentação e da pressão de óleo em veículos em exploração
numa rede de transportes. As medições efectuadas na concepção e preparação de modelos de
manutenção ecológica foram efectuadas com utilização de meios de simulação e medição que
por razões económico-financeiras e operacionais não poderão constituir prática corrente, para
além de não se colocarem alternativas de medição na generalidade dos meios urbanos. A
recolha de dados e toda a logística de realização de ensaios experimentais teve,
efectivamente, grandes custos económicos. Com efeito, para tornar operacional os futuros
modelos poderão ser utilizadas no modelo as variáveis de exploração mencionadas na tabela
3.30, incorporando também a massa do veículo.
Variável de estado
Código
Valor de referência
Unidade
Tipologia
Carga do motor
Lo
-
%
Independente
Rotação do motor
n
-
rpm
Independente
Binário motor
Be
Ls0,01
N.m
Dependente
Pressão de sobrealimentação
Ps
Ls0,01
Pa
Dependente
Pressão de óleo
Po
Ls0,01
Pa
Dependente
Tabela 3.30 – Variáveis de estado que integram o HMM
O facto de não existirem em centros de investigação nacionais freios de rolos que permitam
avaliar os estados do motor em diferentes pontos do mapa de carga, constitui um dos factores
inibidores de uma validação mais eficiente do modelo. O único freio de rolos que permite o
teste de veículos pesados é propriedade de uma empresa privada com sede no Porto da Carne
– Guarda.
Constituindo o nosso objectivo proceder à estimação do estado de saúde de um veículo, ao
nível do motor e do sistema de pós-tratamento, em intervalos discretos de tempo, o primeiro
passo consistiu em definir directamente o mapeamento dos sintomas de patologias
(caracterizados pelos impactos ambientais) e do estado do veículo (com base na perda de
rendimento e através da manifestação de disfunções) a partir dos dados de treino.
207
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Como se referiu, na fase de avaliação das emissões, foi feita a opção por um conjunto de
sinais facilmente observáveis e mensuráveis, YPj (t ) , que correspondem a indicadores de perfil
ecológico.
As variáveis de emissão, YPj (t ) , seleccionadas constam da tabela 3.31, sendo que OPAC,
NOx, CO2 e NOISE dependem também das variáveis de estado independentes Lo e n. Ora se
tanto as variáveis de estado como as variáveis de emissão dependem das mesmas variáveis
independentes, Lo e n, tudo indica que possam estar correlacionadas entre si, ou seja, admitese que possa existir alguma correlação entre variáveis de estado dependentes ocultas e
variáveis de emissão.
Variável de emissões
Código
Valor de referência
Unidade
Opacidade dos fumos
OPAC
Óxidos de azoto
NOx
Dióxido de carbono
CO2
%
Ruído
NOISE
dB(A)
m-1
Parâmetro estatístico
ppm
Tabela 3.31 – Variáveis de emissões que integram o HMM
Os valores de referência dos indicadores de emissão de perfil ecológico constam de uma
biblioteca de mapeamentos em função da carga do motor e da rotação para cada uma das
séries / modelos. Estes valores correspondem aos valores limites superiores do intervalo de
confiança para um grau de significância de 98 % reportando-se à amostra de dados recolhida
para cada série / modelo de veículo. Resultam de medições experimentais em cada série /
modelo. Na ausência de um dos valores anteriores, pode estimar-se o valor pelo resultado de
cálculo em programa informático de avaliação e optimização de desempenho comercializado
pela empresa Ricardo. Este programa permite a obtenção de todos os “outpus” sob avaliação a
partir da introdução de um conjunto alargado de inputs. O programa foi cedido graciosamente
por aquela empresa na sequência de protocolo estabelecido com o ISEC, ao abrigo do projecto
Fórmula Student nos meses de Agosto e Setembro de 2010.
Com os valores recolhidos na monitorização das variáveis de estado visíveis YPj (t ) ,
poderemos inferir os valores da função de estado (ocultas após a montagem do modelo).
A opção por esta alternativa de codificação dos estados na fase de concepção e preparação
do modelo de manutenção permite que se trabalhe com um único modelo escondido de Markov
por cada viatura supervisionada.
O valor da medição de cada um dos poluentes no instante t especifica-se por Pj (t ) , pelo que
a sequência de observações de emissões nos instantes t=1, t=2, t=3 ……. t=T será
Pj = {Pj ,1; Pj ,2 ; Pj ,3
Pj ,T } . A variável T representa a quantidade de unidades de tempo
(tamanho das observações).
A caracterização de uma observação de emissões no instante t especifica-se por Ot, pelo que
a sequência de emissões nos instantes t=1, t=2, t=3 ……. t=T será O = {O1 ; O2 ; O3
OT } . Estas
observações são posteriormente codificadas em classes de emissões e quando se trate de
várias variáveis é feita a sua combinação de forma a criar os espectros de emissões. Um
208
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
exemplo para esta sequência é O = {O1 = V1 ; O2 = V2 ; O3 = V3 ; O4 = V3
OT = V4 } , em que VN
representa a biblioteca de emissões ou de combinações de emissões. As combinações de
emissões correspondem aos espectros.
Os modelos desenvolvidos terão que ser extremamente robustos para não apresentar falsos
alarmes e se forem bem treinados podem detectar súbitas alterações do comportamento de um
veículo em função das características das emissões poluentes. O presente método faz uso dos
seguintes pressupostos, não totalmente conseguidos ao longo de cerca de um ano de ensaios:
1) Existe um conjunto de 5 estados mutuamente exclusivos e exaustivos onde os 3
primeiros correspondem a estados normais, o quarto reflecte um estado de alarme
e por último o quinto representa um estado que exige intervenção;
2) Encontram-se disponíveis os dados de calibração do modelo não só para condições
normais como também para situações de disfunção, sob a forma de sequências
cronológicas;
3) Os dados de emissões poluentes para as sequências cronológicas registadas são
estacionários para o cálculo das condições de estado futuras;
4) Encontra-se disponível o intervalo de tempo médio de bom funcionamento para
cada um dos diferentes estados de disfunção.
A maior dificuldade advém do facto de algumas vezes ser impraticável a obtenção de dados
associados às condições de disfunção, sendo os dados referentes a condições de estado
normais facilmente adquiridos.
O ponto-chave reside no facto dos estados do sistema não serem directamente observáveis,
mas se encontrarem escondidos, isto é, o sistema sob monitorização não ter uma forma directa
de permitir a medição do estado do sistema, mesmo para os instantes passados.
Em vez disso vários sintomas são observados, que aparecem reflectidos nos parâmetros de
calibração transformados para uma forma matricial de probabilidades.
Utilizando modelação em MATLAB, suportada em modelos matemáticos HMM (Hidden
Markov Models), a tese, por um lado, foca-se na medição experimental de indicadores
ecológicos, que podem ser correlacionados com variáveis de estado de “saúde” dos
equipamentos. Por outro, procura encontrar correlações subjacentes, associadas à detecção
de súbitas variações avaliadas em relação aos níveis de poluição no instante anterior ao actual.
Se tivessem existido condições de medição segundo os ciclos de condução padrão aprovados
internacionalmente, os níveis poderiam ser definidos não só no âmbito da legislação em vigor,
como pela análise da sua adequação aos padrões de homologação definidos pelos fabricantes
dos veículos.
Relativamente aos equipamentos utilizados na validação do modelo desenvolvido, por
interesse do operador de transportes rodoviários de passageiros, foram seleccionadas para o
estudo 4 viaturas Mercedes Citaro, homologadas segundo a legislação europeia EURO III. O
modelo em causa não tem qualquer sistema de pós-tratamento de gases de escape. Nestas
viaturas o cumprimento das emissões de gases segundo a norma Euro III é atingido pela
eficiência do sistema de injecção, não havendo qualquer controlo de emissão de gases. Só a
partir da norma Euro IV, por obrigação legal, passou a existir um sistema de pós-tratamento
dos gases de escape através do sistema SCR - Selective Catalitic Reduction, sendo a emissão
de gases controlada através de um sensor de NOx.
209
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os testes efectivos foram realizados após um período experimental de avaliação das
condições reais de realização no parque de recolha da Guarda Inglesa em Coimbra. No início
da recolha de dados e no final do ano de 2010 as viaturas monitorizadas apresentavam as
quilometragens mencionadas na tabela 3.32.
Data
Autocarro 262
Autocarro 265
Autocarro 269
Autocarro 270
2008-11-14
335832
358846
331246
358420
2010-12-31
456274
482319
461948
502714
Diferença
120442
123473
130702
144294
Tabela 3.32 – Quilometragem dos autocarros utilizados na pesquisa
Se tivesse existido a possibilidade de avaliar toda a frota de autocarros e conceptualmente
se definisse cada classe como um grupo de viaturas da mesma marca e modelo, traduzida por
um conjunto de atributos homogéneos, nesse caso teria sido feita a opção pela criação de 18
classes.
Foram ainda recolhidos os dados de quilometragem e consumos para os anos de 2008,
2009 e 2010. Pela análise dos dados de exploração e como se pode verificar pela figura 3.17
os autocarros sob observação percorreram entre 54000 e pouco mais de 72000 km por ano o
que corresponde a cerca de 4500 a 6000 km por mês.
Figura 3.17 - Quilómetros percorridos pelos autocarros envolvidos no estudo
De acordo com um estudo desenvolvido (Riemersma 2004), quando analisada a evolução
dos níveis de emissões entre 20000 e 500000 quilómetros, foi possível constatar o seguinte:
• As emissões de NOx mantêm-se, praticamente, estacionárias;
• A emissão de partículas mantém-se quase estacionária em viaturas Euro II e agrava nos
Euro III, apesar dos dados disponíveis para este último grupo serem muito reduzidos;
• A emissão de HC é agravada nas viaturas Euro III, apesar dos dados disponíveis para
este último grupo ser muito reduzido.
Ainda segundo o mesmo estudo, as disfunções típicas que originam o agravamento do nível
de emissões são as seguintes: Anomalia na bomba de alimentação, ponto de injecção
incorrecto, más condições dos injectores e outros problemas de manutenção. Adianta ainda
que os mais importantes problemas de manutenção dizem respeito às condições dos
210
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
injectores. Mais conclui que a introdução de sistemas electrónicos de alimentação do
combustível e sistemas de gestão do motor têm tido um efeito positivo.
Quanto à tipologia e especificações dos autocarros utilizados e acompanhados, às
características de exploração das linhas de serviço público onde foram utilizados durante mais
de um ano e às condições de realização dos testes, foi seguido o seguinte critério:
•
Afectação de 4 autocarros Diesel, marca Mercedes Benz, modelo Citaro O530,
homologados e registados no ano de 2003, com as características físicas / técnicas
apresentadas na tabela 3.33.
Comprimento
11950 mm
Largura
2550 mm
Tara
(*)
11353 kg
Peso Bruto
18930 kg
Tipo de Motor
Seis cilindros em linha
Cilindrada
6370 cm3
Taxa de Compressão
17,40:1
Diâmetro e Curso
102 x 130 mm
Tipo de Injecção
Directa na câmara de combustão;
injector de 8 orifícios; pressão 1800 bar.
(*)
Peso de um veículo vazio com equipamento standard, com todos os consumíveis operacionais necessários (ex: óleo do motor e
fluido de arrefecimento), reservatório de combustível cheio, vazio de qualquer carga de passageiros, mas incluindo 75 kg para o
motorista (Directiva Europeia 95/48/EC)
Tabela 3.33 - Especificações técnicas de autocarros Diesel, Mercedes Citaro O530 (dados de fábrica)
Para optimizar o seu funcionamento, os autocarros foram objecto de afinações com o
objectivo de limitar a máxima rotação. As especificações técnicas de desempenho dos
autocarros, antes e após a afinação exigida pelos SMTUC à Mercedes, são apresentadas na
tabela 3.34.
Máximo de rotações
2500 rpm
Máxima potência (ISO 2534)
205 kW a 2200 rpm
Máximo binário (ISO 2534)
1100 N.m a 1200/1600 rpm
Máximo de rotações (afinação SMTUC)
1630 rpm
Máxima potência (afinação SMTUC)
155 kW a 1630 rpm
Máximo binário (afinação SMTUC)
1100 N.m a 1200/1600 rpm
Mínimo consume específico de combustível
192 g/kWh a 1300 rpm
Estimativa de consume de combustível
60,1 l/100 km (Condução urbana)
42,4 l/100 km (Condução suburbana)
Emissões HC+NOx (EDC)
0,18 g/km
Tabela 3.34 - Especificações de desempenho de autocarros Diesel, Mercedes Citaro O530, 2003
211
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os correspondentes consumos de combustível desde Janeiro de 2008 são apresentados
nas figuras 3.18 e 3.19 que se seguem. Como se verifica, os valores médios mensais estiveram
compreendidos entre 46 e 62 litros por 100 quilómetros.
Figura 3.18 - Consumo médio de combustível por autocarro nos anos de 2008 a 2010
Figura 3.19 - Consumo médio de combustível mensal por autocarro no ano de 2010
Os dados referentes ao consumo de combustível podem ser usados directamente para
calcular as emissões de dióxido de carbono devido à forte correlação encontrada entre a
emissão deste gás de efeito de estufa e a quantidade de combustível usada durante o
processo de combustão. O factor de conversão está baseado no conteúdo médio de carbono
existente em cada litro de combustível. A fórmula química para cálculo da média de consumo
de combustível Diesel é dada por C12H23, variando de C10H20 a C15H28 (http://en.wikipedia.org/).
Nos Estados Unidos da América, é usada como fórmula química média para a gasolina
comum, C8,26H15,5. Usando o balanço mássico, isto significa que é assumido ser libertado na
combustão dos hidrocarbonetos a seguinte quantidade de anidrido carbónico por 1 litro de
combustível: Diesel = 2,49 kg de CO2 e gasolina = 2,25 kg de CO2.
A escolha das linhas a que os autocarros foram afectos nesta investigação procura incorporar
a diversidade de arcos que integram a rede de transportes dos SMTUC, com inclinações dos
arcos, paragens e procura muito variadas.
212
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tais percursos são ilustrados na figura 3.20. Os comprimentos das linhas não apresentam
grandes diferenças. A linha 27 possui um número relativamente pequeno de paragens. As
linhas 12 e 21 que servem a margem esquerda do rio Mondego no Concelho de Coimbra
desenvolvem-se, em grande parte, em via rápida com perfil de auto-estrada com limitação de
velocidade a 100 km/h. As restantes linhas, por se desenvolverem em grande parte na vertente
urbana da cidade, têm uma máxima velocidade permitida de 70 km/h. As linhas 7 e 24T são as
que possuem a maior percentagem de percurso e condução puramente em ambiente urbano.
Cada uma das linhas foi descomposta em vários arcos – um arco é um troço de uma linha
de transporte público compreendido entre dois nodos. Em estudos de degradação de estados
de saúde de autocarros, com base nas condições de exploração, considera-se recomendável
definir arcos limitados por duas coordenadas entre as quais os autocarros reúnem elevada
probabilidade de imobilização, tais como paragens e semáforos.
Linha 7: Elevada procura e diversidade de arcos de
rede
Linha 12: Arcos de rede de pequenas inclinações,
tendo a maior parte deles perfis de auto-estrada
permitindo altas velocidades de circulação
Linha 27: Inclui os arcos de rede descendentes de
inclinações mais elevadas
Linha 24T: Elevada procura e diversidade de arcos
de rede, com perfil de centro urbano
Linha 21: Arcos de rede de pequenas inclinações,
tendo a maior parte deles perfis de auto-estrada
permitindo altas velocidades de circulação
Linha 28: Inclui os arcos de rede com as subidas
mais acentuadas
Figura 3.20 - Linhas incluídas no estudo (Amarelo: Circuito de ida; Verde: Circuito de retorno)
213
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O estudo é, sem dúvida, uma inovação, que tem por objectivo permitir planear, gerir
recursos e gerar relatórios automáticos, bem como integrar outros módulos. Assumir-se-á como
uma poderosa ferramenta que contribuirá para as boas práticas na gestão de frotas de
autocarros em empresas de transportes urbanos de passageiros.
A grande objecção à aplicação deste modelo na gestão da manutenção de frotas urbanas
em Portugal, é sem dúvida a falta de equipamentos de inspecção e monitorização. Por isso, as
medições de valores dos atributos seleccionados para monitorizar os autocarros dos SMTUC
foram efectuadas na ausência de imposição de resistência à saída da cambota, resultando o
controlo da rotação apenas da posição do acelerador e das resistências de atrito internas do
motor.
Para possibilitar o treino do modelo utilizou-se um equipamento de diagnóstico, apresentado
na figura 3.21, de marca TEXAS, referência “NAVIGATOR TXT” que em relação aos objectivos
traçados, só não permitiu caracterizar de forma directa a primeira variável, Lo, correspondente
à carga imprimida ao motor.
No entanto, a mesma poderá vir a ser associada à potência específica do veículo quando a
monitorização vier a ser feita em exploração, através de tratamento de dados recolhidos
experimentalmente, após a instalação de equipamentos de medição de velocidade e
aceleração em pontos estratégicos da rede de transportes.
As condições de teste e os próprios equipamentos de medição de impactos ecológicos
podem compreender uma enorme diversidade de soluções. Face às limitações económicas,
foram adquiridos equipamentos tecnológicos convencionais, para levar a bom termo a
fundamentação da presente tese.
Figura 3.21 – Unidade de diagnóstico de veículos utilizada
Assim, no âmbito de tecnologias convencionais, optou-se por utilizar um combinado de
analisador de gases que mede as concentrações volumétricas dos diferentes produtos de
combustão no fluxo de escape e um opacímetro. Esta unidade integrada de medição,
apresentada na figura 3.22, utiliza o mesmo painel de visualização e de impressão para as
duas funções. Foi ainda utilizado um sonómetro de marca ISO-TECH, modelo SLM-1352A, na
medição do nível sonoro produzido pelos veículos junto ao motor e à saída do sistema de
escape.
Quando se utiliza o ciclo de condução ESC & ELR, o nível de concentração de fuligem nos
gases de escape deve ser tal que não exceda o valor limite de 0,8 m-1. Devido às diferentes
condições de teste existentes nos vários países e às tecnologias e preços de mercado dos
equipamentos, a legislação da União Europeia estabeleceu uma normativa de avaliação de
veículos rodoviários, que se prevê transitório, que é actualmente aplicado nos centros de
inspecção.
214
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.22 – Analisador de gases / opacímetro utilizados no estudo
Trata-se de uma prática de aceleração brusca do motor sem carga, que utiliza os limites de
valores de opacidade especificados na tabela 3.35 como critério de aprovação ou rejeição de
um veículo que utilize como combustível o gasóleo.
VALORES DE OPACIDADE DE AUTOCARROS
HOMOLOGADOS APÓS 1993-01-01
Aprovado
Rejeitado
Com turbo-compressor
<=3,0
>3,0
Sem turbo-compressor
<=2,5
>2,5
Tabela 3.35 – Critério de aprovação na inspecção de autocarros
(Fonte: Decreto-Lei n.º 554/99 de 16 de Dezembro)
Os gases e as PM misturam-se ao longo do sistema de escape. Por consequência, as
amostras de gases analisadas pelos diferentes sistemas de monitorização devem ser extraídas
à mesma quota longitudinal dos tubos de descarga. Como prescreve (North 2007), poderão ser
criados 2 ou 3 pontos de extracção, preparados à volta da extremidade de uma manga de
descarga. Esta manga ficaria assim localizada a jusante do silenciador e do catalisador,
podendo assumir-se que a composição de gases de escape é homogénea. Estes terminais de
recolha de gases e PM deverão ser posicionados a uma distância de cerca de 150 mm da face
de descarga para a atmosfera junto à falange de adaptação à saída do escape normal. A
falange de ligação deve ser selada com mástique de reparação de escapes (exhaust repair
putty). Também os orifícios de captação dos gases, quando da instalação dos equipamentos
de medição, devem ser selados com o mesmo produto. O sistema global de medição é
normalmente controlado por um software como o desenvolvido pela empresa Horiba,
conhecido por PC-VETS, com uma versão especialmente configurada.
A opacidade é medida segundo o método de teste desenvolvido pela SAE ou pelo método
europeu. Normalmente, em testes de inspecção de veículos a Diesel, efectua-se a medição da
opacidade do fluxo de gases de escape com os veículos completamente aquecidos, enquanto
o veículo se encontra imobilizado. Nos testes realizados, o motor foi sempre acelerado
bruscamente sem carga, desde o regime de rotações ao ralenti até ao máximo de rotação.
215
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Nestas condições, a aceleração do motor é efectuada sem carga desde a velocidade de ralenti,
600 rpm, até à velocidade de corte de combustível, limitada a 1630 rpm.
Além dos efluentes gasosos, o nível de ruído constitui um parâmetro de impacto ambiental
de grande importância na avaliação da condição de saúde de um emissor.
De modo análogo, para o diagnóstico de disfunções, pode ser escolhida uma determinada
velocidade de rotação para analisar o espectro de ruído e compará-lo com o modo de operação
normal correspondente, para assim poder caracterizar os estados do motor e de outros órgãos
móveis do veículo.
A medição da amplitude do som a certas frequências pode fornecer uma informação muito
válida acerca da precisão de alinhamento ou equilíbrio de veios, acerca da condição de
chumaceiras, rolamentos ou engrenagens e traduz o efeito de vibrações associadas em caixas,
tubagens e outras estruturas. A tendência dos níveis de ruído pode identificar práticas de
manutenção inapropriadas, tais como a selecção de rolamentos inadequados, caixas de
embraiagens ou deficiente instalação e substituição de chumaceiras e rolamentos. Podem
ainda constituir um sintoma de falta de precisão no alinhamento de veios ou imprecisão no
equilíbrio de rotores.
A manutenção condicionada obriga ao controlo da fiabilidade dos equipamentos de medida
e a incorporação do ruído como indicador de condição levará em consideração as
características logarítmicas da sua unidade de medida (por exemplo, uma subida de 6 dB no
valor medido representa um aumento para o dobro do inicial no valor da pressão acústica).
Na medição do ruído do motor, o sonómetro é posicionado sobre um tripé, mantendo uma
inclinação de 45 graus, com a extremidade do microfone a 50 centímetros do motor e a 1 metro
da superfície do pavimento, como se pode verificar pela figura 3.23.
Figura 3.23 – Fotografias referentes à medição de ruído de motores
Quanto à medição do ruído à saída do colector de escape, posiciona-se o sonómetro com
uma inclinação de 45 graus, com a extremidade do microfone a 50 centímetros do motor e a 20
centímetros da superfície do pavimento. Para assegurar o último posicionamento, foi construída
uma armação em varão de aço com os elementos ligados através de soldadura, como se pode
depreender da análise da figura 3.24.
216
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.24 – Foto de medição de ruído produzido no sistema de escape
Finalmente, para calibração do HMM é utilizado um equipamento de diagnóstico de avarias
que se liga através de ficha OBD às unidades sensoriais e de controlo do motor.
No sentido de garantir que os valores de opacidade são obtidos em condições idênticas ou
muito análogas, foi previsto que a actuação no acelerador se efectue de forma constante ou
normalizada. Para o efeito foi concebido um aparelho em aço normal, com uma alavanca de
aceleração por gravidade, com actuação reforçada por uma mola helicoidal, apresentado na
figura 3.25. A alavanca possui na extremidade um cilindro também maquinado em aço normal.
Para garantir um posicionamento ajustado e constante em relação ao referencial fixo que é o
acelerador, dotou-se o aparelho de uma armadura metálica. Para o acelerador foi concebida
uma peça, que corresponde a uma protecção em chapa de ferro, destinada a aumentar a base
de actuação da alavanca e reduzir o atrito do impacto da alavanca actuadora no pedal do
acelerador.
Figura 3.25 – Aparelho de actuação no acelerador utilizado durante a medição de opacidade
Quando são feitos testes de homologação, o problema chave reside em avaliar qual o ciclo
de condução a ser usado, de forma a ser representativo dos valores de emissão dos veículos
em uso.
As condições e os procedimentos experimentais que precederam as medições de
opacidade, gases e ruído, foram os seguintes:
217
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
1. No sentido de eliminar os efeitos de arranque a frio, os veículos foram sempre
previamente aquecidos. Por consequência, os testes só se desenvolveram em
condições de funcionamento a quente.
2. No caso do motor do autocarro não se encontrar à temperatura normal de
funcionamento (fluído de arrefecimento à temperatura de 70 ºC, por indicação do painel
de bordo), era posto a trabalhar por um período não inferior a trinta minutos, até que
atingisse a referida temperatura.
3. Atingida a temperatura normal de funcionamento, o motor mantinha-se a trabalhar em
condições de ralenti sem carga, 600 rpm, sendo então recolhidos os valores das
variáveis de estado e dos indicadores de emissão.
4. Seguidamente, o motor era acelerado e mantido a trabalhar à velocidade de rotação de
1150 rpm, também sem carga, efectuando-se as respectivas medições, relativas às
mesmas variáveis especificadas no ponto anterior.
5. Finalmente, o motor era posto a trabalhar à velocidade de rotação máxima, 1630 rpm,
também sem carga, correspondente à posição de limite máximo de actuação no
acelerador, seguindo-se um procedimento análogo no registo das variáveis sob
monitorização.
6. Para salvaguardar a utilização da mesma variação de velocidade de rotação, com a
carga próxima de zero, quando da aplicação de uma aceleração constante no pedal do
acelerador, foi criado o mecanismo específico de actuação, apresentado na figura 3.25.
Este equipamento impõe sempre a mesma pressão no pedal, de acordo com a tipologia
de mola seleccionada.
Ao longo dos testes encontraram-se sob avaliação as variáveis de estado e os indicadores
de emissão, no sentido de encontrar a melhor metodologia para gerir a manutenção planeada,
levando em consideração as condições ambientais e de sustentabilidade futuras.
Para optimizar o modelo e com o objectivo de abranger toda a gama de operação do motor
ou, por outras palavras, para enquadrar as diferentes zonas de mapeamento do motor, é
desejável aplicar estas metodologias a cada uma das manchas de funcionamento definidas, as
quais integram as variáveis “patamar de carga” L (load), binário motor T (torque) e velocidade
de rotação n. Por sua vez, a escolha dos poluentes a incluir no modelo foi definida em sintonia
com os estudos realizados e mencionados na bibliografia. Teve também em conta razões
orçamentais relacionadas com os custos dos equipamentos de medição de impactos. Por isso
foi feita a opção pela utilização dos seguintes indicadores: OPAC (PM10), NOx, CO2 e ruído.
Podemos dizer que cada modelo deve incluir dois grupos de classes de estados escondidos,
os estados normais e os estados de disfunção.
Em desenvolvimentos futuros será implementada a aplicação de um segundo estágio de
caracterização da disfunção detectada no primeiro estágio, activando um número de HMMs por
série/modelo igual à tipologia de intervenções historicamente conhecidas ou teoricamente
possíveis.
Torna-se assim possível o diagnóstico mais extensivo das disfunções dos sistemas do
veículo. Contudo, a activação incondicional do segundo estágio de HMMs sempre que um
veículo seja monitorizado, não seria recomendável sem um que tenha sido efectuado um
diagnóstico prévio de estados mais críticos. Muito menos esta prática seria recomendável no
caso de existir uma monitorização manual, semelhante aquela que se descreve, porquanto as
218
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
despesas do teste seriam fortemente aumentadas em relação a uma monitorização automática.
Para além disso, como apenas uma pequena fracção da frota de veículos é encontrada com
disfunções, em eventuais testes suplementares, o custo de testes mais extensivos em todos os
componentes ou relativos a diferentes necessidades de intervenção, tornar-se-ia demasiado
gravoso.
As séries temporais de dados recolhidos correspondem a inputs de um HMM, segundo a
classificação definida para os estados e emissões de impacto.
Como se referiu, neste modelo, após a recolha de dados, recorre-se ao suporte de software
MATLAB para implementação dos algoritmos concebidos, sendo possível prever o próximo
estado e diagnosticar eventuais degradações excessivas.
Os valores de referência utilizados na função de estado são calculados com base na
amostra de dados de medições experimentais recolhidos em cada série / modelo. Como se
referiu, correspondem aos valores limites superiores do intervalo de confiança para um grau de
significância de 98 %.
Com base nos dados de amostragem recolhidos experimentalmente, os parâmetros
específicos, λ = { A, B, π } , de cada um dos modelos estocásticos, são os que melhor descrevem
as classes de sintomas ecológicos a descodificar.
A metodologia estudada corresponde a uma importante e poderosa ferramenta que
compreende duas vertentes de intervenção: diagnóstico e prognóstico. Quando a amostra é
suficientemente abrangente e representativa da população de atributos seleccionados, torna-se
expectável que o modelo garanta uma grande precisão na avaliação do estado de saúde do
veículo, com a consequente mitigação dos impactos ambientais associados. Assim, o algoritmo
proposto apresentará, no futuro, dois módulos complementares:
1-Avaliação passada e actual do estado do motor através de HMM;
2-Prognóstico baseado nas condições de exploração.
As condições em que foram utilizados os equipamentos de monitorização das quatro
viaturas avaliadas podem ser percebidas pela análise da figura 3.26.
Figura 3.26 – Fotos da gestão operativa utilizada na aquisição de dados
Para obter uma base de dados que sirva de suporte à calibração do modelo, foram tomadas
amostras dos tipos de falhas e disfunções por classes, após as mesmas terem ocorrido.
219
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Seguidamente, fez-se o seu pré-processamento. Ao mesmo tempo, procedeu-se ao registo
da evolução dos correspondentes níveis de emissões poluentes.
A calibração do modelo tem por objectivo optimizar a detecção de disfunções. Não tem o
objectivo de activar um segundo estágio de identificação do tipo de disfunção, porquanto foi
assumido isso constituir um desenvolvimento futuro. O novo algoritmo de caracterização de
disfunções, a desenvolver futuramente, permitirá identificar qual a necessidade de intervenção
ou o âmbito da operação a desencadear, no sentido de garantir a reposição das condições
normais de funcionamento. A figura 3.27 procura sintetizar o enquadramento da tese.
Figura 3.27 – Diagnóstico e acções a desenvolver em função das classes de estado
Pressupõe-se que num sistema se podem diferenciar dois tipos de condições de estado
anormais, enquadrando um problema ligeiro (defeito aceitável, no seu início) e um problema
grave (anomalia ou disfunção crítica). O modelo não enquadrará um terceiro escalão de
gravidade, porquanto já não carecer de identificação prévia, face à sua evidência.
Em suma, a metodologia de implementação da fase de calibração do modelo HMM,
baseado em monitorização com recolha de dados manual, assentou nos passos sintetizados
seguidamente.
1- Recolha experimental de dados de impacto ambiental, utilizando para o efeito quatro
autocarros dos SMTUC com os números 262, 265, 269 e 279. O local da realização foi
o parque de viaturas da Guarda Inglesa, no espaço coberto, junto às bombas de
abastecimento de combustível, como se pode verificar pela análise da figura 3.28.
220
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 3.28 – Prática de monitorização de motor de autocarro
2- Para cada autocarro, foram seleccionados três regimes de rotação do motor sem
carga, especificamente a 600, 1150 e 1630 rpm. Em cada um destes regimes foram
recolhidos, mediante leitura com registo manual, os valores das variáveis de estado e
dos indicadores de emissão, criando sequências cronológicas, periódicas com
intervalos de tempo de 2 semanas. Foi acordado com os SMTUC proceder à recolha
de dados experimentais, todas as semanas, às sextas-feiras, a partir das 14.30 h,
monitorizando numa semana as viaturas com os números 262 e 265 e na semana
seguinte os autocarros com os números 269 e 270. Um exemplo dos últimos dados
recolhidos para calibração do modelo HMM associado ao autocarro número 270 pode
ser analisado na tabela 3.37.
/,3,(
1 $%
># #
Os dados são atributos de elementos que exigem recolha, compilação, análise e
interpretação. População não é o conjunto de elementos, mas sim o conjunto de atributos. É o
conjunto de dados que expressam uma característica que na presente tese se traduz na
inferência do estado de um veículo e consequente necessidade ou não de manutenção. Esta
característica preditiva pressupõe a monitorização de todos os objectos de manutenção sobre
os quais a análise incide.
As populações a estudar no conjunto dos autocarros urbanos são as seguintes:
• Emissões de partículas (Opacidade).
• Emissões de NOx.
• Emissões de CO2.
• Emissões de ruído.
• Binário motor.
• Pressão de sobrealimentação.
• Pressão de óleo.
• Necessidades de manutenção e de afinação de sistemas e componentes.
221
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Concluída a recolha de dados nos períodos de monitorização da fase de treino do modelo,
procedeu-se à implementação da fase de codificação dos valores experimentais. Definem-se
as classes de estados e as classes de indicadores ecológicos, correspondentes aos valores
das variáveis monitorizadas, construindo sequências cronológicas de alimentação dos modelos
para cada um dos quatro autocarros. Ficam assim reunidas as condições de implementação da
fase de calibração dos modelos. Os dados disponíveis para montagem do modelo
correspondem a 29 medições efectuadas em cada uma das viaturas na fase de treino. Foram
reservadas 3 das 32 medições para validação do modelo. Seria desejável aumentar a
dimensão desta sequência. Tal só não se verificou por impossibilidade de disponibilização dos
veículos pelos SMTUC. No conjunto das 4 viaturas sob monitorização foram definidas 5 classes
de estados e 11 classes de espectros de emissões. Tendo-se verificado que as 4 viaturas não
passaram individualmente pelo domínio das bibliotecas de estados e de espectros de
emissões, foram incorporadas para além das medições referentes aos 25 períodos de
monitorização, mais 7 períodos prévios de teste de periodicidade irregular, que incluem dados
de medições anteriores. Compreendem dados de medições e classes identificadas noutras
viaturas da mesma série das 4 supervisionadas. Consequentemente, serão utilizados no
modelo 32 períodos de monitorização.
As sequências cronológicas das variáveis de estado de um veículo e dos indicadores de
emissões foram compiladas sob a forma matricial como se pode verificar pela tabela 3.36. Os
valores recolhidos podem mesmo ser agregados numa função de estado e em combinações de
emissões. O índice dos instantes de medição corresponde à sua posição na série temporal.
Instantes de medição
t1
t2
t3
t4
t5
t6
……..
Rotação
……..
Binário motor
……..
Pressão de
sobrealimentação
……..
Pressão de óleo
……..
Opacidade dos fumos
……..
Óxidos de Azoto
……..
T32=T
Dióxido de carbono
Ruído
……..
Tabela 3.36 – Matriz de sequências cronológicas de dados recolhidos, para cada viatura
Em síntese, a sequência de calibração dos modelos de cada uma das 4 viaturas, é a
seguinte:
1-
222
Para cada autocarro e ao longo de 32 períodos de 2 semanas, procedeu-se à
avaliação das variáveis, Hi, representativas do estado de saúde do sistema. O
equipamento de diagnóstico utilizado permite caracterizar, entre outras, 3 variáveis
importantes (Binário Motor, Pressão do Óleo e Pressão de Ar do Turbocompressor). A
tabela 3.37 transcreve o registo de monitorização das variáveis de estado ao longo de
sete medições realizadas com intervalos de duas semanas. A tabela reporta-se
apenas a uma das viaturas monitorizadas no estudo. Pode verificar-se na penúltima
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
avaliação, uma redução nos valores do indicador de pressão de óleo. A situação foi
imediatamente corrigida através de manutenção do sistema de lubrificação, o que
permitiu recuperar e mesmo melhorar os valores desta variável de estado.
ú
20091030
20091113
20091127
20091211
20091224
20100108
20100123
á
Par motor actual médio 600 rpm
$/
$,
$,
$+
-
-
$,1+
Avanço injecção 600 rpm
*1.+
*1/+
*1++
*1,+
*1*+
*1-+
*1++
Pressão média ar turbo 600 rpm
01/,$
01/*+
01/*+
01/*
01/,-
01/)+
01/*
Pressão do óleo 600 rpm
1)
1$*
1$+
1 $+
1$)$
$1.*
*1--
Par motor actual médio 1150 rpm
/ 1+
/,1+
/0
/+1+
.)
-*1+
$001+
Avanço injecção 1150 rpm
*10+
*10+
)1/+
*
)1-
*1$
*
Pressão média ar turbo 1150 rpm
01/.+
01/.
01/.+
01/-+
01//$
01/-
01//
Pressão do óleo 1150 rpm
)1,/+
)1+/
)1,
)1,,+
)1)$.
)1)$+
*1-,
Par motor actual médio 1630 rpm
$).1*
$ -
$*-1+
$ )1+
$+)1+
$001-
$) 1+
Avanço injecção 1630 rpm
*10+
)1$+
)1-
)1$
1.+
)1+
)1$
Pressão média ar turbo 1630 rpm
$10)
$10+
$10+
$10*+
$10,)
$10)+
$10*+
Pressão do óleo 1630 rpm
*1$++
)1/
)1/,
*1 /
)1/.*
)1,)+
*1-,+
Temperatura óleo (termopar) [ºC]
$*-
$,*
$*,
$-.
$*.
$*
$,0
Temperatura painel [ºC]
.+
.0
.0
.0
-0
$00
.0
Pressão [KPa]
$0$1)
$001+
$0$1*
$0$1)
/-1,
$001*
$001/
Temperatura do ar [ºC]
*
$/
$-
$-
$)
.
$-
,.
-$
,)
--
*-
++
Humidade relativa [%]
,
Tabela 3.37 – Últimas 7 medições de variáveis de estado, referentes ao autocarro número 270
2- Em sequência, foi efectuado o tratamento estatístico das sequências cronológicas
identificadas, ao nível do desvio padrão, média, máximo e mínimo, para cada uma das
variáveis de estado, analisando não apenas a evolução de cada um dos autocarros
em particular, mas também a amostra dos 4 autocarros envolvidos no estudo. A tabela
3.38 corresponde aos valores estatísticos apurados para uma das viaturas e para o
lote de viaturas monitorizadas.
3- Na classificação dos valores dos atributos foram utilizadas as melhores estimativas,
correspondentes a estimadores da média e da variância, por serem centradas e
eficientes. Trata-se de estimadores estatísticos consistentes. Pelo teorema do limite
Central, dado o reduzido número de autocarros monitorizado, igual a quatro, a variável
soma não segue uma distribuição normal, pelo que se utiliza na classificação de
classes de atributos a distribuição t-student. A aproximação à distribuição normal é
adequada quando o número de elementos estudados é superior ou igual a dez, se a
distribuição originária for simétrica. Quando o número de elementos monitorizados é
223
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
igual ou superior a cinquenta, mesmo que se trate de uma distribuição original muito
assimétrica, estamos perante populações de atributos que seguem uma distribuição
normal (Guimarães 1997). De todas as avaliações estatísticas de média populacional,
a média amostral é a que proporciona a melhor estimativa ou a estimativa mais
eficiente.
Autocarro n.º 270
2
!%
#3
Par motor actual médio 600 rpm
-1.
*1)
$10
Avanço injecção 600 rpm
*1-
01
Pressão média ar turbo 600 rpm
01/*.
Pressão do óleo 600 rpm
Autocarros 262, 265, 269 e 270
2
!%
#3
10
,1.
*1-
010
-10
*1)
+1$
*1.
01*
)1
+1-
010 ,
01/0-
$10 .
01//$
010,.
01.)$
$1$00
1$,
01 $$
$1- /
1+ +
100.
01 )-
$1++*
1+ +
Par motor actual médio 1150 rpm
.-1.
$$1.
,)10
$0$1+
-,1*
$01,
,$10
$0$1+
Avanço injecção 1150 rpm
*10
01$
)1.
*1
)1.
01)
)1
*1
Pressão média ar turbo 1150 rpm
01/.0
0100.
01/+*
01//0
$10$)
010,.
01..-
$1)*.
Pressão do óleo 1150 rpm
)1*,$
01),,
1-+*
)1/$0
)1$+
01)))
1-)$
)1/$0
Par motor actual médio 1630 rpm
$ *1+
+1)
-$10
$+-10
$001/
010
-$10
$+-10
Avanço injecção 1630 rpm
)1-
01*
1,
*1)
1/
01,
1
*1)
Pressão média ar turbo 1630 rpm
$10*-
010$+
$100/
$10.*
$10/)
010.$
01/+,
$1 +0
Pressão do óleo 1630 rpm
)1/.+
01$)
)1-0$
*1$ 0
)1./+
01 *
1.+*
*1 )0
45
45
Tabela 3.38 – Análise estatística das variáveis de estado
4- Seguidamente, foi definida uma função de estado, onde se procedeu à integração
ponderada das 3 variáveis de estado utilizadas e que faz a padronização das
medições experimentais em cada momento de avaliação, relativamente a valores de
referência especificados no ponto 5:
WST = 0,5
Be
P
P
+ 0,3 S + 0, 2 O
Be _ r e f
PS _ ref
PO _ ref
(Eq. 3.64)
A ponderação escolhida para as variáveis de estado teve em consideração o facto de
o binário motor constituir o melhor indicador de desempenho de um motor e a pressão
de sobrealimentação ter com ele uma relação determinística de proporcionalidade. Por
outro lado a pressão de óleo assume-se com um poderoso indicador do nível de
degradação do motor. A tabela 3.39 apresenta uma amostra referente aos dez últimos
períodos quinzenais de monitorização.
5- A definição dos valores de referência das variáveis de estado, foi efectuada através da
sua associação ao limite superior do intervalo de confiança dos valores recolhidos
para criação das sequências cronológicas, correspondendo a LS ( BI Hi (α / 2) ) . Utilizou-
se para o efeito um valor (α / 2) muito baixo, no sentido de garantir uma forte
probabilidade desse valor não ser ultrapassado. Optou-se pelo valor (α / 2) = 0, 01 .
224
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
00/$00
00/$0$,
00/$0)0
00/$$$)
00/$$ -
00/$ $$
00/$
0$00$0.
0$00$ )
<
9
,00
01.0$
01.--
01/)0
01.0$
01-//
01,),
01+,-
01++/
01/$0
01.-+
<
9
$$+0
01/$0
01..,
01.,,
01.//
01..*
01.-*
01..+
01.*,
01/0)
01./.
<
9
$,)0
01./$
01/00
01/00
01./+
01..+
01.-*
01.+
01.**
01..$
01/0*
6"
## ! 7 8
9
86 ;3
86 ;3
!"
:(
*
00/0/$.
ú
,
!"
,+
<
9
,00
01.0
01.)
$10$
01/0-
01-+$
01-0)
01,-)
01,+
01++*
01/00
<
9
$$+0
01/)-
01/*)
01/+0
01/)
01./)
01/**
01.)/
01.)/
01. .
01./
<
9
$,)0
01..
01.,0
01.*-
01.-,
01./.
01.,
01.+-
01./*
01.),
01.,$
01+).
01+*)
01+$-
01*.$
01+$.
01+-0
01+*,
01+ -
01.-$
01/,0
01-,-
01--0
01-/$
01--$
01..
01/+-
01/0$
01/+*
01--*
01-/)
01.-,
01-.-
01.*-
01/*.
86 ;3
!"
,/
<
9
,00
01+ *
<
9
$$+0
01.0.
<
9
$,)0
01-,0
86 ;3
!"
(
-0
<
9
,00
01-.*
01+ -
$10,)
01//0
01../
01./0
01.,-
01,+$
01,$.
$1$$*
<
9
$$+0
01/+*
01/+/
01/*)
01/)-
01/+0
01/ 0
01/*-
01.-)
01. +
$10)$
<
9
$,)0
01/-*
01/.
01/.$
01/ .
01..+
01/+*
01./$
01/-.
01-.*
01/*
Tabela 3.39 – Análise estatística da função de estado para os 4 autocarros
6- Conhecido o valor actual da sequência cronológica e os parâmetros estatísticos da
função de estado para a amostra de viaturas monitorizadas, podemos proceder ao
estabelecimento
das
classes
de
estado,
através
da
equação:
Classe Estado = Máximo [ βiN ;(θiN se ∆ < 0) ] . As variáveis βiN e θ iN são ramos da
função, cuja caracterização é efectuada nos pontos seguintes.
7- Para amostras de pequena dimensão, como é o caso dos 4 autocarros sob
monitorização, uma distribuição t-Student foi a que melhor se ajustou ao cálculo de
LI ( Bs(α / 2)) e Ls( BI (α / 2)) , pelo que no cálculo dos limites das classes se utilizaram
as expressões, LI = µˆ − ( Bs(α / 2))
σˆ
n
e Ls = µˆ + ( BI (α / 2))
σˆ
n
combinada com os
valores médios relativos à viatura e ao grupo de viaturas monitorizadas. O programa
MatLab desenvolvido ficou preparado para funcionar com qualquer distribuição
estatística.
8- Para o primeiro ramo da função, especificado por βiN , foi utilizada a seguinte
correspondência entre classe de estado de saúde e intervalos estatísticos:
225
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
q1= 1
q2= 2
≥ µˆ Min + 0, 765
σˆ
n
q3= 3
[ Mín. Médias
[
……
µˆ Min + 0, 765
σˆ
n
µˆ Min − 0,765
q4= 4
σˆ
µˆ Min − 2,353
n
……
Mín. Médias [
[
q5= 5
……
µˆ Min − 0, 765
σˆ
n
σˆ
n
< µˆ Min − 2,353
σˆ
[
Tabela 3.40 – Caracterização das classes de estados para uma distribuição T-Student, com GL-1=3
(Ramo
9-
βiN da função de estado)
Por sua vez, o cálculo do segundo ramo da função, codificado por θ iN , para cada um
dos 3 regimes de rotação, baseou-se no facto do estimador da variância ter a
propriedade de seguir uma distribuição qui-quadrado. Corresponde a dizer que a
opção tomada na definição de classes de estado considera que a distribuição das
amplitudes de variação dos valores representativos das classes de estado segue uma
distribuição qui-quadrado. É feita apenas a comparação das variações negativas,
ocorridas na função de estado de saúde, entre dois instantes consecutivos da
sequência cronológica. O desvio padrão amostral é estimado para diferentes limites
superiores dos intervalos de confiança do estimador da variância. Comparam-se os
níveis de degradação da variável de estado, ou seja os diferenciais da função de
2
estado, quando negativos, com o valor Ls ( χ GL
(α )) . Este limite obtém-se através da
expressão Ls = (n − 1)
σˆ 2
2
2
onde χ GL
= BI para o ramo direito e χGL
= BI para o
2
χGL
ramo esquerdo. Dado a amostra de atributos ser de n=4 autocarros, significa que
GL=3. De acordo com esta configuração, foram utilizados os limiares ou patamares
de controlo de classificação dos estados definidos na tabela 3.41.
q1= 1
q2= 2
]
≤ (n − 1)
σˆ
6, 25
2
(n − 1)
q3= 3
σˆ 2
6, 25
……
(n − 1)
σˆ 2
4,11
]
q4= 4
σˆ 2
(n − 1)
4,11
……
(n − 1)
σˆ 2
1, 213
]
(n − 1)
σˆ 2
1, 213
……
(n − 1)
q5= 5
σˆ 2
> (n − 1)
σˆ 2
0,584
0,584
Tabela 3.41 – Caracterização das classes de estados de um sistema para uma distribuição quiquadrado (Ramo θ iN da função de estado)
10- A classe de função de estado resulta da média arredondada por excesso dos valores
codificados, calculados para as diferentes velocidades de rotação do motor que foram
seleccionadas para a avaliação. É apresentada seguidamente a codificação dos
estados de saúde para o autocarro número 269. Podemos verificar que em 2009-0918 o modelo previu a classe de estado pobre ou mau, requerendo intervenção urgente.
Função de estado = ARRED.PARA.CIMA (MÉDIA (função de estado 600 rpm; função
de estado 1150 rpm; função de estado 1630).
226
n
=
)
=)
Avaria
no
motor
00/$ $$
=
00/$00
*
=*
*
=*
+
=+
+
=+
00/$$ -
8
*
=*
00/$$$)
$,)0 :(
*
=*
*
=*
*
=*
*
=*
00/$0)0
8
*
=*
+
=+
*
=*
+
=+
00/$0$,
$$+0 :(
00/0/$.
8
00/0/0*
,00 :(
00/0. $
8
00/0.0-
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
*
=*
*
=*
$
=$
$
=$
*
=*
+
=+
+
=+
+
=+
*
=*
+
=+
*
=*
+
=+
*
=*
*
=*
=
$
=$
)
=)
=
=
*
=*
Tabela 3.42 – Classificação dos estados de saúde às diferentes rpm do motor (autocarro 269)
11-Nesta fase de montagem do modelo, em simultâneo com a recolha de indicadores de
estado efectuada através de uma máquina de diagnóstico, são também monitorizadas
as emissões poluentes. Estas correspondem às variáveis visíveis quando se passa à
fase de validação do modelo e posterior operacionalização em rede de transportes.
Nesta fase de avaliação das emissões, foi feita a opção por um conjunto de sinais
facilmente observados e mensuráveis, Pj, que correspondem a indicadores de perfil
ecológico.
20091211
20091224
20100108
20100123
> -0 (
> -0 ,00 :(
> -0 ,00 :(
! > -0
,00 :(
> -0 $$+0 :(
> -0 $$+0 :(
! > -0
$$+0 :(
> -0 $,)0 :(
> -0 $,)0 :(
! > -0
$,)0 :(
20091127
ó
20091113
á
20091030
12-Em simultâneo com o especificado no ponto 1, para cada autocarro e ao longo de 32
períodos de 2 semanas, foi feita a avaliação dos indicadores ecológicos
seleccionados, Pj, que correspondem aos valores das variáveis visíveis. Como se
referiu, foram incluídas como variáveis de definição do espectro de emissões a
OPACIDADE, os NOx, o CO2 e o RUÍDO. Uma amostra de valores pode ser
visualizada na tabela 3.43.
01*)
$..
1$./1+
$.0
1+)
/)1*
$**
1-/,
01+0
$/)
1$
/01,
$.*
1+0
/*
$)1-)
/,1-
01+
*
1+)
/0
$/
1*,
/*1.
$*$
1-0
/-1$
01*)
$
1$*
/ 1
$//
1*/
/+1,
$ 1-+
/-1.
01+,
0
1$/
/ 1
01,.
/+1,
$+$
1./
/-1.
01),
-$
01+0
0,
10..1$/$
1*/*1$
$**
1,*
/,1/
/ 1$
))
1-,
/+1+
0)1$)
/-1+
Tabela 3.43 – Últimas 7 medições de variáveis de emissão, do autocarro número 270
227
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Pode verificar-se a relação entre a temperatura de funcionamento do motor inserida
na tabela 3.37 e o aumento do teor de NOx nos gases de escape, o que está em
consonância com o que foi descrito no capítulo 2 sobre esta temática.
13-Posteriormente, foi efectuado o tratamento estatístico das sequências cronológicas,
ao nível da média, do desvio padrão, máximo e mínimo, para cada um dos
indicadores ecológicos, analisando não apenas a evolução de cada um dos
autocarros em particular, mas também a amostra conjunta dos 4 autocarros
envolvidos no estudo.
Autocarro n.º 270
2
!%
#3
01,/
01$,
> -0 ,00 :(
**1*
> -0 ,00 :(
> -0 (
Autocarros 262, 265, 269 e 270
45
!%
#3
2
45
01*
01/+
01.-
01))
01*$
$1.
,1/
0-10
/ 10
-+1.
)+1$
0-10
)*+10
1),
01$*
1$-
1,*
1*0
01$,
1$
1.+
/01/
$1-
.-1/
/,1
/$1
$1
.-1/
/,1
> -0 $$+0 :(
$1
*1.
$./10
- 10
+,1
)*1.
$./10
)-,10
> -0 $$+0 :(
1,,
01$0
1+0
1..
1-
01$+
1*
)1)/
/*1*
$1$
/01-
/+1.
/+10
$10
/01-
/,1/
> -0 $,)0 :(
$,-1
)1
$ /10
$$10
$/)1-
),1$
$ /10
)-/10
> -0 $,)0 :(
1..
01$$
1-)
)1$
)100
01$-
1-)
)1.-
/,1-
01/
/*1+
//1,
/,1.
01-
/*1+
//1,
! > -0
! > -0
! > -0
,00 :(
$$+0 :(
$,)0 :(
Tabela 3.44 – Análise estatística das variáveis de emissão
14-Conhecido o valor actual da sequência cronológica de emissões e calculados os
parâmetros estatísticos das variáveis de emissão para a amostra de viaturas
monitorizadas, foi possível proceder ao estabelecimento das respectivas classes,
através da equação:
Classe Emissão = Máximo β jM ;(θ jM se ∆ > 0)
(Eq. 3.65)
15-Para amostras de pequena dimensão, como é o caso dos 4 autocarros sob
monitorização, uma distribuição t-Student foi a que melhor se ajustou. No cálculo dos
limites das classes de cada um dos poluentes Pj utilizaram-se as expressões,
Ls jM = µˆ j + ( BI j M (α / 2))
σˆ j
n
e LI jM = µˆ j + ( BS j M (α / 2))
σˆ j
n
combinadas com os
valores médios relativos à viatura e ao grupo de viaturas monitorizadas.
16-Assim, para o primeiro ramo da função β jM , foi utilizada a seguinte correspondência
entre classe de estado de saúde e intervalos estatísticos.
228
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Vj1= 1
Vj2= 2
Vj3= 3
] µˆ Min − 1, 638
≤ µˆ Min − 1, 638
σˆ
n
σˆ
n
] Máx. Médias
……
……
Máx. Médias ]
Vj4= 4
> µˆ Min + 0, 765
σˆ
µˆ Min + 0, 765
n
σˆ
n
Tabela 3.45 – Caracterização das classes de emissões para uma distribuição T-Student, GL-1=3
( Ramo
β jM da função de emissões)
17-Seguiu-se o cálculo do segundo ramo da função θ jM , tomando como referência o
facto do estimador da variância ter a propriedade de seguir uma distribuição quiquadrado. Neste pressuposto, a definição de classes de indicadores de emissões,
considera que a distribuição das amplitudes de variação dos valores representativos
das classes de emissões segue uma distribuição qui-quadrado. É feita a comparação
das variações positivas ocorridas nos indicadores ecológicos entre dois instantes
consecutivos da respectiva sequência cronológica, com o desvio padrão amostral
estimado para diferentes limites dos intervalos de confiança do estimador da
variância. Assim, comparam-se os níveis de incremento dos valores dos indicadores
2
de emissões, com os valores de L ( χ GL
(α )) . Estes obtém-se através das expressões
Ls = (n − 1)
σˆ 2
σˆ 2
2
.
e LI = (n − 1)
com BI e BS correspondentes à distribuição χ GL
BI
BS
Dado a amostra de atributos ser de n=4 autocarros, significa que GL-1=3. Em função
desta avaliação, foram utilizados como limiares ou patamares de controlo de
classificação dos níveis de emissões os inseridos na tabela 3.46.
Vj1= 1
Vj2= 2
]
≤ (n − 1)
σˆ 2
4,11
(n − 1)
Vj3= 3
σˆ 2
4,11
……
(n − 1)
σˆ 2
1, 213
]
(n − 1)
σˆ 2
1, 213
……
(n − 1)
Vj4= 4
σˆ 2
0,584
> (n − 1)
σˆ 2
0,584
Tabela 3.46 – Caracterização das classes de emissões para uma distribuição qui-quadrado, GL-1=3
(Ramo
θ jM da função de emissões)
18-Logo que efectuada a codificação dos atributos seleccionados para cada um dos
quatro autocarros, ficam reunidas as condições de implementação da fase de
calibração dos modelos. No programa MATLAB optou-se por programação dinâmica
que permite alterar em qualquer momento a gravação e incorporação no modelo de
diferentes números de períodos para as fases de treino e validação. Contudo o
somatório do número destes dois períodos tem que ser igual ao número de períodos
de monitorização. Em monitorização automática o número de intervalos e o número de
viaturas irá ser significativamente aumentado, o que garante uma distribuição normal
229
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
nos valores dos atributos medidos. No estudo presente, por dispormos de um
reduzidíssimo número de períodos de monitorização, o comprimento da série de
medições de validação ou diagnóstico limitou-se a três. Este número pode ser definido
ou alterado durante a fase exploração dos modelos. A opção criada no programa
MATLAB prevê a definição de múltiplos de 3.
Instantes de medição
t1
t2
t3
t4
t5
t6
Função de estado (S)
S1
S2
S3
S4
S5
S6
Variáveis de emissões (O)
O1
O3
O3
O4
O5
O6
…….
.
…….
.
…….
.
T29=
T
S29
O29
Tabela 3.47 – Matriz de sequências cronológicas genéricas para HMM
19-Os valores físicos de medição correspondentes às sequências cronológicas genéricas
apresentadas na tabela 3.47 são convertidos para classes de codificação de que se
apresenta um exemplo na tabela 3.38, traduzindo em cada instante de monitorização
valores das bibliotecas de classificação dos estados e dos indicadores de emissões,
com base nos critérios previamente definidos, incluindo as regras de combinação
especificadas na tabela 3.28.
Instantes de medição
t1
t2
t3
t4
t5
t6
Função de
estado (WST)
q1
q2
q3
q2
q3
q5
Espectros de
emissões (V)
V1
V3
V3
V4
V6
V11
…….
.
…….
.
…….
.
T29=T
q4
V8
Tabela 3.48 – Exemplo específico de matriz de sequências cronológicas de HMM
20-Posteriormente, implementa-se a codificação das classes de emissões de cada um dos
indicadores ecológicos para os diferentes regimes de rotação do motor sem carga. De
seguida procede-se a criação de combinações de classes dos 4 indicadores
ecológicos, OPACIDADE, NOx, CO2 e RUÌDO, para cada um dos 3 regimes de
rotação, 600 rpm, 1150 rpm e 1630 rpm. Neste processo de codificação gera-se o
espectro de emissões para cada um dos regimes de rotação sem carga, com base na
aplicação da tabela 3.28. Por último procede-se à classificação final para entrada no
HMM, utilizando a função:
=ARRED.PARA.CIMA.MÉDIA (classificação Pj 600 rpm; classificação Pj 1150 rpm;
classificação Pj 1630). A sequência seguida na codificação dos espectros de
emissões, para o autocarro número 269, pode ser sintetizada na tabela 3.49.
A sequência de espectros de emissões final, juntamente com a correspondente
sequência de classes de estados correspondem às variáveis discretas que integram o
algoritmo do HMM que nos permite chegar às matrizes de transição de estados e de
emissões.
230
@
,00 :(
$
?
@
$$+0 :(
)
?
@
$,)0 :(
$
A
,00
A
$$+0
A
$,)0
:(
:(
$
$
$
*
$
*
*
*
$
$
$
*
$
$
*
$
$
$
$
*
*
*
*
*
*
*
*
# B
,00 :(
$
*
*
$
$
# B
$$+0 :(
$
*
)
$
$
)
# B
$,)0 :(
$
*
*
)
.
.
.
:
(
:
C
(
,00
C
$$+0
:
(
C
$,)0
8
*
$
:(
:
*
00/$ $$
?
00/$$ -
*
00/$$$)
*
00/$0)0
00/0/$.
*
00/$0$,
00/0/0*
*
00/$00
00/0. $
:
00/0.0-
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
( C
D,001$$+01$,)0E
(
$
.
/
.
/
%.
%/
%.
%/
%
%
%.
%.
%.
/
/
.
.
-
,
$$
/
.
%/
%/
%.
%.
%-
%,
%$$
%/
%.
.
.
.
.
-
-
$$
.
.
%.
%.
%.
%.
%-
%-
%$$
%.
%.
/
/
.
/
,
+
$0
/
.
%/
%/
%.
%/
%,
%+
%$0
%/
%.
Tabela 3.49 – Metodologia de classificação de espectros de emissões para HMM, autocarro 269
21-O resultado final do tratamento dos dados recolhidos encontra-se sintetizado na tabela
3.50.
Ao ser atingido esta fase de análise, encontram-se reunidas as condições para a
estimação de matrizes e calibração dos modelos de cada um dos autocarros.
231
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
1
Instante de
2
3
4
5
monitorização
Autocarro 269
Autocarro 270
25
26
27
28
29
…
Estado
1
1
2
4
5
…
2
2
2
3
4
Emissõe
s
Estado
2
1
4
8
9
…
4
4
3
5
7
1
2
3
3
5
…
2
2
2
2
3
1
2
5
6
9
…
3
3
6
5
7
2
2
1
4
5
…
3
2
5
5
4
3
2
1
7
10
…
6
5
10
9
8
1
5
5
5
4
…
1
1
2
2
2
Autocarro 262
Autocarro 265
…
Emissõe
s
Estado
Emissõe
s
Estado
Emissõe
1
9
10
11
8
…
1
1
2
4
5
s
Tabela 3.50 – Sequências cronológicas dos valores de montagem dos HMM de cada um dos autocarros
/,3,/ )
1
$%
$%
># #
$%
A fase de calibração constitui o primeiro passo que leva directamente ao mapeamento dos
sintomas de patologias versus estado do sistema, a partir dos dados de treino. Começou por
estimar o estado do sistema em intervalos discretos de tempo com base nas classes definidas
anteriormente.
1- A fase de calibração de modelos, também referida como fase de treino, consiste na
construção das respectivas matrizes de transição e de emissões, podendo ser
definido um modelo por autocarro ou por série de viaturas. Este passo é
implementado após observação de uma sequência temporal de variáveis de estado
que em normal funcionamento correspondem a variáveis ocultas e das respectivas
combinações de emissões, como sugere a figura 3.29.
.
Figura 3.29 – Correlações entre estados e espectros de emissões
232
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
2- Deste modo, a aplicação dos HMMs em cada um dos autocarros, é iniciada com a
estimação de uma matriz de probabilidades de transição entre os diferentes estados
(tabela 3.51) e outra matriz que atribui probabilidades de registo de diferentes
combinações de emissões perante a ocorrência dos referidos estados (tabela 3.52).
Classes de estados de binário
Classes
de
estados
de
binário
q1
a11
a21
a31
a41
a51
q1
q2
q3
q4
q5
q2
a12
a22
a32
a42
a52
q3
a13
a23
a33
a43
a53
q4
a14
a24
a34
a44
a54
q5
a15
a25
a35
a45
a55
Tabela 3.51 – Estrutura da matriz de transição de estados em HMM de autocarro urbano
A utilização de uma função de estado e de uma matriz de conversão dos valores das
diferentes variáveis de emissão numa combinação de emissões, para além de
permitir a utilização de um único modelo por viatura, permite reduzir a dimensão das
matrizes de probabilidades de emissões de 5*64 para 5*11 e consequentemente
optimizar o tempo de resposta do modelo.
Classes
de
estados
de
binário
q1
q2
q3
q4
q5
V1
b1(1)
b2(1)
b3(1)
b4(1)
b5(1)
V2
b1(2)
b2(2)
b3(2)
b4(2)
b5(2)
Classes de espectros de emissões
V3
V4
V5
V6
b1(3)
b1(4)
b1(5)
b1(6)
b2(3)
b2(4)
b2(5)
b2(6)
b3(3)
b3(4)
b3(5)
b3(6)
b4(3)
b4(4)
b4(5)
b4(6)
b5(3)
b5(4)
b5(5)
b5(6)
…
…
…
…
…
…
V11
b1(11)
b2(11)
b3(11)
b4(11)
b5(11)
Tabela 3.52 – Estrutura da matriz de emissões em HMM de autocarro urbano
3- Foi desenvolvido um modelo por cada um dos 4 autocarros monitorizados. As matrizes
reais de transição de estados e de emissões, geradas em resultado da aplicação das
sequências cronológicas que foram apresentadas na tabela 3.50, são as constantes
da tabela 3.53. O HMM faz a calibração dos seus parâmetros, através da aplicação do
algoritmo Baum Welch.
Autocarro 262
0,3333
0,0714
0
0
0
0,6667
0,5714
0,5000
0,5000
0
0
0,2000
0
0
0
0,5000
0,5000
0,4000
0,2500
0
0
0,2143
0,2500
0
0
0
0,1429
0,2500
0,2500
0,3333
Autocarro 265
0
0
0
0,2500
0,6667
0
0
0
0
0
1,0000
0,6667
0
0,2000
0,3333
0
0,1000
0,4000
0,2500
0,4286
0,2000
0,2000
0
0
0
0,6000
0,6667
1,0000
0
0,2500
Autocarro 269
0
0,1000
0,2000
0,5000
0,1429
0,5000
0,1000
0
0
0,4286
0
0,2500
0,5000
0
0
0
0,0833
0,2500
0,4000
0,1667
0
0
0,2500
0,4000
0,5000
Autocarro 270
0
0,1333
0
0
0
0
0
0
0,5000
0,2500
0,2000
0
0
0,5000
0,5000
Tabela 3.53 – Matrizes de transição de estados de HMM, referentes aos 4 autocarros
Por sua vez as matrizes de emissões de cada um dos 4 autocarros são as
apresentadas nas tabelas 3.54 a 3.57.
233
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
0,3333
0,6667
0
0
0
0
0,0714
0,2143
0,5000
0,2143
0
0
0
0
0,5000
0
0
0
0
0,2000
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,2500
0,2500
0
0
0
0
0,2000
0,4000
0,2000
0
0
0
0
0
0
0,3333
0,3333
0,3333
Tabela 3.54 – Matriz de emissões de HMM, referente ao autocarro n.º 262
1,0000
0
0
0
0,2500
0
0
0,3333
0
0
0,0833
0
0
0,2500
0,4000
0
0,0833
0,2000
0
0
0,4000
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,6000
0
0,2000
0
0,2000
0,1667
0
0,3333
0
0,5000
Tabela 3.55 – Matriz de emissões de HMM, referente ao autocarro n.º 265
0,5000
0,5000
0
0
0
0
0
0
0
0
0
0
0
0,1000
0
0,1000
0
0,1000
0,2000
0,1000
0
0,6000
0,2000
0
0
0
0,6000
0
0
0
0
0
0
0
0
0
0
0
0
0,2000
0,4000
0,4000
0
0
0
0
0
0
0
0
0
0
0,5714
0,2857
0,1429
Tabela 3.56 – Matriz de emissões de HMM, referente ao autocarro n.º 269
0,6000
0
0
0
0
0,2000
0,5000
0
0
0
0
0,1875
0,5000
0
0
0,2000
0,1875
0
0
0
0
0,1250
0
0
0
0
0
0,5000
0
0
0
0
0
0,5000
0
0
0
0
0,5000
0
0
0
0
0
0,5000
0
0
0
0
0,2500
0
0
0
0
0,2500
Tabela 3.57 – Matriz de emissões de HMM, referente ao autocarro n.º 270
4- Na tabela 3.58 apresenta-se a matriz de partida referente ao início de aplicação da
fase de validação e que correspondem às probabilidades de ocorrência dos estados
reais no final da fase de treino.
Autocarro 262
Autocarro 265
Autocarro 269
Autocarro 270
0
0
0
0
0
0,4818
0
1,0000
0,3919
0,5182
0,6330
0
0,6081
0
0,3670
0
0
0
0
0
Tabela 3.58 – Matriz de partida na aplicação de HMM para validação
É possível verificar pela análise da tabela que no final das 29 medições, o autocarro
que apresenta a maior probabilidade de se encontrar num estado degradado é o 262.
Apresenta 60,81 % de probabilidade de se apresentar no estado 4. Por sua vez o
autocarro que segundo o modelo se apresenta em melhores condições de saúde é o
270. Apresenta 100% de probabilidade de se encontrar no estado 2.
Perante o conhecimento das matrizes anteriores, estão compilados todos os
parâmetros de cada um dos quatro modelos referentes aos quatro autocarros, ficando
consequentemente reunidas as condições de inferência dos estados de saúde durante
234
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
a fase de validação, a partir do conhecimento dos valores das variáveis / combinações
de emissões medidas ao longo dos períodos de monitorização definidos para essa
nova fase.
O modelo incorpora ainda todo o grande potencial de prognóstico dos estados de
saúde futuros dos veículos, ao nível de motor e sistema de pós-tratamento dos
indicadores de impacto ambiental.
5- As probabilidades “à posteriori”, após conhecimento do estado de saúde das 4
viaturas, em cada um dos 29 períodos de monitorização, são então calculadas pelo
programa MatLab. As tabelas 3.59 e 3.60 mostram os respectivos valores para o
autocarro 262, que apresenta a maior probabilidade de apresentar um estado
degradado e para a viatura 270, que provavelmente se encontra nas melhores
condições de saúde.
Instante de
1
2
3
4
5
monitorização
Estado calculado
Probabilidades
estados
Autocarro 262
…..
25
26
27
28
29
…..
1
1
2
4
5
…..
2
2
2
3
4
Estado 1
0,956
1,000
0
0
0
…..
0
0
0
0
0
Estado 2
0,044
0
1,000
0
0
…..
1,000
1,000
1,000
0,401
0
Estado 3
0
0
0
0
0
…..
0
0
0
0,515
0,392
Estado 4
0
0
0
1,000
0
…..
0
0
0
0,084
0,608
Estado 5
0
0
0
0
1,000
…..
0
0
0
0
0
Tabela 3.59 – Probabilidades dos estados “à posteriori” na fase de treino do HMM, autocarro 262
Instante de
1
2
3
4
5
…..
25
26
27
28
29
…..
monitorização
1
5
5
5
4
…..
1
1
2
2
2
Estado calculado
Estado 1,000
0
0
0
0
…..
1,000
1,000
0,109
0,226
0
1
Probabilidades Estado
0
0
0
0
0
…..
0
0
0,891
0,774
1,000
estados
2
Estado
0
0
0
0
0
…..
0
0
0
0
0
Autocarro 270
3
0
Estado
0
0
0
0
1,000
…..
0
0
0
0
4
Estado
0
1,000
1,000
1,000
0
…..
0
0
0
0
0
5
Tabela 3.60 – Probabilidades dos estados “à posteriori” na fase de treino do HMM, autocarro 270
235
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
2
@
$%
! !
!
$%
Após concluída a fase de treino de um HMM, segue-se o modo de reconhecimento também
designado por fase de detecção. Esta fase é também denominada por fase de classificação. Se
necessário, os dados de treino podem continuar a ser usados como dados de validação,
integrando as séries temporais de reconhecimento.
Na avaliação de resultados, há uma questão pertinente que tem de ser formulada. Prendese com o saber se a qualidade de ajuste do modelo é suficientemente boa para poder servir de
base a decisões sobre o sistema real.
2," @
1
$%
># #
$%
A adaptabilidade do modelo HMM aplicado à manutenção preditiva ecológica, desenvolvido
na presente tese, pode ser medida de duas formas. Adaptabilidade em termos de precisão da
classificação de dados de validação e em termos de precisão de perplexidade. Esta última
avalia a capacidade do modelo, com os seus parâmetros, se ajustar aos valores de treino.
A precisão da classificação de dados utilizados pelo HMM não é mais do que a quantidade
estimações correctamente validadas para todos os tipos de eventos ou classes de estados de
um sistema, dividida pelo total de monitorizações à condição de um sistema, após a montagem
do modelo. Porém, para conjuntos de dados relativamente reduzidos a precisão da
classificação constitui uma medida de ruído, dado que a cada amostra pode ser atribuída
apenas uma classe. Por conseguinte, a melhor medida é a perplexidade do conjunto de dados
de teste, a qual mede o grau de confiança nas predições do classificador. Ou seja, a
metodologia de avaliação mais comum para avaliar um HMM é a perplexidade. É muitas vezes
usada como a medida da qualidade de um HMM, quando está em causa a capacidade de
prever estados escondidos, isto é uma sequência de estados não usada no modelo de treino.
Quanto à adaptabilidade em termos de precisão de classificação, a implementação da fase
de validação do modelo desenvolvido, compreende a seguinte metodologia.
1- Conhecidos os parâmetros dos HMM de cada um dos veículos, embebidos nas três
matrizes características, ficam reunidas as condições de utilização do algoritmo de
“Viterbi”. Este algoritmo permite a caracterização da sequência de estados mais
provável, para a sequência de emissões identificada experimentalmente, numa fase
em que ainda são medidos os valores das variáveis de estado, juntamente com os
valores dos indicadores ecológicos.
237
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
2- Nesta avaliação é feita a comparação entre a sequência de estados calculada pelo
modelo e a sequência de estados efectivamente medida com base nos critérios
definidos no treino do HMM. Esta última sequência resulta dos valores recolhidos
experimentalmente.
A implementação desta fase utiliza o algoritmo de Viterbi, embebido no programa
informático desenvolvido em MATLAB descrito no sub-capítulo 4.2.
A síntese dos resultados finais obtidos encontra-se especificada na tabela seguinte.
AUTOCARRO
ESPECTROS DE
EMISSÕES MEDIÇÃO
Semanas de validação
1
2
VALIDAÇÃO ESTADOS DE SAÚDE
Semanas de validação
3
262
V7
V4
V5
265
V7
V9
V5
269
V9
V4
V4
270
V5
V6
V2
1
2
3
HMM
q4
q2
q2
Medição
q4
q2
q2
HMM
q3
q4
q2
Medição
q3
q5
q2
HMM
q4
q3
q2
Medição
q5
q3
q2
HMM
q2
q3
q2
Medição
q3
q4
q1
Tabela 4.1 – Relação entre estados estimados pelo HMM e estados medidos
3-Conhecidos os estados estimados e reais, torna-se possível calcular, para cada veículo,
a probabilidade, y, de tais sequências se sobreporem. Ou seja, para cada modelo,
tendo por base os dados recolhidos, pode-se especificar a probabilidade dos estados
estimados corresponderem aos estados reais do sistema, designada por precisão de
classificação dos dados de calibração.
y=sum(statesHMM== statesMedição)/n
Y
Autocarro
262
1,000
Autocarro
265
0,667
Autocarro
269
0,667
Autocarro
270
0,000
FROTA
0,583
Tabela 4.2 – Probabilidades de êxito nas estimativas da fase de validação dos HMM
Contudo, pela análise da tabela 4.1, podemos verificar que não existiu em qualquer
das estimações um desvio superior a um nível de estados, o que constitui um grande
incentivo à aplicação do modelo em futuras aplicações com um número de medidas de
treino de maior dimensão.
Pela incorporação dos novos dados referentes à fase de operacionalização do modelo,
seria possível proceder à aplicação do modelo Baum-Welch, o qual permitiria a recalibração do HMM afinando-o para melhor responder ao seu funcionamento nas
condições definidas para a monitorização exclusiva das variáveis observáveis,
portanto sem o conhecimento das variáveis ditas ocultas.
4-Conhecidos os parâmetros dos HMM de cada um dos veículos, embebidos nas três
matrizes características, ficam reunidas as condições de utilização do algoritmo de
“Viterbi”. Este algoritmo permite a caracterização da sequência de estados mais
provável.
238
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Formalmente o conceito de “Perplexidade” de um HMM define-se como uma função
exponencial negativa da média do logaritmo neperiano da verosimilhança, LK ,i , das
Ns sequências de dados de validação, correspondentes aos instantes de
monitorização, k, em que ocorre o estado qi. Representa-se pela seguinte expressão
matemática:
Perplexqi = exp −
1
NS
Ns
K =1
(
k
log P Stk = qi O1.....
tsk ,i , λ
(
)
(Eq. 4.1)
k
LK ,i = log P Stsk = qi O1.........
tsk ,i , λ
Com
)
(Eq. 4.2)
Em que:
(
k
P Stsk = qi , O1.....
tsk ,i λ
)
k
P Stsk = qi O1.....
tsk ,i , λ =
Onde:
e
(Eq. 4.3)
k
P O1.....
tsk ,i λ
k
P Stsk = qi , O1.....
tsk ,i λ = α tsk (i )
k
P O1.....
tsk ,i λ =
N
i =1
(Eq. 4.4)
α ts (i)
(Eq. 4.5)
k
As probabilidades calculadas através das equações 4.4 e 4.5 resultam da aplicação
das variáveis forward α tsk (i ) definidas no modelo de manutenção.
k
A sigla O1.....
representa a sequência de observações k, de comprimento tsk ,i
tsk ,i λ
associada ao estado qi. Por sua vez, Ns é o número de sequências e
parâmetros do modelo.
λ
os
O melhor valor possível para a “Perplexidade” é 1, quando a ocorrência real de
eventos, que neste caso corresponde a estados, é objecto de predição com a
probabilidade 1. Por outro lado, um valor de “Perplexidade” de 3 corresponde a uma
predição aleatória com a probabilidade de 1/3 para um tipo específico de evento ou
para uma determinada classe de estados. Na análise de dados da tese, a distribuição
probabilística por classe não se mostrou igual para os dois conjuntos de dados de
treino e validação. Tal deveu-se fundamentalmente à diferente distribuição dos dados
de montagem do modelo em relação aos dados de teste e em parte devido à reduzida
dimensão da amostra de medidas recolhidas.
Os resultados obtidos com a aplicação do modelo traduziram-se nos seguintes valores
de perplexidade:
Perplexidade para:
Autocarro 262
Autocarro 265
Autocarro 269
Autocarro 270
Estados 1 e 2
1,4520
1,0000
1,8571
1,0000
Estado 3
NaN
1,0000
1,2500
1,0000
Estados 4 e 5
1,0000
1,8333
1,0000
NaN
HMM global
1,2823
1,2239
1,3241
1,0000
NaN (Not a Number) – Estado não ocorreu durante o período de validação
Tabela 4.3 – Perplexidade dos HMM de cada um dos autocarros e global
239
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para comparação de indicadores ambientais com indicadores convencionais, poderse-ão implementar modelos HMM alternativos, utilizando as variáveis “Consumo de
Combustível”, “Consumo de Óleo” e “Temperatura do Bloco do Motor”.
No diagnóstico do estado de saúde de um motor podem ainda ser incorporados
sistemas de controlo que incluem, entre outros equipamentos e componentes, um
medidor de massa de ar, sensor de temperatura de ar de admissão, sensor de
pressão de ar de admissão, sensor de temperatura de água, sensor de posição da
cambota e sensor de posição da árvore de cames.
O desajuste nas duas avaliações para o autocarro 270 é perfeitamente explicado. O
facto da precisão de validação apresentar o valor nulo explica-se pelo facto de não
existirem antecedentes no registo histórico da viatura que permitam ao modelo inferir
em consonância com as variações de estado no período de validação. Contudo a
diferença entre as classes de estado resultantes da predição do HMM e as classes de
estado resultantes de medição e cálculo de acordo com os critérios definidos na
montagem do modelo foi de apenas um nível. A segunda aferição pela avaliação da
perplexidade traduz o facto de se tratar de um autocarro em muito bom estado, para o
qual os estados de saúde durante a fase de treino se mostraram totalmente explicados
pelo modelo. O facto de neste autocarro não terem sido identificados os estados 4 e 5
leva o programa a emitir a mensagem “NaN” (Not a Number) que significa que o valor
de perplexidade tende para infinito na predição destas duas classes de estado.
2,( 7
#
.
># #
$%
1
&
Como se referiu, a implementação do conceito de manutenção preditiva ecológica, com
base em HMM, foi previamente testada em folha de cálculo Excel, no sentido de servir de base
e aferição mútua à programação que iria ser desenvolvida em Matlab. As partes principais do
programa desenvolvido em MatLab constam do Anexo inserido na parte final do documento.
A programação desenvolvida corresponde às duas fases de implementação do modelo. Os
algoritmos concebidos foram estruturados com base em HMM e intervalos de confiança
estatísticos.
A) FASE DE CALIBRAÇÃO DO MODELO
O programa desenvolvido faz a classificação de dados recolhidos experimentalmente,
utilizando critérios e distribuições de base estatística, capazes de permitir a definição
de estados de saúde de equipamentos e sistemas. O programa está preparado a
funcionar com estimadores consistentes de média e desvio padrão. Na estimação da
média poderão ser utilizadas as distribuições normal e t-student. Por sua vez, a
estimador da variância baseia-se na distribuição qui-quadrado. A decisão de
classificação encontra-se suportada na comparação dos valores medidos
experimentalmente com limiares diferenciados que se encontram associados com os
diferentes níveis de significância das amostras de valores dos atributos monitorizados.
240
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
O programa faz uma análise diferenciada no cálculo das classes, começando por
tratar as variáveis de estado e depois as variáveis de emissões.
No anexo é feita uma análise exaustiva dos procedimentos utilizados na codificação
das variáveis de estado. Trata-se de um estágio muito complexo, que permite a
selecção pelo utilizador de vários parâmetros, distribuições estatísticas, ponderação
da função de estado de saúde do sistema, número de autocarros (facilmente
transponível para número de séries) e definição dos limites dos intervalos das classes
dos valores monitorizados. Para a definição dos limites, o programa de codificação, faz
o cálculo da média, máximo, mínimo e limites dos intervalos de confiança referentes
aos valores das sequências cronológicas das diferentes variáveis de estado
monitorizadas. É utilizada uma função final que retorna o valor máximo dos dois ramos
que a integram. Um deles compara cada valor monitorizado com a média e com os
limites de intervalos de confiança de toda a sequência cronológica dos valores de
treino e noutro compara a amplitude de variação da variável, entre 2 instantes
consecutivos da mesma sequência. Como se referiu, a primeira utiliza na análise
estatística uma distribuição t-student e a segunda uma distribuição qui-quadrado.
O procedimento permite calcular os valores de uma função de estado. Posteriormente,
com base nos critérios de níveis de confiança das amostras monitorizadas, chegamos
à definição das classes de estados.
A codificação dos espectros de emissões segue um procedimento semelhante ao
utilizado na classificação individual dos indicadores ecológicos que integram as
combinações de emissões. Porém, na fase final, a classificação das classes de
espectros de emissões segue critérios de análise combinatória, que ficaram reflectidos
na construção da tabela 3.28.
B) FASE DE VALIDAÇÃO DO MODELO
A classificação de dados recolhidos experimentalmente para validação do modelo
corresponde a instantes posteriores aos utilizados na recolha de dados de treino do
modelo. É efectuada seguindo o mesmo procedimento especificado para a fase de
calibração.
Esta fase inclui a aplicação dos algoritmos “forward” e “backward” às respectivas
sequências cronológicas de classes de emissões.
Em sequência, é feita a aplicação do algoritmo Viterbi do HMM, que a partir do
conhecimento das três matrizes e da sequência de espectros de emissões medidos
experimentalmente, na fase de validação, permite inferir o conhecimento da sequência
de estados mais provável, conhecida por sequência de variáveis ocultas.
O algoritmo Viterbi assume-se como o principal componente do HMM. É aquele que
permite fazer a descodificação dos estados ocultos, com base na medição de um
espectro de emissões.
No passo seguinte é feita a aplicação do algoritmo de “Baum-Welch” que permite
efectuar a calibração das matrizes calculadas, tornando o modelo mais consistente.
Mesmo após validação do modelo e à medida que forem recolhidos novos dados de
emissões, poderá ser feita a re-calibração do modelo através da aplicação do
algoritmo de “Baum-Welch”.
241
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Sempre que seja utilizado o algoritmo de “Baum-Welch”, o modelo integrado corre
novamente a aplicação do algoritmo Viterbi, partindo do conhecimento das matrizes
re-calibradas e de nova sequência de espectros de emissões, seguindo a rotina
descrita anteriormente. Faz um novo reconhecimento da sequência de estados mais
provável, também conhecidas por variáveis ocultas.
O grande indicador da qualidade do modelo reside na avaliação da sua capacidade de
identificação dos estados ocultos. Uma forma eficaz de quantificar a robustez do
modelo reside no apuramento do valor da sua “perplexidade”.
No final da programação, foi desenvolvido um programa de integração dos vários
algoritmos que permite a total operacionalização do HMM.
2,/ )
!
Os motores diesel funcionam sempre com excesso de ar em relação ao que seria
necessário numa combustão ideal, com relação estequiométrica.
Os ensaios de avaliação das variáveis de estado e dos indicadores de emissão, que
serviram de base à construção do modelo, foram realizados em pontos do mapeamento muito
restritos, uma vez que não existe em Coimbra qualquer banco de rolos para teste de veículos
pesados. Como se verifica pela análise da figura 4.1 os motores Diesel de veículos pesados
apresentam valores do coeficiente de excesso de ar, λ , superiores a 1,5 e podem mesmo
superar o valor 5, em situações de carga próximas de zero. Pode constatar-se que os pontos
de mapeamento com os menores valores de λ , correspondem a valores de carga próximos de
100 % e velocidades de rotação baixas. Os pontos mapeados correspondem a situações de
regime permanente, perfeitamente estabilizadas.
Os regimes transitórios conduzem a alterações nos valores das variáveis monitorizadas.
Figura 4.1 – Mapeamento do coeficiente de excesso de ar,
Adaptado de (Pflüger 2010)
242
λ , num motor Diesel
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Para garantir uma percepção mais robusta do funcionamento dos motores Diesel de
autocarros urbanos foram realizadas 3 sessões de ensaios de autocarros, em condições de
carga diferenciadas, nas instalações da firma António Garcia, SA, sediada em Porto da Carne –
Guarda.
Os testes foram realizados em condições de transitoriedade e de regime permanente. As
medições em condições de regime transitório só foram possíveis a nível das variáveis de
funcionamento do motor, não sendo possível no que concerne a variáveis de emissões.
A primeira sessão de ensaios foi realizada em 23 de Dezembro de 2009, com utilização de
um autocarro disponibilizado pela Câmara Municipal da Guarda, marca IVECO, série
EuroRider, Modelo 397E 12.35, Euro V, motorização 7790 cm3 de cilindrada, número do quadro
2GA7B2P000E002380, homologado para 92 DB(A) às 1650 rpm, com 210680 quilómetros.
Pelo facto do veículo não possuir ficha de ligação compatível com as fichas do equipamento de
diagnóstico Texa, não foi possível retirar conclusões, tendo-se apenas efectuado o registo dos
seguintes valores das variáveis medidas:
Ensaios realizados nas condições P=99 KPa; t=10 ºC; HR=75%
Nº de ensaio
1
2
3
4
5
Carga (%)
Sem carga
50
50
100
100
Posição caixa velocidades
0
5.ª
6.ª
6ª
6.ª
Velocidade de rotação (rpm)
600
1168
1240
1241
1232
Potência (kW)
76,2
82,6
134,9
133,4
Veloc. nas rodas motoras (Km/h)
53,9
65,2
65,1
65,1
Avanço de ignição (º)
10,5
21,2
15,4
15,4
Consumo de combustível (mg/s)
36
104
148,8
148,8
Pressão sobrealimentação (mbar)
1230
1990
1132
2550
Temp. ar sobrealimentação (ºC)
36
37
42
42
Pressão do actuador turbina (bar)
2,18
3,42
3,34
3,4
Número de rpm da turbina (rpm)
53803
84748
102682
103033
NOx (ppm)
300
649
1370
1044
CO (%)
0,016
0,006
0,009
0,007
COcor (%)
0,06
0,01
0,02
0,01
HC (ppm)
1
1
4
7
CO2 (%)
4,04
8,88
7,91
8,57
O2 (%)
15,23
15,73
10,01
10,51
Lambda
3,583
2,22
1,874
1,846
93,8
96,6
97,3
97,0
NOISE- Eng [dB(A)]
-1
Opacidade (m )
0,43
Tabela 4.4 – Valores dos ensaios realizados com um autocarro IVECO, em 2009-12-23
Posteriormente, foi disponibilizada uma viatura pela JOALTO da Guarda, marca Mercedes
modelo OC500, Euro III, motorização 11967 cm3 de cilindrada, referência RF (634200), número
do quadro (VIN) WEB63420011000537, potência máxima de 310 kW às 2000 rpm, binário
motor máximo de 2100 N.m às 1100 rpm, homologado para 92 DB(A) a 1650 rpm, com relação
de transmissão na 5.ª velocidade de 1,255, ano de construção 2005. O primeiro ensaio com
243
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
esta viatura foi realizado em 3 de Março do ano de 2010, apresentando a viatura 721040 km no
conta-quilómetros e o segundo ensaio foi realizado em 1 de Abril de 2011, apresentando a
viatura 876746 km.
Os resultados do ensaio realizado em 3 de Março de 2010 são apresentados na tabela
seguinte:
#
(
(
:
D :( E
:
(
(
9G
H( I J
$0/0
$)/0
$)/0
$)/0
$-/0
$-/0
+
+0
-+
$00
+
+0
-+
+
+0
/++
/+,
/+,
/+,
/+,
/+,
/+,
/+,
/+-
$+
$+
$+
$+
$*
$*
$*
$)
$)
L (
DF E
+/
+/
+/
+/
,0
,0
,0
,
,
D ( 7ME
++
++
++
++
-0
-0
-0
/0
/0
$01/
$01/
$01/
$01/
-01*
-01*
-01*
/.1.
/.1.
$-$1/
$-$1/
$-$1/
$-$1/
$.1.
$.1.
$.1.
))1/
))1/
)/
)/
)/
)/
+$1,
+$1,
+$1,
,*1/
,*1/
$.)*
$.)*
$.)*
$.)*
$.*$
$.*$
$.*$
$+.)
$+.)
)1+)
)1+)
)1+)
)1+)
)1,
)1,
)1,
)1-
)1-
*)
.,
$ /
$-$1/
+*1-
$0/1*
$,*1$
+.1+
$$-
. 0
+,*0
.),0
)00
*,.0
$)/$
$)/,
$)/*
$-/*
$-//
(
9
$00 D O E
N
$00 D O E
:
(
(
$00 D O E
9
$00 D
(
E
$00 DA E
N
D OE
8
#
$0/0
DK E
N
I <
$0/0
" (:
%
N
DF E
$0/0
..0
+-00
.*.0
$0/+
$0/)
$0/+
$$ *
0
$0/*
D ( 7ME
+*1,
+*1.
++
++1$
-01)
-01*
-01+
/$
/$
D OE
*)1,
.-1$
$ /1+
$- 1$
++1)
$$01$
$,)1-
+-1/
$$.1$
DA E
$1$,,
$1*$+
$1,,
$1/*,
$1 ++
$1,0$
$1/-
$1,**
$1,)*
DK E
$/
$
+
-
-
/
)$
)
,
.
$ 1
$,
0
.1
$)1
$-1*
/1$
.1.
)1$/+
1./)
1,0)
1++$
)1/),
)1,+)
)1)*-
*1,/*
*1,)-
.0
.)
.,
.+
.$
.*
.-
.0
.$
+,10
+*10
+*10
++10
++10
+*10
++10
+,10
D E
(
(
D :( E
%
N
A
" (:
(
A
(
P
DKE
DA E
" (:
B=
9 (
" (:
(A
B
DK E
DK E
H::(
J
,$/10
.* 10
//010
/. 10
*$,10
+++10
,,,10
0/10
L H::(
J
+
*
$
$
$
)
$
$
010$,
010)
010++
010.
0100,
0100.
0100)
0100-
010)
010+
010.
01$$
010$
010
010$
010
HF
J
HF
J
HF
J
-1 .
.1.)
$010.
$$1$)
,10/
-1+/
.1).
*1.)
HF
J
$01./
.1.*
-1
+1.*
$ 1,)
$01,$
/1*.
$)1.$
10 .
$1,..
$1*/
$1)+.
1* -
$1/,
$1-.$
1/,,
010$
010,
010/
01$$
010.
01$$
010-
010/
/-1.
/-1.
/-1.
/-1/
/-1.
/-1.
/-1.
/-1.
Q(A
:
(
# B
(
<
D ID EE
>$
D( E
Tabela 4.5 – Resultados dos ensaios realizados com um autocarro MERCEDES, OC500, em 2010-03-03
A tabela seguinte corresponde aos valores de medição das variáveis de emissões no último
ensaio, realizado em 2011-04-01. Os valores das variáveis de estado serão apresentados e
discutidos mais adiante.
244
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Regime rotação
do motor (rpm)
800
800
800
800
Carga planeada
para o motor (%)
25
50
75
100
25
50
75
100
25
50
75
100
25
50
75
100
NOx [ppm vol]
812
902
680
918
939
845
886
604
703
766
301
420
503
562
1021 1027
1100 1100
1100 1100 1400
1400 1400 1400
1800 1800 1800 1800
HC [ppm vol]
1
6
1
4
1
3
3
1
10
15
9
5
1
1
2
11
CO [% vol]
0,01
0,03
0,16
0,09
0,01
0,049
0,14
0,2
0,156
0,03
0,02
0,025
0
0
0,007
0,02
COcorr [% vol]
0,01
0,05
0,2
0,12
0,02
0,15
0,18
0,24
0,21
0,05
0,03
0,04
0,01
0,01
0,02
0,03
CO2 [% vol]
6,81
9,06
11,4
10,2
7,03
4,96
11,2
12,3
11
8,39
9,81
10,4
6,41
7,7
8,29
8,86
O2 [% vol]
11,3
8,35
5,27
6,94
11
7,79
5,49
4,01
5,04
9,38
7,56
6,78
12,00
10,3
9,57
8,91
Lambda
2,14
1,63
1,31
1,47
2,08
2,02
1,33
1,22
1,35
1,77
1,53
1,45
2,29
1,92
1,81
1,69
Opacidade
regime
estacionário (m-1)
0,09
0,11
0,12
0,15
0,08
0,12
0,11
0,13
0,07
0,11
0,1
0,12
0,07
0,09
0,1
0,11
Ruído do motor
(dB(A))
92,8
94,1
95,1
95,6
95,3
95,5
95,9
96,4
95,9
96,4
96,5
96,6
96,8
97,2
97,4
97,5
Tabela 4.6 – Resultados das emissões medidas num autocarro MERCEDES, OC500, em 2011-04-01
O mapeamento de valores de lambda das misturas avaliadas nos ensaios mostra uma
grande coerência em relação aos valores preconizados para a afinação de motores Diesel.
Figura 4.2 – Mapeamento do coeficiente de excesso de ar, λ , de autocarro Mercedes OC500
A tabela 4.7 mostra os valores apurados para uma das variáveis de estado, o binário motor,
para o autocarro Mercedes OC500 monitorizado.
Carga 100 %
Rotações por minuto / Binário motor
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
Curvas teóricas
1750
1775
1850
1900
2050
2100
2080
2070
2050
1965
1850
1740
1647
1560
1490
Guarda 2010/03/03
1600
1603
1603
1833
1848
1834
1829
1848
1841
1817
1769
1679
1583
1483
1401
(Real / teórico)1 (%)
91,4
90,3
89,6
99,1
89,3
87,3
87,9
89,7
89,8
93,2
95,6
95,9
95,9
95,7
96,0
Guarda 2011/04/01
1536
1536
1536
1785
1779
1806
1775
1791
1818
1807
1778
1714
1626
1558
1462
(Real / teórico)2 (%)
87,8
86,5
85,8
96,5
85,9
86,0
85,3
86,9
88,7
92,7
96,1
97,9
98,5
100,5
100,1
Tabela 4.7 – Evolução dos valores de binário (N.m), em autocarro MERCEDES OC500
245
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Pela análise do correspondente gráfico poderemos constatar que o binário apresenta
valores inferiores aos teóricos para velocidades de rotação até cerca de 1700 rpm. Mostra
ainda que no último ano não ocorreram variações significativas nos valores de binário.
Figura 4.3 – Curvas de binário motor, em N.m, de veículo Mercedes OC500
A segunda variável de estado é a pressão de sobrealimentação, cuja amostragem de
valores recolhidos nos ensaios se apresenta na tabela seguinte.
Carga (%)
Rotações por minuto
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
100 (2010/3/3)
Transitório)
3,52
3,54
3,55
3,67
3,67
3,53
3,61
3,53
3,60
3,55
3,56
3,65
3,72
3,66
3,66
100 (2011/4/1)
Estabilizado
1,068
1,098
1,137
1,349
1,587
1,822
1,963
2,045
2,114
1,954
2,176
2,446
2,538
2,023
1,873
2,046
1,946
2,40
2,453
2,624
2,773
2,874
2,887
1,662
2,025
2,201
1,972
1,560
1,97
87,5
75
75(2011/4/1)
1,265
62,5
50
0,972
50(2011/4/1)
1,943
1,784
1,903
1,150
37,5
0,970
25
0,937
0,984
12,5
0,917
0
1,08
1,415
1,39
2,249
1,166
1,067
1,152
2,809
2,93
2,721
2,806
1,601
1,45
2,015
1,634
1,972
1,19
2,842
2,601
2,752
1,514
1,241
1,091
2,862
1,853
2,600
1,351
1,342
25(2011/4/1)
0(2011/4/1)
1,836
2,851
2,53
2,313
1,255
1,644
1,502
1,675
2,32
0,963
1,322
1,19
1,14
1,21
1,42
1,42
Tabela 4.8 – Mapeamento da pressão de sobrealimentação do autocarro Mercedes O500 (valores em
Bar)
246
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Desde logo foi possível constatar um facto evidente no gráfico seguinte. Como se verifica,
os valores da pressão de sobrealimentação em regimes transitórios são muito superiores aos
de regimes estabilizados, para os mesmos níveis de carga impostos ao motor. Os gráficos
reportam-se a regimes de plena carga.
Figura 4.4 – Pressão de sobrealimentação de motor de autocarro Mercedes OC500 (plena carga)
Quanto à pressão de óleo todos os valores foram obtidos em regime permanente, uma vez
que aquando da obtenção da curva de potência a plena carga, em situações de regime
transitório, o equipamento não permitia incluir esta variável na avaliação.
Rotações por minuto
Carga (%)
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
100
1,729
2,685
2,926
3,219
3,605
3,866
4,481
4,697
4,970
4,970
4,970
4,970
4,970
4,970
4,970
100 (2011/4/1)
1,704
2,441
3,770
4,730
87,5
1,581
3,955
2,551
75
3,336
75(2011/4/1)
1,974
62,5
50
1,388
2,263
50(2011/4/1)
2,744
2,90
2,77
2,953
2,87
2,893
4,413
3,347
4,441
4,496
4,962
4,546
4,375
4,553
2,92
4,250
3,881
2,723
3,653
2,92
4,637
3,705
3,318
1,157
3,195
25(2011/4/1)
1,978
12,5
4,111
3,28
3,939
4,694
2,873
2,924
4,541
3,22
3,54
3,90
1,046
0
0(2011/4/1)
4,050
3,291
37,5
25
2,603
3,163
1,988
4,138
4,649
1,55
2,78
2,94
3,61
Tabela 4.9 – Mapeamento da pressão de óleo do autocarro Mercedes O500 (valores em Bar)
247
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Podemos analisar pelo gráfico seguinte, referente a funcionamento a plena carga, que à
medida que aumenta a rotação, aumenta a pressão de óleo. Trata-se de uma relação explicada
pelo facto de o aumento de rotação a carga máxima do motor, exigir uma melhorada
lubrificação das partes móveis do motor.
Figura 4.5 – Pressão de óleo em regimes estacionários de motor de autocarro Mercedes OC500 (plena
carga)
Na fase de treino, para dar sequência a esta nova metodologia de implementação de HMMs,
em vez de serem utilizadas variáveis de estado, pode proceder-se à incorporação de valores
de referência de uma função de estado.
Carga
(%)
Rotações por minuto
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
100
90
80
70
60
50
40
30
20
10
0
Tabela 4.10 – Concepção da matriz de mapeamento da “função de estado” para cada série de
viaturas (valores adimensionais)
O mapeamento referente às diferentes séries de veículos que compõem a frota de um
operador de transportes permite passar a uma monitorização, detecção de disfunções e
diagnóstico de cada uma das viaturas aquando da recolha aos parques de manutenção e
estacionamento.
248
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Quando se pretende acrescentar valor a uma empresa de transportes por via da redução
dos custos de manutenção e da mitigação do impacto ambiental, poder-se-á optar por soluções
de monitorização do estado de saúde que permitam a detecção de início de disfunções nas
suas unidades da frota. Para o efeito poderão ser construídas pistas de teste com rampa ou
rampas inclinadas, onde o veículo possa cumprir um programa de acelerações que permita a
avaliação em diferentes condições de carga.
Tais rampas seriam equipadas com sistemas de controlo remoto das emissões e de VSP,
permitindo fazer um mapeamento de estados e emissões por séries. Estas infra-estruturas
possibilitariam uma avaliação mais eficiente dos estados de saúde dos veículos.
Os declives positivos e o controlo remoto simplificam a avaliação dos valores de referência
dos indicadores ecológicos, OPAC, NOx, CO2 e NOISE, para cada uma das séries de viaturas.
Caso não existam valores de referência disponíveis podem utilizar-se limites legais ou
mesmo dados recolhidos em projectos similares.
De seguida, são apresentados os valores medidos com o autocarro Mercedes OC500, em
regimes sem carga, para as variáveis de emissão monitorizadas: opacidade, óxidos de azoto,
CO2 e ruído.
Carga
(%)
Rotações por minuto
600
700
800
900
0,02
0,02
0,02
0,02
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
0,03
0,04
0,04
0,04
0,04
0,05
0,06
0,07
0,08
0,10
0,11
0
-1
Tabela 4.11 – Mapeamento da opacidade dos fumos do autocarro Mercedes O500 (em m )
Carga
(%)
Rotações por minuto
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
487
451
428
397
364
336
303
277
246
225
216
209
198
183
167
0
Tabela 4.12 – Mapeamento das emissões de óxidos de azoto do autocarro Mercedes O500 ( em
ppm)
Carga
(%)
Rotações por minuto
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
2,39
2,52
2,61
2,62
2,68
2,73
3,02
3,23
3,16
2,93
2,96
3,99
3,06
3,12
3,09
0
Tabela 4.13 – Mapeamento das emissões de dióxido de carbono do autocarro Mercedes OC500 (em
%)
Carga
(%)
Rotações por minuto
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
89,8
90,4
90,7
91,1
91,8
93,7
93,8
93,7
94,3
94,2
94,6
94,8
94,9
95,4
95,6
0
Tabela 4.14 – Mapeamento do ruído do autocarro Mercedes OC500 (em dB(A))
249
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os dados de emissões recolhidos relativos aos indicadores ecológicos seleccionados
formam o espectro de emissões, que por se tratar da variável visível e mensurável, permite
mediante utilização de HMM inferir qual o estado mais provável do veículo no que respeita ao
motor e sistema se pós-tratamento.
Apresentam-se, de seguida, os mapeamentos conseguidos em resultado dos ensaios
realizados com o autocarro Mercedes OC 500, no dia 2011-04-01.
Figura 4.6 – Mapeamento da opacidade dos fumos (em m-1) de autocarro Mercedes OC500
Os valores de opacidade aumentam com a carga imposta ao veículo e para a mesma carga,
diminuem com o aumento da rotação do motor.
Figura 4.7 – Mapeamento dos NOx, em ppm, nos gases de escape de autocarro Mercedes OC500
Os valores de NOx, apresentados em partes por milhão (ppm) crescem com a redução da
velocidade de rotação e para a mesma rotação crescem com a carga imposta ao veículo.
250
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 4.8 – Mapeamento dos níveis de CO2, em %, em gases de escape de autocarro Mercedes
OC500
Os valores de CO2, em percentagem, crescem com a carga imposta ao motor uma vez que
maiores cargas representam maior quantidade de combustível queimado com consequente
geração de mais CO2 e também representa menos oxigénio remanescente da combustão o
que eleva a ponderação do teor de CO2.
Figura 4.9 – Mapeamento dos níveis de ruído, em dB(A), de motor de autocarro Mercedes OC500
O ruído do motor, em dB(A), aumenta mais com a rotação do que com a carga imposta ao
motor. Baixos valores de carga e velocidade baixam acentuadamente o ruído.
É com estes espectros que no futuro se perspectiva o desenvolvimento de métodos de
diagnóstico com maior robustez de previsão dos estados ocultos.
Importa distinguir entre o método de detecção e classificação de disfunção do método de
diagnóstico da disfunção.
A detecção da disfunção decorre da identificação de sintomas resultantes do conhecimento
do processo analítico através de valores característicos tais como a variância, amplitudes,
frequências e parâmetros do modelo, ou de análise do processo quando se torna possível
utilizar parâmetros de estimação para prever o estado do sistema. Pode também advir de
sintomas eurísticos através da utilização de informação qualitativa fornecida por operadores
humanos, emergindo essas características eurísticas sob a forma de ruído especial, cor, cheiro,
vibração ou desgaste (Patton et al. 2000).
251
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A tarefa de diagnóstico da disfunção consiste na determinação do seu tipo, dimensão e
localização.
Através da monitorização, medição e análise das variáveis ambientais, sempre que se
registem tolerâncias inaceitáveis são emitidos os respectivos sinais de alarme.
Com o objectivo de contribuir para a maturidade das novas metodologias de gestão do ciclo
de vida (Wheelwright and Makridakis 1980), têm vindo a ser desenvolvidas várias tecnologias
de detecção de anomalias. Paralelamente a uma predição determinística, a perspectiva de
aproximação probabilística para predição da vida de um sistema ou equipamento é essencial
para o prognóstico, porquanto fornece simultaneamente o nível de confiança que lhe está
associado. É também simples de implementar quando os registos de reparações e o histórico
de anomalias se encontram disponíveis, permitindo também caracterizar com precisão as
respectivas distribuições Weibull ou Gama.
Se a solução mostra um comportamento altamente transiente apenas em certos pontos no
tempo (por exemplo, durante um período de aceleração), o intervalo de tempo entre registos
deve ser reduzido. Este procedimento deve também ser associado a regimes transientes
durante grandes intervalos de avaliação (por exemplo, ciclos urbanos).
Para uma correcta associação das condições de operação do veículo ao nível de carga do
motor podem ser usadas funções determinísticas conhecidas da Física e da Mecânica.
Considera-se normalmente para associação com o espectro de emissões, a expressão da
potência nas rodas:
Ntra = (m + mrot )av + mg sin(θ )v + mg cos(θ )CR v +
1
ρ a CD A(v + vw )2 v
2
(Eq. 4.6)
Dividindo a potência pela massa total do autocarro, que na recolha ao parque de
manutenção e estacionamento, corresponde à tara de 11353 kg e em serviço de exploração
pode ir até 18930 kg, podemos calcular a VSP. No cálculo, são utilizados os valores típicos dos
coeficientes referenciados na tabela seguinte, em unidades SI.
Constante
a
CR
CD
A
m
Valor
Tipo de veículo
3
1,2 kg/m
Todos
0,00938
Autocarro
0,008
Camião
0,01
Camião articulado
0,6
Autocarro
0,5
Camião
0,6
Camião articulado
7m
2
Autocarro
4m
2
Camião
7m
2
Camião articulado
11353 + passageiros*75
kg
Autocarro
10000 kg
Camião
19100 kg
g
Camião articulado
2
9,8065 m/s
Todos
Tabela 4.15 – Valores para o cálculo da VSP Fonte: (Kuhns et al. 2003)
252
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
(m + mrot )
ρ C A(v + vw ) 2
av + g sin(θ )v + g cos(θ )C R v + a D
v
m
2m
(Eq. 4.7)
1 C .A
VSP [ kW / ton ] = a (1 + ε z ) + g.sin(θ ) + CR .g .cos(θ ) + ρa D (v + vw )2 .v
2
m
(Eq. 4.8)
VSP =
Para sermos rigorosos devemos usar sin (arctang (inclinação)) em vez de sin (inclinação).
Contudo, o erro desta aproximação é muito pequeno (erro relativo inferior a 1 % para
inclinações abaixo de 14 %. Da mesma forma deveríamos usar cos (arctang(inclinação) em vez
de cos (inclinação), se bem que o erro desta aproximação seja inferior a 1 % para inclinações
abaixo de 11 %.
O valor de CR depende das características da superfície da via e do tipo e da pressão de
pneus, com uma pequena dependência da velocidade do veículo. Os valores típicos
encontram-se na amplitude de 0,008 a 0,016. Habitualmente é usado o valor de 0,0135 em
todos os veículos.
A equação dos gases perfeitos,
Pv P
=
=R
T
ρT
(Eq. 4.9)
pode ser usada para corrigir outras condições de pressão e temperatura. A fórmula a
utilizar é a seguinte:
ρ = ρ0
P T0
P
293,15
× = 1, 207
×
101330
P0 T
T
(Eq. 4.10)
onde:
ρ vem em kg/m3, P em Pascal (Pa) e T em Kelvin (K). Esta correcção pode ser
importante. A título de exemplo, se as medidas são recolhidas a -10 ºC e 1 atmosfera, a
densidade do ar será 10 % mais elevada do que a 20 ºC.
Considerando a relação ((CD*A/m)~0,0005), desprezando a velocidade do vento e usando
outros valores típicos para as restantes variáveis, chegamos à seguinte expressão em
unidades métricas (kW/ton=W/kg=m2/s3).
1
VSP [W / kg ] = 1,15a + g .sin(θ ) + 0, 00938.g + .1, 207.0, 0005.(v + vw )2 .v
2
(Eq. 4.11)
Chegamos à seguinte expressão:
VSP = (1,15.a + g.sin(θ ) + 0.092)v + 30175.10−8 × v 3
(Eq. 4.12)
Onde:
VSP
v
a
= Potência específica do veículo (W/kg).
= Velocidade de circulação do autocarro (m/s).
= Aceleração do autocarro (m/s2).
εz
= Factor de massa. Corresponde à massa de translação equivalente dos
componentes sujeitos a movimento de rotação (rodas, veios, engrenagens, excêntricos) em
todo o sistema de transmissão entre a saída da cambota e as rodas. O índice z, indica que o
253
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
factor εz é dependente da velocidade engrenada. Foi tomado o valor 0,15 pelo facto do valor
normalmente utilizado ser 0,10 e o facto de se tratar de autocarros de caixa automática, para
as quais se recomenda a majoração deste valor.
θ = Ângulo de inclinação da via.
sin(θ ) =
ht =0 − ht =−1
(Eq. 4.13)
v(t =−1a 0 segundos )
Em condições de velocidade de cruzeiro, o valor VSP está compreendida entre -2,9 e 1,2
(Scora and Barth 2006) .
Pode ser definida outra expressão, em função da velocidade dada à relação deste
parâmetro com a aceleração.
Resulta que a potência efectiva, exigida ao motor à saída da cambota, será:
N e [kW ] =
VSP × m
η gt
+ Nlosses
(Eq. 4.14)
Onde Ne corresponde à potência debitada pelo motor à saída da cambota e que é
transmitida à embraiagem. Na expressão, η gt corresponde ao rendimento mecânico da caixa de
velocidades e do sistema de transmissão. O fabricante Mercedes, sugere a utilização do valor
0,88.
Por sua vez Nlosses representa a potência requerida ao motor para accionamento dos
acessórios do veículo, tal como o sistema de ar condicionado. Estas perdas constam de uma
tabela por série de veículo. A tabela inclui duas colunas de valores.
No cálculo do número de rotações do motor, considera-se a posição da caixa de
velocidades na sua mínima desmultiplicação, que corresponde à posição de velocidade
máxima transmitida às rodas motoras. Este pressuposto advém do facto da localização do
equipamento de controlo remoto de identificação dos níveis dos poluentes sob avaliação, ser
definida em arcos de rede de transportes de boa fluidez de tráfego, se possível com uma
razoável inclinação para garantir algum esforço ao motor.
A velocidade de rotação do motor será então: n =
nwheel
Zi
(Eq. 4.15)
Com a velocidade da roda a ser calculada a partir da velocidade de circulação do veículo,
desde que conhecido o diâmetro exterior da roda ou mais precisamente do pneu, dwheel:
nwheel =
60.v
π .d wheel
(Eq. 4.16)
A partir daqui poderemos calcular o binário, através a expressão: Be =
O número de rotações é agora calculado através da expressão: n =
60 N e
2π n
60.v
π .Z i .d wheel
(Eq. 4.17)
(Eq. 4.18)
Pelo que o valor do binário pode agora ser calculado em função dos valores medidos em
exploração, ou seja:
254
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Be =
N e .d wheel .Z i
2v
Chega-se finalmente à expressão final do binário: Be =
(Eq. 4.19)
VSP × m
A carga é determinada através da expressão: % Load =
η gt
+ N losses
Be
*100
Be _ ref
d wheel .Z i
2v
(Eq. 4.20)
Eq. 4.21)
n = cons tan t
Dada a relação da potência específica com o binário e a carga do veículo, poderemos
utilizar a espectro de emissões com a VSP para inferir do estado da viatura.
Uma larga proporção de emissões das frotas pode ser atribuída a uma relativamente
pequena percentagem de “grandes emissores”, com falhas nos sistemas de controlo das
emissões ou dotados de outros problemas mecânicos (Wenzel and Ross 1996). Os sistemas
de controlo das emissões apresentam também deterioração ao longo do tempo. Daí a
necessidade dos mesmos serem monitorizados e reparados, sujeitando-os a programas de
inspecção e manutenção periódicos. O planeamento e hierarquização das acções, com base
em modelos estocásticos, deve obedecer ao princípio de que quanto mais se sobe no nível de
gestão mais a informação e a respectiva análise assumem um papel qualitativo, em detrimento
da análise quantitativa de grande precisão que deve presidir à avaliação de modelações de
natureza determinística e ou microscópica.
O objectivo futuro é monitorizar o sistema em tempo real.
Corresponde a um primeiro passo de desenvolvimento de um método de monitorização de
disfunções ecológicas de sistemas de transportes rodoviários, com auto-aprendizagem
resultante dos dados de experimentais recolhidos em estrada, a qual é traduzida no
mapeamento de emissões poluentes geradas versus disfunções orgânicas de veículos.
A nova metodologia tem por objectivo estimar o estado do motor do veículo quando este
circula em pontos de controlo localizados estrategicamente na rede viária. A instalação de
sistemas de monitorização permite detectar e acompanhar situações de degradação de
sistemas e componentes do motor e do sistema de pós-tratamento, ajudando a programar as
intervenções para os períodos de paragem diária ou semanal ou mesmo para dias em que não
se prevejam prejuízos na capacidade de oferta pelo departamento de exploração. Deste modo,
serão minimizados os custos indirectos de paragens intempestivas dos veículos da frota
monitorizada.
O sistema de monitorização a implementar corresponde a um sistema dinâmico de detecção
de disfunções que utiliza classificadores de disfunções orgânicas inteligentes tais como
modelos escondidos de Markov e redes neuronais. Responde a inputs de controlo recolhidos
através de medições on-line, de indicadores de impacto ambiental, associados com os
efluentes dos veículos, podendo combinar estes com outros sintomas de degradação.
Consegue gerar uma reconstituição dos mecanismos condicionadores do desempenho, que se
traduz na classificação do estado actual e futuro do veículo, em relação aos seus modos de
disfunção conhecidos.
Um vector de emissões, V, característico de dimensão k é estimado a partir dos conjuntos
de sucessivas janelas de amostragem, cuja captação se efectua diariamente, mesmo durante o
período de exploração. Caso exista apenas um ponto de controlo na rede de transportes,
deverá ser localizado nas proximidades dos locais de recolha ou parqueamento das viaturas.
255
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Existem vários tipos de ‘software' que optimizam as rotas e os veículos e que têm sobretudo
como objectivo o desenho das redes de transporte de uma empresa e a sua gestão “ontime”. A
gestão de frotas é também um outro exemplo. A solução de “intelligent tracking”, baseada no
uso de tecnologia de satélite, que combina a utilização de GPS com GSM, permite gerir ao
pormenor as frotas de distribuição. Desta forma, é possível controlar cada veículo e toda a
mercadoria, ganhando uma visibilidade global de todos os veículos e assim possibilitando um
planeamento e uma coordenação mais eficientes. Numa altura de crise mundial, é cada vez
mais premente o investimento em soluções tecnológicas inovadoras que impactem
positivamente o negócio e blindem as empresas das ameaças existentes no mercado.
Os sistemas remotos de detecção de disfunções são, normalmente, constituídos da seguinte
maneira: sob procedimentos operacionais normalizados uma fonte de IR (Infra Red) é
posicionada de um lado de uma pista de tráfego única, colocando-se o detector no lado oposto.
Poderá existir um reflector para optimizar a precisão da avaliação. O feixe de IR gerado pela
unidade designada por fonte emissora, é dirigido horizontalmente para o detector. A distância
entre a fonte emissora e as unidades de detecção encontra-se tipicamente enquadrada entre 6
e 15 metros, com o feixe de IR normalmente posicionado à altura da saída de escape da
maioria dos veículos ligeiros e mesmo de alguns pesados.
O local de montagem do equipamento tem que ter uma pendente positiva, ou seja deve
tratar-se de um troço de via ascendente.
É utilizada uma máquina fotográfica de elevada resolução e de alta velocidade para
fotografar a traseira do veículo e, assim, proceder à sua identificação, quando este passa na
zona de medição. São ainda colocados detectores na estrada para medir os valores de
aceleração do veículo, permitindo uma associação dos níveis de emissões com as
características de operação do veículo. É ainda registada a idade do veículo. O sistema de
diagnóstico inclui uma “workstation” ligada digitalmente a unidades de aquisição de dados,
onde os técnicos de manutenção condicionada ou, na sua ausência os agentes de exploração
visualizam os gráficos de desempenho. Os técnicos de manutenção podem ainda trabalhar a
informação recolhida e compilada. O esquema de princípio é mostrado na figura 4.10.
Figura 4.10 - Diagrama de um sistema de controlo remoto de monitorização de veículos
256
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
No local de instalação do equipamento, é necessário adoptar um troço da estrada de forma
a existir uma única pista, no sentido de, em cada instante, ser medido um único veículo. O local
da instalação deve ainda ser dotado de uma leve inclinação, no sentido de assegurar que o
motor está em aceleração quando as medições são efectuadas.
A fonte de emissão, o reflector e o detector são colocados a uma altura de 5 a 10
centímetros de forma a conseguir a incidência do feixe de luz no epicentro dos gases expulsos
de cada tubo de escape.
O controlo remoto permitirá caracterizar o comportamento de frotas em operação,
possibilitando a obtenção de cálculos de poluição mais precisos. Informação mais precisa
ajudará os governos a tomar melhores decisões políticas. Deste modo, seria possível criar uma
política comum a todos os veículos, no sentido de premiar os veículos limpos e penalizar os
veículos grandes poluidores. Estes seriam obrigados a apresentar-se num Centro de Inspecção
num prazo de tempo definido. Ao mesmo tempo, poderiam ser oferecidas vantagens aos
veículos limpos.
A monitorização das emissões de veículos deve ocorrer em locais seleccionados por causa
dos seus níveis de tráfego elevados, satisfazendo as condições particulares requeridas pelo
equipamento de monitorização, de forma a assegurar resultados precisos.
Utilizam-se feixes de luz de raios infravermelhos [IV] para medir os teores de CO2, CO e HC
e feixes de raios ultravioletas [UV] para medir os teores de NO. A redução de intensidade
ocorrida nos feixes de luz no seu atravessamento aos fumos descarregados pelo veículo entre
a fonte emissora e a receptora é utilizada para calcular a massa de cada um dos
contaminantes. As referidas fontes são posicionadas em locais opostos ao eixo da via. Os
feixes de luz fazem muitas vezes um caminho de retorno ao detector que se localiza ao lado da
fonte emissora, como se verifica pela análise da figura anterior. A técnica habitual, em vez de
utilizar os factores de emissão baseado na quantidade de combustível, utiliza os rácios de CO,
HC, e NO em relação ao CO2. Os rácios de CO/CO2, HC/CO2, e NO/CO2 são praticamente
constantes durante os 0,5 segundos, nos quais os fumos de passagem do veículo é medido
pelo sensor de controlo remoto.
No controlo remoto, os factores de emissão podem também ser calculados com base no
combustível, utilizando a seguinte equação de cálculo para os poluentes que contêm carbono
na sua composição:
Ep =
[ P]
[CO2 ] + [CO ] + [ HC ] + [C ]
wc ρ f M p
12
(Eq. 4.22)
Sendo:
EP - Factor de emissão para o poluente P, em (gramas de poluente) / litros de combustível.
[P] - Concentração medida do poluente P.
wc - Fracção ponderal de carbono no combustível ( 0,853 para C12H23).
ρ f - Densidade do combustível em g / litro ( 0,84).
MP - Massa molecular do poluente P.
Os factores de emissão podem ser calculados em g/km (distância percorrida), g/kWh
(energia mecânica dispendida) ou g/litro (quantidade de combustível queimado).
257
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Deve ser tido em consideração que a informação capturada durante a monitorização não
será utilizada para qualquer tipo de execução de lei, sendo a informação individual de cada
veículo mantida confidencial.
2,2
)A
!
*
$%
Os autocarros de serviço urbano de passageiros correspondem a sistemas de grande
dimensão e complexidade. Estas dificuldades conduzem a um aumento das dificuldades de
introdução de sistemas CBM. Consequentemente, torna-se impossível monitorizar todos os
seus componentes. Isto significa que tenha que existir um especial enfoque da nossa atenção
nos componentes mais críticos. Nesses componentes inclui-se, inequivocamente, o motor e os
seus sistemas. Mas os grandes incentivos de implementação de técnicas de CBM são as
poupanças decorrentes da maior disponibilidade da frota e exequibilidade de uma política de
manutenção com menores custos.
Quando se decide quais as partes a monitorizar, dever-se-á olhar para as partes que
asseguram funções mais críticas para o ambiente e segurança, bem como para as acções de
manutenção que podem ser implementadas de forma mais eficiente.
A frequência de recolha de dados é determinante para a optimização de uma solução
baseada em HMM. Por conseguinte, uma adequada monitorização é o garante de uma melhor
eficiência de um modelo geral de manutenção. A recolha de dados manual, não só é lenta,
como também conduz a decisões diferidas no tempo, pelo facto de não poder ser realizada de
modo contínuo.
O custo de manutenção de um bem ou equipamento aparece enquadrado no custo por ciclo
de vida.
Figura 4.11 – Custo por ciclo de vida de um bem ou equipamento
Os resultados económicos da manutenção podem ser entendidos, de uma forma
simplificada, como o saldo de uma conta em que se lançam a crédito os proveitos inerentes à
manutenção, caso estes existam e a débito os custos da manutenção e os custos atribuíveis a
não manutenção.
Figura 4.12 – Apuramento dos resultados económicos da função manutenção
258
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Os proveitos da manutenção correspondem a todos os que advenham de receitas
decorrentes da actividade de manutenção, geralmente através da prestação de serviços a
terceiros ou a outros departamentos da empresa.
Os custos da manutenção correspondem à componente mais fácil de identificar, já que
incluem todas as despesas com pessoal, materiais, peças, subcontratos e outros gastos
industriais e administrativos, imputáveis no âmbito de encargos gerais de estrutura da empresa.
Os custos de não-manutenção são os mais difíceis de materializar. Incluem todas as
despesas ou perdas de receita, em qualquer departamento da empresa, em consequência de
falta de manutenção, manutenção insuficiente ou manutenção inadequada.
Para análise do desempenho da função manutenção, os operadores utilizam um sistema de
informação como suporte à gestão da manutenção. É sempre conveniente, desenvolver o
sistema internamente, no caso de a empresa possuir meios adequados. Esta opção tem a
vantagem de permitir encontrar uma solução que se adapte completamente às necessidades
da empresa e permitir que a empresa fique com o conhecimento perfeito do sistema. No
entanto, tem o inconveniente de poder ser mais demorada e mais dispendiosa.
Um sistema de informação eficiente operando on-line, permite a redução dos tempos de
imobilização não programada dos equipamentos, ao permitir o incremento progressivo da
manutenção condicionada, em detrimento da manutenção preventiva e da manutenção
curativa.
No ano de 2002 foi realizado um caso de estudo na Suécia para a empresa C20 Metro,
(Sethiya 2010) no âmbito do sistema de veículos de transporte em terra de um aeroporto,
mostrando que é possível projectar, construir e implementar um sistema de manutenção
preditiva sem grandes mudanças na concepção sem que tenha havido um significativo
investimento. A investigação evidenciou que é possível usar a mesma aproximação técnica de
CBM em autocarros urbanos.
O estudo refere que através de uma análise comparativa entre um sistema de manutenção
planeada e um sistema de manutenção preditiva, é possível concluir das vantagens do
segundo. Descreve ainda que o funcionamento correcto de um sistema CBM pode conduzir a
economias de 8% a 12% em relação ao primeiro.
Através de pesquisas independentes constataram-se as seguintes vantagens e reduções de
custos como resultado da introdução de um programa industrial de manutenção preditiva:
• Redução em custos de manutenção: 25% a 30%.
• Redução das quebras de produção: 70% a 75%.
• Redução no tempo de imobilização: 35% a 45%.
• Aumento de produção: 20% a 25%.
• Aumento da vida operacional e da disponibilidade dos componentes.
• Permitir acções correctivas antecipadas.
• Redução de custos em componentes e mão-de-obra.
• Melhoria na qualidade dos produtos ou serviços.
• Melhoria da moral dos trabalhadores.
259
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Economia de energia.
Ao mesmo tempo identificaram-se as seguintes desvantagens:
• Equipamento de diagnóstico caro, o que aumenta o investimento.
• Custos acrescidos com pessoal de formação nos órgãos operacionais.
• Estrutura de gestão que não consegue identificar prontamente potenciais
economias.
Numa perspectiva socioeconómica a tese também tem como objectivo último a maximização
dos lucros combinados dos serviços de exploração e manutenção, com inclusão dos ganhos
ambientais avaliados em relação a sistemas convencionais. Incorpora, consequentemente, os
proveitos e custos associados com a exploração, os proveitos e custos das acções de
manutenção e os custos de não manutenção. A decisão toma como suporte o estado actual
dos equipamentos e os níveis de degradação previstos.
A avaliação apresentada pressupõe que a frota esteja dimensionada com rácios de viaturas
de reserva estritamente necessários para garantir o cumprimento de rácios de imobilização que
permitam responder às exigências de todas as intervenções oficinais, quer se reportem a
operações de manutenção planeada sistemática, a manutenção planeada preditiva ou mesmo
quando se trate de acções de manutenção não planeada fortuita ou correctiva.
Decorre da leitura do relatório de actividades dos SMTUC, referente ao ano de 2009, as
seguintes ocorrências e intervenções:
1-Sinistros
Nº por item
Total na
categoria
291
291
2 – Operações de manutenção preventiva
2.1 - Revisões
153
2.2 - Lubrificação
252
2.3 - Inspecções obrigatórias
175
580
3 – Operações de grande manutenção
2.1 - Motor
13
2.2 – Caixa de velocidades
6
2.3 - Embraiagem
2
2.4 - Diferencial
1
2.5 - Compressor
2
2.6 - Motor de arranque
28
2.7 - Alternador
51
2.8 - Carroçaria
6
109
Tabela 4.16 – Ocorrências e intervenções na frota dos SMTUC em 2009
Os indicadores de exploração por viatura e por motorista, para os 108 autocarros da frota
dos SMTUC, podem ser analisados na tabela 4.17.
O máximo número de viaturas simultaneamente utilizadas em dias de semana nos picos de
maior procura, corresponde às segundas e sextas-feiras, em período de aulas. Para estes
picos, foi planeado o funcionamento de 98 chapas de serviço público, entendendo-se por
260
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
chapa o serviço a assegurar por uma unidade de frota durante um dia. Para um total de 108
autocarros de lotação média, standard e articulado, significa que a frota dispõe de um rácio de
viaturas de reserva que no mínimo pode chegar aos 9,3 %.
Por viatura:
Por motorista
Veículos x quilómetro
40990
Lugares x quilómetro
3367490
1648170
Passageiros transportados
195830
95850
Passageiros x quilómetro
698530
341880
Percurso médio por passageiro
3,567
Custos operacionais
109170
53430
Custos totais
110250
53960
Proveitos operacionais
103560
50690
Proveitos totais
111880
54760
Consumo médio em 2009
km
km
20060
3,567
km
km
50,71 l/100 km
Rácio de cobertura de custos de transporte:
Proveitos de passageiros/custos operacionais
51 %
Tabela 4.17 – Indicadores da frota dos SMTUC, referentes a 2009
Em resultado da aplicação da preconizada política de Manutenção Preditiva Ecológica
(MPE) a uma empresa de transportes urbanos de passageiros, como os SMTUC, é efectuada,
seguidamente, uma estimativa de projecção dos decorrentes impactos económicos. A previsão
parte do princípio de que todas as viaturas serão monitorizadas na recolha.
a)Custos de sinistralidade
Pode ser verificado pela tabela 4.16 a ocorrência de 291 sinistros, o que corresponde a uma
média de quase um sinistro diário. A sinistralidade tem custos da ordem dos 100000 euros
anuais. Com a implementação da monitorização periódica, a nível da avaliação das emissões
de escape e de ruído, não surgiram suficientes evidências que demonstrem a existência de
impactos na redução de sinistralidade, pelo que este item não se altera.
b)Custos de indisponibilidade
A implementação de um projecto empresarial que se enquadre no âmbito das soluções
recomendadas na tese pode ter impacto na redução significativa dos custos de
indisponibilidade, uma vez que quase se anula a probabilidade de ocorrência de avarias
súbitas. A principal poupança decorrente da aplicação do modelo reside mesmo neste ponto.
Nos períodos de recolha nocturnos, recomenda-se a presença de um profissional altamente
qualificado em manutenção de veículos. Este profissional deve ter elevadas competências a
nível de diagnóstico e afinação de motores e terá como missão a redução dos rácios de
imobilização.
O relatório de actividades dos SMTUC refere como valor de proveitos operacionais, 103560
euros anuais por viatura, o que demonstra da importância da redução da indisponibilidade.
Associados aos custos de indisponibilidade devem também ser imputados os custos de
imagem resultantes da afectação dos clientes por perturbações no serviço oferecido pelo
operador e de rupturas na oferta de capacidade de transporte. Estes efeitos traduzem-se em
perdas na procura e consequente agravamento do saldo de exploração.
261
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
c)Custos oficinais
Enquadra os custos de manutenção e grandes reparações. Podem reduzir-se
significativamente, atendendo ao facto da manutenção condicionada levar a um aumento
dos tempos médios de bom funcionamento. Assim, prevê-se que se venham a registar
menores custos de manutenção planeada e também uma redução dos custos de grandes
manutenções e reparações de natureza fortuita. Um bom diagnóstico irá permitir que as
viaturas recorram menos vezes às operações de manutenção. Ao mesmo tempo as
intervenções serão mais focalizadas e, por conseguinte, mais rápidas e mais baratas. Em 31
de Dezembro de 2009, o número de efectivos total dos SMTUC era de 466. O número de
efectivos na categoria de pessoal operário era de 60. O custo anual médio por efectivo
cifrava-se em 19276,50 . Podemos estimar para o pessoal operário um custo de 1000
euros mensais o que corresponde a 14000 euros anuais. Esta será a economia decorrente
de eventuais reduções no número de trabalhadores. A estes valores, será a crescida a
redução em consumos de peças e materiais.
Seguidamente é feita a apresentação de um extracto de quadro de bordo de indicadores,
utilizados na monitorização de um “centro de manutenção” com 15 operários, inserido numa
empresa transportadora.
QUADRO DE BORDO DE INDICADORES DE MANUTENÇÃO
Mês: Março
Ano: 2011
Número de efectivos da função manutenção
Referente ao
mês
15
Acumulado
desde Janeiro
15
Tempo total de presenças (h)
2310
6510
Horas de manutenção condicionada (h)
245
812
Horas de manutenção sistemática (h)
1394
3945
Horas de manutenção correctiva (h)
362
1028
Aproveitamento de mão-de-obra (%)
86,6
88,9
>85
Intensidade de manutenção condicionada (%)
12,2
14,0
>20
Intensidade de manutenção sistemática (%)
69,7
68,2
55 a 70
Intensidade de manutenção correctiva (%)
18,1
17,8
15
Horas de exploração da frota (h)
21842
64236
Imobilização da frota com manutenção (h)
2643
7644
Disponibilidade da frota (%)
87,9
88,1
Custo de pessoal da função manutenção ( )
25973
74453
Custo de materiais de manutenção ( )
7895
24684
Custo horário médio de manutenção ( )
12,98
12,87
Número de avarias e disfunções
74
226
Tempo médio entre avarias (h)
295
284
>400
Tempo médio para reparação de avarias (h)
31,2
28,8
<24
Indicador
Objectivo
>90
<13,2
Tabela 4.18 – Indicadores de manutenção de unidade de manutenção com 15 operários
262
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
d)Custos de inspecção / monitorização
A implementação de uma metodologia clássica do sistema testado implica a afectação de
um trabalhador sem necessidade de grandes qualificações e a compra de um equipamento de
medição de opacidade e de medição de emissões de gases de escape. Um trabalhador poderá
custar à empresa com todos os encargos 14000 euros por ano e um equipamento com o custo
de 6000 euros custará à empresa 1400 euros anuais. Considerou-se a sua amortização em 5
anos e custos de manutenção anuais de 200 euros
O total de custos nesta rubrica importará em 15400 euros anuais.
e)Custos de exploração
A monitorização das variáveis de impacto ambiental traduzir-se-á numa economia de
consumo de combustível. As estimativas das empresas contactadas para o efeito sugerem,
com alguma segurança, uma redução de consumo de 1,5 litros por cada 100 km percorridos,
que para os 108 autocarros dos SMTUC, corresponde a 83190 litros. Mesmo com preços muito
atractivos, esta prática representará para a empresa uma economia da ordem dos 100000
euros anuais.
f)Custos de impacto ambiental
As práticas de manutenção que não seguem as especificações provenientes dos
fabricantes, levam quase sempre a um aumento do nível de ruído e de emissões de escape.
Em contraste, as boas práticas de manutenção que seguem as especificações originais,
reduzem substancialmente as emissões.
Os custos sociais decorrentes do ruído de tráfego na EU22 situavam-se em mais de 40000
milhões de euros por ano (CE_DELFT 2007). O ruído afecta a saúde de quase um terço das
pessoas residentes na União Europeia. Um em cada cinco europeus expõe-se regularmente, à
noite, a níveis de ruído susceptíveis de provocar danos significativos na saúde. Os custos de
exposição ao ruído de tráfego correspondem a um terço do custo estimado de sinistralidade
rodoviária (den Boer and Schroten 2007).
Estima-se ainda que o benefício social para o REINO UNIDO, decorrente de uma redução
de 1 dB(A) na exposição de ruído em habitações e locais de permanência, tem um valor
superior a £500 milhões num ano (Watts et al. 2005).
A nível global, existem vários estudos que calculam o custo da contaminação ambiental em
Estados e áreas geográficas geridas por Administrações Regionais e Locais, avaliando,
sobretudo, os efeitos sobre a saúde humana. O livro “Air Resources Board Carl Moyer
Guidelines”, no que concerne às orientações para aplicação em programas de redução de
emissões no ano de 2008, definiu um limiar de custo/benefício de 16000 US$ por tonelada de
HC ou NOx e de 320000 US$ por tonelada de PM, para quantificar os fundos disponibilizados
para os programas governamentais.
Por sua vez, um estudo realizado pela AEA Technology Environment, de avaliação dos danos
provocados por cada tonelada de emissões de PM2,5, NH3, SO2, NOx e VOC´s, nos estados
membros da EU 25, refere que os impactos decorrentes para a saúde humana se cifram em
5200 a 7200 para os NOx e de 37000 a 54000 para PM2,5. Para o caso da Alemanha e
França, os valores por tonelada de NOx são agravados para 26000
e 21000 ,
respectivamente. Para estes países, são definidos para o poluente PM2,5 os valores de 140000
e 130000 , respectivamente.
263
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Também, segundo a Directiva 2009/33/CE, o CO2 emitido para a atmosfera tem um preço
de 0,035 /g.
Um estudo desenvolvido na Suécia (VOLVO 2003) definiu uma metodologia de cálculo de
valores de emissão por litro de gasóleo utilizado em motores Diesel Volvo homologados pelas
sucessivas normas europeias, até ao EURO IV. Os valores de referência podem ser analisados
na tabela seguinte.
EMISSÕES DE AUTOCARROS (g/litro de combustível) (*)
LEGISLAÇÃO
PM
NOx
HC
CO
CO2
EURO 0
1,5 - 1,7
41 - 44
1,5 – 1,8
3,0 – 6,0
2637,6
EURO I – 91/542/EEC Stage I
0,2 - 0,6
28 - 32
0,5 – 1,2
2,0 – 8,0
2637,6
EURO II - 91/542/EEC Stage II
0,2 - 0,5
25 - 28
0,4 – 1,0
1,0 – 7,0
2637,6
EURO III - 1999/96/EC Stage I
0,25 – 0,35
17 - 20
0,4 – 0,8
2,3 – 3,9
2637,6
EURO IV - 1999/96/EC Stage II
0,18 – 0,25
12 - 14
0,4 – 0,8
1,9 – 3,2
2637,6
(*) Gasóleo com certificação da EU (CEC RF-06-99) Fontes: (VOLVO 2002) e (CORINAIR, 2007)
Tabela 4.19 – Índices de emissões referentes a motores Diesel Volvo
Contudo, um estudo mais abrangente, desenvolvido pela (TECHNET 2010) para o Município
de Barcelona, refere valores de emissão para frotas de autocarros, mais diversificadas,
apresentando diferenças significativas em relação aos valores anteriormente especificados.
EMISSÕES DE AUTOCARROS (g/litro de combustível) (*)
LEGISLAÇÃO
PM
NOx
HC
CO
CO2
EURO 0
3,90
31,88
17,14
n/d
2488.7
EURO I – 91/542/EEC Stage I
4,38
21,34
11,77
n/d
2520,4
EURO II - 91/542/EEC Stage II
1,89
30,62
6,19
n/d
2528,6
EURO III - 1999/96/EC Stage I
1,62
23,95
4,72
n/d
2524,3
EURO IV - 1999/96/EC Stage II
1,34
25,14
5,99
n/d
2522,3
(*) Gasóleo com certificação da EU (CEC RF-06-99) Fonte: (TECHNET 2010)
Tabela 4.20 – Índices de emissões referentes a autocarros, no Município de Barcelona
O estudo da Technet em Barcelona conclui que os 10 % de veículos com os níveis de
emissões mais elevados contribuem com as seguintes fracções de impactos ambientais:
o 40 % de partículas.
o 38 % de NOx.
o 60 % de HC.
o 80 % de CO.
O mesmo estudo refere que se os organismos oficiais promoverem a redução gradual de
emissões, em poucos anos poder-se-iam mitigar os seus níveis para até 50 % das emissões
actuais, permitindo economizar muito mais recursos económicos aos cidadãos em impostos
para cobrir os défices dos Serviços Nacionais de Saúde ou investir em qualidade de vida para
os mesmos.
264
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tipicamente, uma percentagem de apenas 10-15% dos veículos é responsável por cerca de
50% de emissões. Inspecções regulares e adequados procedimentos de manutenção são
essenciais para manter uma frota a operar com o mínimo de consequências ambientais. Boas
inspecções e reparações, seguidas de um acompanhamento periódico ou contínuo, traduzemse na melhoria de consumo de combustível em 3-7% e reduzem as emissões de partículas,
NOx e VOC em cerca de 10-20%. Estas reduções dependem da condição inicial da frota
(UNEP 2011).
Assim, poderemos estimar, para o caso da frota dos SMTUC, pressupondo reduções
médias nos valores de emissões de 5%, os seguintes valores custo/benefício por
contaminante:
Poluente
Redução Anual (kg)
Custo Unitário ( /kg)
Custo Anual ( )
NOx
674,1
15
10111,50
PM
66,3
100
6630,00
HC
231,4
15
3471,00
Redução de custos de impacto para mitigações de 5 %
20212,50
Tabela 4.21 – Redução de custos de impacto, decorrente de melhorias na manutenção
Depreende-se que, no Município de Coimbra, só em resultado da aplicação do modelo à
frota dos SMTUC seria gerada uma economia de cerca de 20000 euros anuais.
De acordo com um estudo realizado para a “Metro Mondego, SA”, os autocarros
representam uma fracção de cerca de 2 % da quilometragem total do parque de viaturas na
cidade de Coimbra. Utilizando o modelo de emissões (COPERT-III et al. 2000) estima-se que
estes autocarros possam contribuir com cerca de 14 % de NOx, 11,4 % de partículas e 7,6 %
de CO2. Facilmente poderemos perceber do enorme impacto ambiental e na saúde pública,
decorrente da aplicação de sistemas de controlo remoto em pontos estratégicos da cidade,
onde se faça a detecção dos veículos mais poluidores.
É expectável que estes custos de externalidades venham a ser incluídos nas avaliações de
investimentos futuros, o que se traduzirá na geração de novas oportunidades à aplicação de
soluções mais racionais.
g) Implementação de novas tecnologias de monitorização
Para processar todos os dados medidos de um veículo e nos seus efluentes exigir-se-á um
software poderoso. Representa mais do que um custo, porquanto se tratar essencialmente de
um investimento. Contudo, seria um engano prescindir completamente da intervenção humana,
como factor de planeamento de manutenção. A interface humana em veículos urbanos é muito
importante. Uma grande quantidade de informação associada à condição dos veículos será
sempre detectada pelos motoristas e pelo pessoal de serviço que têm um contacto diário com a
frota.
A arquitectura que pode servir de base ao enquadramento da conceptualização da tese,
baseada na Estrutura OSA-CBM, pode ser sintetizada na figura 4.13.
265
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 4.13 – Sistema MPE numa empresa de transportes urbanos
O grande salto para uma nova era de gestão da manutenção de frotas, decorrerá da
implementação de sistemas de controlo remoto em monitorização de desempenho e de
impactos ambientais de veículos de transportes. De acordo com a National Motorists
Association, os actuais dispositivos de controlo remoto podem, actualmente, ser comprados ou
alugados. Nos Estados Unidos, o preço médio de uma instalação simples destes equipamentos
pode ir até aos 90000 dólares, o qual também inclui a formação de pessoal para a sua
exploração. Se a opção for pela construção de uma estação de controlo remoto, o custo pode ir
até aos 140000 dólares. As soluções referenciadas permitem testar um máximo de 3600
veículos por hora. Contudo, um sistema base de recolha de dados, mais elaborado, proposto
para a Virgínia do Norte, teve um custo estimado mínimo de 300000 dólares. Neste último
projecto foi calculada a relação custo benefício em termos de dólares por tonelada de emissões
poluentes reduzidas, ficando esta compreendida entre 2967 e 6371, conforme a tecnologia e o
ano do veículo. O custo total anual foi estabelecido com base numa vida útil do equipamento
de 5 anos. Neste estudo foi ainda desencadeado um processo para a atribuição de subsídios
para reparação dos veículos identificados e catalogados como sendo grandes emissores, de
acordo com a informação do sistema de controlo remoto. Para integrar as metodologias
descritas, de adequação ambiental, torna-se necessário desenvolver um módulo adicional bem
como hardware especial, tal como se ilustra na figura 4.14.
266
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Figura 4.14 - Hardware de aquisição de dados
O sistema pode incorporar software de aquisição comercial. Para implementações de baixo
custo, é usado um hardware especial, baseado em rede CAN 2.0B Ethernet Network. O
hardware a desenvolver utilizará a tecnologia microship, PIC18F2685 por CAN e ENC28J60
por conectividade Ethernet (Pic 18J86G60). Na instrumentação, a unidade de recolha de dados
incorpora um filtro passa baixo e amplificador / atenuadores electrónicos com corte e ganho
conseguidos por software.
Os sistemas de informação têm impactos no aumento do tempo de vida dos veículos, por
beneficiarem de mais e melhor manutenção e redução de todos os tempos de espera, por
permitirem uma melhor organização e preparação do trabalho e melhor informação sobre a
gestão de sobressalentes, dos materiais, ferramentas, equipamentos e documentação técnica.
Além disso conduzem a menor tempo de imobilização por avaria, em virtude de assegurarem
um acesso mais rápido e selectivo aos elementos do histórico e parâmetros estatísticos de
atributos das viaturas e dos seus modos de avaria característicos, permitindo uma detecção e
prognóstico mais eficaz.
Perante tais estudos, são grandes as expectativas de que a aplicação do modelo possa
conduzir a mitigações significativas nos valores de impacto ambiental. Infere-se ainda, que
estas reduções juntamente com os custos e economias decorrentes das mudanças, poderão
vir a gerar, não só ganhos económicos como também a dar um contributo significativo a uma
melhor qualidade de vida de muitos seres humanos afectados.
267
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
3
0
3,"
! !
1
!
O objectivo central da tese esteve focado num modelo de planeamento da manutenção
baseado em modelos escondidos de Markov. Estas são aplicadas em manutenção preditiva de
frotas de autocarros de serviço urbano de passageiros, utilizando como variáveis de condição
os efluentes de escape dos veículos.
Considera-se que os objectivos gerais foram plenamente atingidos e, desta forma, a
dissertação dá um contributo para a redução das fortes externalidades negativas do sector dos
transportes rodoviários. Para isso os objectivos específicos tiveram que estar orientados para
uma meta que enfatiza a promoção de novas metodologias de gestão operacional de frotas de
autocarros de serviço urbano de passageiros, subordinadas aos seus impactos ambientais.
A tese fundamentou-se num novo paradigma na área da manutenção, suportado na
introdução de novos algoritmos de previsão baseados em cadeias de Markov e, em particular,
em modelos escondidos de Markov.
Com base na literatura especializada foram avaliadas várias tecnologias para medição de
variáveis de condição e de desempenho. Presentemente, são conhecidas quase uma centena
de técnicas de manutenção condicionada e muitas outras podem ser desenvolvidas, de acordo
com a especificidade de cada equipamento. No percurso de selecção foram identificadas
opções que implicavam o uso de equipamentos de medição de variáveis de desempenho,
também designadas de variáveis de estado, tais como, sonómetros, câmaras termográficas,
dispositivos de laser, aparelhos ultra-sónicos, analisadores de vibrações, câmaras de alta
velocidade e equipamentos de medição dos constituintes dos gases de escape.
Foi feita uma classificação das medições das variáveis de estado e dos indicadores
ecológicos de referência, com base em níveis de significância diferenciados, associados a
distribuições t-student, normal e qui-quadrado. Tais medições correspondem às sequências
cronológicas que constituem a população dos atributos mencionados.
Os HMMs foram definidos com base em duas sequências de grupos de variáveis. Num
deles, as variáveis são medidas apenas durante as fases de calibração e validação.
Corresponde à fase de caracterização dos estados ocultos. Por isso, tais variáveis são
designadas ocultas. A outra traduz a sequência de espectros de emissões utilizados como
meios de diagnóstico. Daí que tais varáveis ecológicas tenham a designação de visíveis.
Considera-se que o modelo traz um contributo positivo à ciência, no sentido de que se
apresenta como uma nova abordagem de manutenção de condição e como um suporte a
novas estratégias de manutenção preditiva. Assume-se mesmo que a concepção preconizada
pode corresponder ao advento da manutenção preditiva de referência ecológica à gestão
generalizada de frotas de veículos de diferentes categorias, para além da considerada na
presente dissertação.
269
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A investigação teve não só a perspectiva de procurar novas formas de usar métodos e
tecnologias já disponíveis mas também visou a identificação de novas tecnologias de avaliação
das variáveis ecológicas, especialmente no âmbito das tecnologias de controlo remoto.
Em mercados fortemente competitivos da actualidade, os custos de produção, o consumo
de tempo e a utilização optimizada de frotas são assuntos cruciais para os operadores de
transportes. Maximizar os rácios de operacionalidade dos veículos e equipamentos constitui a
grande meta das equipas de manutenção, para manter a actividade de uma empresa dentro de
elevados padrões de produtividade. A manutenção reactiva, levada a efeito apenas quando
ocorrem avarias na frota, resulta não só em elevados custos de produção mas também em
elevados tempos de paragem causados por falhas nos sistemas dos veículos. A manutenção
preventiva tem como objectivo eliminar quebras de rendimento e anomalias através de
manutenção programada tendo em vista o estado actual da viatura. Porém, em mercados
contemporâneos, torna-se cada vez mais importante predizer e prevenir falhas com base no
desempenho (considerando também a dimensão ambiental) actual e passado do equipamento,
assegurando assim a manutenção apenas quando necessário e exactamente quando
necessário.
Por estas razões, a transição da manutenção convencional de tipologia combinada reactiva
e preventiva para a combinação preventiva e preditiva deverá estar na base do
desenvolvimento das novas tecnologias de manutenção.
No algoritmo de monitorização, o conceito base de diagnóstico da disfunção ambiental, mais
especificamente, da sua detecção precoce, assenta na existência de um diferencial inaceitável
entre o modelo de operação de referência desenvolvido para o veículo versus modelo de
resposta actual da viatura.
Os sistemas de medição por controlo remoto podem contribuir para reduzir as emissões dos
veículos, constituindo instrumentos essenciais para mitigar efeitos negativos para a saúde
decorrentes da exposição às emissões poluentes.
A legislação de transportes e ambiental deve encorajar as empresas e os automobilistas a
utilizar veículos em bom estado de conservação e com reduzidos níveis de emissões. Na
prossecução de tais objectivos, devem ser substituídas as actuais inspecções periódicas, que
incidem na avaliação das perturbações ambientais, por monitorizações expeditas realizadas
em estrada ou em pequenos desvios à circulação, evitando assim gastos desnecessários. Para
o efeito é importante que se desenvolvam sistemas de monitorização de baixo custo que
possibilitem a introdução destes sistemas em cidades e nos principais eixos viários.
A CBM corresponde a uma estratégia que tem por base manter o veículo em condições
operacionais adequadas, a partir do acompanhamento de “variáveis de estado”, em vez de se
basear, exclusivamente, nas horas ou quilómetros de operação. A MPE faz a monitorização
indirecta dos estados de saúde através de variáveis visíveis de emissão que se encontram
correlacionadas com variáveis de estado ocultas ou mesmo com uma função de estado oculta.
Da avaliação efectuada em testes preliminares e aos dados de opacidade fornecidos pelo
centro de inspecção de Souselas abrangendo as várias séries de viaturas dos SMTUC e
também depois de efectuada de uma forma mais exaustiva a medição de emissões na série de
autocarros Mercedes CITARO O530, torna-se possível enumerar as seguintes conclusões:
1. O modelo apresentado nesta investigação, em prol de um novo conceito denominado
de “manutenção preditiva ecológica”, utiliza modelos escondidos de Markov, com
resultados promissores. Algumas destas técnicas têm as suas limitações. Porém, em
270
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
certas aplicações, representam a melhor opção. A sua robustez está muito associada
ao rigor de classificação de dados, já que o modelo matemático em si, quando dispõe
de dados suficientes de treino, se revela altamente eficaz. Exemplos da sua robustez
são os sistemas telefónicos automáticos de detecção de voz e o reconhecimento de
assinaturas digitalizadas.
2. Estamos perante uma estratégia inovadora de aplicação de técnicas de manutenção
preditiva em motores Diesel.
3. Quando um equipamento está em estado de pré-disfunção, emite sinais ou sintomas
de patologias que nem sempre estão dentro do alcance da percepção dos sentidos
humanos. Assim, esta mudança de comportamento pode indiciar o início de
deficiências orgânicas quase sempre associadas à ocorrência de deficiências
ambientais.
4. Uma estratégia de optimização da manutenção de autocarros urbanos de passageiros,
tomando como base alterações dos indicadores ecológicos, terá que assentar numa
criteriosa e consistente definição dos atributos e variáveis de entrada e saída do
modelo utilizado.
5. As reparações típicas que ocorreram no período de monitorização, desencadeadas
perante a manifestação de altos níveis de fuligem e emissões poluentes gasosas,
tiveram a ver essencialmente com problemas no sistema de arrefecimento, injectores,
filtro de ar e turbocompressor.
6. As emissões vão aumentando com a idade de um veículo. A idade dos veículos afecta
as emissões de três formas:
a. A idade revela-se quase sempre um excelente indicador do estado de saúde de
um veículo. Quanto mais elevada for a sua idade, menor a probabilidade do
veículo estar enquadrado nas boas práticas de manutenção. Por outro lado, a
idade está ligada à probabilidade do motor se encontrar a operar numa
determinada classe de estado de saúde. Contudo, algumas vezes os estados de
saúde podem mascarar a relação esperada com idade. As diferenças entre as
emissões de veículos com a mesma idade, uns sem grandes cuidados de
manutenção e outros devidamente mantidos, são significativamente maiores do
que as diferenças entre emissões de veículos bem mantidos e inseridos em
diferentes classes de idade.
b. A idade está associada à tecnologia. Um veículo mais recente terá maior
probabilidade de ser dotado de tecnologias mais eficientes do ponto de vista de
rendimento e também de ser menos poluidor.
c. As emissões dos veículos também aumentam com a acumulação de veículosquilómetro percorridos. Os valores apurados de veículos-quilómetro percorridos
revelam-se fortemente correlacionados com a idade do veículo. Também se
verificou que o uso intensivo de um veículo é mais crítico do que a idade para a
determinação dos níveis de emissões.
7. Mediante a utilização de correctas metodologias de inspecção e monitorização,
integradas nas melhores políticas de manutenção, prevê-se que seja possível
assegurar que os veículos sejam identificados no início de transições para estados
271
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
degradados sendo depois reparados antes que ocorram grandes danos e se
manifestem os consequentes impactos ambientais.
8. Esta prática pode ser melhorada, com o desenvolvimento de novos modelos que
estabeleçam correlações entre a evolução dos valores dos indicadores de referência
ecológica e a caracterização/tipificação da necessidade de operações de manutenção.
A título de exemplo, refira-se a capacidade de detecção pelo modelo de alterações
relativas ao ponto de injecção e de desafinações no diagrama de distribuição.
9. O modelo desenvolvido em MatLab constitui uma ferramenta poderosa, com
aplicações futuras em áreas diversificadas da indústria e serviços.
10. Os sistemas de controlo remoto de medição de variáveis ambientais e de dinâmica do
veículo constituirão a forma mais prática, racional e económica de responder às
exigências de compromisso de uma boa manutenção em prol de menores custos de
produção e menores impactos ambientais.
11. A avaliação de um padrão de robustez das práticas de construção de um modelo que
a seguir se designa de “resolução de análise” tem subjacente a caracterização dos
diferentes ajustamentos de natureza operacional, num conjunto de metodologias que
enquadram as seguintes vertentes:
a. Avaliação das condições em que são realizados os testes.
b. Análise da metodologia de recolha, alinhamento e processamento de dados.
c. Avaliação do erro incorporado pela aleatoriedade e pelo carácter pulsatório das
medições efectuadas.
d. Avaliação da precisão dos equipamentos de medida.
12. Quanto à avaliação das condições em que foram realizados os testes dos autocarros,
atendendo a que os mesmos correspondem a uma ínfima parte de um vasto domínio
de regimes possíveis de funcionamento de um motor, poder-se-á afirmar que existe
uma fraquíssima representatividade dos pontos possíveis de mapeamento. No futuro,
torna-se desejável definir um conjunto de pontos e classes nos mapas de desempenho
e de emissões de referência, para cada série de viaturas, em que as variações
detectadas nos valores dos seus atributos ecológicos possam de uma forma mais
eficiente repercutir-se em variações nos estados de saúde. Dado que os valores das
emissões crescem exponencialmente com a carga, tudo leva a supor que possam ser
encontrados regimes de funcionamento do motor onde as variações de estado de
saúde possam apresentar correlações mais elevadas com os níveis de emissões
poluentes no que se refere a alguns dos indicadores ecológicos. Com um freio de rolos
de medição de potência ou através de sistemas de controlo remoto prevê-se que seja
possível com a utilização de um reduzido número de pontos inferir do estado de saúde
do motor a partir da medição dos valores de emissão, agregados sob a forma de
espectros de emissões.
13. A vertente operacional de recolha, alinhamento e processamento de dados, revela-se
da maior importância em medições on-line com transmissão de dados via wireless.
Neste caso, deverá ser avaliado e introduzido o desfasamento óptimo entre o instante
de medição das variáveis de estado seleccionadas (instante de injecção, binário
motor, pressão de sobrealimentação e pressão de óleo) e a medição de concentração
de poluentes, através da maximização da correlação cruzada.
272
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
14. Os dados devem ser sincronizados de forma adequada, uma vez que os
desfasamentos não quantificados podem inviabilizar a detecção de relações obscuras
entre variáveis e podem sugerir modelos de comportamento impossíveis de atingir do
ponto de vista físico. O conhecimento dos processos físicos envolvidos na formação
das emissões poluentes deve ser utilizado para alinhar dados de diferentes ficheiros
de output.
15. Em todos os métodos de medição utilizados, é desejável estabelecer a melhor
sincronização do instante de recolha de dados das variáveis de funcionamento do
motor com a leitura dos caudais de emissões gasosas.
16. Este problema foi superado no actual estudo, mediante utilização de tempos de
avaliação suficientemente longos, nas diversas medições, tendo em vista garantir a
estabilização dos valores monitorizados.
17. O potencial de futuras aplicações industriais com base nesta tese levou a que em
paralelo esteja a ser preparado um pedido de registo de patente, sendo apresentadas
em Anexo confidencial as linhas mestras da concepção do produto tecnológico. Para
além da valia do modelo, é também importante proceder à adaptação da organização
empresarial para poder lidar com uma nova estratégia de manutenção e a sua
sensibilização para a necessidade de novos programas informáticos e outras
tecnologias.
3,(
! !
$%
O desenvolvimento de estratégias de suporte à implementação da manutenção baseada na
condição e, em particular, da manutenção preditiva ecológica, passa também pela
consolidação de outros sistemas de monitorização que já reúnem um bom potencial de
poderem contribuir para a descodificação dos estados latentes indirectamente monitorizados.
Também não podem ser descurados os benefícios económicos que podem vir a ser atingidos.
O conhecimento de correlações entre defeitos de produção detectados em determinados
tipos de veículos novos e a detecção de disfunções precoces pode também ser objecto de
análise.
Baseado neste contexto de desenvolvimento, o modelo de manutenção preditiva ecológico
apresentado no capítulo 3 pode constituir uma nova oportunidade de desenvolvimento de
alguns dos temas enumerados na tese, incluindo:
• Criação de novas metodologias de manutenção, para motores de combustão interna;
• Desenvolvimento de novos módulos de manutenção condicionada, com inclusão de
novas variáveis;
• Aumento do ciclo de vida de veículos, com base na sua monitorização através da
implementação de novas tecnologias;
• Implementação de metodologias renovadas de gestão de frotas numa abordagem
ambiental;
• Abate de veículos, com base na deterioração dos seus impactos ambientais;
273
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
• Criação de plataformas científicas que promovam a introdução de melhorias
tecnológicas sustentadas em novas abordagens de modelação, nomeadamente as
baseadas em HMM, redes neuronais, árvores de falhas, lógica fuzzy e outras variantes
de inteligência artificial;
• Integração do programa informático de MPE com outras ferramentas de software de
gestão geral da manutenção;
• Análises de risco em várias áreas de gestão de activos.
Uma nova metodologia de monitorização automática, permitirá, ainda, criar mecanismos de
identificação dos regimes de funcionamento do motor e de carga onde se detectam os
melhores graus de significância entre degradação de estado de saúde e ultrapassagem dos
limiares críticos das variáveis ecológicas. Isto por que mesmo os ciclos de condução usados
nos testes de homologação e inspecção não são necessariamente representativos das
condições de operação no mundo real. Cobrem apenas uma área limitada do mapeamento de
condições de operação do veículo, com os regimes de elevada potência e de alta-velocidade e
baixa-carga a serem sub-incorporados (Barth et al. 2005). Estas fases de operação podem ser
de grande significado em termos de emissões devido ao enriquecimento e empobrecimento da
mistura, respectivamente. Para ajustar melhor os ciclos de condução às condições reais de
tráfego, podem ser desenvolvidos ciclos específicos para diferentes cidades, tal como no caso
de Edimburgo (Esteves-Booth et al. 2001).
3,(," #
1 $0
; $%
No capítulo 3 foi estabelecida uma metodologia de avaliação do estado geral de um veículo,
sem que existisse a preocupação de fazer a caracterização da disfunção, dW, associada a um
estado degradado. Será certamente interessante no futuro desenvolver soluções que permitam
a caracterização e classificação da disfunção. Tal prática permitiria uma melhor preparação da
operação de manutenção ou correcção daí decorrente.
Existem outras metodologias de identificação de sistemas, subsistemas e componentes do
motor e do sistema de pós-tratamento dos gases de escape, que permitem identificar níveis de
criticidade mais elevados, alimentando um estudo mais detalhado pela aplicação de técnicas
de análise dedutivas (FMECA - Failure Modes, Effects and Criticality Analysis) e indutivas
(Árvore de Falhas e Árvore de Eventos). As árvores de falhas (FTA - Fault Tree Analisys)
(SITEM_(ALSTOM/FEUP) 2005), oferecem uma descrição sistemática da combinação de modo
de falha do equipamento e/ou de falha humana que conduzem a um modo particular de falha
do sistema.
3,(,( #
$%
A
$0
$%
O modelo desenvolvido na tese pode ser complementado com o conhecimento do processo
de degradação das emissões a montante. Para o efeito, utilizam-se como variáveis de entrada,
274
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
a chapa de afectação, o comportamento de condução do motorista e a série / características do
autocarro.
Um dos desenvolvimentos futuros será a concepção, validação e calibração de um modelo
de degradação baseado em técnicas de Data Mining (redes neuronais artificiais ou outras), em
que os dados de entrada correspondem a variáveis de exploração e os dados de saída
correspondem aos níveis de degradação das variáveis de emissões.
3,(,/
A abordagem deve focar-se no uso de tecnologias de serviços Web. A implementação do
sistema informático assenta na criação e manutenção de bases de dados, de nível local e
nacional. Estas constituem uma enorme vantagem para que possam ser implementadas
algumas soluções, tais como:
• Uma base de dados nacional para diagnóstico de disfunções ou falhas;
• Uma base de dados nacional para peças-de-reserva;
• Uma base de dados local específica de equipamentos específicos.
No essencial, poder-se-ão considerar duas alternativas:
• Uma alternativa consiste em usar um sistema de CBM a bordo de cada um dos
autocarros. Neste caso, o veículo é tratado como uma máquina e é deixado que a
análise e o diagnóstico ocorram a bordo, de onde apenas alguma informação refinada
sobre a condição de estado, deixa o veículo.
• A outra alternativa implica que os dados recolhidos a bordo sejam comunicados online ou em diferido para um sistema central e aí processados para determinar a
condição do veículo.
Qualquer sistema inteligente deveria ser programado e dispor de funções capazes de
responder às seguintes questões:
• Onde foi detectado o sintoma de disfunção? Que componente, subsistema ou sistema
está sob falha?
• Qual é a causa do sintoma da disfunção?
• Quanto tempo irá decorrer até à ocorrência de uma deficiência ou falha irreversível?
• Quais as consequências da falha no componente, subsistema ou sistema?
• Que tipo de acção de manutenção é recomendada?
275
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
3,/
; $%
Este sub-capítulo procura fazer uma reflexão sobre os requisitos em matéria de organização
e gestão de processos e recursos das empresas operadoras, em consequência da
implementação das inovações sustentadas na tese.
É sabido que uma manutenção mal estruturada irá inevitavelmente conduzir a falhas nos
veículos de uma frota, o que terá reflexos numa perda de produtividade e de qualidade e,
eventualmente, numa diminuição dos níveis de segurança.
Existe a convicção de que os operadores de transportes acabarão por proceder à
substituição dos motores tradicionais de combustão interna, por motores eléctricos, por
soluções híbridas ou outras técnicas inovadoras que não poluam o ambiente. Mas, como as
mudanças não acontecem imediatamente, por razões económicas, políticas e sociais, entre
outras, torna-se necessário implementar políticas de manutenção que ajudem a diminuir a
poluição originada pelos veículos actuais e pelas futuras gerações que ainda venham a equipar
motores diesel. É esta a forma de contribuir para um ambiente melhor nas cidades em prol de
um mundo mais saudável.
As intervenções de manutenção desencadeiam-se com base num modelo matemático,
construído com os dados referentes ao passado do veículo ou dos seus sistemas e subsistemas. Esta prática permitirá conhecer a lei da degradação que por sua vez permite
desencadear a periodicidade das intervenções decorrentes da avaliação do risco de falha ou
disfunção.
Pelo facto de as intervenções serem recorrentes, este conceito implica uma matriz
organizativa forte e um planeamento eficiente. Cada nível de manutenção tem o tipo de
operador interveniente e o seu grau de qualificação.
A ordem de trabalho (OT) é o documento que é entregue ao chefe da oficina e não só
contém toda a informação necessária à preparação e execução do trabalho, como também
permite a recolha de informação indispensável ao controlo do trabalho e actualização dos
registos técnicos e contabilísticos.
A situação actual da função manutenção numa empresa de transportes públicos urbanos
assenta no cumprimento das especificações dos fabricantes de autocarros, cumprindo as
revisões e lubrificações na base de intervalos quilométricos.
Avaliada a situação actual, segue-se a análise da situação futura à luz da aplicação da nova
concepção de manutenção preditiva ecológica.
Figura 5.1 – Fluxograma de evolução para novas metodologias de manutenção
276
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Em matéria de organização e gestão da actividade poderemos esperar os seguintes
impactos nas empresas operadoras:
a) Adopção de um conjunto de metodologias de organização e gestão da manutenção,
integrando fundamentalmente a avaliação das duas políticas mais comuns, uma das
quais corresponde à manutenção clássica designada por planeada sistemática e a outra
à manutenção preditiva, considerando a manutenção reactiva ou correctiva como
residual.
b) A aplicação do modelo proposto permitirá contribuir para o desenvolvimento de um
conjunto de metodologias, de sistemas de engenharia e de gestão da manutenção e
ainda para o estudo e implementação de melhorias técnicas, utilizando algoritmos e
processos avançados de análise e tratamento de dados a partir de sistemas de
monitorização de impactos ambientais de frotas de veículos. O cariz inovador da tese
decorre de diversas vertentes, que incluem:
1) Optimização dos momentos de intervenção de manutenção ou reparação, face
ao estado real de deterioração do motor e/ou do sistema de pós-tratamento, com
repercussões na mitigação dos impactos ambientais e na sua evolução de curto
prazo.
2) Aprimoramento e ajustamento das actividades e tarefas inerentes às inspecções
e acções de vigilância em componentes do motor e no sistema de póstratamento de gases de escape.
3) Manutenções mais fiáveis e consistentes em componentes mais críticos.
4) Avaliação de factores de análise de benefício/custo, valorizando o impacto
ambiental e incorporando eventualmente a análise de risco e de segurança dos
equipamentos.
5) Melhoria na utilização de ferramentas de apoio à decisão.
O estudo ganhará robustez com a aplicação de novas redes de informação, mais adaptadas
às reais necessidades de gestão dos sistemas, permitindo o desenvolvimento de novos
conceitos e metodologias de manutenção e a afirmação da importância desta componente
empresarial, tendo em conta que as estratégias de manutenção se encontram em evolução
permanente e que permitem uma melhor adequação à evolução tecnológica dos veículos. Por
outro lado, reforça a visão de integração da manutenção nos modernos conceitos de gestão
global das empresas.
Um dos objectivos desta alteração de paradigma, foi também o de incentivar os gestores de
manutenção a utilizarem ferramentas inovadoras e dinâmicas. O desenvolvimento de novos
sistemas deverá promover a utilização de indicadores de desempenho ambientais na gestão da
manutenção.
Os indicadores de manutenção considerados em novas aplicações incluem:
a) Indicadores de actividade;
b) Indicadores de eficácia;
c) Indicadores financeiros.
Paralelamente podem ser utilizadas metodologias com base nos pressupostos RAMS,
(NORMA NP EN 50126:2000) com o objectivo de identificar os sistemas e os componentes
277
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
críticos e definir o tipo de manutenção a realizar, onde e com que frequência, de modo a
permitir uma comparação com os novas práticas propostas na tese.
Nos indicadores de eficácia recomenda-se a classificação da criticidade dos sistemas e
equipamentos, pela análise FMECA, através do cálculo do RPN - Rank Priority Number
Methodology, (Moubray 2001), definido pela operação (ocorrência*severidade*detectibilidade),
procurando-se realçar a importância da detectabilidade para o cálculo da criticidade.
A aplicação das novas soluções apontadas, tendo como alvo a monitorização do
desempenho dos veículos da frota através da definição de objectivos e da sua avaliação por
indicadores, seguirá os quatro eixos do “Balanced Scorecard”:
1) Desenvolvimento organizacional.
2) Processos internos.
3) Satisfação dos clientes.
4) Resultados financeiros.
A implementação de novos processos e novas práticas de organização e gestão da
manutenção passará a estar estruturada de acordo com o seguinte modo de funcionamento:
a) Definição de um conjunto de objectivos estruturados em três eixos:
i) Melhoraria da disponibilidade operacional da frota.
ii) Melhoraria da previsibilidade do seu desempenho.
iii) Melhoraria do impacto ambiental e da segurança.
Destes objectivos resultará a melhoria da eficácia, como objectivo global.
b) Definição dos indicadores mais adequados numa perspectiva ecológica.
c) Avaliação dos custos e disponibilidade proporcionados pelas duas políticas
alternativas de manutenção planeada sistemática e manutenção planeada
condicionada, especificando o número de intervenções correctivas associado a cada
uma delas. Deverá ser comparado o custo e disponibilidade anual da política óptima (a
custo mínimo) das duas políticas de manutenção.
d) Avaliação das vidas acumuladas para as duas políticas alternativas, até à substituição
preventiva de cada sistema, sub-sistema ou componente.
e) Especialização do conhecimento e possibilidade de hierarquização dos fenómenos de
envelhecimento das viaturas e dos seus sistemas e relacionamento com as acções a
desencadear.
Globalmente, é nosso entendimento que o principal impacto decorrente da aplicação do
modelo de manutenção preditiva ecológica aqui apresentado e das respectivas práticas de
monitorização recomendadas reside na obtenção de ganhos significativos de disponibilidade
das frotas e dos custos associados, em paralelo com a redução das agressões ambientais
provocadas.
278
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
3,2
0
*
1
!
$%
1- Implementação de um segundo estágio de HMM que assegure a descodificação da
tipologia da disfunção, em sequência da aplicação do primeiro estágio de HMM
concebido na actual tese, que por si permite o conhecimento da classe de estado do
sistema.
2- Estudo de caracterização dos regimes de funcionamento de um motor Diesel,
correspondentes à associação da carga com a velocidade de rotação ou com manchas
de mapeamento, onde sejam mais evidentes as correlações entre a classificação de
sintomatologias e espectros de emissões.
3- Concepção de modelos escondidos de Markov de natureza intervalar aplicados à
manutenção preditiva ecológica, em analogia com os modelos desenvolvidos na presente
tese, em MatLab. Os modelos concebidos são baseados na classificação discreta de
dados monitorizados.
4- Concepção e implementação de um sistema de controlo remoto que faça a aplicação
do modelo HMM desenvolvido na tese, assegurando diagnósticos preditivos automáticos
das frotas monitorizadas. Sugere-se a utilização do software LabView na aquisição de
dados e de tecnologias baseadas na Web, de tipologia wireless. Este sistema deverá
utilizar como variáveis visíveis do modelo o espectro de emissões e a VSP e como
variável oculta o estado de saúde do sistema ou mesmo a caracterização da disfunção.
5- Concepção de tecnologias de “low cost” de medição das emissões baseadas na
aplicação de ciências físico-químicas, incluindo o desenvolvimento de sensores de
medida dos diferentes gases de escape poluentes, partículas e ruído.
6- Concepção de modelos previsionais de degradação dos espectros de emissões dos
veículos que utilizem como variáveis de entrada, a chapa de afectação, o comportamento
de condução do motorista e a série / características do autocarro.
7- Estudo de algoritmo de optimização da classificação de estados e de espectros de
emissões que maximize a probabilidade de predição do modelo de manutenção preditiva
ecológica (Kuhns et al.).
7
1
O grande desafio que se colocou pode sintetizar-se na frase:
“Se não se sabe o que se procura, não se saberá nunca o que se encontra; mas se
sabemos o que procuramos, encontrá-lo-emos sempre”.
279
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Tese aprovada em provas públicas, para a obtenção do Grau de
Doutor em Transportes, realizadas em 26 de Setembro de 2011
Instituto Superior Técnico - Lisboa
280
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
.
1
Abo-Qudais, S. and H. A. Qdais (2005). Performance evaluation of vehicles emissions prediction models. Springer Verlag.
Ajtay, D. and M. Weilenmann (2004). Static and Dynamic Instantaneous Emission Modelling. INDERSCIENCE:
International Journal of Environment and Pollution.
Al-Najjar, B. and I. Alsyouf (2003). Enhancing a Company’s Profitability and Competitiveness Using Integrated
Vibration-Based Maintenance: A Case Study. European Journal of Operational Research 157. Elsevier.
Alanen, J., K. Haataja, et al. (2006). Diagnostics of Mobile Work Machines. vtt.fi/publications - Research Notes.
Helsinki University of Technology
Alkidas, A. C. (1984). Relationships Between Smoke Measurements and Particulate Measurements. SAF Paper
840412. Warrendale, PA. SAF Paper 840412 Warrendale, PA.
Anders, G., L. Berting, et al., Eds. (2007). Tutorial Book on Asset Management - Maintenance and Replacement
Strategies. IEEE PES GM 2007, Power Engineering Society.
André, M., R. Joumard, et al. (2005). Real-Word European Driving Cycles, for Measuring Pollutant Emissions from
High and Low Powered Cars. Elsevier. Atmospheric Environment.
ARTEMIS, M. Rexeis, et al. (2005). Heavy Duty Vehicle Emissions. ARTEMIS. A. a. R. o. T. E. M. a. I. Systems.
Graz.
AUTO-OIL-II (1997). AUTO-OIL II Programme, 1997 E. b. S. P. J. a. H. S.
Baker, J. K. (1975). Stochastic Modelling as a Means of Automatic Speech Recognition, Carriegie-Mellon
University.
Baker, M. (1994). Fuel Consumption and Emission Models for Evaluating Traffic Control and Route Guidance
Strategies. Queen´s University, Kingston, Ontario, Canada.
Baranescu, R. and B. Challen, Eds. (1999). Diesel Engine Reference Book, Butterworth-Heinemann, ISBN
0750621761.
Barbera, F., H. Schneider, et al. (1996). A Condition Based Maintenance Model with Exponential Failures and
Fixed Inspection Intervals. Journal of the Operational Research Society. South Eastern Louisiana
University and Louisiana State University, USA.
Barth, M., T. Younglove, et al. (2005). Development of a Heavy-Duty Diesel Modal Emissions and Fuel
Consumption Model. R. University of California.
Bauer, S., H. Zang, et al. (2007). Entirely System Approach for Development of Fuel Injection System, Air / EGR
Path and Emission Aftertreatment. Siemens AG, Siemens VDO Automotive, Regensburg.
Baum, L. E. and T. Petrie (1966). Statistical Inference for Probabilistic Functions of Finite State Markov Chains.
Annals Mathematical Statistics. 37.
Ben-Baia, M. and A. Roauf, Eds. (1996). Maintenance, Modelling and Optimization, Springer - ISBN 0792379284.
Beranek, L. and L. Ver, Eds. (1992). Noise and Vibration Control Engineering - Principles and Aplications,
Industrial Press, Inc.
Billinton, R. and R. N. Allan, Eds. (1983). Reliability evaluation of engineering systems: concepts and techniques.
London, Pitman Books Limited.
Boffetta, P., M. Dosemeci, et al. (2001). Occupacional Exposure to Diesel Engine Emissions and Risk of Cancer in
Swedish Men and Woman. Kluwer Academic Publishers. Suécia.
Bohac, S. V., M. Han, et al. (2006). Speciated Hidrocarbon Emissions from an Automotive Diesel Engine and DOC
Utilizing Conventional and PCI Combustion. SAE Translations - Journal of Engines, Vol 201. .
Bosch, R., Ed. (1996). Automotiv Handbook, SAE – Society of Automotive Engineers.
Brahma, A. (2006). Methodologies for Modelling and Feedback Control of the Nitrogen Oxide - BSFC Trade-off in
High-speed, Common-rail, Direct-injection Diesel Engines Oyo-USA, The Oyo State University, USA.
Braun, S., L. G. Appel, et al. (2003). A Eliminação Catalítica dos Particulados Diesel. Pontifícia Universidade
Católica do Rio de Janeiro (PUC-Rio), R. Marquês de São Vicente 225, Rio de
Janeiro.
Burtscher (2001). Literature Study on Tailpipe Particulate Emission Measurement for Diesel Engines.
Fachhochschule Aargau, University of Applience Science, Switzerland. Done for the Particle
Measurement Program (PMP).
Cadle, S. H., A. Ayala, et al. (2008). Real-Word Vehicle Emissions: A Summary of the Seventeenth Coordinating
Research Council On-Road Vehicle Emissions Workshop. Air & Waste Management Association.
Calcagno, J. A. (2006). Evaluation of Heavy-duty Diesel Vehicle Emissions During Cold-start and Steady-state
Idling Conditions and Reduction of Emissions from a Truck-stop Electrification Program. Tennessee -USA,
The University of Tennessee, USA.
Campbell, J. D., Ed. (1995). Uptime: Strategies for Excellence in Maintenance Management Productivity Press.
Campos, M. A., G. P. Dimuro, et al. (2002). Probabilidade Intervalar e Cadeias de Markov Intervalares no Maple.
Sociedade Brasileira de Matemática Aplicada e Computacional.
281
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
CE_DELFT (2007). Traffic noise reduction in Europe
Chiang, L., E. Russell, et al. (2001). Fault Detection and Diagnosis in Industrial Systems. Livro. Springer.
Choo, S., K. Shafizadeh, et al. (2007). The Development of a Prescreening Model to Identify Failed and Gross
Polluting Vehicles. Elsevier. Transportation Research.
Cícero-Fernandez, P. (1996). Assessment of Commuting Under Grade Loads and Ramp Metering: Preliminary Onroad Emissions Finding. California, Universidade Católica de Pelotas, Escola de Informática, Curso de
Ciência da Computação.
Clifton, R. H., Ed. (1985). Principles of planned maintenance. London, Edward Arnold (Publishers), Ltd.
COMADEM-92, Ed. (1992). Condition monitoring and diagnostic engineering management : recueil des
conférences présentées lors de COMADEM 92, Quatrième Congrès international sur les techniques de
surveillance, de diagnostic et de maintenance. Senlis, France, du 15 au 17 juillet 1992, Proceedings of
COMADEM 92, [120] Forth [sic] International Congress on Condition Monitoring and Diagnostic
Engineering Management, held at CETIM.
COPERT-III, C. Kouridis, et al. (2000). Computer Programme to Calculate Emissions from Road Transport. E. E.
Agency, European Environment Agency.
CORINAIR (2009). EMEP/EEA Air Pollutant Emission Inventory Guidebook 2009. E. E. Agency, European
Environment Agency.
Cornu, J.-N. (2010). Dogs Sniff Out Prostate Cancer. Tenon Hospital, trained a Belgian Malinois.
Corvalán, R. M., M. Osses, et al. (2002). Hot Emission Model for Mobile Sources: Application to the Metropolitan
Region of the City of Santiago, Chile. Santiago, Chile.
Corvalán, R. M., M. Osses, et al. (2006). Estimating Traffic Emissions Using Demographic and Socio-Economic
Variables in 18 Chilean Urban Areas Springer Science+Business Media, Inc. Chile.
COST-319, Ed. (1996). Estimation of Pollutant Emissions from Transport. Bruxelas, Comissão Europeia.
COST-346 (2008). Energy and Fuel Consumption from Heavy Duty Vehicles. E. b. S. P. J. a. H. S.
Cunha, A. and L. Velho (2003). Reconhecimento de Dígitos com HMM. Relatório Técnico TR-03-04. Laboratórios
VISGRAF - Instituto de Matemática Pura e Aplicada.
Dabbas, W. M. (2010). Modelling Vehicle Emissions from an Urban Air- Quality Perspective: Testing Vehicle
Emissions Interdependencies. Institute of Transport and Logistics Studies Faculty of Economics and
Business Sydney, The University of Sydney
Davies, B. and S. McGinn (2005). The Effect of Maintenance of Diesel Engines on Particulate Generation. IOHO
2005 Pilanesberg: Paper F1-2.
Dawid, A. P. (1984). Present Position and Potential Developments: Some Personal Views: Statistical Theory: The
Prequential Approach. Journal of the Royal Statistical Society. Series A (General).
De Haan, P. and M. Keller (2004). Modelling Fuel Consumption and Pollutant Emissions Based on Real-World
Driving Patterns: the HBEFA aproach. Interscience Enterprises.
DEFRA (2004). DEFRA - Department for Environment, Food and Rural Affairs, United Kingdom. F. a. R. A.
DEFRA - Department for Environment, United Kingdom.
Dekker, M., D. N. P. Murthy, et al., Eds. (1996). Product Warranty Handbook.
den Boer, L. C. E. and A. A. Schroten, Eds. (2007). Traffic noise reduction in Europe
Djurdjanovic, D., J. Lee, et al. (2003). Watchdog Agent - an infotronics-based prognostics approach for product
performance degradation assessment and prediction Elsevier.
Dorn, B., C. Wehmann, et al., Eds. (2007). Particle and Gaseaus Emissions of Diesel Engines Fuelled by Different
Non-Esterified Plant Oils. Hotel La Palma - Capri (Na).
Drive-Clean-Program (2007). Benefit Analysis and Reporting - Heavy Duty Vehicles - Years 2000 to 2005. G.W.
Taylor Consulting;
Woodlawn, ON. D. C. Program, Ontario Ministry of the Environmental.
Eggleston, H., D. Gaudioso, et al. (1993). Methodology and Emission Factors. Luxemburg. CORINAIR - Working
Group on Emission Factors for Calculating 1990 Emissions from Road Trafic. Volume 1.
ENVIRON, E. Chistian, et al. (2004). Humidity and Temperature Effects on On-Road and Off-Road Emissions and
Ozone Formation. HARC Project H8B. E. I. Corporation, Novato-Canada.
EPA (2001). EPA-Environmental Protection Agency USA.
Esteves-Booth, A., T. Muneer, et al. (2001). The Measurement of Vehicular Driving Cycle Within the City of
Edinburgh. Elsevier. Transportation Research: 12.
European_Commission (1998). The Inspection of In-Use Cars in Order to Attain Minimum Emissions of Pollutants
and Optimum Energy Eficiency; LAT, INRETS, TNO, TUV, TRL, MTC, IVL, VKM; Project funded by the
European Commission; Directorate Generals for Environmental (DG XI), Transport (DG VII) and Energy
(DG XVII); May 1998. T. D. V. a. E. D. X. Project funded by the European Commission; Directorate
Generals for Environmental (DG XI), LAT, INRETS, TNO, TUV, TRL, MTC, IVL, VKM.
Farinha, J. M. T., Ed. (1997). Manutenção de Instalações e Equipamentos Hospitalares – Uma Abordagem
Terológica. Coimbra, Livraria Minerva Editora, Coimbra, Portugal.
Feng, C., R. Guensler, et al., Eds. (2007). Transit Bus Load-Based Modal Emission Rate Model Development.
Ferreira, L. A., Ed. (1998). Uma Introdução à Manutenção. Porto - Portugal.
282
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Frey, C. H., N. M. Rouphail, et al. (2001). Emissions Reduction Through Better Traffic Management: An Empirical
Evaluation Based Upon On-Road Measurements. North Carolina.
Gajendran, P. (2005). Development of a Heavy Duty Diesel Vehicle Emissions Inventory Prediction Methodology,
WEST VIRGINIA UNIVERSITY.
Gajendran, P. (2006). Development of a Heavy Duty Diesel Vehicle Emissions Inventory Prediction Methodology,
West Virginia University, USA.
Gerves, S. N. Y., Ed. (1992). RUIDO: Fundamentos e Controle. Florianópolis, Biblioteca Universitária da
Universidade de Santa Catarina.
Grall, A., C. Bérenguer, et al., Eds. (2001). A Condition-Based Maintenance Policy for Stochastically Deteriorating
Systems. Elsevier.
Guimarães, R. C. J., Ed. (1997). Estatística. Lisboa - Portugal, McGraw-Hill.
Guo, H., S. Lee, et al., Eds. (2003). Particle-Associated Polycyclic Aromatic Hydrocarbons in Urban Air of Hong
Kong. Elsevier.
Haghani, A. and Y. Shafahi (2001). Bus Maintenance Systems and Maintenance Scheduling: Model Formulations
and Solutions. Pergamon.
Hawley, J. G., C. Bannister, et al. (2004). Vehicle Modal Emissions Measurement-Techniques and Issues.
Professional Engineering Publishing.
Hecht-Nielsen, R., Ed. (1990). Neurocomputing, Addison Wesley.
Heywood, J. B., Ed. (1988). International Combustion Engine Fundamentals, McGraw-Hill International Editions –
Automotive Technology Series.
Hiatt, B. C. (2009). Best Practices in Maintenance - A 13 Step Program in Establishing a Word Class Maintenance
Organization. C. Engineer, [email protected].
Hickman, J., D. Hassel, et al. (1999). Methodologies for Calculating Transport Emissons and Energy Consumption.
PROJECT REPORT SE / 491 / 98, TRL, TUV Rheinland, INRETS, LAT, DTU.
Honkanen, T. (2004). Modelling Industrial Maintenance Systems and the Effects of Automatic Condition
Monitoring. Helsinki University of Technology.
HSE, Ed. (2004). Controlling and Monitoring Exposure to Diesel Engine Exhaust Emissions in Non-Coal Mines.
Research Report 252. Porto - Portugal, HSE-Health & Safety Executive.
Husband, T. M., Ed. (1988). Maintenance Management and Terotechnology, Westmead: Saxon House.
IMAGINE (2008). Improved Methods for the Assessement of the Generic Impact of Noise in the Environment; The
Noise Emission Model For European Road Traffic. M. P. C. Enginneers.
Jacobs, T. J. (2005). Simultaneous Reduction of Nitric Oxide and Particulate Matter Emissions from a Light-Duty
Diesel Engine Using Combustion Development and Diesel Oxidation Catalyst Michigan - USA, University
of Michigan, USA.
Jain, A. K., J. Mao, et al. (1996). Artificial Neural Networks: A Tutorial. Michigan State University.
Jaw, L. C. (2005). Recent Advancements in Aircraft Engine Health Management (EHM) - Technologies and
Recomendations for the Next Step. Turbo Expo.
Jiang, R. and Y. Zhou (2010). Failure-counting based health evaluation of a bus fleet. IEEE. Fac. of Automotive &
Mech. Eng., Changsha Univ. of Sci. & Technol., Changsha, China
Jimenez-Palacios, J. L. (1999). Understanding and Quantifying Motor Vehicle Emissions with Vehicle Specific
Power and TILDAS Remote Sensing.
Kallen, M. J. and J. M. v. Noortwijk (2004). Optimal Maintenance Decisions under Inperfect Inspection. Elsevier.
Karlaftis, M., P. Mccarthy, et al. (1999). The Structure of Public Transit Costs in the Presence of Multiple Serial
Correlation.
Keislar, R., P. Barber, et al. (2002). Measurement of Diesel Particulate Emissions by UV LIDAR REMOTE
SENSING in Denver, CO. I. Coordinating Research Council, 3650 Mansell Road, Suite 140, Alphareta,
Georgia 30022. Denver.
Kelly, A., Ed. (1991). Maintenance and Its Management. Southampton, IMMS.
Kemp, R. Q. (2006). Vehicle Emissions Testing: Failure Probabilities, Repair Incentives and Policy Assessment
Colorado State University, USA.
Keulemans, C. (2006). Sound Power Measurements on Heavy Vheicles to Study Propulsion Noise VOLVOIMA05TR-050618-Volvo01. Area Technology Rail BV.
Khan, A. S. R. (2005). Evaluating Real-world Idle Emissions from Heavy-duty Diesel Vehicles West Virginia
University, USA.
Kinnaert, M., Ed. (2003). Fault Diagnosis Based On Analytical Models for Linear and Nonlinear Systems - A
Tutorial. Proceedings of IFAC.
Kuhns, H. D., C. Mazzoleni, et al. (2003). Remote Sensing of PM, NO, CO and HC Emission Factors for On-road
Gasoline and Diesel Engine Vehicles in Las Vegas, NV. Science of the Total Environment. ELSEVIER. Las
Vegas, Desert Research Institute, 2215 Raggio Parkway, Reno, NV 89512, USA. Transportation Research:
15 (123-137).
LAT, A. U. o. T., Greece;, F. INRETS, et al. (1998). The Inspection of In-Use Cars in Order to Attain Minimum
Emissions of Pollutants and Optimum Energy Eficiency. T. D. V. a. E. D. X. Project funded by the
283
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
European Commission; Directorate Generals for Environmental (DG XI), LAT, INRETS, TNO, TUV, TRL,
MTC, IVL, VKM.
Levitt, J., Ed. (2002). Complete Guide to Preventive and Predictive Maintenance, Industrial Press, Inc.
Lipman, T. E. and M. A. Delucchi (2002). Emissions of Nitrous Oxide and Methane from Conventional and
Alternative Fuel Motor Vehicles. Kluwer Academic Publishers. California.
Livro-Verde (2007). Livro Verde do Transporte Urbano. E. b. S. P. J. a. H. S.
Lopes, J. M. C. M., Ed. (2000). Motores de Combustão Interna, Associação dos Estudantes do Instituto Superior
Técnico.
Marcus, B. and E. Zio (2003). Condition Based Maintenance on Rail Vehicles - Possibilities for a more effective
maintenance strategy. M. University. Malardalen University, P.O. Box 325, SE-63105, Exkilstuna, Sweden.
Marseguerra, M. and E. Zio (2003). Monte Carlo Estimation of the Differential Importance Measure: Application to
the Prediction Systems of a Nuclear Reactor. Department of Nuclear Engineering, Polytechnic of Milan.
Mattila, M. (2003). Condition Monitoring of an X-ray Analyser. Information and Computer Systems in Automation
Laboratory. Helsinki University of Technology.
Mazzoleni, C., H. Moosmuller, et al. (2004). Correlation Between Automotive CO, HC, NO e PM Emission Factors
from On-Road Remote Sensing: implications for inspection and maintenance programs. Elsevier.
Transportation Research.
Meeker, W. Q. and L. A. Escobar, Eds. (1998). Statistical Methods for Reliability Data, John Wiley & SONS.
Miguel, A. H., T. W. Kirchstetter, et al. (1998). On-Road Emissions of Particulate Polycyclic Aromatic
Hydrocarbons and Black Carbon from Gasoline and Diesel Vehicles. California, Universidade Católica de
Pelotas, Escola de Informática, Curso de Ciência da Computação.
MOBILE, P. Heirigs, et al. (2004). Development of Wrap Mobile Source Emission Inventories. E. I. C. C. a. S. R. S.
CA), MOBILE - Netherlands.
Mobley, R. K., Ed. (2002). An Introduction to Predictive Maintenance, Butterworth-Heinemann.
Monchy, F. (1987). La Fonction Maintenance. P. Masson, França. Paris.
Morsch, O. and P. Sorsch (2003). Investigation of Alternative Methods to Determine Particulate Mass Emissions.
DaimlerChrysler, AG, Organisation International des Constructeurs D´Automobiles.
Moubray, J., Ed. (2001). Reliability-Centered Maintenance, Industrial Press, Inc.
Moubray, J., Ed. (2004). Reliability-Centered Maintenance - Second Edition, Industrial Press, Inc.
Nam, E. K. (2003). Proof of Concept Investigation for the Physical Emission Rate Estimator (PERE) to de Used in
MOVES. EPA-Environmental Protection Agency, U.S.A.
Neeft, J. P. A., M. Makkee, et al. (1995). Diesel Particulate Emission Control. Elsevier. 40.
Nguyen, S., S. Pallotino, et al. (2001). A Modeling Framework for Passenger Assignment on a Transport Network
with Timetables ; Milano - Itália. Transportation Science.
Norris, J. (2005). Low Emission Diesel Research. Elsevier Science Ltd; Pergamon, PII: S0890-6955(96)00026-0.
North, R., J. (2007). Assessement of Real-Word Pollutant Emissions from a Light-Duty Diesel Vehicle, University of
London.
North, R. J., R. B. Noland, et al. (2006). Modelling of Particulate Matter Mass Emissions from a Light-Duty Diesel
Vehicle. Elsevier. Transportation Research.
Nyman, D., J. Levitt, et al., Eds. (2002). Maintenance Planning, Scheduling and Coordination, Industrial Press, Inc.
OEE (2007). OEE - Natural Resources Canada'
s Office of Energy Efficiency
Oliveira, L. and M. Morita (2000). Introdução aos Modelos Escondidos de Markov (HMM); . I.-I. N. d. R. s. l. T. e.
l. Sécurité.
Patton, R. J., P. Frank, et al., Eds. (2000). Issues of Fault Diagnosis for Dynamic Systems, Springer Verlag, ISBN 3540-19968-3.
Peng, G., M. Hakim, et al. (2010). Detection of lung, breast, colorectal, and prostate cancers from exhaled breath
using a single array of nanosensors. Haia.
Pflüger, F. (2010). Regulated 2-Stages Turbocharging (R2S) - A new charging system for commercial diesel
engines. BorgWarner Turbo Systems.
Pokharel, S. S., G. A. Bishop, et al. (2002). On-Road Remote Sensing of Automotive Emisions in the Phoenix Area:
Year 3.
Qiang, M. (2005). Aplication of Wavelets and Hidden Markov Model in Condition-based Maintenance; Department
of Mechanical and Industrial Engineering. Toronto, University of Toronto.
Rabiner, L. R. (1989). A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition.
Proceedings of the IEE. 77, Nº. 2.
Rabiner, L. R. and B. H. Juang (1986). An Introduction to Hidden Markov Models. Proceedings of the IEEE.
Riemersma, I. (2004). Effects of Engine Deterioration and Maintenance on Emissions. COST 346 Workshop.
Antwerp., TNO Automotive.
Roemer, M., G. Kacprzynski, et al. (2001). Improved Diagnostic and Prognostic Assessments Using Health
Management Information Fusion. IEEE, Universidade Católica de Pelotas, Escola de Informática, Curso
de Ciência da Computação.
284
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
ROTRANOMO (2002). ROTRANOMO - Road Traffic Noise Model. H. Steven, Heinz Steven, RWTUV,
[email protected].
SAE_J1667, Ed. (1996). Society of Automotive Engineers J1667 Recomended Practice Smoke Test Procedure.
Santos, A. V. (2004). Modelos de Markov Baseados em Intervalos, Universidade Católica de Pelotas, Escola de
Informática, Curso de Ciência da Computação.
Schafer, F. and R. v. Basshuysen, Eds. (1991). Reduced Emissions and Fuel Consumption in Automotive Engines.
Warrendale, Springer-Verlag.
Schalkoff, R. J. (1997). "Artifical Neural Networks." (149).
Scora, G. and M. Barth, Eds. (2006). Compreensive Modal Emissions Model (CMEM), version 3.01. University of
California, Riverside - Center for Environmental Research and Technology.
Sethiya, S. K. (2010). Condition Based Maintenance.
Simões, A., T. Farinha, et al. (2007). MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM
AUTOCARROS URBANOS - Uma abordagem ecológica. Exponor - Matosinhos.
Simões, A., T. Farinha, et al. (2008). Ecological Predictive Maintenance in Hospital Equipment. 20th Congress of
International Federation of Hospital Engineering (IFHE), Barcelona - Espanha.
Simões, A., T. Farinha, et al. (2004). The Maintenance and the Environmental Management - in an integrated but
modular view. 41th Annual Conference & Technical Exhibition (ASHE) and 18th Congress of International
Federation of Hospital Engineering (IFHE) Orlando - USA.
Simões_Andreia;, M. C. Coelho, et al. (2001). Analysis of the Environmental Impacts of Urban Buses: Application
to a Case Study in Lisbon. Lisbon.
SITEM_(ALSTOM/FEUP) (2005). SITEM - Sistema Integrado de Engenharia e Gestão da Manuntenção de
instalações e equipamentos industriais. SITEM / ALSTOM / FEUP.
Sloan, T. and J. G. Shanthikumar (2004). Using In-line Equipment Condition and Yield Information for
Maintenance Scheduling and Dispatching in Semiconductor Wafer Fabs. Springer Netherlands. Berkeley California.
Stone, R., Ed. (1999). Introduction to Internal Combustion Engines. Hampshire, UK, Published by Palgrave.
Suzuki, J. and S. Matsumoto (2004). Development of Catalysts for Diesel Particulate NOx Redction. Tokyo. Topics
in Catalysis Vol. 28, Nos. 1-4.
TCRP-SINTHESIS-81 (2010). Preventive Maintenance Intervals for Transit Buses - A Synthesis of Transit Practice.
T. R. B. o. t. N. Academies, Transit Cooperative Research Program.
TECHNET (2010). Estudio de Caracterización del Tráfico Rodado en Materia de Emisiones en la Ciudad de
Barcelona A. d. Barcelona.
UNEP (2011). United Nations Environment Programme - Tool 7 E. b. S. P. J. a. H. S.
VERSIT-LD, R. Smit, et al. (2006). A New Modelling for Road Traffic Emissions. Background and Methodology. D.
M. o. P. H. a. E. V. T. S. a. Industry, VRON - TNO - Netherlands.
Viegas, J. M. C. B., Ed. (1980). Políticas de Manutenção e Dimensionamento de Frotas de Material Circulante.
Lisbon, CESUR – Instituto Superior Técnico.
VOLVO (2003). Emissions from Volvo’s trucks (standard diesel fuel). E. b. S. P. J. a. H. S. 20640 Lars Mårtensson.
Walker, A. P. (2004). Controlling Particulate Emissions from Diesel Vehicles. Plenum Publishing Corporation,
Topics in Catalysis Vol 28, Nos. 1-4.
Watts, G., P. Nelson, et al. (2005). An examination of vehicle noise test procedures. TRL, TRL PPR044, TRL Ltd.
Wenzel, T., B. ESinger, et al. (2004). Short-Term Emissions Deterioration in the California Phenix I/M Programs.
Transportation Research. Part D 9: 107-124.
Wenzel, T. and Ross (1996). Emissions from Modern Passenger Cars with Malfunctions Emissions Controls. Society
of Automotive Engineers.
Wheelwright, S. C. and S. Makridakis, Eds. (1980). Forecasting Methods for Management, Wiley – Interscience
Publication. John Wiley & Sons, Inc.
Williams, G. B. and R. S. Hirani (1997). A Delay Time Multi-Level On-Condition Preventive Maintenance
Inspection Model Based on Constant Base Interval Risk - When Inspection Detects Pending Failure.
Elsevier Science Ltd; Pergamon, PII: S0890-6955(96)00026-0.
Wireman, T., Ed. (1999). Developing Performance Indicators for Managing Maintenance, Industrial Press, Inc.
Wiznia, D., G. Geist, et al., Eds. (2006). BIOFUELS - Implementation and Emissions Analysis. New Haven, Yale
Department of Mechanical Engineering.
Wowk, V., Ed. (1991). Machinery Vibration, Measurement and Analysis. Lisboa - Portugal, McGraw-Hill.
Yang, Z. (2005). Dynamic Maintenance Scheduling Using Online Information About System Condition, University
of Michigan, USA.
Yogo, K. and M. Ishikawa (2000). Recent Progress in Envirornmental Catalytic Technology. Baltzer Science
Publishers BV. Tokyo.
Zhou, R., B. Fox, et al. (2004). Bus Maintenance Scheduling Using Multi-Agent Systems. Elsevier.
Wireman, T., Ed. (1999). Developing Performance Indicators for Managing Maintenance, Industrial Press, Inc.
Yang, Z. (2005). Dynamic Maintenance Scheduling Using Online Information About System Condition, University
of Michigan, USA.
285
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Yogo, K. and M. Ishikawa (2000). Recent Progress in Envirornmental Catalytic Technology. Baltzer Science
Publishers BV. Tokyo.
Zhou, R., B. Fox, et al. (2004). Bus Maintenance Scheduling Using Multi-Agent Systems. Elsevier.
286
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES
EM AUTOCARROS URBANOS
DIAGNÓSTICO POR CADEIAS ESCONDIDAS DE MARKOV
ANEXO
2011
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
A implementação do conceito de manutenção preditiva ecológica, com base em HMM, foi
previamente testada em folha de cálculo Excel, no sentido de servir de base e aferição mútua à
programação que iria ser desenvolvida em Matlab.
A programação desenvolvida corresponde às duas fases de implementação do modelo. Os
algoritmos concebidos foram estruturados com base em HMM e intervalos de confiança
estatísticos.
A)FASE DE CALIBRAÇÃO DO MODELO
1. O programa desenvolvido faz a classificação de dados recolhidos experimentalmente,
utilizando critérios e distribuições de base estatística, capazes de permitir a definição
de estados de saúde de equipamentos e sistemas. O programa está preparado a
funcionar com estimadores consistentes de média e desvio padrão. Na estimação da
média poderão ser utilizadas as distribuições normal e t-student. Por sua vez, a
estimador da variância baseia-se na distribuição qui-quadrado. A decisão de
classificação encontra-se suportada na comparação dos valores medidos
experimentalmente com limiares diferenciados que se encontram associados com os
diferentes níveis de significância das amostras de valores dos atributos monitorizados.
O programa faz uma análise diferenciada no cálculo das classes, começando por
tratar as variáveis de estado e depois as variáveis de emissões.
Começa por fazer a codificação das variáveis de estado. Trata-se de um estágio muito
complexo, que permite a selecção pelo utilizador de vários parâmetros, distribuições
estatísticas, ponderação da função de estado de saúde do sistema, número de
autocarros (facilmente transponível para número de séries) e definição dos limites dos
intervalos das classes dos valores monitorizados.
Segue-se um extracto correspondente a uma parte do algoritmo de codificação.
% CONSTANTES
tabela={'A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z','AA',
'AB','AC','AD','AE','AF','AG','AH','AI','AJ','AK','AL','AM','AN','AO','AP','AQ','AR','AS','AT','A
U','AV','AW','AX','AY','AZ'};
STD_BY_N=1; % faz std por (n)
STD_BY_N_1=0; % faz std por (n-1)
DISTR_NORMAL=1;
% Normal
DISTR_T_STUDENT=2; % T-Student
DISTR_QuiQuad=3;
% QuiQuad
gv_grava_excel=false; % GRAVA EXCEL
gv_grava_debug_distri=false;
% OPÇÕES (PODE SER MODIFICADO)
%###############################
TIPO_DE_STD = STD_BY_N; % por defeito faz por N (mudar se for por N-1)
A3
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
% Mudar estas duas variáveis para as distribuição a quando da passagem de
% valor para um estado/classe
Codificacao_estados_DISTRIBUICAO = DISTR_T_STUDENT;
Codificacao_classes_emissoes_DISTRIBUICAO=DISTR_T_STUDENT;
yst_pesos=[0.5 0.3 0.2];
num_autocarros =4;
if Codificacao_estados_DISTRIBUICAO==DISTR_NORMAL then
L54_a_q='LimiteInf_0025_yst';
L43_a_q='LimiteInf_01_yst';
L32_a_q='LimiteInf_025_yst';
L21_a_q='Maximo_das_Medias_yst';
else
L54_a_q='LimiteInf_005_yst';
L43_a_q='LimiteInf_025_yst';
L32_a_q='Minimo_das_Medias_yst';
L21_a_q='LimiteSup_025_yst';
end
if Codificacao_estados_DISTRIBUICAO==DISTR_NORMAL then
L54_b_q='LimiteSup_01_yst';
L43_b_q='LimiteSup_025_yst';
L32_b_q='LimiteInf_025_yst';
L21_b_q='LimiteInf_01_yst';
else
L54_b_q='LimiteSup_01_yst';
L43_b_q='LimiteSup_025_yst';
L32_b_q='LimiteInf_025_yst';
L21_b_q='LimiteInf_01_yst';
end
if Codificacao_classes_emissoes_DISTRIBUICAO==DISTR_NORMAL then
L43_a_v='EMIS_LimiteSup_025'; % Distribuição normal
L32_a_v='EMIS_Maximo_das_Medias';
L21_a_v='EMIS_Minimo_das_Medias';
else
L43_a_v='EMIS_LimiteSup_025'; % distribuição T-Student
L32_a_v='EMIS_Maximo_das_Medias';
L21_a_v='EMIS_LimiteInf_01';
end
if Codificacao_classes_emissoes_DISTRIBUICAO==DISTR_NORMAL then
L43_b_v='EMIS_LimiteSup_01';
L32_b_v='EMIS_LimiteSup_025';
L21_b_v='EMIS_LimiteInf_025';
else
L43_b_v='EMIS_LimiteSup_01';
L32_b_v='EMIS_LimiteSup_025';
L21_b_v='EMIS_LimiteInf_025';
end
Para a definição dos limites, o programa de codificação, faz o cálculo da média,
máximo, mínimo e limites dos intervalos de confiança referentes aos valores das
sequências cronológicas das diferentes variáveis de estado monitorizadas.
A 4
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
Na codificação é utilizada uma função final que retorna o valor máximo dos dois ramos
que a integram. Um deles compara cada valor monitorizado com a média e com os
limites de intervalos de confiança de toda a sequência cronológica dos valores de
treino e noutro compara a amplitude de variação da variável, entre 2 instantes
consecutivos da mesma sequência. Como se referiu, a primeira utiliza na análise
estatística uma distribuição t-student e a segunda uma distribuição qui-quadrado.
……….
media_nautocarros=zeros(1,9);
for i=1:9,
media_nautocarros(i)=mean(media(i:9:end));
dados_totais=[];
dados_aux=dados(i:9:end,1:ind_dados_end)';
[m,n]=size(dados_aux);
for j=1:n,
dados_totais=[dados_totais dados_aux(:,j)'];
end
dp_nautocarros(i)=std(dados_totais, TIPO_DE_STD);
minimo_nautocarros(i)=min(dados_totais);
maximo_nautocarros(i)=max(dados_totais);
end
[lixo,szfleet]=size(media(i:9:end));
for ind_distribuicao=1:2,
LimiteInf_001_teste=[];
LimiteSup_001_teste=[];
LimiteInf_0025_teste=[];
LimiteSup_0025_teste=[];
LimiteInf_005_teste=[];
LimiteSup_005_teste=[];
LimiteInf_01_teste=[];
LimiteSup_01_teste=[];
LimiteInf_025_teste=[];
LimiteSup_025_teste=[];
Minimo_das_Medias_teste=[];
Maximo_das_Medias_teste=[];
for i=1:9,
% 3 variáveis de estado * 3 regimes de rotação =9
Minimo_das_Medias_teste=[Minimo_das_Medias_teste;abs(min(media(i:9:end),media_nautoca
rros(i)))];
Maximo_das_Medias_teste=[Maximo_das_Medias_teste;max(media(i:9:end),media_nautocarro
s(i))];
LimiteInf_001_teste=[LimiteInf_001_teste; abs(min(media(i:9:end),media_nautocarros(i))tab2(ind_distribuicao,1)*dp(i:9:end)/sqrt(szfleet))];
LimiteSup_001_teste=[LimiteSup_001_teste;
abs(min(media(i:9:end),media_nautocarros(i))+tab2(ind_distribuicao,1)*dp(i:9:end)/sqrt(szfleet)
)];
LimiteInf_0025_teste=[LimiteInf_0025_teste;
abs(min(media(i:9:end),media_nautocarros(i))tab2(ind_distribuicao,2)*dp(i:9:end)/sqrt(szfleet))];
LimiteSup_0025_teste=[LimiteSup_0025_teste;
abs(min(media(i:9:end),media_nautocarros(i))+tab2(ind_distribuicao,2)*dp(i:9:end)/sqrt(szfleet)
)];
LimiteInf_005_teste=[LimiteInf_005_teste; abs(min(media(i:9:end),media_nautocarros(i))tab2(ind_distribuicao,3)*dp(i:9:end)/sqrt(szfleet))];
A5
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
LimiteSup_005_teste=[LimiteSup_005_teste;
abs(min(media(i:9:end),media_nautocarros(i))+tab2(ind_distribuicao,3)*dp(i:9:end)/sqrt(szfleet)
)];
LimiteInf_01_teste=[LimiteInf_01_teste; abs(min(media(i:9:end),media_nautocarros(i))tab2(ind_distribuicao,4)*dp(i:9:end)/sqrt(szfleet))];
LimiteSup_01_teste=[LimiteSup_01_teste;
abs(min(media(i:9:end),media_nautocarros(i))+tab2(ind_distribuicao,4)*dp(i:9:end)/sqrt(szfleet)
)];
LimiteInf_025_teste=[LimiteInf_025_teste; abs(min(media(i:9:end),media_nautocarros(i))tab2(ind_distribuicao,5)*dp(i:9:end)/sqrt(szfleet))];
LimiteSup_025_teste=[LimiteSup_025_teste;
abs(min(media(i:9:end),media_nautocarros(i))+tab2(ind_distribuicao,5)*dp(i:9:end)/sqrt(szfleet)
)];
end
LimiteInf_001(:,:,ind_distribuicao)=LimiteInf_001_teste;
LimiteSup_001(:,:,ind_distribuicao)=LimiteSup_001_teste;
LimiteInf_0025(:,:,ind_distribuicao)=LimiteInf_0025_teste;
LimiteSup_0025(:,:,ind_distribuicao)=LimiteSup_0025_teste;
LimiteInf_005(:,:,ind_distribuicao)=LimiteInf_005_teste;
LimiteSup_005(:,:,ind_distribuicao)=LimiteSup_005_teste;
LimiteInf_01(:,:,ind_distribuicao)=LimiteInf_01_teste;
LimiteSup_01(:,:,ind_distribuicao)=LimiteSup_01_teste;
LimiteInf_025(:,:,ind_distribuicao)=LimiteInf_025_teste;
LimiteSup_025(:,:,ind_distribuicao)=LimiteSup_025_teste;
Minimo_das_Medias(:,:,ind_distribuicao)=Minimo_das_Medias_teste;
Maximo_das_Medias(:,:,ind_distribuicao)=Maximo_das_Medias_teste;
end
% QuiQuad
for ind_distribuicao=3:3,
LimiteInf_001_teste=[];
LimiteSup_001_teste=[];
LimiteInf_0025_teste=[];
LimiteSup_0025_teste=[];
LimiteInf_005_teste=[];
LimiteSup_005_teste=[];
LimiteInf_01_teste=[];
LimiteSup_01_teste=[];
LimiteInf_025_teste=[];
LimiteSup_025_teste=[];
Minimo_das_Medias_teste=[];
Maximo_das_Medias_teste=[];
for i=1:9,
% 3 variáveis de estado * 3 regimes de rotação =9
Minimo_das_Medias_teste=[Minimo_das_Medias_teste;abs(min(media(i:9:end),media_nautoca
rros(i)))];
Maximo_das_Medias_teste=[Maximo_das_Medias_teste;max(media(i:9:end),media_nautocarro
s(i))];
LimiteInf_001_teste=[LimiteInf_001_teste;
sqrt(
(num_autocarros1)*(dp(i:9:end).*dp(i:9:end))/tab2(3,1) )];
LimiteSup_001_teste=[LimiteSup_001_teste;
sqrt(
(num_autocarros1)*(dp(i:9:end).*dp(i:9:end))/tab2(4,1) )];
LimiteInf_0025_teste=[LimiteInf_0025_teste;
sqrt(
(num_autocarros1)*(dp(i:9:end).*dp(i:9:end))/tab2(3,2) )];
LimiteSup_0025_teste=[LimiteSup_0025_teste;
sqrt(
(num_autocarros1)*(dp(i:9:end).*dp(i:9:end))/tab2(4,2) )];
LimiteInf_005_teste=[LimiteInf_005_teste;
sqrt(
(num_autocarros1)*(dp(i:9:end).*dp(i:9:end))/tab2(3,3) ) ];
A 6
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
LimiteSup_005_teste=[LimiteSup_005_teste;
sqrt(
1)*(dp(i:9:end).*dp(i:9:end))/tab2(4,3) ) ];
LimiteInf_01_teste=[LimiteInf_01_teste;
sqrt(
1)*(dp(i:9:end).*dp(i:9:end))/tab2(3,4) )];
LimiteSup_01_teste=[LimiteSup_01_teste;
sqrt(
1)*(dp(i:9:end).*dp(i:9:end))/tab2(4,4) ) ];
LimiteInf_025_teste=[LimiteInf_025_teste;
sqrt(
1)*(dp(i:9:end).*dp(i:9:end))/tab2(3,5) )];
LimiteSup_025_teste=[LimiteSup_025_teste;
sqrt(
1)*(dp(i:9:end).*dp(i:9:end))/tab2(4,5) )];
end
LimiteInf_001(:,:,ind_distribuicao)=LimiteInf_001_teste;
LimiteSup_001(:,:,ind_distribuicao)=LimiteSup_001_teste;
LimiteInf_0025(:,:,ind_distribuicao)=LimiteInf_0025_teste;
LimiteSup_0025(:,:,ind_distribuicao)=LimiteSup_0025_teste;
LimiteInf_005(:,:,ind_distribuicao)=LimiteInf_005_teste;
LimiteSup_005(:,:,ind_distribuicao)=LimiteSup_005_teste;
LimiteInf_01(:,:,ind_distribuicao)=LimiteInf_01_teste;
LimiteSup_01(:,:,ind_distribuicao)=LimiteSup_01_teste;
LimiteInf_025(:,:,ind_distribuicao)=LimiteInf_025_teste;
LimiteSup_025(:,:,ind_distribuicao)=LimiteSup_025_teste;
Minimo_das_Medias(:,:,ind_distribuicao)=Minimo_das_Medias_teste;
Maximo_das_Medias(:,:,ind_distribuicao)=Maximo_das_Medias_teste;
end
(num_autocarros(num_autocarros(num_autocarros(num_autocarros(num_autocarros-
O procedimento permite calcular os valores das funções de estado que no programa
aparece com a especificação “yst”.
Posteriormente, com base nos critérios de níveis de confiança das amostras
monitorizadas, chegamos à definição das classes de estados.
media_yst=mean(yst(1:end,1:ind_dados_end)');
dp_yst=std(yst(1:end,1:ind_dados_end)',TIPO_DE_STD);
minimo_yst=min(yst(1:end,1:ind_dados_end)');
maximo_yst=max(yst(1:end,1:ind_dados_end)');
media_nautocarros_yst=zeros(1,3);
for i=1:3, % nº total de medias nos difs RPMS (3 RPMS diferentes)
media_nautocarros_yst(i)=mean(media_yst(i:3:end));
dados_totais=[];
dados_aux=yst(i:3:end,1:ind_dados_end)';
[m,n]=size(dados_aux);
for j=1:n,
dados_totais=[dados_totais dados_aux(:,j)'];
end
dp_nrpms_yst(i)=std(dados_totais,TIPO_DE_STD);
minimo_nrpms_yst(i)=min(dados_totais);
maximo_nrpms_yst(i)=max(dados_totais);
end
A codificação final das classes de estados utiliza as seguintes instruções de
programação:
A7
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
for lv_nauto=1:m / 3,
for lv_nrpms=1:3,
estado_0=0;
estado_1=0;
for lv_time=1:n,
valor = yst((lv_nauto-1)*3+lv_nrpms,lv_time);
if valor < eval(L54_a_interno)
estado_0=5;
elseif (valor >= eval(L54_a_interno) ) && ( valor< eval(L43_a_interno) )
estado_0=4;
elseif (valor >= eval(L43_a_interno) ) && ( valor< eval(L32_a_interno) )
estado_0=3;
elseif (valor >= eval(L32_a_interno) ) && ( valor< eval(L21_a_interno) )
estado_0=2;
else
estado_0=1;
end
if lv_time>1,
valor=
yst((lv_nauto-1)*3+lv_nrpms,lv_time)
yst((lv_nauto1)*3+lv_nrpms,lv_time-1);
valor_abs=abs(valor);
if valor_abs> eval(L54_b_interno) && valor<0,
estado_1=5;
elseif valor_abs<= eval(L54_b_interno) && valor_abs> eval(L43_b_interno) &&
valor<0,
estado_1=4;
elseif valor_abs<= eval(L43_b_interno) && valor_abs> eval(L32_b_interno) &&
valor<0,
estado_1=3;
elseif valor_abs<= eval(L32_b_interno) && valor_abs> eval(L21_b_interno) &&
valor<0,
estado_1=2;
else
estado_1=1;
end
estado_0=max(estado_0,estado_1);
end
yst_estado((lv_nauto-1)*3+lv_nrpms,lv_time)=estado_0;
end
end
end
A codificação dos espectros de emissões segue um procedimento semelhante ao
utilizado na classificação individual dos indicadores ecológicos que integram as
combinações de emissões. Porém, na fase final, a classificação das classes de
espectros de emissões segue critérios de análise combinatória, que ficaram reflectidos
na construção da tabela 3.28. A transposição da avaliação dos espectros para código
em Matlab, encontra-se exemplificada no extracto que se segue.
[m,n]=size(EMIS_code);
EMIS_code_por_rotacao=[];
for lv_time=1:n,
for lv_nauto=1:m / 12,
for lv_nrotacoes=1:3,
conta_values=[0 0 0 0];
A 8
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
v1 = EMIS_code((lv_nauto-1)*12+(lv_nrotacoes-1)*4+1,lv_time);
v2 = EMIS_code((lv_nauto-1)*12+(lv_nrotacoes-1)*4+2,lv_time);
v3 = EMIS_code((lv_nauto-1)*12+(lv_nrotacoes-1)*4+3,lv_time);
v4 = EMIS_code((lv_nauto-1)*12+(lv_nrotacoes-1)*4+4,lv_time);
%
% conta as ocorrências por classes de emissões em cada um dos poluentes medidos.
for lv_nvarsEMISmedidas=1:4,
valor
=
EMIS_code((lv_nauto-1)*12+(lv_nrotacoes1)*4+lv_nvarsEMISmedidas,lv_time);
if (valor>=1 && valor<=4)
conta_values(valor)=conta_values(valor)+1;
end
end
if conta_values(1)==4,
classe =1;
elseif (conta_values(3)==4),
classe =5;
elseif conta_values(4)==4,
classe =11;
elseif (v3<=3 && conta_values(4)==3),
classe =11;
elseif (v4<=3 && conta_values(4)==3),
classe =11;
elseif (v1==4 && v2==4 && v3<=3 && v4<=3),
classe =10;
elseif (v2<=3 && conta_values(4)==3),
classe =9;
elseif (v1==4 && v2<=3 && conta_values(4)==2),
classe =9;
elseif (v1==4 && conta_values(4)==1),
classe =8;
elseif ((conta_values(1)+conta_values(2))==4),
classe =2;
elseif (conta_values(3)==2 && conta_values(4)==0),
classe =4;
elseif (conta_values(3)==3 && conta_values(4)==0),
classe =5;
elseif (v4==4 && conta_values(4)==1),
classe =5;
elseif (v2==4 && conta_values(4)==1),
classe =6;
elseif (v3==4 && conta_values(4)==1),
classe =6;
elseif (v3==4 && v4==4 && conta_values(4)==2),
classe =6;
elseif (v1==4 && conta_values(4)==1),
classe =8;
elseif (conta_values(3)==1 && conta_values(4)==0),
classe =3;
else
classe =7;
end
EMIS_code_por_rotacao((lv_nauto-1)*3+lv_nrotacoes,lv_time)=classe;
end
end
end
A9
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
2. Em sequência é feita a aplicação do HMM através da geração da matriz de transição
de estados, matriz de emissões e matriz de partida.
function [trans_state, emis_state]=hmm_99_train(qi,N,vi,M)
trans_state = zeros(N,N);
freq_trans = zeros(N,1);
emis_state = zeros(N,M);
[xi,yi]=size(qi);
freq_trans(qi(1))=freq_trans(qi(1))+1;
for i=2:yi
trans_state(qi(i-1),qi(i))=trans_state(qi(i-1),qi(i))+1;
freq_trans(qi(i))=freq_trans(qi(i))+1;
end
freq_trans(qi(yi))=freq_trans(qi(yi))-1;
for j=1:N
for i=1:N
if freq_trans(i)>0
trans_state(i,j)=trans_state(i,j)/freq_trans(i);
end
end
end
freq_trans(qi(yi))=freq_trans(qi(yi))+1;
for i=1:yi
emis_state(qi(i),vi(i)) = emis_state(qi(i),vi(i)) + 1;
end
for i=1:N
for j=1:M
if freq_trans(i)>0
emis_state(i,j) = emis_state(i,j) / freq_trans(i);
end
end
end
3. O passo seguinte corresponde à definição das funções “backward” e “forward” que
integram a construção dos algoritmos principais do modelo.
function backward = hmm_99_backward(Pi, TRANS, EMIS, vi_new)
[N,M]=size(EMIS);
[garbage,times]=size(vi_new);
backward = zeros(N,times+1);
for i=1:N
backward(i,times+1)=1;
end
for t=times:-1:1
for i=1:N
sum=0;
for j=1:N
sum=sum+backward(j,t+1)*TRANS(i,j)*EMIS(j,vi_new(t));
end
backward(i,t)=sum;
end
end
A 10
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
function forward = hmm_99_forward(Pi, TRANS, EMIS, vi_new)
[N,M]=size(EMIS);
[garbage,times]=size(vi_new);
forward=zeros(N,times);
for i=1:N
forward(i,1)=Pi(i)*EMIS(i,vi_new(1));
end
for t=2:times
for j=1:N
sum=0;
for i=1:N
sum=sum+forward(i,t-1)*TRANS(i,j);
end
forward(j,t)=sum*EMIS(j,vi_new(t));
end
end
B) FASE DE VALIDAÇÃO DO MODELO
4. A classificação de dados recolhidos experimentalmente para validação do modelo
corresponde a instantes posteriores aos utilizados para recolha de dados de treino do
modelo. É efectuada seguindo o mesmo procedimento especificado para a fase de
calibração.
5. Esta fase inclui a aplicação dos algoritmos “forward” e “backward” às respectivas
sequências cronológicas de classes de emissões.
6. Em sequência, é feita a aplicação do algoritmo Viterbi do HMM, que a partir do
conhecimento das três matrizes e da sequência de espectros de emissões medidos
experimentalmente, na fase de validação, permite inferir o conhecimento da sequência
de estados mais provável, conhecida por sequência de variáveis ocultas.
O algoritmo Viterbi assume-se como o principal do HMM. É aquele que permite fazer a
descodificação dos estados ocultos, com base na medição de um espectro de emissões.
Seguidamente procede-se à apresentação do código respectivo.
function [delta, phi, S] = hmm_99_viterbi(Pi, TRANS, EMIS, vi_new)
[N,M]=size(EMIS);
[garbage,times]=size(vi_new);
delta=zeros(N,times);
phi=zeros(N,times);
S=zeros(1,times);
for i=1:N
delta(i,1)=Pi(i)*EMIS(i,vi_new(1));
end
[garbage,ind]=max(delta(:,1));
S(1,1)=ind;
for t=2:times
for j=1:N
%maxv=0;
%for i=1:N
% sum = delta(i,t-1)*TRANS(i,j);
% if sum > maxv
A 11
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
%
maxv=sum;
% end
%end
maxv=delta( :,t-1).*TRANS(:,j);
[maxv, ind]=max(maxv);
delta(j,t)=maxv*EMIS(j,vi_new(t));
phi(j,t)=ind;
end
[garbage,ind]=max(delta(:,t));
S(1,t)=ind;
end
7. No passo seguinte é feita a aplicação do algoritmo de “Baum-Welch” que permite
efectuar a calibração das matrizes calculadas no ponto 2 da fase A, tornando o modelo
mais consistente.
Mesmo após validação do modelo e à medida que forem recolhidos novos dados de emissões,
poderá ser feita a re-calibração do modelo através da aplicação do algoritmo de “Baum-Welch”.
Um extracto do código pode ser avaliado de seguida.
function [TRANS_ETA, EMIS_ETA,Pi_ETA] = hmm_99_baumwelch( Pi, TRANS, EMIS,
forward, backward, vi_new)
%TRANS = aij (N x N)
%EMIS = bj (N x M)
%forward = alpha (N x times)
%backward = beta (N x times+1)
%vi_new = O
%-----------------------------%ver a linha cujo somatório =0; TRANS
[N,M]=size(EMIS);
[garbage,times]=size(vi_new);
TRANS_ETA = zeros(N,N);
EMIS_ETA = zeros(N,M);
Pi_ETA = zeros(N,1);
flag_aborta=false;
for i=1:N
%denominator=forward(i,1:times-1).*backward(i,1:times-1);
%denominator=sum(denominator);
denominator=0;
for t=1:times-1
denominator=denominator+forward(i,t)*backward(i,t+1);
end
for j=1:N
%numerator=forward(i,1:times-1).*EMIS(j,vi_new(1:times-1)).*backward(j,1:times1);
%numerator=sum(numerator);
numerator=0;
for t=1:times-1
numerator = numerator + forward(i,t) * EMIS(j,vi_new(t+1)) * backward(j,t+2);
end
if denominator>0
TRANS_ETA(i,j)=TRANS(i,j)*numerator / denominator;
else
A 12
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
flag_aborta=true;
end
%TRANS_ETA(i,j)=denominator;
%TRANS_ETA(i,j)=numerator;
end
end
for j=1:N
denominator=0;
for t=1:times
denominator=denominator+forward(j,t)*backward(j,t+1);
end
for k=1:M
numerator=0;
for t=1:times
if vi_new(t) == k
numerator = numerator + forward(j,t) * backward(j,t+1);
end
end
if denominator>0
EMIS_ETA(j,k)=numerator/denominator;
else
flag_aborta=true;
end
%EMIS_ETA(j,k)=numerator;
%EMIS_ETA(j,k)=denominator;
end
end
for i=1:N
denominator=0;
for j=1:N
denominator = denominator+ Pi(j)*EMIS(j,vi_new(1))*backward(j,2);
end
if denominator>0
Pi_ETA(i)=forward(i,1)*backward(i,2) / denominator;
else
flag_aborta=true;
end
end
if flag_aborta==true
TRANS_ETA = TRANS;
EMIS_ETA = EMIS;
Pi_ETA=Pi;
end
8.Sempre que seja utilizado o algoritmo de “Baum-Welch”, o modelo integrado corre
novamente a aplicação do algoritmo Viterbi, partindo do conhecimento das matrizes
re-calibradas e de nova sequência de espectros de emissões, seguindo a rotina
descrita no ponto 6. Faz um novo reconhecimento da sequência de estados mais
provável, também conhecidas por variáveis ocultas.
9. O grande indicador da qualidade do modelo reside na avaliação da sua capacidade de
identificação dos estados ocultos. Uma forma eficaz de quantificar a robustez do
modelo reside no apuramento do valor da sua “perplexidade”.
A 13
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
function
[perp_out,perp_global,perp_dois_a_dois]=perplexity(EMIS_ETA,V,S,
numofstates,forward,backward)
% function perplex = perplexity(hmm, testSeqs)
%EMIS_eta_trans = EMIS_ETA
poy=sum(forward);
for_norm=forward;
[sx,sy]=size(forward);
sum_logs=zeros(1,sx);
hist=zeros(1,sx);
for i=1:sy
if (abs(poy(i))>0.00000000000000000001)
for_norm(:,i)=for_norm(:,i)/poy(i);
end
ind=S(i);
hist(ind)=hist(ind)+1;
if (for_norm(ind,i)<0.00000000000000000001)
sum_logs(ind)=NaN;
elseif (sum_logs(ind)~=NaN)
sum_logs(ind)=sum_logs(ind)+log(for_norm(ind,i));
end
end
perp_dois_a_dois=zeros(sx,sx);
global_perp=0;
perp_out=zeros(1,sx);
for i=1:sx
if ~isnan(sum_logs(i))
global_perp=global_perp+sum_logs(i);
perp_out(i)= exp(-sum_logs(i)/hist(i));
perp_dois_a_dois(i,i)=perp_out(i);
else
perp_out(i)=NaN;
perp_dois_a_dois(i,i)=NaN;
end
end
perp_global=exp(-global_perp/sy);
for i=1:sx
for j=1:sx
if isnan(sum_logs(i))
perp_dois_a_dois(i,j)=NaN;
elseif isnan(sum_logs(j))
perp_dois_a_dois(i,j)=NaN;
else
perp_dois_a_dois(i,j)= exp(-(sum_logs(i)+sum_logs(j))/(hist(i)+hist(j)));
end
end
end
return
10. No final da programação, foi desenvolvido um programa de integração dos vários
algoritmos que permite a total operacionalização do HMM.
A 14
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
fileexcel='novo_excel.xls';
gv_linha_excel_grava = 1;
N_MEDIDAS_PARA_TREINO=29;
N_MEDIDAS_VALIDACAO=3;
N_MEDIDAS_TREINO_COMO_NEW_OBSER=0;
N_MEDIDAS_POR_BLOCO=3;
gv_usa_baumwelch=false;
gv_usa_baumwelch=true;
codificacao;
%av_out_qi_treino % codificação dos estados feito pelo programa de codificação
%av_out_vi_treino % codificação das emissões feito pelo programa de codificação
[sx,sy]=size(av_out_vi_treino);
[sx,sy]=size(av_out_qi_treino);
if sy < N_MEDIDAS_PARA_TREINO
disp('necessita de XX medidas iniciais para treino');
disp(num2str(N_MEDIDAS_PARA_TREINO));
return;
end
if N_MEDIDAS_PARA_TREINO<N_MEDIDAS_TREINO_COMO_NEW_OBSER
disp('
N_MEDIDIAS_PARA_TREINO
N_MEDIDAS_TREINO_COMO_NEW_OBSER ');
return;
end
>=
qi_estados_hmm_estimados=zeros(sx,1);
qi_estados_reais_medidos=zeros(sx,1);
qi_estados_hmm_calculados=zeros(sx,1);
perplexidade_global_passo_a_passo=zeros(sx,1);
perplexidade_global_geral=zeros(sx,1);
for i=1:sx % nº de autocarros
qi_treino=av_out_qi_treino(i,1:N_MEDIDAS_PARA_TREINO);
vi_treino=av_out_vi_treino(i,1:N_MEDIDAS_PARA_TREINO);
% calculo do nº de blocos para as medidas consideradas como novas observações
tam_vector=syN_MEDIDAS_PARA_TREINO+N_MEDIDAS_TREINO_COMO_NEW_OBSER;
n_blocos=(tam_vectormod(tam_vector,N_MEDIDAS_POR_BLOCO))/N_MEDIDAS_POR_BLOCO;
if n_blocos<=0
vi_new_obser=[];
qi_new_obser_validar=[];
hmm_01;
else
ponto_inicial=N_MEDIDAS_PARA_TREINON_MEDIDAS_TREINO_COMO_NEW_OBSER+1;
vi_new_obser=[];
qi_new_obser_validar=[];
for j=1:n_blocos
qi_new_obser_validar=[qi_new_obser_validar;
av_out_qi_treino(i,ponto_inicial:ponto_inicial+N_MEDIDAS_POR_BLOCO-1)];
vi_new_obser=[vi_new_obser;
av_out_vi_treino(i,ponto_inicial:ponto_inicial+N_MEDIDAS_POR_BLOCO-1)];
ponto_inicial=ponto_inicial+N_MEDIDAS_POR_BLOCO;
end
A 15
MANUTENÇÃO CONDICIONADA ÀS EMISSÕES POLUENTES EM AUTOCARROS URBANOS
hmm_01;
[esquece, mmm]=size(ESTADOS_qi_REAIS);
if (i==1)
qi_estados_hmm_estimados(i,end+1:end+mmm)=statesf_prever;
qi_estados_reais_medidos(i,end+1:end+mmm)=ESTADOS_qi_REAIS;
qi_estados_hmm_calculados(i,end+1:end+mmm)=ESTADOS_qi_HMM;
else
qi_estados_hmm_estimados(i,end-mmm+1:end)=statesf_prever;
qi_estados_reais_medidos(i,end-mmm+1:end)=ESTADOS_qi_REAIS;
qi_estados_hmm_calculados(i,end-mmm+1:end)=ESTADOS_qi_HMM;
end
% ------ perplexidade
[esquece, mmm]=size;
if (i==1)
perplexidade_global_passo_a_passo(i,end+1:end+mmm)=perplexidade;
else
perplexidade_global_passo_a_passo(i,end-mmm+1:end)=perplexidade;
end
end
[perplexidade,perp_global,perp_dois_a_dois]=
perplexity(EMIS,
av_out_vi_treino(i,N_MEDIDAS_PARA_TREINO+1:end),
qi_estados_hmm_calculados(i,2:end), 5,forward,backward);
[esquece, mmm]=size(perplexidade);
if (i==1)
perplexidade_global_geral(i,end+1:end+mmm)=perplexidade;
else
perplexidade_global_geral(i,end-mmm+1:end)=perplexidade;
end
end
qi_estados_hmm_estimados=qi_estados_hmm_estimados(:,2:end);
qi_estados_reais_medidos=qi_estados_reais_medidos(:,2:end);
qi_estados_hmm_calculados=qi_estados_hmm_calculados(:,2:end);
qi_estados_hmm_estimados_final=[zeros(sx,N_MEDIDAS_POR_BLOCO)
qi_estados_hmm_estimados];
perplexidade_global_passo_a_passo
perplexidade_global_geral
qi_estados_hmm_estimados_final
qi_estados_reais_medidos
qi_estados_hmm_calculados
A 16