Miguel Afonso Sellitto

Formulao estratgica da manuteno industrial

com base na confiabilidade dos equipamentos
MIGUEL AFONSO SELLITTO
Universidade do Vale do Rio dos Sinos Unisinos

Resumo
Este trabalho relata o uso da confiabilidade e da manutenibilidade na formulao de estratgias de manuteno
industrial. O mtodo utilizado foi o estudo de dois casos. Inicia-se revisando conceitos ligados a variveis e
processos aleatrios como base para definir conceitos e caractersticas de estudos de confiabilidade e de
modelagem aplicados na gesto da manuteno industrial. A seguir se descrevem os casos estudados, em que se
aplicam tcnicas de modelagem de tempos at a falha e at o reparo no estabelecimento de estratgias de
manuteno em fbricas do setor metal-mecnico. Com base nos resultados, discute-se o caso, estabelecendo
condies para o uso da confiabilidade na formulao estratgica da manuteno, principalmente quanto ao sistema
de informaes necessrias.

Palavras-chave
Formulao estratgica na manuteno industrial, sistemas de informao em manuteno, confiabilidade na
manuteno industrial, modelagem em manuteno industrial.

Strategic formulation of industrial maintenance

supported by equipments reliability
Abstract
This paper reports the use of reliability and maintainability assessments in the strategic formulation of industrial
maintenance. The method was a double case study. The paper begins by a theoretical review of related concepts
of stochastic variables and processes as a basis to address concepts and features from reliability studies and
modeling, suited to use in managing the industrial maintenance. One then describes the two studied cases, in which
the reliability techniques were applied, in modeling the times to failure and times to the repair for the sake of settling
the strategic formulation of industrial maintenance in metal-mechanic plants. Supported by results, this paper
discusses the cases, arising requirements to the use of the reliability, mainly related to the information system.

Key words
Strategic formulation in industrial maintenance, information system in industrial maintenance, reliability in
industrial maintenance, modeling in industrial maintenance.

44 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

044-059.p65 44 13/5/2005, 15:56

 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos
INTRODUO E OBJETIVO
A funo manuteno industrial tem incorporado s
suas estratgias usuais de gerenciamento alguns con-
ceitos originados na confiabilidade. Para Moubray
(1996), a manuteno tem procurado novos modos de
pensar, tcnicos e administrativos, j que as novas
exigncias de mercado tornaram visveis as limitaes
dos atuais sistemas de gesto. Uma das modificaes
apontadas por Moubray (1996) a incorporao de
elementos da confiabilidade s estratgias usuais de
manuteno encontradas nas empresas de fabricao e
de servios tecnolgicos.
Autores divergem quanto classificao das estrat-
gias de manuteno. Neste artigo seguir-se- a tipologia
proposta pela escola nipo-americana (NSC, 1987 apud
OLIVEIRA; SELLITTO e VERDI, 2002; HIGGINS,
2001): (i) a emergncia opera at a falha, reparando o
item que falhou; (ii) a corretiva opera at a falha, refor-
ando ou corrigindo o item que falhou; (iii) a preditiva
executa intervenes baseadas em diagnsticos; e (iv) a
preventiva, executa intervenes incondicionais cons-
tantes de um programa pr-agendado.
Ao menos trs dissertaes de mestrado recentes j
exploraram a incorporao de elementos de confiabilida-
de pela manuteno. Santos (2003) estima o intervalo
timo entre manutenes
preventivas em chaves el-
ma das modificaes apontadas por Moubray
tricas. Hiraiwa (2001) apre-
senta uma metodologia para
determinar o perodo em que
deve ser realizada a manu-
U (1996) a incorporao da confiabilidade s
estratgias usuais de manuteno.
teno preventiva em equi-
pamentos eletromdicos.
Motta (1999) desenvolveu um modelo de anlise de con-
fiabilidade de equipamentos reparveis, aplicado na de-
finio da periodicidade de interveno em rels de pro-
teo de sistemas eltricos. Tais rels podem apresentar
falhas ocultas. O modelo fornece os riscos de falhas de
rels, associados aos possveis intervalos entre manuten-
es preventivas e tambm foi publicado em Motta e
Colosimo (2002). Sheu e Chien (2004) propem uma
poltica generalista de reposio por idade de sistemas
sujeitos a impactos que ocorrem em quantidades aleat-
rias por unidade de tempo. Os autores enumeram outras
obras e autores que os antecederam neste tema e que
propem polticas de manuteno especficas que consi-
deram o custo e o risco para os equipamentos enfocados.
Estes objetivos se relacionam com este artigo, justifi-
cando a citao desses trabalhos.
Ao menos duas linhas metodolgicas para a modela-
gem de dados de falhas recorrentes em equipamentos
044-059.p65 45
surgem na bibliografia. A primeira linha modela os da-
dos segundo um processo puntual, atravs da funo
intensidade (t) e sua fundamentao terica surge em
Pulcini (2001) e Hokstad (1997). A segunda linha empre-
ga a funo taxa de falha (hazard function) h(t) em
sistemas reparveis e sua fundamentao terica en-
contrada em Grosh (1989), Elsayed (1996) e Lafraia
(2001). Uma aplicao desta linha metodolgica calcula
intervalos de manuteno preventiva associados a riscos
e custos na operao de nibus urbanos de passageiros e
encontrada em Sellitto; Borchardt e Arajo (2002).
O objetivo principal deste trabalho a proposio de
um mtodo objetivo para formular estratgias para a
manuteno de equipamentos industriais. Os objetivos
secundrios do trabalho so: (i) revisar brevemente con-
ceitos sobre confiabilidade aplicada manuteno; (ii)
conduzir dois estudos de caso em empresas metal-mec-
nicas; e (iii) discutir os resultados dos estudos de caso
ligando-os teoricamente s estratgias usuais de manu-
teno. Algumas fundamentaes tericas no sero re-
visadas, mas sero empregadas: (i) gesto estratgica em
Certo e Peter (1993); (ii) estratgias de manuteno em
Higgins (2001, seo 2); (iii) anlise de Weibull e clcu-
lo do intervalo timo de interveno em Sellitto;
Borchardt e Arajo (2002); e (iv) alocao de confiabili-
dade em Elsayed (1996).
Este trabalho faz parte de um projeto de pesquisa em
operaes industriais conduzido pela engenharia de pro-
duo da Unisinos. Por opo metodolgica do projeto,
limitar-se-o os trabalhos segunda linha metodolgica
citada, automatizada pelos softwares ProConf98 e
ProSis2000. Remete-se a outra linha e estudos compara-
dos continuidade das pesquisas.
CONFIABILIDADE E MANUTENO
O conceito de confiabilidade foi introduzido na manu-
teno por um trabalho seminal sobre falhas em equipa-
mentos eletrnicos de uso militar nos anos 1950, nos
Estados Unidos da Amrica. A tarefa foi conduzida por um
grupo de estudos da Federal Aviation Administration,
cujas concluses reorientaram os procedimentos de ma-
nuteno at ento vigentes: (i) se um item no possui um
modo predominante e caracterstico de falha, revises
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 45
13/5/2005, 15:56
 Miguel Afonso Sellitto
programadas afetam muito pouco o nvel de confiabilida-
de do item; e (ii) para muitos itens, a prtica de manuten-
o preventiva no eficaz (MOUBRAY, 1996).
Equipamentos de interesse da manuteno industrial
so conjuntos de partes que formam sistemas reparveis.
Segundo Ascher e Feingold (1984) apud Lindqvist,
Elvebark e Heggland (2003), um sistema reparvel pode
ser plenamente restaurado aps uma perda de desempe-
nho em uma das suas funes. Segundo os autores, a
restaurao pode ocorrer por qualquer mtodo que no
seja a troca total do sistema, podendo se dar por trocas
parciais ou por reparos em partes. Aps a interveno, a
operao do sistema retomada em um nvel de desem-
penho tal como se a falha no houvesse ocorrido.
Segundo a norma brasileira NBR 5462-1994, item
2.2.6.4, a confiabilidade de um item a probabilidade de
que este item desempenhe a funo requerida, por um
intervalo de tempo estabelecido, sob condies definidas
de uso. Segundo Elsayed (1996), a confiabilidade R(t)
a probabilidade que um produto ou servio opere adequa-
damente e sem falhas sob as condies de projeto, duran-
te um tempo especificado, a vida de projeto. A funo
confiabilidade varia entre 0 e 1 e pode ser usada como
uma medida parcial do sucesso de um projeto industrial.
Se o tempo at a falha do projeto Xt uma varivel
aleatria, a funo confiabilidade R(t) dada pela equa-
o (1). Se f(t) a densidade de probabilidade de Xt, sua
R(t) dada pela equao (2) (ELSAYED, 1996).
R(t) = Probabilidade (Xt>t)
A funo risco ou taxa instantnea de falha h(t)
(hazard function ou hazard rate) a probabilidade de
falha no intervalo [t;(t+t)], dado que no houve falha
at t. Esta funo o limite da probabilidade que uma
unidade no-reparvel falhe pela primeira e nica vez, ou
que uma unidade renovvel falhe em um intervalo que
tende a zero, dado que sobreviveu at o incio do interva-
lo. A funo h(t) uma probabilidade condicional ex-
pressa por (3) e relacionada R(t) por (4) (ELSAYED,
1996; LAFRAIA, 2001).
Alguns modelos para explicar o comportamento de
46 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005
044-059.p65 46
tempos at a falha surgem na literatura: (i) h(t) constante,
o modelo exponencial, que explica o comportamento de
componentes eletrnicos; (ii) h(t) linear crescente, o
modelo de Rayleigh, que explica o comportamento de
componentes mecnicos; e (iii) h(t) exponencial, o mo-
delo de Weibull, que explica o comportamento de siste-
mas cuja falha nasce da competio entre diversos modos
de falha. Neste ltimo caso, o tempo at a falha de um
equipamento uma varivel aleatria T = min(1i)[ti], em
que ti o tempo at a falha de cada modo de falha. T
segue uma distribuio de Weibull se os modos de falha
atuarem em srie, competindo pela falha (primeiro a
ocorrer, ocorre a falha), como nos equipamentos indus-
triais (LEWIS, 1996).
Interessa o modelo de Weibull a trs parmetros: (i) t0,
que indica o tempo isento de falhas; (ii) , o fator de
forma, que indica taxa de falhas decrescente (<1), cons-
tante (=1) ou crescente (>1); e (iii) , o fator de escala,
que indica o quanto a distribuio se espalha no tempo
(autores tambm usam os smbolos e para os fatores
de forma e de escala). O modelo de Weibull expresso
por (5) e (6) e o tempo mdio entre falhas, o MTBF,
dado por (7). Caso tambm se tenha o tempo mdio at o
reparo, o MTTR, a disponibilidade A(t) dada por (8)
(ELSAYED, 1996).
(5)
(1)
(6)
(2)
(7)
(8)
Em sistemas, a confiabilidade depende da confiabili-
dade intrnseca das partes e da natureza das conexes
entre elas. Duas conexes bsicas descrevem a maioria
dos sistemas industriais: srie e paralela. Sejam dois
itens A e B. A conexo srie ocorre quando a entrada do
conjunto a entrada de A, a sada de A ligada entrada
de B e a sada de B a sada do conjunto. A conexo
(3) paralela ocorre quando a entrada do conjunto ligada s
entradas de A e de B e a sada do conjunto ligada s
(4) sadas de A e de B. O raciocnio se estende a n itens, cujo
clculo dado em (9) e (10). Conexes mistas podem ser
calculadas decompondo o arranjo em suas conexes b-
sicas (ELSAYED, 1996).
13/5/2005, 15:56
 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos
(9)
(10)
Em manuteno se associa uma taxa de falhas decres-
cente ao perodo de mortalidade infantil ou falhas prema-
turas do equipamento. Neste perodo as falhas so atribu-
das mais a deficincias iniciais do projeto e dos compo-
nentes, sendo sanadas medida em que so identificadas.
A uma taxa de falhas constante se associa o perodo de
maturidade do equipamento. Neste perodo ocorrem fa-
lhas pouco previsveis, puramente aleatrias, que obede-
cem a um processo de Poisson homogneo. Finalmente, a
uma taxa de falhas crescente se associa o perodo de
mortalidade senil, por desgaste dos materiais. Neste perodo
as falhas se tornam inevitveis por perda na resistncia
dos materiais, indicando-se uma poltica de reposio
preventiva. A Figura 1 sintetiza estas informaes em um
formato genrico da funo h(t) ao longo do ciclo de
vida, a curva da banheira (bath-tube curve). A curva da
banheira uma construo abstrata que expressa a expec-
tativa de falha de um item ao longo do tempo, dado que
ainda no falhou at este tempo: o valor esperado da
taxa de falha ao longo de todo o tempo de observao
(LAFRAIA, 2001).
Figura 1: Curva da banheira e ciclo de vida de equipamentos.
Fonte: LAFRAIA (2001).
044-059.p65 47
VARIVEIS E PROCESSOS
ALEATRIOS EM MANUTENO
As funes de confiabilidade dizem respeito a variveis
aleatrias, tambm referenciadas na literatura como vari-
veis randmicas ou estocsticas. Interessa revisar breve-
mente este tipo de varivel e seus processos subjacentes.
Adotar-se- exclusivamente o termo aleatrio.
Variveis aleatrias no possuem valores firmes: seus
valores variam sob a influncia de fatores casuais. Conhe-
cer uma varivel aleatria no conhecer seu valor num-
rico nem enumerar seus valores possveis. Conhecer uma
varivel aleatria conhecer as probabilidades da vari-
vel assumir cada valor possvel de sada de um experi-
mento associado varivel (GNEDENKO e JINCHIN,
1965). A sada de um tal experimento toda observao
na qual se pode especificar (PAPOULIS, 1984):
o conjunto S de todas as n sadas possveis, os eventos
elementares i;
o campo de Borel F de S, composto do evento certo,
evento impossvel, eventos elementares i e de todas as
unies e intersees de i em S;
as probabilidades de todo i em S, das quais resultam as
probabilidades em F;
para um evento A composto pela unio de r sadas, rn, a
probabilidade de A, dada por (11); e
a probabilidade condicional de A, dado que antes ocorreu
M, dada por (12).
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 47
13/5/2005, 15:56
 Miguel Afonso Sellitto
(11)
(12)
Uma varivel aleatria um nmero x() associado
sada de um experimento. uma funo cujo domnio
o conjunto S das sadas possveis e o contradomnio so
os valores gerados por uma lei de formao x(s) aplicada
ao domnio. O smbolo x() indica o nmero associado
sada e o smbolo x indica a lei de formao. As
variveis aleatrias so: (i) discretas, se os valores poss-
veis x i forem enumerveis e finitos, tais que
aiP{x=xi}>0 e ai=1; ou (ii) contnuas se aiP{x=xi}=0
x i , lim [x0] [P{x i xx i +x}=a i .x e lim [x0,i]
[ai.[(xi+x)-xi]]=1. Em ambos os casos (i) {x} o
conjunto de todas as sadas do experimento tais que
x(); e (ii) P{x=} = P{x=-}=0 (KARLIN e
TAYLOR, 1997; PAPOULIS, 1984).
A operao e o reparo de uma mquina em ambiente
fabril so experimentos. O tempo at a falha, a produo
at a falha e o tempo at o reparo so algumas das sadas
do experimento. So variveis aleatrias, entre outras,
as: (i) horas entre falhas; (ii) unidades produzidas entre
falhas; e os (iii) minutos at o reparo. Estas variveis so
conseqncias de outras variveis aleatrias, tais como o
tempo alocado para operao, a resistncia dos materiais
e a carga exigida pelo servio. Como no se consegue
conhecer e controlar todos os fatores ativos, usam-se
tcnicas probabilsticas para prever o comportamento
das variveis (LEWIS, 1996).
Por exemplo, seja uma mquina fabril que iniciou sua
misso s 8:00 h de 02/01/2003, operou cinco dias por
semana, das 8:00 s 18:00 h, produzindo 400 peas, das
quais 380 so aproveitveis, at parar por quebra de um
componente s 10:00 h de 12/02/2003. A sada do expe-
rimento um perodo de quarenta e um dias e dez horas
de calendrio sem quebras e 400 peas produzidas. As
variveis aleatrias dias at a falha, horas at a falha
e peas at a falha assumem os valores de 29 dias, 234
horas e 380 peas. Se o reparo se iniciou s 11:00 h e se
encerrou 22:15 h, com duas horas de interrupo para
refeies, a varivel minutos at o reparo assume o
valor 555 minutos. Funes transformaram as sadas dos
dois experimentos em variveis aleatrias. A produo
mdia por hora at a quebra uma funo de uma funo
com uma varivel aleatria.
As funes de confiabilidade j apresentadas so ma-
nifestaes especficas de funes genricas que tratam
de variveis aleatrias: (i) funo distribuio de proba-
48 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005
044-059.p65 48
bilidade ou cumulativa F(x), que informa a probabilidade
de que a varivel seja menor do que um dado valor, F(x0)
= P{x x0}; e (ii) sua derivada, se existir, a funo
densidade de probabilidade f(x) que informa a probabili-
dade da varivel se encontrar em um intervalo (x+x)
quando x tende a zero. Se f(x) existir, x necessaria-
mente contnua, se bem que haja variveis contnuas
que no possuem f(x) (KARLIN e TAYLOR, 1997;
HAHN e SHAPIRO, 1967).
So algumas das propriedades de F(x) e de f(x)
(PAPOULIS, 1984):
F()=1; F(-)=0;
F uma funo montona no-decrescente, ou seja,
se x1<x2, F(x2)F(x2);
Se F(x0)=0, ento F(x)=0 x<x0;
P{x>x}= 1F(x);
P{x1<xx2}= F(x2)F(x1);
f(x)0, x;
(-; +)f(x).dx=1;
P{x1<xx2}= (x1;x2)f(x).dx; e
f(x)=lim[x0][P{xx(x+x)}]/[x]
Mesmo que a distribuio de uma varivel no seja
conhecida, possvel sumarizar informaes atravs de
descritores obtidos dos dados disponveis. Caractersti-
cas como o centro da distribuio, o espalhamento, a
simetria e a agudeza podem ser sumarizadas pelos k-
simos momentos da distribuio contnua x, dados por
(13). Se k=1 resulta o primeiro momento de x, a mdia ou
valor esperado x, dado por (14) (HAHN e SHAPIRO,
1967). Os valores esperados das f(x)| x= tempo entre falhas, x= tempo
at o reparo
so o MTBF e o MTTR.
(13)
(14)
As distribuies normal, gamma, beta, lognormal,
Cauchy, Rayleigh, exponencial, Weibull e valor extremo,
contnuas, e as distribuies binomial e de Poisson, discre-
tas, so teis na manuteno. Suas formas analticas, seu
uso em modelos de engenharia e a estimao de seus
parmetros se encontram em Hahn e Shapiro (1967).
Processos aleatrios em manuteno
Um processo aleatrio x(t,), tT uma coleo de
variveis aleatrias: para cada tT, uma varivel
aleatria. Se uma varivel aleatria uma regra para
associar a cada sada de um experimento um nmero
13/5/2005, 15:56
 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos
um processo aleatrio x(t) uma regra para associar a
cada sada do experimento uma funo x(t,). O dom-
nio de o conjunto S das sadas possveis do experi-
mento e o domnio de t T, o conjunto dos nmeros reais.
Se T o eixo real, x(t,) um processo contnuo. Se T
um conjunto finito, x(t,) um processo discreto: uma
seqncia de variveis aleatrias. Geralmente t = [0, 1, 2,
...] uma varivel de tempo ou uma contagem e x(t)=
o estado do processo em t. Se o processo x(t,) pode
assumir um nmero finito de valores, dito a estados
discretos. Do contrrio dito a estados contnuos. Uma
realizao, caminho ou funo amostral de um processo
aleatrio x(t,), tT a associao a cada t de T de um
valor possvel de . Usa-se a notao x(t) para o proces-
so, sendo implcita a dependncia de (PAPOULIS,
1984; ROSS, 1996).
Para um t especfico, x(t) uma varivel aleatria com
funo de distribuio de primeira ordem dada por (15).
Esta funo depende de t e corresponde probabilidade de
que as amostras x(t,) do processo no excedam ao valor
numrico x. Sua derivada parcial em relao a x a densida-
de de primeira ordem de x(t), dada por (16). As funes de
distribuio e de densidade de segunda ordem, (17) e (18),
consideram a distribuio conjunta de duas variveis alea-
trias x1(t1) e x2(t2). Funes de ensima ordem so exten-
ses de (17) e (18) (PAPOULIS, 1984; ROSS, 1996).
(15)
(16)
(17)
(18)
Processos aleatrios distinguem-se pelas relaes
existentes entre as sucessivas variveis aleatrias xi(t),
tT. Tais relaes podem ser especificadas por uma
funo de distribuio conjunta para toda famlia finita
x1(t),x2(t),...,xn(t) de variveis aleatrias do processo,
F(x 1 ,x 2 ,...,x n :t 1 ,t 2 ,...,t n ) x i ,t i ,n (PAPOULIS, 1984;
KARLIN e TAYLOR, 1997; ROSS, 1996). Para o objeti-
vo deste artigo suficiente definir o espao de estados S,
os ndices em T e a funo de distribuio conjunta. Por
exemplo, sejam dez mquinas idnticas, S = [1,2,...,10],
sujeitas a cargas de trabalho similares, monitoradas por
trinta dias, T = [1,2,...,30]. Ao fim de cada dia associa-se
ao nmero de dias j decorridos o nmero de mquinas
que apresentaram ao menos uma falha no dia, em um
044-059.p65 49
processo a ndice discreto e a estados discretos. Como
outro exemplo, seja uma mquina cuja operao
monitorada e a cada interrupo por quebra anotam-se o
resultado obtido e o tempo decorrido desde a ltima
quebra, em um processo a ndice discreto e a estados
contnuos. Em ambos os casos possvel associar uma
funo x(t,) ao processo. No segundo caso o ndice t no
o tempo decorrido, mas a ordinalidade da quebra.
varivel pode-se associar uma produo, uma quilome-
tragem ou o tempo entre quebras, segundo a natureza do
processo aleatrio subjacente ao fenmeno em estudo.
Tipos clssicos de processos aleatrios e sua
relao com a manuteno
Os processos aleatrios podem ser classificados se-
gundo as relaes entre as variveis aleatrias
intervenientes xn(t) (KARLIN; TAYLOR, 1997):
(i) a incrementos independentes e estacionrios, se as
variveis [x1(t1)x0(t0)], [x2(t2)x1(t1)],...,[xn(tn)xn-1(tn-1)]
so independentes n, t0<t1<...<tn;
(ii) martingales, se E{xn+1(tn+1)|x1(t1) = a1,...,xn(tn)=an}=an,
ou seja, um processo acumulativo cuja expectativa da
prxima execuo zero;
(iii) markovianos, se P{a<x n+1 (t n+1 )b|x 1 (t 1 )=
x1,...,xn(tn)=xn} = P{a<xn+1(tn+1)b|xn(tn)=xn}, ou seja, o
estado da prxima execuo depende exclusivamente da
execuo corrente: um processo markoviano a estados
discretos chamado uma cadeia de Markov; uma cadeia
de Markov a tempos contnuos um processo de Poisson;
(iv) estacionrios, que podem ser estritamente estacionri-
os, se as funes de distribuio conjuntas da famlia de
variveis [(x1(t1+h),x2(t2+h),...,xn(tn+h)] e [(x1(t1),x2(t2),...,
xn(tn)] so as mesmas, h>0, tT, ou seja, o intervalo de
tempo em que o processo amostrado irrelevante, ou
amplamente estacionrio ou de covarincia estacionria,
se possuir momentos de segunda ordem finitos e se sua
covarincia cov[x(t),x(t+h)]= E[x(t).x(t+h)]
E[x(t)].E[x(t+h)] depender apenas de h h>0, tT;
(v) renovveis (renewal), se um componente falha em t1,
reparado ou substitudo imediatamente, opera at
falhar em t2 e assim por diante, a ensima renovao
ocorre em Sn= t1+...+tn; e
(vi) puntuais, se pontos contidos em S puderem ser
contados por N(A) em A, um subconjunto amostral em
S, de modo que: (a) AS, N(A) segue uma distribui-
o de Poisson; e (b) {A1,...,An}disjuntosS, as vari-
veis N(A1),...,N(An) so independentes.
Um processo aleatrio a tempo contnuo de interesse
da manuteno o processo de Poisson. Seja uma
contagem{N(t),t0} do tipo degrau no-decrescente no
intervalo [0,]. Esta contagem um processo de Poisson
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 49
13/5/2005, 15:56
 Miguel Afonso Sellitto
de taxa >0, se (ROSS, 1996; GROSH, 1989):
(i) N(0)=0 ou P0(0)=1;
(ii) P{N(t+h)N(t)=1}=h, se h0: a probabilidade de
uma ocorrncia em um pequeno intervalo de tempo
depende da taxa do processo e do tamanho do interva-
lo, fazendo com que o processo tenha incrementos
estacionrios;
(iii) P{N(t+h)N(t)2}0, se h0: a probabilidade de
mais de uma ocorrncia simultnea nula;
(iv) P{N(t+h)N(t)=n}=P{N(t1+h)N(t1)=n}, t,t1,h: o
processo estacionrio, sendo irrelevante o instante
de tempo em que a contagem comece;
(v) cov{N(t+h)N(t),N(t 1+h 1 )N(t 1 )}=0, t,t 1,h,h 1,t 1
(t+h): a contagem independente em intervalos
disjuntos e o que ocorre em um intervalo no afeta os
demais intervalos, fazendo com que o processo tenha
incrementos independentes;
(vi) a probabilidade de haver n contagens no intervalo de
tempo t dada pela distribuio de Poisson, Pn(t) =
(n!)-1.e-t.(t)n, cuja E[N(t)]=var[N(t)]=t, a densidade
de probabilidade dada por f(t) = e-t, cuja =2=. e
a densidade de probabilidade condicional h(t)=; e
(vii) como a h(t) independe do instante de tempo amos-
tral, o processo de Poisson no tem memria: o com-
portamento atual no depende do comportamento pas-
sado.
Todas as classes de processo apontadas so encontr-
veis na manuteno. Para a linha metodolgica remeti-
da continuidade das pesquisas interessam mais os
processos puntuais. Para a linha ora adotada interessam
mais os processos renovveis. Estes surgem ao se
amostrarem em T os intervalos entre substituies ou
reparos de um item. Testando hipteses, descobre-se se
h uma taxa de falhas. Se esta no variar ao longo de T,
o processo descrito por uma lei de falha exponencial e
do tipo CFR (taxa de falha constante). Se as taxas de
falha forem variveis, estas podem ser crescentes (IFR)
ou decrescentes (DFR), exigindo outras distribuies,
Tabela 1: Intervalo entre falhas, em horas, para as mquinas A e B.
MQUINA A
1 1 3 4
10 12 17 20
25 25 27 27
42 44 46 46
71 116 126 219
Fonte: Sistema de informao da empresa.
50 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005
044-059.p65 50
como a distribuio de Weibull. Esta distribuio capaz
de descrever os trs processos pela estimativa de seu
parmetro de forma, conforme esta seja respectivamente
igual a 1, maior do que 1 ou menor do que 1 (ELSAYED,
1996; GROSH, 1989).
PRIMEIRO ESTUDO DE CASO: UMA
EXPLORAO DE PROCESSOS ALEATRIOS
EM MANUTENO
O primeiro estudo de caso teve um objetivo
exploratrio. O objeto de estudo foi composto por dois
equipamentos semelhantes e que executam a mesma fun-
o na mesma empresa: duas mquinas de tmpera a
induo. A mquina A foi reformada nove meses antes do
estudo, o que, para este equipamento, uma data recente.
A mquina B ainda no foi reformada. A empresa dispe
de sistema informatizado de gesto de manuteno, do
qual coletaram-se os tempos entre falhas, apresentados
na Tabela 1.
Usou-se o software ProConf 98 para a obteno dos
histogramas da Figura 2 e para testar o ajuste dos dados
s distribuies exponencial, Weibull, gamma, normal e
lognormal. Na Tabela 2 apresentam-se os parmetros
resultantes destes ajustes.
Discusso
Os tempos entre as falhas so variveis aleatrias
relativas ao processo aleatrio da quebra. Nas mquinas
A e B, em intervalos de 1.002 e 1.277 horas, houve
respectivamente vinte e quatro e quatorze contagens de
quebra, restando verificar se as taxas so constantes ou
se variaram no intervalo. Dentre os ajustes obtidos,
adotou-se o modelo de Weibull, pois engloba outros
modelos, como o exponencial, Rayleigh e o normal, e
porque o modelo-limite quando muitos modos de
falha concorrem para a quebra, como no atual equipa-
mento (LEWIS, 1994).
Inicia-se comparando os histogramas da Figura 2. A
MQUINA B
7 3 11 18 43
25 62 70 70 83
41 95 124 124 143
47 179 252
13/5/2005, 15:56
 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

mquina A, recm-reformada, apresenta um comporta- Grosh (1986) sugere o teste de Kolmogorov-Smirnoff

mento de mortalidade infantil, ao passo que a mquina B
apresenta um comportamento intermedirio entre a ma-
turidade e o desgaste. Prossegue-se verificando a
poissonidade do comportamento da mquina B. Grosh
(1986, p. 42) cita um teorema e sugere um teste: se um
processo de falhas de Poisson monitorado at que
ocorram n falhas, a distribuio acumulada dos tempos
destas falhas igual s observaes ordenadas de uma
amostra aleatria de tamanho (n-1) oriunda de uma dis-
tribuio uniforme no intervalo [0,tn]. O intervalo
[0,252] e (n-1)=13. Faz-se uma verificao inicial com
treze nmeros aleatrios retirados de uma distribuio
U[0,252] gerada pelo software StatFit. Na Figura 3
regridem-se a amostra e os dados da mquina B, obtendo-
se R2=91% e y1, o que sugere a poissonidade.
(KS), apresentado na Tabela 3. A funo F(t) a funo
terica [acumulado(i)/1.277], S(t) a funo emprica
[ndice/13] e os mdulos so as diferenas entre F(t) e
S(t) acima e abaixo da linha mdia. Como a maior distn-
cia D=0,335 menor do que o valor tabelado D0,05
(GROSH, 1986, p. 361), em nvel de significncia de 5%,
no possvel rejeitar a hiptese de que o processo de
falha na mquina B um processo de Poisson e que a
mquina se encontra em seu perodo de maturidade.
A resistncia e a carga de um componente so vari-
veis aleatrias. Uma falha ocorre quando a resistncia
momentaneamente menor do que a carga. Na mortalida-
de infantil uma mquina pode estar equipada com com-
ponentes oriundos da parte baixa da distribuio de resis-
tncia, que falharo se exigidos na parte alta da distribui-

Figura 2: Histograma dos tempos at a falha das mquinas A e B.

Mquina A, mortalidade infantil Mquina B, de maturidade para desgaste

Fonte: Software ProConf 98, adaptado.

Tabela 2: Parmetros de ajuste do tempo entre falhas para as mquinas A e B.

t10 t10 t50 t50 MTBF MTBF t 0, , t 0, ,
Mq. A Mq. B mq. A mq. B mq. A mq. B mquina A mquina B
exponencial 4,39 9,61 28,94 63,22 41,75 91,21
Weibull 2,72 12,74 25,01 68,06 41,95 90,37 0; 0,85; 38,52 0; 1,12; 94,3
gamma 2,81 11,39 27,51 69,26 44,09 97,82
lognormal 3,74 rejeitada 21,19 rejeitada 52,84 rejeitada
normal rejeitada 29,03 rejeitada 99,32 rejeitada 91,21
Fonte: Software ProConf 98.

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 51

044-059.p65 51 13/5/2005, 15:56

 Miguel Afonso Sellitto

o de carga. Se o substituto for de alta resistncia, este
modo de falha no ocorre mais. medida que se conhe-
cem as cargas e os componentes frgeis so substitudos
por componentes mais fortes, os modos de falha no se
manifestam mais e o processo de quebra se aproxima de
um processo de Poisson: apenas sobrecargas imprevis-
veis e de intensidades extraordinrias, e portanto aleat-
rias, causaro falhas. O fim da mortalidade infantil pode
ser antecipado caso se conheam a priori as cargas mxi-
mas e se selecionem apenas componentes de alta resis-
tncia.
Atingida a maturidade, monitora-se o equipamento

Figura 3: Regresso entre dados simulados U[0, 219] e dados reais.

real simulado
3 32,73
11 72,51
18 73,47
43 80,78
62 85,32
70 91,12
70 132,42
83 138,56
95 148,08
124 158,98
124 192,46
143 204,57
179 207,51

Fonte: Softwares Excel e StatFit.

Tabela 3: Teste Kolmogorov-Smirnoff para a maturidade da mquina B

Processo Processo ndice F (ti ) Sn (ti ) Sn (t i-1) |F (ti ) - |F (ti ) - mx D D0,05 =
de acumu- Sn (ti )| Sn (t i -1)|
Poisson lado
3 3 1 0,002 0,077 0,000 0,075 0,002 0,336 0,361
11 14 2 0,011 0,154 0,077 0,143 0,066
18 32 3 0,025 0,231 0,154 0,206 0,129
43 75 4 0,059 0,308 0,231 0,249 0,172
62 137 5 0,107 0,385 0,308 0,277 0,200
70 207 6 0,162 0,462 0,385 0,299 0,223
70 277 7 0,217 0,538 0,462 0,322 0,245
83 360 8 0,282 0,615 0,538 0,333 0,257
95 455 9 0,356 0,692 0,615 0,336 0,259
124 579 10 0,453 0,769 0,692 0,316 0,239
124 703 11 0,551 0,846 0,769 0,296 0,219
143 846 12 0,662 0,923 0,846 0,261 0,184
179 1025 13 0,803 1,000 0,923 0,197 0,120
252 1277

52 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

044-059.p65 52 13/5/2005, 15:56

 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos
para que se possa, eventualmente, identificar o incio do
processo de desgaste. A monitorao pode ser contnua e
automatizada, ou peridica, sob a forma de inspees,
constituindo a estratgia de predio, a preditiva. Desse
modo, nesta fase s ocorrero as quebras catastrficas,
ligadas a liberaes de quantidades extremas de energia
em tempos muito curtos ou pequenas ultrapassagens de
resistncia ligadas a falhas prematuras de manifestao
tardia ou mau uso do equipamento.
Ao se examinarem os dois histogramas, pode-se ima-
ginar a maior coluna de falhas migrando da regio baixa,
caracterstica da mortalidade infantil, para a regio alta,
caracterstica da mortalidade senil, passando pela
exponencial negativa caracterstica do processo de
Poisson.
SEGUNDO ESTUDO DE CASO:
ESTRATGIAS DE MANUTENO
EM UMA LINHA DE PRODUO
O objetivo do segundo caso e do trabalho como um
todo testar um mtodo capaz de formular objetiva-
mente estratgias de manuteno para uma planta in-
dustrial e que possa ser um contraponto s prticas
subjetivas observadas nas empresas, tais como: (i) em
equipamentos crticos se faz manuteno preventiva;
ou (ii) em equipamentos ociosos se admitem emergn-
cias. Tambm se colocaram questes secundrias: (i)
mtodos objetivos de formulao de estratgias de
manuteno, se existirem, so aplicveis em ambiente
industrial? (ii) que requisitos so necessrios nas em-
presas para a adoo destes mtodos? e (iii) que evi-
dncias so necessrias para a comprovao da efic-
cia destes mtodos?
Definida a unidade de estudo, fez-se o diagrama de
Figura 4: RBD estudado.
B1
A C
operao 10
B2
operao 20
044-059.p65 53
blocos da confiabilidade (RBD) e coletaram-se os tem-
pos at a falha e at o reparo de cada bloco. Calcularam-
se os fatores de forma e a conseqente localizao na
curva da banheira e a disponibilidade e alocaram-se
estratgias de manuteno e objetivos de confiabilidade
a cada bloco.
Resultados
O RBD apresentado na Figura 4. A confiabilidade
sistmica, dada por (19), apresentada na forma grfica
da Figura 5 pelo software ProSis 2000. Nas Tabelas de 4
a 7 se tm os tempos at a falha dos blocos e as distribui-
es de probabilidades ajustadas pelo mtodo da mxima
verossimilhana no software Proconf98, as estratgias de
manuteno formuladas para cada mquina pelos inter-
valos de confiana das estimativas de e os intervalos de
tempo timos entre preventivas, para relaes de custo
entre emergncia e interveno preventiva REP. Valores
de REP abaixo de 2,5 no so factveis no caso e foram
desconsiderados.
(19)
Uma dificuldade prevista mas que no se confir-
mou foi o fato de o sistema de informaes da empresa
oferecer apenas nmeros inteiros de dias para os inter-
valos entre falhas e apenas a mdia aritmtica para o
tempo at o reparo, pressupondo que esta varivel siga
um modelo normal ou uniforme. O sistema incomple-
to e no foi possvel obter dados melhores, mas os
resultados obtidos no parecem ter sido comprometidos
por esta falta.
D E
operao 30 operao 40 operao 50
Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 53
13/5/2005, 15:56
 Miguel Afonso Sellitto

A Tabela 8 apresenta os MTBF e MTTR das mquinas
e as disponibilidades individuais dadas pela equao 20.
Na Tabela 9 se tem as alocaes timas de confiabilidade
s mquinas para um acrscimo requerido na confiabili-
dade sistmica propostas pelo software ProSis 2000.
Discusso
O caso aborda as estratgias de manuteno corretiva,
preditiva, preventiva e emergncia. As duas primeiras j
foram abordadas no primeiro caso. A estratgia de emer-
gncia opera at a falha com um custo mais baixo do que
a preventiva. A estratgia preventiva identifica itens fr-
geis e agenda trocas em perodos calculados, encontrando
uma soluo de compromisso que minimize a soma do
custo dos itens e o custo da eventual emergncia ao longo
do ciclo de vida do item. A demonstrao do clculo do
intervalo timo encontrada em Monchy (1989). Usou-se
uma planilha eletrnica disponvel em Sellitto (2004).

Tabela 4: Dados de tempos at a falha das mquinas.

MQUINAS A B1 B2 C D E
8 3 9 3 16 30
7 8 8 4 18 19
10 8 10 3 17 21
8 5 4 7 12 17
10 5 12 3 12 11
7 2 7 9 12 14
9 7 6 13 14 14
9 8 4 3 16 24
6 5 7 7 25 12
dias
6 9 4 5 14 17
entre
4 3 6 3 17 11
falhas
4 4 13 3 13 21
3 6 2 7 23 13
3 2 4 8 19 16
4 3 11 2 14 16
8 7 4 6 15 25
4 2 7 6 12 26
2 4 6 5 15 28
3 9 5 4 15 24
6 5 7 5 16 19

Fonte: Sistema de informaes da empresa.

Tabela 5: Modelo de Weibull a trs parmetros para cada mquina.

MQUINAS A B1 B2 C D E
t0 1,28 1,73 0,79 1,42 11,67 10,07
1,87 1,27 2,06 1,47 1,06 1,42
5,3 3,74 6,7 4,26 4,17 9,59
t10 2,88 2,37 3,04 2,34 12,17 12,04
t50 5,65 4,53 6,41 4,74 14,62 17,48
MTBF 5,99 5,2 6,73 5,27 15,74 18,79

fonte: Software ProConf 98.

54 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

044-059.p65 54 13/5/2005, 15:56

 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

Figura 5: Taxa de falhas e confiabilidade sistmicas.

dias de operao 1 dia 2 dias 3 dias 4 dias 5 dias 6 dias 7 dias 8 dias
R(t) 1 0,9243 0,6829 0,4198 0,2170 0,0942 0,0349 0,0111

Fonte: Software ProSis 2000.

Tabela 6: 95% do IC para e estratgias de manuteno.

MQUINAS A B1 B2 C D E

95% do intervalo de 1,21 de 0,82 de 1,33 de 0,95 de 0,69 de 0,92

de confiana para a 2,48 a 1,68 a 2,73 a 1,94 a 1,41 a 1,88
estratgia de preventiva corretiva, preventiva preditiva e corretiva, preditiva e
manuteno preditiva, preventiva preditiva e preventiva
preventiva e emergncia
emergncia

Fonte: Software ProConf 98.

Tabela 7: Intervalos timos entre as intervenes preventivas.

Relao entre os custos
da emergncia e da A B1 B2 C D E
preventiva REP
2,5 invivel invivel invivel invivel invivel invivel
5 4 dias invivel 4 dias 4 dias invivel 16 dias
7,5 3 dias 4 dias 3 dias 3 dias invivel 14 dias
10 3 dias 3 dias 3 dias 3 dias invivel 13 dias
15 3 dias 3 dias 3 dias 3 dias invivel 13 dias
Fonte: Sellitto (2004).

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 55

044-059.p65 55 13/5/2005, 15:56

 Miguel Afonso Sellitto

Observam-se trs classes de mquinas: A e B2 esto na mecnicos. Quanto ao aumento de disponibilidade, os

fase de desgaste, C e E esto na maturidade a caminho do
desgaste e B1 e D esto em trnsito. Para A e B2 indicam-
se estratgias preventivas. Para C e E indicam-se estra-
tgias preditivas e preventivas. Mesmo que o limite inferior
do intervalo ainda no tenha ultrapassado =1, a diferen-
a pequena e ser negligenciada. J para B1 e D justifi-
cam-se estratgias compostas, pois parte do intervalo de
confiana ainda cai na mortalidade infantil, parte atra-
vessa a maturidade e, para algumas REP, existe um inter-
valo timo de interveno. Esta estratgia composta se
constitui de aes corretivas para as quebras que ainda se
verificarem, aes preditivas e, ao mesmo tempo, pre-
ventivas ou emergncias conforme o produto, pois para
alguns casos de REP15 no existe intervalo timo de
interveno. Para as mquinas A, B1, B2 e C, os interva-
los calculados so parecidos e trs vezes menores do que
o intervalo da mquina E. Um plano de manuteno deve
programar uma interveno na mquina E a cada trs ou
quatro intervenes nas demais mquinas, unificando as
paradas.
A taxa de falhas sistmica linear, correspondendo
aos modos de falha das mquinas estudadas, basicamente
MTBF parecem ser mais relevantes do que os MTTR. O
aumento da confiabilidade sistmica iniciaria pela m-
quina C, de menor MTBF, conforme a anlise do
software ProSis 2000. Como no se conhecem os custos,
adotaram-se custos iguais em todas as mquinas. Para o
acrscimo requerido (0,96 em dois dias), o software
ProSis 2000 alocou acrscimos nas confiabilidades indi-
viduais conforme a Tabela 9.
CONSIDERAES COMUNS
A AMBOS OS CASOS
Consideraes comuns a ambos os casos so possveis
de serem conduzidas.
A Figura 6 apresenta as relaes entre as estratgias de
manuteno e o ciclo de vida de equipamentos. Pode-se
associar a pontos desta figura os instantes de vida das
mquinas dos casos 1 e 2. Na figura tambm se compa-
ram os resultados presumveis de uma gesto casual e
subjetiva da manuteno com os resultados presumveis
de uma gesto estratgica e objetiva. Em uma gesto
casual entende-se que o gestor resolva os casos que

Tabela 8: Clculo das disponibilidades de mquinas.

Mquina (16 horas/dia) MTBF MTTR Disponibilidade
A 5,99 dias 0,95 hora 0,990
B1 5,20 dias 1,05 hora 0,988
B2 6,73 dias 0,75 hora 0,993
C 5,27 dias 1,70 hora 0,980
D 15,74 dias 0,98 hora 0,996
E 18,79 dias 0,76 hora 0,997

Tabela 9: Alocao de confiabilidade seguindo mnimo esforo e mnimo custo.

Custo de Confiabilidade Confiabilidade Meta de confiabilidade:
Mquina
desenvolvimento anterior alocada 0,96 em 2 dias
A 1, 0,974 0,9817
confiabilidade atual do
B1 1, 0,9589 0,9589
sistema em 2 dias: 0,9158
B2 1, 0,9623 0,9623
C 1, 0,9432 0,9799
nova confiabilidade do
D 1, 1, 1,
sistema em 2 dias: 0,9603
E 1, 1, 1,
Fonte: Software ProSis 2000.

56 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

044-059.p65 56 13/5/2005, 15:56

 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

surgem segundo uma linha de ao aleatria, que se o, mau projeto, m instalao ou por m fabricao de
adaptaria s situaes emergentes. Em uma gesto estra- componentes. Uma estratgia corretiva identifica e sana
tgica espera-se que o gestor da manuteno possua estas deficincias.
cursos alternativos de ao previamente estudados e que Na fase de maturidade ocorrem falhas por: (i) ultra-
sero adotados segundo um critrio objetivo de escolha, passagens de resistncias ainda no manifestadas na fase
aplicado a cada equipamento ou cenrio situacional. inicial, o que indica que a mortalidade infantil ainda no
Na gesto estratgica a fase de maturidade se inicia estava totalmente encerrada; (ii) falhas ligadas ao mau
mais cedo, termina mais tarde e o patamar de expectati- uso do equipamento; e (iii) grandes ultrapassagens de
va de falha mais baixo. Iniciada a fase de desgaste, resistncias causadas por catstrofes.
pode-se voltar maturidade atravs
de intervenes preventivas ou refor-
a mortalidade infantil ocorrem falhas
mas, o que tambm caracterizaria um
processo de renovao de mais largo
alcance. Ocorre uma nova mortalida-
de infantil e um novo patamar de ex-
N prematuras causadas principalmente
por m especificao, mau projeto ou por
pectativa de falha, desta vez mais alto
do que o anterior, porm mais baixo m fabricao de componentes.
do que sem uma estratgia. Progra-
mas de gesto, tais como o TQC,
TPM, 5S e manuteno autnoma so teis na maturida- Finalmente, na fase de desgaste, as quebras ocorrem por
de, pois aumentam a interao visual com o operador, processos progressivos de falhas, sendo importantes o mo-
evitam o mau uso da mquina, previnem catstrofes e mento de incio da falha e o momento da quebra. O incio da
permitem a deteco do incio da fase de desgaste. falha pode ser detectado e a quebra pode ser predita por
Evitar o mau uso do equipamento e prevenir catstrofes tcnicas de manuteno preditiva que devem ser adotadas
na maturidade pode baixar o patamar de expectativa de na fase de maturidade, quando ainda no se sabe quando se
falha e retardar a senilidade. Fora da maturidade, a iniciar o perodo de desgaste. Aps o incio deste perodo,
eficcia destes programas cai, pois a causa estrutural tcnicas preditivas continuam sendo teis, pois podem au-
das falhas passa a ser intrnseca aos equipamentos e no xiliar na predio do momento da ruptura, que ser preveni-
mais extrnseca, por suas caractersticas de projeto ou da por uma estratgia de manuteno preventiva.
por caractersticas de uso. No Quadro 1 se resumem as interligaes e os relaci-
Em resumo, na mortalidade infantil ocorrem falhas onamentos discutidos entre estratgias usuais de manu-
prematuras causadas principalmente por m especifica- teno e as fases do ciclo de vida de equipamentos.

Figura 6: Curvas da banheira esperadas e estratgias de manuteno.

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 57

044-059.p65 57 13/5/2005, 15:56

 Miguel Afonso Sellitto

CONCLUSO Respondendo objetivamente s questes secundrias

O objetivo principal deste trabalho foi propor um
mtodo objetivo para formular estratgias de manuten-
o em equipamentos industriais. Tambm foram pro-
postas questes secundrias de estudo. O mtodo utiliza-
do foi o estudo de dois casos, que chegaram a estratgias
que parecem coerentes. Os casos devem ser considerados
casos-piloto, cujas concluses so hipteses de trabalho
a explorar em outras aplicaes.
O mtodo proposto passa a ser uma hiptese de traba-
lho: (i) identificar as mquinas de interesse em uma planta
industrial; (ii) levantar os dados de tempos entre falhas e
at o reparo; (iii) modelar os tempos entre falhas por uma
distribuio de Weibull, obtendo intervalos de confiana
para ; (iv) formular a estratgia conforme a taxa de falha
(DFR: corretiva, CFR: preditiva, IFR: preventiva ou emer-
gncia); (v) calcular os intervalos timos de interveno
para a estratgia preventiva; (vi) modelar os tempos at o
reparo, obter seu valor esperado e calcular as disponibili-
dades; e (vii) calcular metas de melhoria de confiabilidade
ou metas de melhoria de manutenibilidade para o sistema,
conforme a dominncia no clculo da disponibilidade.
propostas no segundo caso: (i) o mtodo objetivo propos-
to foi desenvolvido e aplicado em ambiente fabril, mas
pode ser estendido para ambientes de servios com base
tecnolgica, tais como transportes, energia e telecomuni-
caes; (ii) os requisitos necessrios para sua adoo
esto ligados basicamente ao sistema de informao e ao
conhecimento necessrio para ligar a confiabilidade ao
ambiente estudado; e (iii) a evidncia necessria para a
comprovao de eficcia do mtodo o acompanhamen-
to da expectativa da taxa de falha ao longo do ciclo de
vida do equipamento.
Algumas observaes finais so pertinentes. Em am-
bos os casos observaram-se anotaes de paradas por
falta de material, falta de programao, falta de opera-
dores ou troca de software como se fossem originadas
por quebras. Caso estas paradas tivessem permanecido
na anlise, os resultados teriam sido distorcidos. Finali-
za-se realando que em uma gesto estratgica no
importa trabalhar mais, importa trabalhar certo. O obje-
tivo da gesto estratgica focalizar apenas as aes
que tm mais chance de trazer bom resultado com baixo
esforo. Aes que exigem alto esforo, como corretiva

Quadro 1: Relao entre as fases do ciclo de vida e estratgias de manuteno de equipamentos.

Fases Estratgia Decorrncias
retarda ou at impede o fim da mortalidade infantil ao no reforar os itens que
emergncia
quebraram ou no remover as causas das falhas de origem
mortalidade antecipa o fim da mortalidade infantil ao reforar os itens que quebraram ou
corretiva
infantil, falhas remover as causas das falhas de origem
de origem monitora as falhas em progresso que podem resultar em quebra, mas estas so
preditiva
muito poucas nesta fase, pois as quebras se do mais por baixa resistncia
perpetua ou at agrava a mortalidade infantil ao trocar exatamente os
preventiva
sobreviventes, os itens fortes, que no tm falhas de origem
como se limita a trocar componentes quebrados, pode fazer retornar
emergncia
mortalidade infantil se no selecionar os substitutos
incua quanto s falhas catastrficas, mas pode reduzir o patamar de
corretiva
maturidade, expectativa de falhas eliminando modos de falha que passaram da primeira fase
falhas aleatrias informa o incio e monitora os processos de falhas progressivas que resultaro
preditiva
em quebras, podendo predizer aumentos na probabilidade da quebra
retorna mortalidade infantil ao trocar exatamente os sobreviventes, os itens
preventiva
fortes, que no tm falhas de origem e ainda no iniciaram o desgaste
permite que as quebras que vo ocorrer realmente ocorram a um custo interno
emergncia
mais baixo do que a preventiva
s ser til se for capaz de retardar ou o incio da falha ou a quebra que
corretiva
desgaste, falhas realmente vai ocorrer
progressivas monitora os processos progressivos de falhas j iniciados predizendo aumentos
preditiva
na probabilidade da quebra
previne a emergncia antecipando a troca quebra que realmente vai ocorrer,
preventiva
porm a um custo interno mais alto do que a emergncia

58 Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005

044-059.p65 58 13/5/2005, 15:56

 Formulao estratgica da manuteno industrial com base na confiabilidade dos equipamentos

em toda quebra, aes que oferecem pouco resultado,
como preditiva em toda mquina ou aes contraprodu-
centes, como preventiva fora do desgaste devem ser
reconhecidas e abandonadas em uma gesto estratgica
da manuteno.
Para a continuidade das pesquisas indica-se a explora-
o da abordagem segundo processos puntuais e a funo
intensidade, apresentada em Pulcini (2001) e Hokstad
(1997). Sugere-se ainda uma reviso comparativa e estu-
dos de casos comparados segundo as duas linhas.

Artigo recebido em 09/03/2004

Aprovado para publicao em 19/11/2004

Referncias Bibliogrficas
ASSOCIAO BRASILEIRA DE NOR-
MAS TCNICAS, NBR 5462: Confiabi-
lidade e mantenabilidade. Rio de Janei-
ro: ABNT, 1994.
CERTO, S.; PETER, J. Administrao
estratgica. So Paulo: Makron Books,
1993.
CHEU, S.; CHIEN, Y.: Optimal
replacement policy of a system
subject to shocks with random lead-
time. European Journal of Operational
Research, n. 159, p. 132-144, 2004.
ELSAYED, E. System reliability
engineering. Reading, Massachusetts:
Addison Wesley Longman, 1996.
GNEDENKO, B.; JINCHIN, A.
Introduccion al calculo de probabilida-
des. Buenos Aires: Eudeba, 1965.
GROSH, D. A primer of reliability
theory. New York: John Wiley & Sons,
1989.
HAHN, G.; SHAPIRO, S. Statistical
models in engineering. New York: John
Wiley & Sons, 1967.
HIGGINS, R. Maintenance engineering
handbook. 6. ed. New York: Mc. Graw-
Hill, 2001.
HIRAIWA, G. Metodologia para determi-
nao do perodo de manuteno preven- genharia de produo, UFMG, Belo
tiva em equipamentos eletromdicos. Dis-
sertao de mestrado em engenharia
eltrica, UFSC, Florianpolis, 2001.
HOKSTAD, P. The failure intensity
process and the formulation of
reliability and maintenance models.
Reliability Engineering and Systems
Safety, n. 58, p. 69-82, 1997.
KARLIN, S.; TAYLOR, H. A first course
in stochastic process. San Diego:
Academic Press, 1997.
LAFRAIA, J. Manual de confiabilidade,
mantenabilidade e disponibilidade. Rio
de Janeiro: Qualitymark, 2001.
LEWIS, E. Introduction to reliability
engineering. USA: John Wiley & Sons,
1996.
MONCHY, F. A funo manuteno. So
Paulo: Durban, 1989.
MOTTA, S. Periodicidade de manuten- PROSIS2000. Confiabilidade de com-
es preventivas em dispositivos de pro- ponentes. Software. Copyright,
teo de sistemas eltricos de potncia. Maxxi Gesto Empresarial, Porto Ale-
Aplicao de tcnicas quantitativas de gre, 2002.
confiabilidade engenharia de manuten-
o. Dissertao de mestrado em en-
PULCINI, G. A bounded intensity
Horizonte, 1999. process for the reliability of
repairable equipment. Journal of
MOT TA, S.; COLOSIMO, E. Quality Technology. v. 33, n. 4, p. 480-
Determination of preventive maintenance 492, oct. 2001.
periodicities of standby devices.
Reliability Engineering and Systems
Safety, n. 76, p. 149-154, 2002. ROSS, S. Stochastic process. New York:
John Wiley & Sons. 1996.
MOUBRAY, J. Introduo manuteno
centrada na confiabilidade. So Paulo:
Aladon, 1996. SANTOS, W. Determinao da periodi-
cidade da manuteno preventiva em
sistemas reparveis. Dissertao de
OLIVEIRA, L.; SELLIT TO, M.; VERDI,
mestrado em estatstica, UFMG, Belo
R. Gerenciando estrategicamente a
Horizonte, 2003.
manuteno de uma organizao de
transportes com base em um siste-
ma de informaes. Revista Anlise,
SELLITTO, M. Modelo de manuteno,
FACE PUCRS, Porto Alegre, v. 13. n.
planilha eletrnica, disponvel em
1. p. 103-118. 1 semestre 2002.
h t t p : / / i n f. u n i s i n o s . b r / ~ s e l l i t t o /
manut.html.manweiex.xls, acesso em
PAPOULIS, A. P robability, random 02-01-2004.
variables and stochastic processes.
Singapore: McGraw-Hill, 1984.
SELLITTO, M.; BORCHADT, M.; ARAJO,
PROCONF98. Confiabilidade de com- D. Manuteno centrada em confia-
ponentes. Sof tware. Copyright, bilidade: uma abordagem quantitati-
Maxxi Gesto Empresarial, Porto Ale- va. Anais do XXII ENEGEP. Curitiba:
gre, 1998. ABEPRO, 2002.

Agradecimentos
Deseja-se reconhecer o papel dos referees annimos pelo seu meticuloso trabalho, que contribuiu de modo expressivo
para a forma final deste artigo. Tambm se reconhece o papel do MSc Flvio Sperotto pelo estmulo e profcua
convivncia e os engenheiros Csar Camargo, Guilherme Hoppe, Valmir Luiz e Sheila Castro e engenheiranda Michele
Silva pela coleta e refinamento dos dados de campo.

Sobre os autores
Miguel Afonso Sellitto
Universidade do Vale do Rio dos Sinos Unisinos
Professor do curso de Engenharia de Produo
Endereo: Av. Unisinos 950 93022-000 So Leopoldo, RS
Tel.: 51 xx 911.609.74
Fax: 51 xx 590.8172
E-mail: sellitto@euler.unisinos.br

Revista Produo, v. 15, n. 1, p. 044-059, Jan./Abr. 2005 59

044-059.p65 59 13/5/2005, 15:56